一种行车风险评价方法及系统技术方案

本发明专利技术公开了一种行车风险评价方法及系统，涉及交通风险评估领域。该方法包括：采集车辆的行驶信息；对行驶信息进行处理，得到车辆的异常驾驶信息；获取已发生的事故信息，根据异常驾驶信息和事故信息建立用于评价行车风险的机器学习模型；根据机器学习模型对车辆的行车风险进行评价。本发明专利技术提供的一种行车风险评价方法及系统，能够得到具有很高精确度的行车风险评估结果，能够准确客观的对被评估车辆进行风险评估，满足对风险评估的精细化需求，及时指导司机改正不良驾驶行为，降低事故风险。

【技术实现步骤摘要】
一种行车风险评价方法及系统
本专利技术涉及交通风险评估领域，尤其涉及一种行车风险评价方法及系统。
技术介绍
目前，对于行车风险的评估方法，都是以静态数据作为特征评估风险，这些特征往往只是与事故间接相关，相关性较低。例如，目前利用驾驶行为评估风险的方法中最主要的参考指标是行驶里程，其核心思想是用户的行驶里程越高，出险风险越高。然而依赖行驶里程确定行车风险，具有评估不准确的缺点。例如，当两个司机的行驶里程相同时，按照现有的风险评估方法，两人的行车风险应该相同，然而实际证明并不一定正确，现有的评估方法无法准确客观地反应行车风险，仅依靠行驶里程已经不能满足当前对风险评估的精细化需求。
技术实现思路
本专利技术所要解决的技术问题是针对现有技术的不足，提供一种行车风险评价方法及系统。本专利技术解决上述技术问题的技术方案如下：一种行车风险评价方法，包括：采集车辆的行驶信息；对所述行驶信息进行处理，得到所述车辆的异常驾驶信息；获取已发生的事故信息，根据所述异常驾驶信息和所述事故信息建立用于评价行车风险的机器学习模型；根据所述机器学习模型对所述车辆的行车风险进行评价。本专利技术的有益效果是：本专利技术提供本文档来自技高网...

【技术保护点】
一种行车风险评价方法，其特征在于，包括：采集车辆的行驶信息；对所述行驶信息进行处理，得到所述车辆的异常驾驶信息；获取已发生的事故信息，根据所述异常驾驶信息和所述事故信息建立用于评价行车风险的机器学习模型；根据所述机器学习模型对所述车辆的行车风险进行评价。

【技术特征摘要】
1.一种行车风险评价方法，其特征在于，包括：采集车辆的行驶信息；对所述行驶信息进行处理，得到所述车辆的异常驾驶信息；获取已发生的事故信息，根据所述异常驾驶信息和所述事故信息建立用于评价行车风险的机器学习模型；根据所述机器学习模型对所述车辆的行车风险进行评价。2.根据权利要求1所述的行车风险评价方法，其特征在于，所述行驶信息包括：车辆的速度信息和加速度信息，所述采集车辆的行驶信息具体包括：通过OBD设备实时地获取车辆行驶过程中的速度信息；通过三轴加速度计获取所述车辆行驶过程中各方向的加速度信息，其中，以所述车辆的中心为原点，车头方向为正向，车门方向为侧向。3.根据权利要求2所述的行车风险评价方法，其特征在于，所述通过三轴加速度计获取所述车辆行驶过程中各方向的加速度信息之前，还包括：计算用于校正所述三轴加速度计的旋转矩阵，根据所述旋转矩阵对所述三轴加速度计的x、y、z轴进行旋转处理，得到x′、y′、z′轴；分别对所述x′、y′、z′轴进行校准，并将校准后的x′轴和y′轴作为所述车辆的正向和侧向。4.根据权利要求2或3所述的行车风险评价方法，其特征在于，所述车辆的异常驾驶信息包括：驾驶里程信息、疲劳驾驶信息、急加速信息、急减速信息、急转弯信息和急变道信息，所述对所述行驶信息进行处理，得到所述车辆的异常驾驶信息具体包括：对所述速度信息进行积分处理，得到所述驾驶里程信息；根据所述速度信息以及所述速度信息的速度时间序列，得到所述疲劳驾驶信息；根据所述车辆正向的加速度信息，识别所述车辆的行驶方向加速度时间序列的峰值和谷值，根据所述峰值和所述谷值得到所述急加速信息和所述急减速信息；根据所述车辆侧向的加速度信息，识别所述车辆侧向加速度时间序列的峰值和谷值，根据所述峰值和谷值得到所述急转弯信息，并结合所述时间序列得到所述急变道信息。5.根据权利要求1至3中任一项所述的行车风险评价方法，其特征在于，所述根据所述异常驾驶信息和所述事故信息建立用于评价行车风险的机器学习模型之后，还包括：通过交叉验证方法，对所述机器学习模型进行更新训练。6...

【专利技术属性】
技术研发人员：吴鹏，江华，冉启迪，
申请(专利权)人：思建科技有限公司，
类型：发明
国别省市：重庆,50