CN110033615A - 一种基于物联网的道路危险货物运输动态风险评估方法 - Google Patents

一种基于物联网的道路危险货物运输动态风险评估方法 Download PDF

Info

Publication number
CN110033615A
CN110033615A CN201910220611.XA CN201910220611A CN110033615A CN 110033615 A CN110033615 A CN 110033615A CN 201910220611 A CN201910220611 A CN 201910220611A CN 110033615 A CN110033615 A CN 110033615A
Authority
CN
China
Prior art keywords
road
risk
traffic
speed
vehicle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910220611.XA
Other languages
English (en)
Other versions
CN110033615B (zh
Inventor
陶健
殷传峰
王文君
多文英
庞夺峰
姜鑫
王征
赵翔宇
周鹏
王秀林
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanxi Transportation Technology Research and Development Co Ltd
Original Assignee
Shanxi Academy Of Communications Science Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shanxi Academy Of Communications Science Co Ltd filed Critical Shanxi Academy Of Communications Science Co Ltd
Priority to CN201910220611.XA priority Critical patent/CN110033615B/zh
Publication of CN110033615A publication Critical patent/CN110033615A/zh
Application granted granted Critical
Publication of CN110033615B publication Critical patent/CN110033615B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于物联网的道路危险货物运输动态风险评估方法，包括基于物联网技术对影响运输风险动态参数的采集；基于动态参数对运输事故概率确定并修正；确定事故伤害范围和基于动态参数对暴露人口的计算；基于动态参数对驾驶员安全性和车辆技术状况动态评估，并根据评估结果对企业管理水平进行评估，进而对运输风险进行关联抵消；基于车速参数对交通量的估算模型，人口密集区人口暴露实时估算模型；最后建立动态运输风险评估模型。本发明充分考虑了运输过程可获取的动态参数对运输风险的量化影响，同时本发明基于物联网技术实时评估运输风险值可用于运输选线和风险预警，提升了危险货物运输管理水平。

Description

一种基于物联网的道路危险货物运输动态风险评估方法
技术领域
本发明属于道路安全技术领域，特别涉及一种基于物联网的道路危险货物运输动态风险评估方法。
技术背景
