[发明专利]一种基于智能网联环境的事故高发点辨识预警方法及系统

说明书

本发明涉及一种基于智能网联环境的事故高发点辨识预警方法及系统，包括获取网联车的行车数据信息，分析行车风险加速度阈值并确定道路风险地图；获取目标车辆的行车数据，并在目标车辆驶入道路风险地图的范围内时获取目标车辆的行车数据信息；根据目标车辆的行车数据信息生成预警信息并发送到目标车辆的车载显示设备。通过对海量网联车的行车数据信息进行模糊聚类分析，结合核密度估计函数得到道路风险地图，在目标车辆进入道路风险地图范围内时根据目标车辆的行车数据信息生成预警信息，实现对车辆行车数据的动态跟踪分析，增强驾驶员对道路潜在风险的感知能力，具有智能高效的特点，对交通安全有一定的保障，可减少事故带来的人员和经济损失。

技术领域

本发明涉及车联网技术领域，尤其涉及一种基于智能网联环境的事故高发点辨识预警方法及系统。

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。

发明内容

本发明所要解决的技术问题是针对上述现有技术中缺乏对车辆风险进行实时动态预警的不足，提供一种基于智能网联环境的事故高发点辨识预警方法及系统，有利于提高驾驶人的风险感知能力，对道路安全的改善起一定的推动作用。

本发明解决上述技术问题的技术方案如下：一种基于智能网联环境的事故高发点辨识预警方法，包括如下步骤：

获取网联车的行车数据信息，基于所述行车数据信息分析行车风险加速度阈值，并确定道路风险地图；

获取目标车辆的行车数据信息，判断所述目标车辆是否驶入所述道路风险地图的范围内；

在所述目标车辆驶入所述道路风险地图的范围内时根据所述目标车辆的行车数据信息生成预警信息并发送到所述目标车辆的车载显示设备。

本发明的有益效果是：本发明的基于智能网联环境的事故高发点辨识预警方法，通过获取的海量网联车的行车数据信息，并基于行车数据信息进行模糊聚类分析，得到道路风险地图，并在目标车辆进入道路风险地图的范围内时根据目标车辆的行车数据信息生成预警信息，弥补目前依靠静态黑点数据对交通事故进行预警的单一、低效的问题，实现对车辆的行车数据进行动态跟踪分析，增强驾驶员对道路潜在风险的感知能力，具有智能高效的特点，对交通安全有一定的保障，能够减少事故带来的人员以及经济损失。

在上述技术方案的基础上，本发明还可以做如下改进：

进一步：所述基于所述行车数据信息分析行车风险加速度阈值，并确定道路风险地图具体包括如下步骤：