[发明专利]基于网联车的行车风险路段辨识与预警系统与方法

说明书

本发明公开了一种基于网联车的行车风险路段辨识与预警系统与方法，该方法包括：获取网联车的加速度数据进行风险分析，确定能够表征行车风险的车辆运动加速度阈值，基于超过阈值的网联车位置信息，结合地图采用空间聚类分析方法对风险路段进行辨识，生成道路风险地图云端；获取目标车辆的行车数据，与云端驾驶风险地图进行比较，当目标车辆驶入风险路段时，提取车辆当前的加速度数据，若当前行车加速度大于风险加速度触发值，即生成相应的预警信息并发送给目标车辆的车载显示设备或外接的智能手机，结合导航地图的形式对驾驶人进行预警。本发明通过对行车风险路段进行实时辨识与预警，增强驾驶员对行车风险的感知与处理，降低交通事故率。

技术领域

本发明涉及车联网技术，尤其涉及一种基于网联车的行车风险路段辨识与预警系统与方法。

背景技术

随着经济建设步伐的加快，各大城市汽车保有量和交通量大幅上升，随着路网的不断完善交通更加便捷，但同时也带了巨大的安全隐患，交通事故的频发，对人民的生命财产安全造成了重大威胁。在交通事故发生前采取预警措施，是降低车辆事故率的有效措施。

现阶段对于降低交通事故的研究主要从事故黑点出发。交通事故在一些特定的地点，比如城市交叉路口、道路条件不完善的地点等交通事故发生的频率较高，因此可以通过对交通事故数据进行分析，得到事故黑点，通过在事故黑点加大对交通治理力度的力度，如设置警示牌提醒驾驶人存在的潜在道路风险，来降低事故发生的概率。但是在基于道路黑点警示过程中只考虑了静态信息，没有结合具体的行车情况做出有针对的预警。在预警的及时高效上不尽人意。其次，在某些情况下，急加速、急减速等驾驶状态虽然目前并没有导致事故的发生，但也是造成事故发生的潜在原因，若环境稍有变化，则极有可能转变为交通事故。因此对车辆发生事故的临界条件进行分析对于行车风险预警更有提前性和预警性。

车辆在公路上形式具有匀速、加速、减速运动等运动状态，在不同的运动状态下的加速度各不相同，加速度的大小对车辆行驶安全的影响也各不相同。车辆在行驶过程中主要有横向加速度、纵向加速度和轴向加速度。横向加速度的大小会影响驾驶员的心理、生理感受和车辆行驶的稳定性；从汽车的性能角度来看，车辆在轴向的加减速行驶，会产生轴向加速度或减速度，车辆动力性与轴向加速度息息相关、制动性和形式稳定性和制动减速度息息相关。当加速度较小时，对于减轻驾驶的生理、心理负荷，保证车辆的行驶安全有着重要意义。

本发明为使驾驶人在行车过程中感知到潜在的行车风险以及风险路段，降低事故发生率，减少人员伤亡财产损失，通过车联网汽车历史数据对加速度数据进行聚类分析确定风险加速度阈值，建立道路风险地图，并结合车辆实时数据提出了一种行车风险路段预警系统和方法，能够有效的对车辆风险进行实时的监控和有效的预警。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于网联车的行车风险路段辨识与预警系统与方法。

本发明解决其技术问题所采用的技术方案是：基于网联车的行车风险路段辨识与预警方法，包括以下步骤：

1)建立道路风险地图：实时采集网联车的三轴加速度信息和位置信息，分析行车风险加速度阈值，确定道路风险地图；实时获取车辆的横向加速度、纵向加速度、轴向加速度数据以及位置信息并上传到云端；

通过对加速度信息进行风险分析，确定能够表征行车风险的车辆运动风险加速度阈值，将加速度超过阈值的路段定义为风险路段，认为风险路段越集中的区域发生风险事件的可能性越高；基于超过阈值的网联车位置信息，定义在固定时间段内单位长度的路段或交叉口触发的位置信息数来描述该路段的风险程度，结合地图采用道路风险路段挖掘分析的风险路段空间聚类分析方法对风险路段进行辨识，生成道路风险地图，存储在云端；

2)获取目标车辆的加速度和位置信息；

3)根据车辆的位置信息和道路风险地图，判断目标车辆是否驶入风险路段；