近几年，我国危险货物年公路运输量逐年增加。目前90％以上的危险货物需通过道路运输完成。加之，危险货物具有种类繁多、性质复杂、危险度高等特点，这决定了道路运输危险货物是一项具有流动性和高风险的作业活动，导致其安全管理工作具有相当难度。
我国危险货物公路运输量和社会需求量迅猛增长，行业与企业管理却仍处于较低水平，两者之间矛盾日益突出，导致道路运输危险货物事故频发，造成的事故后果非常惨重，如2012年8月26日，陕西延安境内的包茂高速公路化子坪服务区南一辆双层卧辅客车和一辆罐车(装有甲醇)追尾，造成36人死亡，3人受伤的严重后果。2014年3月发生在山西晋城段岩后隧道口10米处的特别重大道路交通危化品燃爆事故造成甲醇流淌火引燃隧道中的车辆，造成31死亡，9人失踪，42辆车被烧毁的严重后果。这不仅阻碍了行业的健康发展，严重威胁人民生命财产安全，更对社会稳定和自然环境造成负面影响。
目前基于物联网大数据的应用还不够深入，监管参数较为局限，基于人工的风险监管手段不能满足安全要求，且缺乏有效、全面的运输风险评价方法和手段。
发明内容
本发明的目的在于克服上述现有技术的不足，一种基于物联网的道路危险货物运输动态风险评估方法。
技术方案如下：
一种基于物联网的道路危险货物运输动态风险评估方法，包括以下步骤：
第一步，基于物联网技术实时采集当前运输过程动态参数，包括货物信息，车辆运行信息，道路信息，交通信息，环境信息。
s11货物信息包括：货物的类别，质量，燃烧热值；
s12车辆运行信息包括：车辆位置信息，车辆速度信息，车速加速度信息，车辆发动机信息，车辆工作时间信息，车辆综合性能检测信息；
s13道路信息包括：道路的类别，等级，车道数，所在区域，限速，车道宽，路面材料信息，道路构筑物；
s14交通信息包括：交通流量，交通拥堵情况，交通平均速度，交通组成，客车位置信息；
s15环境信息包括：天气，温度，能见度，环境敏感区，人口密集区人口量，所在区域人口密度。
第二步，基于动态参数计算运输危险货物泄漏事故概率pj；
s21根据道路参数：车道数n，所在区域q，道路等级d，道路限速vx确定道路交通事故概率。车道数分为单车道、双车道、多车道，所在区域分为城市、农村，道路等级分为高速和一级、二级、三和四级、等外，限速分为120km/h、100km/h、80km/h、70km/h、60km/h、50km/h、50km/h以下；
s22根据运输时间t，道路宽度D，交通量Q及交通组成中大车的占比b，天气T，温度K，能见度S，道路弯道半径R，道路坡度P，分别对交通事故概率修正，并确定修正系数ki；
s23根据道路等级和所在区域确定在交通事故发生条件下的危险货物泄漏概率px；
第三步，基于动态参数确定事故的伤害程度，包括伤害半径，人口暴露量。
s31事故伤害半径根据货物信息及基于该信息建立的数据库获取；
s32事故区域人口暴露量分为：路上，路下，密集区人口暴露量。路上、路下和密集区人口暴露量计算公式分别为：
Soff＝[λ+(1-λ)δj](πr2-2rB)ρ；
式中：Son：路上人员暴露量，人；r：风险影响范围半径，km；n：车辆当前行驶道路的双向车道数；θ：车辆平均承载系数，人/辆；f(v)i：车道i上的车辆密度，人/km；Fb：非机动车与机动车数量的比例Sc：道路上人员密集区人员暴露量，人；P(i)：路上人员密集区i的人员数量，人；λ：人员密集区人员出现在室外的比例；δj：第j类货物导致室内人员受影响概率。Si：风险区域内第i辆客车的核定载客量；z客车的实际载客率。Soff：道路上人员密集区人员暴露量，人；r：影响区域半径，km；B：道路设计总宽度，km；ρ：路下平均人口密度，人/km2；
第四步，运输风险抵消因子和运输风险抵消模型确定。
s41将驾驶员，运输车辆和所述企业管理作为运输风险抵消因子。根据动态参数，对驾驶员安全性A和车辆技术状况J评价，并对根据驾驶员安全性和车辆技术状况对其所属企业的管理水平G评价。
