预测交通事故的方法、装置、设备以及存储介质制造方法及图纸

提供一种预测交通事故的方法、装置、设备以及存储介质。该方法包括：基于目标道路上的历史交通事故获取目标车辆的历史概率；确定至少一个可监控因素分别对应的至少一个第一占比；基于该历史概率和至少一个第一占比确定第一概率；基于该第一概率确定该目标车辆的预测概率，该预测概率用于表示该目标车辆在该目标道路发生交通事故的可能性。该方法可涉及人工智能的自动驾驶或辅助驾驶等技术，该方法不仅能够提升事故预测的准确度，有利于提升预警效果，还能够降低实现复杂度，提升预测和预警的及时性和实用性。

【技术实现步骤摘要】
预测交通事故的方法、装置、设备以及存储介质
本申请实施例涉及人工智能的自动驾驶等
，并且更具体地，涉及预测交通事故的方法、装置、设备以及存储介质。
技术介绍
安全风险的有效控制，是公路货运行业整体走入成熟的标志之一。在安全辅助驾驶领域，大货车车队潜伏着极高的驾驶风险。如何对大货车进行动态预警是车路协同落地面临的关键问题之一。相关技术中，预警系统可以从交通管理系统获取大货车当前所在路段的卷入了大货车的交通事故的历史概率，并将其直接作为大货车在当前所在路段上行驶时会再一次被卷入交通事故的预测概率，以实现对大货车的动态预警。虽然将历史概率作为预测概率，可以实现对大货车的动态预警，但预测准确率过低，达不到预期的预警效果。
技术实现思路
提供一种预测交通事故的方法、装置、设备以及存储介质，不仅能够提升事故预测的准确度，有利于提升预警效果，还能够降低实现复杂度，提升预测和预警的及时性和实用性。第一方面，提供了一种预测交通事故的方法，在一些可能实现的方式中，包括：基于目标道路上的历史交通事故获取目标车辆的历史概率；确定至少一个可监控因素分别对应的至少一个第一占比，该至少一个可监控因素为路测设备监控到的可触发该目标车辆发生交通事故的因素，该至少一个第一占比分别为至少一个可监控因素触发的交通事故在该历史交通事故中的占比；基于该历史概率和至少一个第一占比确定第一概率；基于该第一概率确定该目标车辆的预测概率，该预测概率用于表示该目标车辆在该目标道路发生交通事故的可能性。基于该历史概率和至少一个可监控因素分别对应的至少一个第一占比，确定第一概率，以基于该第一概率确定该预测概率；一方面，历史概率能够体现目标道路发生交通事故的平均水平；另一方面，通过该至少一个第一占比确定该第一概率，进而基于第一概率确定预测概率，不仅能够实现对目标车辆发生交通事故的可能性进行预测，还能够降低基于该至少一个可监控因素调整该历史概率的复杂度。此外，由于不同的可监控因素触发目标车辆发生交通事故的概率有可能存在差异，在该历史概率的基础上，结合该至少一个可监控因素中每一个可监控因素对应的第一占比，确定该第一概率，以基于该第一概率确定该预测概率；相当于，考虑了不同的可监控因素触发目标车辆发生交通事故的概率之间的差异，相应的，能够提升事故预测的准确度，有利于提升预警效果。另外，由于可通过实时监控的方式获取该至少一个可监控因素的实际情况，有利于提升预测和预警的及时性和实用性。综上，基于该历史概率和至少一个可监控因素分别对应的至少一个第一占比，确定目标车辆的预测概率，不仅能够提升事故预测的准确度，有利于提升预警效果，还能够降低实现复杂度，提升预测和预警的及时性和实用性。在一些可能实现的方式中，该基于该第一概率确定该目标车辆的预测概率，包括：将1与该第一概率的差值确定为该预测概率。