【技术实现步骤摘要】
本专利技术属于车辆安全行驶领域，尤其涉及一种公交车辆不良驾驶行为识别与安全预警系统与方法。
技术介绍
1、目前人们的出行需求日益增加，随之相伴的交通拥堵问题也日益突出。作为城市出行的主要交通方式之一，城市公交给城市居民的日常出行带来了极大的便利。然而，公交车辆的安全运行也逐渐引起了人们的关注。尽管公交车事故并不常见，但由于公交车载客量高的特点，这些事故往往会引起巨大的社会关注，其对社会的影响也不容忽视。事故的发生通常与驾驶员的异常驾驶行为有关。为了加强对驾驶员的监管，公交车逐渐开始安装gps和驾驶员监控系统(dms)。然而，这些车载设备只关注车辆运行和驾驶员个体的情况。由于真实的驾驶环境十分复杂，公交车量的运行风险来源于人、车、路和环境的相互耦合作用。因此，设计一种综合考虑人、车、路和环境影响的公交车辆风险驾驶情景动态识别与预警系统，以进一步保障城市公交的安全运行。
技术实现思路
1、为解决上述问题，本专利技术提出了一种基于人车路环境的公交车风险驾驶情景动态识别及预警系统，能够实时监控车辆与驾驶员的状态，判断出当前是否出现风险驾驶情景，并为驾驶员发送预警信息。该系统不仅考虑了车辆的运行状态信息，还考虑了驾驶员的驾驶状态、道路状况和环境状况，有助于提高预警精度。本系统提供了预警系统的整体实现方案，以及风险驾驶行为的识别算法。
2、为实现上述目的，本专利技术采用以下技术方案：
3、a.云平台的实时环境信息采集模块采集天气及交通流信息并定时(如每10min)通过通
4、b.车载端的车辆信息采集模块通过can总线数据获得gps数据，采集间隔为1s。利用gps数据识别不良驾驶行为，若出现不良驾驶行为，则将不良驾驶行为类型输入至风险情景动态辨识模块。
5、c.车载端的异常驾驶行为识别模块，采用计算机视觉技术实时识别驾驶员异常驾驶行为，识别间隔为1s。若出现异常驾驶行为则将识别结果输入至风险情景动态辨识模块。
6、d.风险情景动态辨识模块融合分别由车辆信息采集模块和异常驾驶行为识别模块输入的不良驾驶行为类型和异常驾驶行为类型，以及由云平台下发的静态输入信息和动态输入信息，综合判定是否出现风险驾驶情景。当出现风险驾驶情景时，评估风险等级，并将风险驾驶情景和风险等级输入至预警策略生成模块。
7、e.预警策略生成模块基于驾风险情景动态辨识模块输出的风险驾驶情景和风险等级，依据预警策略库匹配预警策略，并由预警信息发布模块发布相应的预警信息提示驾驶员。同时由通信模块上传云平台。
8、步骤a中所述云平台分为静态历史数据处理模块和实时环境信息采集模块。静态历史数据处理模块包含历史轨迹数据分析子模块、风险驾驶场景判别子模块、风险驾驶行为阈值计算子模块。历史轨迹数据分析子模块分析导致风险驾驶行为发生的人-车-路-环境关键致因，并将致因输入风险驾驶场景判别子模块。风险驾驶场景判别子模块根据人-车-路-环境关键致因，识别影响风险驾驶行为高发的致因类别组合，并输出各致因类别组合下的具体因素组合表即风险场景集合。风险驾驶行为阈值判定子模块，用于计算并输出公交车辆在不同类型道路及天气情况下的风险驾驶行为阈值，输出风险驾驶行为阈值库。其中，历史数据会定期更新，并同步更新各模块的输出结果。
9、步骤a中所述云平台的实时环境信息采集模块包含通信子模块，动态信息采集子模块，地图环境信息匹配子模块。动态信息采集子模块采集天气及交通流信息并定时(如每10min)通过通信子模块下发车载终端。地图环境信息匹配子模块，将车载终端实时上传的轨迹数据通过高精度地图进行环境信息的匹配采集(包括道路线形、路面标线标识、交通设施等)，并将匹配后的结果实时下发车载终端，该模块的输出信息为车辆行驶道路环境信息。
10、步骤a中所述车载端则包含通信模块、车辆信息采集模块、异常驾驶行为识别模块、风险情景动态辨识模块、预警策略生成模块和预警信息发布模块。
11、步骤b中所述gps数据包括速度、加速度和航向角等信息。
12、步骤b中所述不良驾驶行为包括超速行为、急加速急减速行为、频繁加减速行为和急转弯行为。
13、步骤c中所述异常驾驶行为识别模块基于动态采集的驾驶员面部及上肢动作视频，采用计算机视觉技术实时识别驾驶员异常驾驶行为。