s42根据抵消因子三者的评价结果，计算风险抵消值，计算公式：A＝(1-K1)(1-K2)(1-K3)
K1＝K1AV1，K2＝K1BV2，K3＝K1CV3
式中：K1，K2，K3：分别为车辆设备、运输操作人员和道路危险货物运输企业安全管理修正系数；K1A，K1B，K1C：分别为车辆设备、运输操作人员和企业安全管理修正因子的最大抵消率。V1，V2，V3：分别为车辆设备、运输操作人员和企业安全管理修正因子的实际评价得分与相应的应得分值的比例。
第五步，计算运输风险，根据每次数据采集数据，确定每次采集过程危险货物运输事故概率，事故后果及行驶里程，计算每次的运输风险，并根据需要累计计算各路段的运输风险。根据在途实时运输风险结果，用于不同路线运输风险综合比较，也可用于风险预警。每次采集过程危险货物运输风险计算公式为：
式中：Ri：第i次信息采集时道路危险货物路上人员暴露风险；L：第i次数据采集过程汽车行驶的路程，km；Kj运输风险抵消因子；f(v)i：i车道的交通密度；r：事故伤害半径，km；f非交通事故引发的危险货物泄漏事故占交通事故引发泄漏事故的比例。
交通密度，可通过与交通流速度建立的模型进行计算，计算方法为：
式中，f(v)：各车速范围对应的交通密度，辆/km·车道；kz：自由流时，交通密度的上限值，辆/km·车道；a，b：交通流处于稳定流时，车速与交通密度线性关系系数；kj：阻塞交通密度取值，辆/km·车道；vm：车流达到通行能力的车速取值，km/h；v：道路平均运行车速，km/h；v1、v2：分别为小密度、中密度交通密度对应的平均临界车速，km/h。
不同等级道路条件的模型各参数kz、a、b、kj、vm、v1、v2根据实地调查数据进行拟合获取。
驾驶员安全评价方法为：驾驶员的安全意识和驾驶员的操作水平。驾驶员安全意识由超速行为，驾驶员超时驾驶行为和驾驶员不安路线驾驶行为评价；驾驶员操作水平根据驾驶员下坡滑行行为，驾驶员下坡不挂低档行为和驾驶员车速稳定性评价。
其中，驾驶员发生安全意识对应行为，扣除相应的分值；驾驶员操作行为：下坡滑行或低档下坡辅助制动行为，依据道路位置信息、车速与转速信息来判断；当在下坡过程中，车速与转速超出各行为所设阈值，判定为滑行或非低档行为，扣除相应的安全分值。
驾驶员车速稳定性，根据车速标准差判别。车速的标准差在20km/h以下时记为J21，得分100分；车速标准差在20-40km/h时记为J22，得分80分，车速标准差大于40km/h或3次以上车速标准差在20-40km/h记为J23，得分60分。
车辆技术状况根据车辆综合性能检测数据判断，根据安全装置配备情况，制动性能检测数据，轮胎规格数据，评价车辆技术状况。
抵消因子各评价指标的权重确定方法为：通过危险货物运输事故按抵消因子事故致因统计分析，并结合专家评分意见，最终获取各因素的权重。
所述的人口密集区服务区的人口暴露量计算公式为：
式中：P(i)：第i个服务区受影响的人员暴露量，人；Q：路段平均每小时交通量，辆/h；S：驶入率，取值0.15；T：平均停车时间，取值30min。
技术效果如下：
a)风险评价指标精细化，动态化，客观化。充分考虑了运输过程可获取的动态参数数对运输风险的量化影响，并构建了动态指标如交通量、密集区人口暴露量等动态指标评估模型。使用客观的量化数据评价风险评估指标如驾驶员安全性、车辆技术状况，使得风险评估指标精细化。
b)风险评估智能化、实时化。基于物联网技术实时采集的运输动态参数，利用数据库参数阈值，直接调取运输风险评价指标参数阈值，实时评估运输风险值，实现运输风险实时评估，智能评估的目的。提高路危险货物运输的管理水平。
附图说明
图1为本发明一种基于物联网的道路危险货物运输动态风险评估方法的内容和流程。
具体实施方式
