[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

说明书

本申请提供一种长大连续纵坡路段事故易发区辨识方法、装置及电子设备，属于危险态势感知技术领域。通过获取典型长大纵坡路段的历史通行数据，确定各因子对事故发生作用大小，以此反映长大连续纵坡路段事故的易发性。根据即将进入的长大纵坡路段的路段数据和当前驾驶员的行为数据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，并预测当前驾驶员在无辅助制动条件下即将进入的长大纵坡易发性等级，根据易发性等级可以提前预警，以促使驾驶员主动控制下坡速度，采取合理制动措施，能够对危险态势感知精准预判。

技术领域

本申请涉及危险态势感知技术领域，具体而言，涉及一种长大连续纵坡路段事故易发区辨识方法、装置以及电子设备。

背景技术

长大纵坡存在高差变化大、气候条件恶劣、车辆运管难度大等问题，致使长大纵坡路段运行风险剧增，往往事故频发。长大纵坡事故多集中于连续下坡。事故发生一般是车辆因素与驾驶人因素共同耦合作用的结果，主要表现在未按照规定使用辅助制动系统，未合理控制下坡速度，甚至违章采用空档溜坡的现象。因此，有必要开展高速公路长大纵坡路段事故易发位置辨别的研究，以告知驾驶员前方路段的事故易发性等级，以提醒驾驶员采用辅助制动，控制下坡速度。

发明内容

本申请实施例的目的在于提供一种长大连续纵坡路段事故易发区辨识方法、装置及电子设备，在即将进入长达纵坡路段前根据当前路段数据和驾驶行为数据预测当前驾驶员相对于当前待识别路段的易发性等级，并根据预测的易发性等级提醒驾驶员当前驾驶危险性，以促使驾驶员主动控制下坡速度，采取合理制动措施。

为了实现上述目的，本申请的实施例通过如下方式实现：

第一方面，本申请实施例提供一种长大连续纵坡路段事故易发区辨识方法，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；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。

在本申请实施例中，获取典型长大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，以此反映长大连续纵坡路段事故的易发性。然后根据即将进入的长大纵坡路段的路段数据和当前驾驶员的行为数据（包括当前驾驶车型、车重、速度），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，并预测当前驾驶员在无辅助制动条件下即将进入的长大纵坡易发性等级，根据易发性等级可以提前预警，以促使驾驶员主动控制下坡速度，采取合理制动措施。该方法基于当前驾驶员的行为数据确定相对于长大纵坡的易发性，并不是单纯获取长大连续纵坡路段的易发性等级，其是基于驾驶员的行为数据的动态评估，不同的驾驶员的行为数据，即使相对于同一长大纵坡其易发性等级也可能不同，能够对危险态势感知精准预判。

结合第一方面，在一些实施例中，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。