14、步骤c中所述异常驾驶行为包括驾驶员分心驾驶、驾驶员疲劳驾驶和其他影响行车安全的驾驶员异常驾驶行为。
15、步骤d中所述风险情景动态辨识模块融合了云平台下发的静态输入信息和动态输入信息。其中，静态输入信息为云平台风险驾驶场景判别子模块和风险驾驶行为阈值计算模块生成的风险场景集合以及风险驾驶行为阈值库；动态输入信息为由云平台实时环境信息采集模块采集的车辆行驶道路环境信息、交通流信息、天气信息。该风险情景动态辨识模块包含基于静态信息的规则达成子模块和基于动态信息的风险驾驶行为预测子模块。当风险驾驶行为预测模块预测到驾驶员可能发生危险驾驶行为时，触发规则达成子模块将风险驾驶行为与风险场景集合进行规则匹配，并根据匹配结果计算风险等级，并将结果下发预警策略生成模块。
16、与现有技术相比，本专利技术考虑了驾驶员的驾驶状态、车辆运行状态、道路状况和环境状况等风险驾驶情景的人-车-路-环境关键致因，有助于提高预警精度，从而降低公交车辆的行驶风险，进一步保障城市公交系统的安全运行。
本文档来自技高网...【技术保护点】
1.一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，实现该方法的系统包含云平台和车载端设备，车载端采集与分析车辆运行状态与驾驶员驾驶行为；结合风险场景集合以及风险驾驶行为阈值库判断是否出现风险驾驶情景，若出现风险驾驶情景则继续评估风险等级，最终发布相应的预警信息提示驾驶员并上传云平台保存；
2.根据权利要求1所述的一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，步骤a中所述云平台分为静态历史数据处理模块和实时环境信息采集模块；静态历史数据处理模块包含历史轨迹数据分析子模块、风险驾驶场景判别子模块、风险驾驶行为阈值计算子模块；历史轨迹数据分析子模块分析导致风险驾驶行为发生的人-车-路-环境关键致因，并将致因输入风险驾驶场景判别子模块；风险驾驶场景判别子模块根据人-车-路-环境关键致因，识别影响风险驾驶行为高发的致因类别组合，并输出各致因类别组合下的具体因素组合表即风险场景集合；风险驾驶行为阈值判定子模块，用于计算并输出公交车辆在不同类型道路及天气情况下的风险驾驶行为阈值，输出风险驾驶行为阈值库；其中，历史数据会定期更新，并同步
3.根据权利要求1或2所述的一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，步骤a中所述云平台的实时环境信息采集模块包含通信子模块，动态信息采集子模块，地图环境信息匹配子模块；动态信息采集子模块采集天气及交通流信息并定时通过通信子模块下发车载终端；地图环境信息匹配子模块，将车载终端实时上传的轨迹数据通过高精度地图进行环境信息的匹配采集，并将匹配后的结果实时下发车载终端，该模块的输出信息为车辆行驶道路环境信息。
4.根据权利要求3所述的一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，步骤a中所述车载端则包含通信模块、车辆信息采集模块、异常驾驶行为识别模块、风险情景动态辨识模块、预警策略生成模块和预警信息发布模块。
5.根据权利要求1所述的一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，步骤b中所述GPS数据包括速度、加速度和航向角；步骤b中所述不良驾驶行为包括超速行为、急加速急减速行为、频繁加减速行为和急转弯行为。
6.根据权利要求1所述的一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，预警策略生成模块根据驾驶员异常识别模块输出的异常行为信息，发布相应的预警信息提示驾驶员；根据风险情景动态辨识模块输出的风险等级，依据预警策略库匹配预警策略，将预警策略通过预警信息发布模块发布，并同时由通信模块上传云平台。
7.根据权利要求1所述的一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，步骤c中所述异常驾驶行为识别模块基于动态采集的驾驶员面部及上肢动作视频，采用计算机视觉技术实时识别驾驶员异常驾驶行为。
