[发明专利]长大连续纵坡路段事故易发区辨识方法、装置及电子设备

权利要求书

1.一种长大连续纵坡路段事故易发区辨识方法，其特征在于，包括：

获取典型长大连续纵坡路段的历史通行数据，筛选无辅助制动情况下导致事故的因子实测值转化为反映事故的量化值，确定各因子对事故发生作用大小，以此确定长大连续纵坡路段事故的易发性；

根据路段数据和驾驶员行为数据对因子进行分类，其中，隶属于驾驶员的行为数据为第一行为因子，隶属于路段数据的影响因子为第二行为因子，其中，确定当前驾驶员行为的相似度，基于相似度确定当前驾驶员最接近的近邻，其中相似度公式为：

和 分别表示驾驶员x和驾驶员y对路段i的评分, 和 表示驾驶员x和驾驶员y已分级路段的平均等级, 表示驾驶员x和驾驶员y已分级路段的交集, 和 分别表示驾驶员x和驾驶员y的分级路段的数据集；

根据第二行为因子，确定当前途径路段的相似度，基于相似度确定当前途径路段最接近的近邻，其中，相似度公式为：

其中，驾驶员x的位向量为 (x₁, x₂ ,…, x_n)，驾驶员y的位向量为(y₁,y₂,…,y_n)；

基于第一行为因子和第二行为因子确定融合条件下相似度，公式为：

Sim=γsim₁+（1-γ）sim₂

其中，γ为修正系数，γ∈(0,1)；

基于融合条件下相似度确定最优近邻，并预测易发性等级，其中，易发性等级预测公式为：

表示当前驾驶员x对当前路段的易发性预测等级, 和 表示驾驶员 和驾驶员 的平均易发性等级, 表示驾驶员y对当前路段的评分，|Sim|表示Sim的绝对值；

获取当前待识别路段数据以及当前驾驶员行为数据获取当前条件最接近的近邻，并确定当前驾驶员相对于当前待识别路段的易发性等级。

2.根据权利要求1所述的长大连续纵坡路段事故易发区辨识方法，其特征在于，

获取典型长大连续纵坡路段的历史通行数据，将导致事故的因子实测值转化为反映事故的量化值，确定各因子对事故发生作用大小，以此确定事故的易发性，其计算公式为：

其中，P为易发性量化值，i为求和公式的下界，j 为影响因子数量，P(Ki，H)为因子ki对事故发生( H )所作贡献的量化值， Li 为分布在特定影响因子 Ki 内的事故路段长度，L为区域内的事故路段总长度，为区域内含有影响因子Ki 的长度，为区域内的路段总长度。

3.根据权利要求2所述的长大连续纵坡路段事故易发区辨识方法，其特征在于，还包括

基于确定的长大连续纵坡路段事故的易发性评价数据融合到未知易发性长大连续纵坡路段，获取基于历史通行数据的全路段事故的易发性评价数据，其中，融合公式为：

其中，v表示路段易发性等级，s表示第s个已经分级的路段，m表示第m个路段，D表示已知分级数据，表示原未知分级数据的易发性评价结果，。

4.根据权利要求1所述的长大连续纵坡路段事故易发区辨识方法，其特征在于，第一行为因子包括车型、车重、速度，第二行为因子包括路段长度、坡度、路面摩擦系数、路面温度。

5.根据权利要求1所述的长大连续纵坡路段事故易发区辨识方法，其特征在于，易发性等级分为低易发性、中等易发性以及高易发性。