将1与该第一概率的差值构造为该预测概率，相当于，将该至少一个可监控因素对交通事故的影响转化为该至少一个可监测因素均不触发该目标车辆发生交通事故的概率，即以该至少一个可监控因素为粒度，利用互斥事件的概率理论，将该至少一个可监测因素均不触发交通事故的对立事件的概率，确定为该预测概率，能够尽可能的考虑每一个可监控因素触发的交通事故的概率，相应的，能够保证事故预测的准确度。该基于该历史概率和至少一个第一占比确定第一概率，包括：基于该历史概率和该至少一个第一占比，确定该至少一个可监控因素分别对应的至少一个第二概率，该至少一个可监控因素中的同一个可监控因素对应的第二概率用于表示该同一个可监控因素不触发该目标车辆发生交通事故的可能性；基于该至少一个第二概率确定该第一概率。在一些可能实现的方式中，该基于该历史概率和该至少一个第一占比，确定至少一个第二概率，包括：基于该至少一个第一占比确定至少一个变化量，该至少一个变化量为该至少一个第一占比分别相对第一平均占比的变化量；将该至少一个变化量分别加1，以生成该至少一个可监控因素分别对应的至少一个权重；将该至少一个权重分别乘以该历史概率，以生成该至少一个可监控因素分别对应的至少一个第三概率，该至少一个可监控因素中的同一个可监控因素对应的第三概率用于表示该同一个可监控因素触发该目标车辆发生交通事故的可能性；利用1分别减去该至少一个第三概率，以生成至少一个第二概率。在一些可能实现的方式中，该方法还包括：通过道路监控系统获取该目标车辆的周围车辆的分布情况；其中，该基于该至少一个第二概率确定该第一概率，包括：基于该该至少一个第二概率和该目标车辆的周围车辆的分布情况，确定该第一概率。在一些可能实现的方式中，该基于该该至少一个第二概率和该目标车辆的周围车辆的分布情况，确定该第一概率，包括：基于该目标车辆的周围车辆的分布情况，确定该至少一个可监控因素中每一个可监控因素对应的车辆的数量；基于该至少一个第二概率和该至少一个可监控因素中的每一个可监控因素对应的车辆的数量，确定该至少一个可监控因素分别对应的至少一个第四概率，该至少一个可监控因素中的同一可监控因素对应的第四概率用于表示该同一可监控因素触发该目标车辆和该同一可监控因素对应的所有车辆均发生交通事故的可能性；将该至少一个第四概率的乘积确定为该第一概率。通过道路监控系统获取该目标车辆的周围车辆的分布情况，在考虑不同的可监控因素触发的交通事故的概率之间的差异的基础上，考虑到了每一个可监控因素涉及的有可能与目标车辆发生交通事故的车辆，相当于，考虑到了目标车辆是否满足发生交通事故的条件，由此，能够进一步提升事故预测的准确度。在一些可能实现的方式中，该至少一个可监控因素包括至少一类驾驶盲区；沿该目标车辆的行驶方向，该至少一类驾驶盲区包括以下中的至少一项：前盲区、后盲区、左盲区或右盲区；或者，该至少一类驾驶盲区包括全盲区或半盲区。基于该历史概率和至少一类驾驶盲区中每一个驾驶盲区对应的第一占比，确定预测概率，一方面，驾驶盲区是触发交通事故的最主要因素，尤其是针对车身较长且车高较大的车辆，通过检测目标车辆的每一个驾驶盲区的实际情况，能够帮助驾驶员对盲区的车况进行监控，通过考虑不同的驾驶盲区触发目标车辆发生交通事故的概率之间的差异，能够进一步提升事故预测的准确度。在一些可能实现的方式中，该方法还包括：确定至少一个不可监控因素分别对应的至少一个第二占比；在该至少一个第二占比中确定目标占比；基于该目标占比调整该预测概率。在一些可能实现的方式中，该基于该目标占比调整该预测概率，包括：基于该目标占比确定目标变化量，该目标变化量为该目标占比相对第二平均占比的变化量；将该目标变化量分别加1，以生成目标权重；将该预测概率和该目标权重的乘积确定为调整后的概率。与可监控因素类似，不同的不可监控因素触发该目标车辆发生交通事故的概率可能存在差异，通过该目标占本文档来自技高网...