8.根据权利要求1所述的一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，步骤c中所述异常驾驶行为包括驾驶员分心驾驶、驾驶员疲劳驾驶和其他影响行车安全的驾驶员异常驾驶行为。
9.根据权利要求1所述的一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，步骤d中所述风险情景动态辨识模块融合云平台下发的静态输入信息和动态输入信息；其中，静态输入信息为云平台风险驾驶场景判别子模块和风险驾驶行为阈值计算模块生成的风险场景集合以及风险驾驶行为阈值库；动态输入信息为由云平台实时环境信息采集模块采集的车辆行驶道路环境信息、交通流信息、天气信息；该风险情景动态辨识模块包含基于静态信息的规则达成子模块和基于动态信息的风险驾驶行为预测子模块；当风险驾驶行为预测模块预测到驾驶员可能发生危险驾驶行为时，触发规则达成子模块将风险驾驶行为与风险场景集合进行规则匹配，并根据匹配结果计算风险等级，并将结果下发预警策略生成模块。
10.根据权利要求9所述的一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，风险情景动态辨识模块包括静态输入信息和动态输入信息；静态输入信息为由云平台风险驾驶场景判别子模块和风险驾驶行为阈值计算模块生成的风险场景集合以及风险驾驶行为阈值库；动态输入信息为由车辆信息采集模块采集的车辆运行状态、车辆行驶道路环境信息、交通流信息、天气信息；
...【技术特征摘要】
1.一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，实现该方法的系统包含云平台和车载端设备，车载端采集与分析车辆运行状态与驾驶员驾驶行为；结合风险场景集合以及风险驾驶行为阈值库判断是否出现风险驾驶情景，若出现风险驾驶情景则继续评估风险等级，最终发布相应的预警信息提示驾驶员并上传云平台保存；
2.根据权利要求1所述的一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，步骤a中所述云平台分为静态历史数据处理模块和实时环境信息采集模块；静态历史数据处理模块包含历史轨迹数据分析子模块、风险驾驶场景判别子模块、风险驾驶行为阈值计算子模块；历史轨迹数据分析子模块分析导致风险驾驶行为发生的人-车-路-环境关键致因，并将致因输入风险驾驶场景判别子模块；风险驾驶场景判别子模块根据人-车-路-环境关键致因，识别影响风险驾驶行为高发的致因类别组合，并输出各致因类别组合下的具体因素组合表即风险场景集合；风险驾驶行为阈值判定子模块，用于计算并输出公交车辆在不同类型道路及天气情况下的风险驾驶行为阈值，输出风险驾驶行为阈值库；其中，历史数据会定期更新，并同步更新各模块的输出结果。
3.根据权利要求1或2所述的一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，步骤a中所述云平台的实时环境信息采集模块包含通信子模块，动态信息采集子模块，地图环境信息匹配子模块；动态信息采集子模块采集天气及交通流信息并定时通过通信子模块下发车载终端；地图环境信息匹配子模块，将车载终端实时上传的轨迹数据通过高精度地图进行环境信息的匹配采集，并将匹配后的结果实时下发车载终端，该模块的输出信息为车辆行驶道路环境信息。
4.根据权利要求3所述的一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，步骤a中所述车载端则包含通信模块、车辆信息采集模块、异常驾驶行为识别模块、风险情景动态辨识模块、预警策略生成模块和预警信息发布模块。
5.根据权利要求1所述的一种基于人车路环境的公交车风险驾驶情景动态识别及预警方法，其特征在于，步骤b中所述gps数据包括速度、加速度和航向角；步骤b中...
【专利技术属性】
技术研发人员：陈艳艳，杨军，郭音伽，时玥，陈兴付，周云彤，邵强，刘松岩，崔玺，王宇，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。