为使本领域的技术人员更好地理解本发明的技术方案，下面结合附图对本发明提供的一种基于物联网的道路危险货物运输动态风险评估方法进行详细描述。以下实施例仅用于说明本发明而非用于限制本发明的范围。
本实施例提供了一种基于物联网的道路危险货物运输动态风险评估方法，其内容和流程如图1所示。
首先，基于物联网技术实时采集当前危险货物运输过程动态参数，包括货物信息，车辆运行信息，道路信息，交通信息，环境信息。
其中，货物信息包括：货物的名称与类别，质量，燃烧热值；本实例中货物为天然气，属于第2类易燃气体，质量为10吨，燃烧热值为47.5MJ/kg。
车辆运行信息包括：车辆位置信息，经纬度和海拔参数。车辆速度信息，车速加速度信息。车辆发动机信息，包括转速、故障码、CAN线信号，车辆工作时间信息，包括车辆一次连续使用时间，一天累计使用时间。
车辆综合性能检测信息，包括各项目检测结果，外检结果，建议内容；本实例中根据车辆定位数据可知道路弯道半径为1000m以上，坡度为1％，车辆行驶速度为70km/h，加速度为0m/s2，发动机转速为2500r/min，无故障码，信号正常，连续工作时间2h，累计5h，车辆的技术等级为一级，建议无。
道路信息包括：道路的类别，等级，车道数，所在区域，限速，车道宽，路面材料信息，道路构筑物；本实例中道路为国道，一级公路，车道数为双向6车道，所在区域为农村，限速80km/h，车道宽度3.5m，道路总宽度25m，路面为沥青路面材料，途径桥梁构筑物。
交通信息包括：交通流量，交通拥堵情况，交通平均速度，交通组成，客车位置信息；本实例中交通量为1500辆/h，交通顺畅，平均速度为75km/h，交通大车占比5％，附近有1辆客车额定载客数30人。环境信息包括：天气，温度，能见度，人口密集区人口量，所在区域人口密度。晴天。温度为20℃，能见度良，人口密集区人口量无法采集。
然后，基于上述动态参数，计算运输危险货物泄漏事故概率pj；
本实例中根据道路参数：车道数6，所在区域农村，道路等级一级，道路限速80，根据数据库对应的道路交通事故概率为0.8起/百万车公里；
根据运输时间15点，道路宽度3.5m，交通量1500辆/h及交通组成中大车的占比5％，天气晴朗，温度20℃，能见度S，道路弯道半径大于1000m，道路坡度小于2％，分别调取数据库各事故概率修正因子对应的修正系数，确定修正系数Πk1＝1.45；
根据道路等级和所在区域确定在交通事故发生条件下的危险货物泄漏概率px为0.072起/百万车公里；
接着，基于动态参数确定事故的伤害程度，包括伤害半径，人口暴露量。事故伤害半径根据货物信息及基于该信息建立的数据库获取。伤害半径根据国外制定的紧急疏散距离取值。对于易燃气体和液体可通过爆炸公式获取较为精确地伤害范围。根据质量，热值及爆炸参与的燃料比例计算死亡、重伤及财产损坏半径，本实例以易燃气体的疏散距离为例，伤害半径取值为：0.8km。
事故区域人口暴露量分为：路上，路下，密集区人口暴露量。路上、路下和密集区人口暴露量计算公式分别计算暴露的人口量：本实例中根据公式计算结果，路上人口暴露量Son为135人，密集区人口暴露量Sc为27人，路下人口暴露量Soff为50人。
第四步，运输风险抵消因子和运输风险抵消模型确定。
将驾驶员，运输车辆和所述企业管理作为运输风险抵消因子。根据动态参数，对驾驶员安全性A和车辆技术状况J评价，并对根据驾驶员安全性和车辆技术状况对其所属企业的管理水平G评价。
根据抵消因子三者的评价结果，计算风险抵消值，计算公式：
A＝(1-K1)(1-K2)(1-K3)
K1＝K1AV1，K2＝K1BV2，K3＝K1CV3
式中：K1，K2，K3：分别为车辆设备、运输操作人员和道路危险货物运输企业安全管理修正系数；K1A，K1B，K1C：分别为车辆设备、运输操作人员和企业安全管理修正因子的最大抵消率。V1，V2，V3：分别为车辆设备、运输操作人员和企业安全管理修正因子的实际评价得分与相应的应得分值的比例。
