[发明专利]基于联网车载ADAS的道路风险识别方法

说明书

本发明公开了一种基于联网车载ADAS的道路风险识别方法，包括道路风险等级划分体系构建和区域道路风险识别，其步骤如下：S1、采集有联网ADAS感知数据，提取碰撞时间TTC和制动减速度a_x；S2、建立二维综合风险指标(TTC，a_x)并进行聚类，基于聚类结果构建道路风险等级划分体系；S3、根据各等级道路风险事件的频次及严重程度建立评分体系；S4、选定区域道路，将区域道路划分成不同的路段，获取各个路段对应的二维综合风险指标；S5、将各个路段的二维综合风险指标与道路风险等级划分体系进行匹配，得到各个路段不同道路风险等级的频次；S6、结合评分体系，基于评分结果确定各个路段的道路风险。本发明可以快速、高效且以较低成本完成城市道路运行风险评估。

技术领域

本发明属于交通安全及智能交通技术领域，具体涉及一种基于联网车载ADAS的道路风险识别方法。

背景技术

近年来，随着我国城市化进程加快，城市交通发展迅速，一些主要城市的交通规模不断扩大。由于道路主体密集多样、道路矛盾高度集中、交通环境错综复杂等因素的影响，城市道路交通事故频发，交通死亡人数与交通事故起数居高不下，严重威胁着我国居民的生命及财产安全。因此，识别城市道路运行风险，实时获悉道路风险水平对采取合理的道路交通管控措施具有重要意义。

一般而言，道路风险识别依据可以从影响交通安全的因素方面进行考虑，如利用实时天气、交通事故率等因素去预估道路的风险等级，但这种方法主观性太强，预估结果不可靠。随着车联网技术的发展，利用营运车辆的车载GPS数据，并结合层次分析法、概率统计法、模糊分析法等方法来评估城市道路风险已成为主流方法，但是这种方法往往需要以大量的车联网数据为基础，且准确性也有待提高。因此，从现有的道路风险评价方法来看，尚缺乏一种可以快速、高效且以较低成本完成城市道路运行风险评估的方法。

目前，ADAS已经逐渐被装配和应用于小汽车和各种特殊车辆上，其感知的大量数据为城市道路风险提供了新的数据来源。ADAS车辆借助安装在车上的传感器，可以在行驶过程中不断感应周围的环境，通过对动态、静态物体的辨识、侦测与追踪，ADAS系统可以实时采集丰富的运动信息。基于ADAS车辆的感知信息，可进一步提取关键信息来完成道路风险等级的识别。

发明内容

为解决上述技术问题，本发明提供一种基于联网车载ADAS的道路风险识别方法，解决现有车联网技术道路风险识别与评价方法的数据获取量及成本大，标准不统一且不够快速高效的问题，提供一种可以较低成本且快速高效的基于联网车载ADAS的道路风险识别方法。

本发明提供的技术方案如下：

一种基于联网车载ADAS的道路风险识别方法，包括以下步骤：

①道路风险等级划分体系构建：

S1、采集有联网ADAS感知数据，提取碰撞时间TTC和制动减速度a_x；

S2、建立二维综合风险指标(TTC，a_x)，对二维综合风险指标进行聚类，基于聚类结果构建道路风险等级划分体系；

S3、根据各等级道路风险事件的频次及严重程度建立评分体系；

②区域道路风险识别：

S4、选定区域道路，将区域道路划分成不同的路段，获取各个路段对应的二维综合风险指标；

S5、将各个路段的二维综合风险指标与道路风险等级划分体系进行匹配，得到各个路段不同道路风险等级的频次；

S6、结合评分体系，基于评分结果确定各个路段的道路风险。

优选地，获取各个路段对应的二维综合风险指标具体包括：获取各个路段的经纬度信息，基于二维综合风险指标对应的经纬度信息，将二维综合风险指标与对应的路段进行匹配关联。