[发明专利]基于联网ADAS调查路域交通违法行为时空特征的方法

权利要求书

1.一种基于联网ADAS调查路域交通违法行为时空特征的方法，其特征在于，包括以下步骤：

S1、获取城市道路交通系统内所有联网ADAS车辆在行驶过程中感知到的前向车辆交通违法行为信息；

S2、对获取的交通违法行为信息进行编码，确定交通违法行为发生的时刻和该时刻下违规车辆所处的位置，将交通违规编码、违规时间和违规车辆经纬度打包为结构化数据；

S3、将结构化数据上传至交通数据云平台，根据时间信息和经纬度信息将交通违法行为在选定区域道路内的路段上进行匹配，输出各时间段内交通违法行为时空分布图；

S4、对道路交通违法行为时空状态进行统计分析，获取各路段交通违法行为发生频次；并对道路交通违法行为时空分布状态进行聚类分析，得到交通违法行为的聚集路段和聚集时段。

2.根据权利要求1所述的基于联网ADAS调查路域交通违法行为时空特征的方法，其特征在于，车辆交通违法行为信息包括违规停车、违法换道、超速行驶、违法掉头/左转、压线行驶、车辆逆行、行人横穿马路、行车/车辆闯红灯。

3.根据权利要求1所述的基于联网ADAS调查路域交通违法行为时空特征的方法，其特征在于，步骤S1中，城市道路交通系统根据联网ADAS车辆通过视频采集摄像头采集的前向道路交通视频，通过定位和图像识别方法进行车道线识别、车辆特征识别、车辆运动轨迹识别、信号灯识别、道路标志标线识别，再基于识别的基本道路信息与前向车辆信息，通过机器学习算法识别前向车辆交通违法行为。

4.根据权利要求1所述的基于联网ADAS调查路域交通违法行为时空特征的方法，其特征在于，步骤S3的具体方法为：

采取相邻交叉口为一路段原则，将城市区域划分为n个的路段，并采集各个交叉口中心点O处的经纬度信息、，两个交叉口之间的实际距离为路段长度，并按照依次顺序将路段编号为1、2……n，n为自然数；

将一次违法行为结构化数据作为一个数据点，根据采集到的经纬度坐标在城市地图中将数据点匹配到各个目标路段，获得交通违法行为时空分布图。

5.根据权利要求1所述的基于联网ADAS调查路域交通违法行为时空特征的方法，其特征在于，步骤S4的具体方法为：

匹配出目标路段的交通违法行为分布情况后，先对路段的交通违法行为进行统计，记录目标时间段内各种违法行为发生的频次；再对匹配在路段上的交通违法行为进行时空聚类，空间聚类基于交通违法行为的经纬度位置分布，时间聚类基于交通违法行为在时间轴上的分布，所得时空聚类中心为交通违法行为在时间和空间上的聚集点。

6.根据权利要求1所述的基于联网ADAS调查路域交通违法行为时空特征的方法，其特征在于，步骤S4中，将交通违法行为的结构化数据中记录的时间信息进行整合，按照时间戳划分为白天、黑夜，或者早高峰、晚高峰的感兴趣时间段，然后再利用经纬度信息将交通违法行为与选定道路区域内的对应路段进行关联，通过统计和聚类分析获取对应路段在特定时间段内交通违法行为分布情况和聚集情况，对不同时间段不同路段的违法行为发生情况进行辨识。

7.一种基于联网ADAS调查路域交通违法行为时空特征的系统，其特征在于，包括：

信息获取模块，用于获取城市道路交通系统内所有联网ADAS车辆在行驶过程中感知到的前向车辆交通违法行为信息；

编码模块，用于对获取的交通违法行为信息进行编码，确定交通违法行为发生的时刻和该时刻下违规车辆所处的位置，将交通违规编码、违规时间和违规车辆经纬度打包为结构化数据；

匹配模块，用于将结构化数据上传至交通数据云平台，根据时间信息和经纬度信息将交通违法行为在选定区域道路内的路段上进行匹配，输出各时间段内交通违法行为时空分布图；

分析模块，用于对道路交通违法行为时空状态进行统计分析，获取各路段交通违法行为发生频次；并对道路交通违法行为时空分布状态进行聚类分析，得到交通违法行为的聚集路段和聚集时段。