第五步，计算运输风险，根据每次数据采集数据，确定每次采集过程危险货物运输事故概率，事故后果及行驶里程，计算每次的运输风险，并根据需要累计计算各路段的运输风险。根据在途实时运输风险结果，用于不同路线运输风险综合比较，也可用于风险预警。每次采集过程危险货物运输风险计算公式为：
式中：Ri：第i次信息采集时道路危险货物路上人员暴露风险；L：第i次数据采集过程汽车行驶的路程，km；Kj运输风险抵消因子；f(v)i：i车道的交通密度；r：事故伤害半径，km；f非交通事故引发的危险货物泄漏事故占交通事故引发泄漏事故的比例。
交通密度，可通过与交通流速度建立的模型进行计算，计算方法为：
式中，f(v)：各车速范围对应的交通密度，辆/km·车道；kz：自由流时，交通密度的上限值，辆/km·车道；a，b：交通流处于稳定流时，车速与交通密度线性关系系数；kj：阻塞交通密度取值，辆/km·车道；vm：车流达到通行能力的车速取值，km/h；v：道路平均运行车速，km/h；v1、v2：分别为小密度、中密度交通密度对应的平均临界车速，km/h。
不同等级道路条件的模型各参数kz、a、b、kj、vm、v1、v2根据实地调查数据进行拟合获取。本实例根据限速为80km/h的一级道路数据拟合各参数取值为：7、1.75、123、122、46、75、55。
驾驶员安全评价方法为：驾驶员的安全意识和驾驶员的操作水平。驾驶员安全意识由超速行为，驾驶员超时驾驶行为和驾驶员不安路线驾驶行为评价；驾驶员操作水平根据驾驶员下坡滑行行为，驾驶员下坡不挂低档行为和驾驶员车速稳定性评价。
其中，驾驶员发生安全意识对应行为，扣除相应的分值；驾驶员操作行为：下坡滑行或低档下坡辅助制动行为，依据道路位置信息、车速与转速信息来判断；当在下坡过程中，车速与转速超出各行为所设阈值，判定为滑行或非低档行为，扣除相应的安全分值。
驾驶员车速稳定性，根据车速标准差判别。车速的标准差在20km/h以下时记为J21，得分100分；车速标准差在20-40km/h时记为J22，得分80分，车速标准差大于40km/h或3次以上车速标准差在20-40km/h记为J23，得分60分。本实例驾驶员最终得分为87分。
车辆技术状况根据车辆综合性能检测数据判断，根据安全装置配备情况，制动性能检测数据，轮胎规格数据，评价车辆技术状况。本实例车辆技术状况得分70分。
抵消因子各评价指标的权重确定方法为：通过危险货物运输事故按抵消因子事故致因统计分析，并结合专家评分意见，最终获取各因素的权重。
本实例车辆设备、运输操作人员和道路危险货物运输企业安全管理修正系数分别为：0.551、0.761、0.636，最终抵消系数为0.3。
所述的人口密集区服务区的人口暴露量计算公式为：
式中：P(i)：第i个服务区受影响的人员暴露量，人；Q：路段平均每小时交通量，辆/h；S：驶入率，取值0.15；T：平均停车时间，取值30min；
最终本实例一次采集过程动态运输风险根据公式计算结果为：Ri＝2.73×0.583×0.3×1.45×0.072×(135+50+27)＝10.58×10-6。
本发明充分考虑了运输过程可获取的动态参数对运输风险的量化影响，使用客观的量化数据评价风险评估指标如驾驶员安全性、车辆技术状况，使得风险评估指标精细化动态化，客观化。同时本发明基于物联网技术实时采集的运输动态参数，利用数据库参数阈值，直接调取运输风险评价指标参数阈值，实时评估运输风险值，实现运输风险实时评估，智能评估的目的，可用于运输选线和风险预警，提升了危险货物运输管理水平。
上面结合实施例对本发明的实例作了详细说明，但是本发明并不限于上述实例，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下作出的各种变化，也应视为本发明的保护范围。

Claims (6)

