基于联网车载ADAS的道路风险识别方法技术

本发明专利技术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

【技术实现步骤摘要】
基于联网车载ADAS的道路风险识别方法


[0001]本专利技术属于交通安全及智能交通
，具体涉及一种基于联网车载ADAS的道路风险识别方法。

技术介绍

[0002]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。
[0003]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。
[0004]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。

技术实现思路

[0005]为解决上述技术问题，本专利技术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。
[0006]本专利技术提供的技术方案如下：
[0007]一种基于联网车载ADAS的道路风险识别方法，包括以下步骤：
[0008]①
道路风险等级划分体系构建：
[0009]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
；
[0010]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；
[0011]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；
[0012]②
区域道路风险识别：
[0013]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；
[0014]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；
[0015]S6、结合评分体系，基于评分结果确定各个路段的道路风险。
[0016]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。
[0017]优选地，根据地图匹配算法将二维综合风险指标与对应的路段进行匹配关联。
[0018]优选地，该方法还包括：获取二维综合风险指标对应的时间戳信息，将时间戳信息划分成不同的时段，进而确定不同时段各个路段的道路风险。
[0019]优选地，不同时段包括白天与夜间。
[0020]优选地，道路风险等级划分体系的划分方法包括：将二维综合风险指标与聚类中心匹配，得到对应的道路风险等级。
[0021]优选地，建立二维综合风险指标之前，对提取的碰撞时间TTC和制动减速度a
x
进行预处理。
[0022]优选地，预处理包括数据质量分析和/或数据粗差处理。
[0023]优选地，ADAS感知数据包括：碰撞时间TTC、制动减速度a
x
、经度纬度信息L
i
、B
i
、时间戳信息和ADAS车辆ID。
[0024]优选地，道路风险等级包括低、中、高三级，对不同的道路风险等级赋予不同的分值，建立评分体系。
[0025]与现有技术相比，本专利技术的有益成果为：
[0026](1)利用ADAS车辆即可测得所需要的信息，不需要再额外布设检测器，减少了大量路测设备需求，大大降低了成本；
[0027](2)操作简单，容易实现，信息处理量较小，相比现有的技术而言，利用ADAS车辆测算城市道路风险水平操作比较简单，不需要复杂的流程，只需将采集的数据经过简单的计算即可得到；
[0028](3)适用性强，本专利技术提出的方法适合绝大多数的城市，检测设备不易受环境、天气等影响，且测算精度较高；
[0029](4)符合未来交通领域的发展趋势，ADAS汽车是未来汽车行业发展的方向，也迎合了交通智能化发展的趋势。
附图说明
[0030]图1是本专利技术实施例的基于联网车载ADAS的道路风险识别方法流程图。
[0031]图2是本专利技术实施例的一种利用车载ADAS提取替代安全指标的示意图。
[0032]图3是本专利技术实施例的一种利用聚类方法对(TTC，a
x
)指标对进行聚类的示意图。
[0033]图4是本专利技术实施例的一种路段划分方式示意图。
具体实施方式
[0034]为了使本专利技术的目的、技术方案及优点更加清楚明白，下面结合附图及实例，对本
专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不限定本专利技术。
[0035]本专利技术的主要思路是：第一步是完成道路风险等级划分体系构建，首先利用ADAS车辆采集替代安全指标TTC、a
x
，建立二维风险评价指标体系，然后利用聚类方法对大量(TTC，a
x
)数据集聚类进而划分城市道路风险等级；第二步是区域道路风险等级识别，首先利用地图匹配算法将某个区域的ADAS车辆采集到的替代安全指标匹配到该区域的各路段，然后通过代入二维变量(TTC，ax)数据集与所构建的道路风险等级划分体系进行匹配，进而确定各路段的运行风险。
[0036]本专利技术一实施例的基于联网车载ADAS的道路风险识别方法，如图1所示，包括以下步骤：
[0037]①
道路风险等级划分体系构建：
[0038]S1、针对有联网ADAS车辆运行的城市道路交通系统，获取该系统内所有ADAS车辆在一定时间范围内感知的运动数据基本参数，并基于运动数据基本参数提取ADAS车辆每帧数据中的碰撞时间TTC和制动减速度a
x
两大关键替代安全指标；
[0039]S2、基于预处理后的TTC和a
x
指标数据，以其对应的ADAS车辆ID和时间戳信息为依据，分别配对并建立二维综合风险指标(TTC，a
x本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于联网车载ADAS的道路风险识别方法，其特征在于，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。2.根据权利要求1所述的基于联网车载ADAS的道路风险识别方法，其特征在于，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。3.根据权利要求2所述的基于联网车载ADAS的道路风险识别方法，其特征在于，根据地图匹配算法将二维综合风险指标与对应的路段进行匹配关联。4.根据权利要求1所述的基于联网车载ADAS的道路风险识别方法...

【专利技术属性】
技术研发人员：吕能超，季托，吴超仲，文家强，
申请(专利权)人：武汉理工大学，
类型：发明
国别省市：