[发明专利]高速公路运营安全指数的量化评估方法、装置及服务器

权利要求书

1.一种高速公路运营安全指数的量化评估方法，其特征在于，包括：

获取目标高速公路中待评估路段对应的当前运营数据；

基于所述当前运营数据与预设的多项致险因子之间的关联关系，确定每项所述致险因子对应的当前致险数据；

通过预先训练得到的目标风险评估模型，基于所述当前致险数据确定多个风险类型对应的风险等级评估结果；

根据所述风险类型中至少一个目标风险类型对应的所述风险等级评估结果，确定所述待评估路段对应的运营安全指数。

2.根据权利要求1所述的方法，其特征在于，所述基于所述当前运营数据与预设的多项致险因子之间的关联关系，确定每项所述致险因子对应的当前致险数据的步骤，包括：

确定所述当前运营数据与预设的多项致险因子之间的关联关系；其中，所述致险因子包括驾驶员因子、车辆因子、气象因子、道路限速因子、道路线形因子、道路设施因子、道路施工因子、道路交通量因子、道路事故因子中的一种或多种；

对于每项所述致险因子，从所述当前运营数据中，提取与该致险因子存在关联关系的目标运营数据，并基于所述目标运营数据确定该致险因子对应的当前致险数据。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取所述目标高速公路对应的历史运营数据；

基于所述历史运营数据与每项所述致险因子之间的关联关系构建训练数据集；其中，所述训练数据集包括每项所述致险因子对应的历史致险数据和多个所述风险类型对应的风险等级标签，所述历史致险数据是基于与所述致险因子存在关联关系的所述历史运营数据确定得到的；

利用所述训练数据集对初始风险评估模型进行训练，得到目标风险评估模型。

4.根据权利要求3所述的方法，其特征在于，所述初始风险评估模型包括输入层、隐含层和输出层；所述方法还包括：

将所述致险因子的数量，确定为所述初始风险评估模型中所述输入层的输入神经元数量；以及将所述风险类型的数量，确定为所述初始风险评估模型中所述输出层的输入神经元数量；

根据所述输入神经元数量和所述输入神经元数量，确定所述初始风险评估模型中所述隐含层的隐含神经元数量；或者，根据所述输入神经元数量、所述输入神经元数量和所述训练数据集中的样本数量，确定所述初始风险评估模型中所述隐含层的隐含神经元数量。

5.根据权利要求3所述的方法，其特征在于，所述方法还包括：

如果所述待评估路段内的施工路段发生变更，则动态更新所述训练数据集，并利用更新后的训练数据集更新所述目标风险评估模型。

6.根据权利要求1所述的方法，其特征在于，所述根据所述风险类型中至少一个目标风险类型对应的所述风险等级评估结果，确定所述待评估路段对应的运营安全指数的步骤，包括：

从所述风险类型中确定至少一个目标风险类型和每个所述目标风险类型对应的权重；其中，所述风险类型包括环境类型、车辆类型、道路类型中的一种或多种；

基于所述权重对每个所述目标风险类型对应的所述风险等级评估结果进行加权求和，得到所述待评估路段对应的运营安全指数。

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

如果任一所述风险类型对应的所述风险等级评估结果大于预设等级阈值，生成所述待评估路段对应的第一告警提示；

和/或，如果所述运营安全指数大于预设指数阈值，生成所述待评估路段对应的第二告警提示。