【技术保护点】
1.一种预测交通事故的方法，其特征在于，包括：/n基于目标道路上的历史交通事故获取目标车辆的历史概率；/n确定至少一个可监控因素分别对应的至少一个第一占比，所述至少一个可监控因素为路测设备监控到的可触发所述目标车辆发生交通事故的因素，所述至少一个第一占比分别为至少一个可监控因素触发的交通事故在所述历史交通事故中的占比；/n基于所述历史概率和至少一个第一占比确定第一概率；/n基于所述第一概率确定所述目标车辆的预测概率，所述预测概率用于表示所述目标车辆在所述目标道路发生交通事故的可能性。/n

【技术特征摘要】
1.一种预测交通事故的方法，其特征在于，包括：
基于目标道路上的历史交通事故获取目标车辆的历史概率；
确定至少一个可监控因素分别对应的至少一个第一占比，所述至少一个可监控因素为路测设备监控到的可触发所述目标车辆发生交通事故的因素，所述至少一个第一占比分别为至少一个可监控因素触发的交通事故在所述历史交通事故中的占比；
基于所述历史概率和至少一个第一占比确定第一概率；
基于所述第一概率确定所述目标车辆的预测概率，所述预测概率用于表示所述目标车辆在所述目标道路发生交通事故的可能性。


2.根据权利要求1所述的方法，其特征在于，所述第一概率为所述至少一个可监测因素均不触发所述目标车辆发生交通事故的概率，所述基于所述第一概率确定所述目标车辆的预测概率，包括：
将1与所述第一概率的差值，确定为所述预测概率。


3.根据权利要求1所述的方法，其特征在于，所述基于所述历史概率和至少一个第一占比确定第一概率，包括：
基于所述历史概率和所述至少一个第一占比，确定所述至少一个可监控因素分别对应的至少一个第二概率，所述至少一个可监控因素中的同一个可监控因素对应的第二概率用于表示所述同一个可监控因素不触发所述目标车辆发生交通事故的可能性；
基于所述至少一个第二概率确定所述第一概率。


4.根据权利要求3所述的方法，其特征在于，所述基于所述历史概率和所述至少一个第一占比，确定所述至少一个可监控因素分别对应的至少一个第二概率，包括：
基于所述至少一个第一占比确定至少一个变化量，所述至少一个变化量为所述至少一个第一占比分别相对第一平均占比的变化量；
将所述至少一个变化量分别加1，以生成所述至少一个可监控因素分别对应的至少一个权重；
将所述至少一个权重分别乘以所述历史概率，以生成所述至少一个可监控因素分别对应的至少一个第三概率，所述至少一个可监控因素中同一个可监控因素对应的第三概率用于表示所述同一个可监控因素触发所述目标车辆发生交通事故的可能性；
利用1分别减去所述至少一个第三概率，以生成所述至少一个第二概率。


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：
通过道路监控系统获取所述目标车辆的周围车辆的分布情况；
其中，所述基于所述至少一个第二概率确定所述第一概率，包括：
基于所述所述至少一个第二概率和所述目标车辆的周围车辆的分布情况，确定所述第一概率。


6.根据权利要求5所述的方法，其特征在于，所述基于所述所述至少一个第二概率和所述目标车辆的周围车辆的分布情况，确定所述第一概率，包括：
基于所述目标车辆的周围车辆的分布情况，确定所述至少一个可监控因素中每一个可监控因素对应的车辆的数量；
基于所述至少一个第二概率和所述至少一个可监控因素中的每一个可监控因素对应的车辆的数量，确定所述至少一个可监控因素分别对应的至少一个第四概率，所述至少一个可监控因素中的同一可监控因素对应的第四概率用于表示所述同一可监控因素触发所述目标车辆和所述同一可监控因素对应的所有车辆均发生交通事故...

【专利技术属性】
技术研发人员：侯琛，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44