[发明专利]公路风险评估方法

说明书

本发明提供了一种公路风险评估方法，涉及高速公路技术领域，其包括如下步骤：S1:建立公路风险评估模型；S2:将根据上述公路风险评估模型计算得到的数据与预定风险阈值进行比对；S3:当根据上述公路风险评估模型计算得到的Y值大于预定风险阈值时,对被评估路段采取相应的改进或提醒措施。公路风险评估方法将复杂问题简单化，通过公路风险评估模型，能够对一般车辆在高速公路上使用自动驾驶功能的风险评估提供参考，使公路风险评估具象化，有利于定量化评估车辆在高速公路被评估路段的自动驾驶风险，以适应目前驾驶员对车辆在高速公路上自动行驶的需求日益增加的情况，减少与自动驾驶有关的交通事故。

技术领域

本发明涉及高速公路技术领域，尤其是涉及一种公路风险评估方法。

背景技术

高速公路是重要的通行道路，目前很多车辆都已装备由硬件和软件共同构成的自动驾驶系统或辅助驾驶系统(以下统称为自动驾驶系统)，由于装备自动驾驶系统的车辆具备在高速公路上自动行驶的功能，能够大大缓解驾驶员的疲劳程度，使得车辆在高速公路上自动行驶的需求日益增加。

然而，目前的高速公路大多都是为有人驾驶的车辆设计的，高速公路上很多严重的交通事故都与自动驾驶有关，因此，有必要对车辆在现有高速公路上使用自动驾驶功能的风险进行评估，以助于减少与自动驾驶有关的交通事故。

发明内容

针对上述情况，本发明提供一种公路风险评估方法，其能够对车辆在高速公路上使用自动驾驶功能的风险评估提供参考，使公路风险评估具象化，有利于定量化评估车辆在高速公路被评估路段的自动驾驶风险，减少与自动驾驶有关的交通事故。

为实现上述目的，本发明提供如下技术方案：

本发明提供一种公路风险评估方法，其主要可以包括如下步骤：

S1:建立以下公路风险评估模型：

式中：

P_q为被评估路段在晴天发生有人驾驶交通事故的概率；

A为被评估路段出现有人驾驶交通事故的概率；

K₁为被评估路段在晴天和雨天时发生有人驾驶交通事故的概率之比；

K₂为有人驾驶与自动驾驶二者安全性的比值K₂；

K₃为被评估路段的车道数，K₃≥2；

K₄为被评估路段的长陡坡数量，K₄≥1；

K₅为被评估路段的弯道数量，K₅≥1；

S2:将根据上述公路风险评估模型计算得到的数据与预定风险阈值进行比对；

S3:当根据上述公路风险评估模型计算得到的Y值大于预定风险阈值时,对被评估路段采取相应的改进或提醒措施。

在本发明的一些实施例中，在步骤S1中，建立公路风险评估模型包括如下步骤：

S11:获取高速公路被评估路段在预定时间段内的路况信息、交通信息、驾驶行为信息和天气信息；

其中，

路况信息包括被评估路段的车道数、长陡坡数量和弯道数量；

交通信息包括车流量、有人驾驶的交通事故数量和事故严重程度；.

驾驶行为信息包括驾驶员所驾驶的车辆在被评估路段采取的急加速、急减速和急并线的危险行为的数量；