1.一种基于物联网的道路危险货物运输动态风险评估方法，其特征在于，包括以下步骤：
第一步，基于物联网技术实时采集当前运输过程动态参数，包括货物信息，车辆运行信息，道路信息，交通信息，环境信息:
s11货物信息包括：货物的类别，质量，燃烧热值；
s12车辆运行信息包括：车辆位置信息，车辆速度信息，车速加速度信息，车辆发动机信息，车辆工作时间信息，车辆综合性能检测信息；
s13道路信息包括：道路的类别，等级，车道数，所在区域，限速，车道宽，路面材料信息，道路构筑物；
s14交通信息包括：交通流量，交通拥堵情况，交通平均速度，交通组成，客车位置信息；
s15环境信息包括：天气，温度，能见度，环境敏感区，人口密集区人口量，所在区域人口密度；
第二步，基于动态参数计算运输危险货物泄漏事故概率pj；
s21根据道路参数：车道数n，所在区域q，道路等级d，道路限速vx确定道路交通事故概率，车道数分为单车道、双车道、多车道，所在区域分为城市、农村，道路等级分为高速和一级、二级、三和四级、等外，限速分为120km/h、100km/h、80km/h、70km/h、60km/h、50km/h、50km/h以下；
s22根据运输时间t，道路宽度D，交通量Q及交通组成中大车的占比b，天气T，温度K，能见度S，道路弯道半径R，道路坡度P，分别对交通事故概率修正，并确定修正系数ki；
s23根据道路等级和所在区域确定在交通事故发生条件下的危险货物泄漏概率px；
第三步，基于动态参数确定事故的伤害程度，包括伤害半径，人口暴露量：
s31事故伤害半径根据货物信息及基于该信息建立的数据库获取；
s32事故区域人口暴露量分为：路上，路下，密集区人口暴露量，路上、路下和密集区人口暴露量计算公式分别为：
Soff＝[λ+(1-λ)δj](πr2-2rB)ρ；
式中：Son：路上人员暴露量，人；r：风险影响范围半径，km；n：车辆当前行驶道路的双向车道数；θ：车辆平均承载系数，人/辆；f(v)i：车道i上的车辆密度，人/km；Fb：非机动车与机动车数量的比例Sc：道路上人员密集区人员暴露量，人；P(i)：路上人员密集区i的人员数量，人；λ：人员密集区人员出现在室外的比例；δj：第j类货物导致室内人员受影响概率，Si：风险区域内第i辆客车的核定载客量；z客车的实际载客率。Soff：道路上人员密集区人员暴露量，人；r：影响区域半径，km；B：道路设计总宽度，km；ρ：路下平均人口密度，人/km2；
第四步，运输风险抵消因子和运输风险抵消模型确定:
s41将驾驶员，运输车辆和所述企业管理作为运输风险抵消因子，根据动态参数，对驾驶员安全性A和车辆技术状况J评价，并对根据驾驶员安全性和车辆技术状况对其所属企业的管理水平G评价；
s42根据抵消因子三者的评价结果，计算风险抵消值，计算公式：A＝(1-K1)(1-K2)(1-K3)
K1＝K1AV1，K2＝K1BV2，K3＝K1CV3
式中：K1，K2，K3：分别为车辆设备、运输操作人员和道路危险货物运输企业安全管理修正系数；K1A，K1B，K1C：分别为车辆设备、运输操作人员和企业安全管理修正因子的最大抵消率，V1，V2，V3：分别为车辆设备、运输操作人员和企业安全管理修正因子的实际评价得分与相应的应得分值的比例；
第五步，计算运输风险，根据每次数据采集数据，确定每次采集过程危险货物运输事故概率，事故后果及行驶里程，计算每次的运输风险，并根据需要累计计算各路段的运输风险，根据在途实时运输风险结果，用于不同路线运输风险综合比较，也可用于风险预警，每次采集过程危险货物运输风险计算公式为：
式中：Ri：第i次信息采集时道路危险货物路上人员暴露风险；L：第i次数据采集过程汽车行驶的路程，km；Kj运输风险抵消因子；f(v)i：i车道的交通密度；r：事故伤害半径，km；f非交通事故引发的危险货物泄漏事故占交通事故引发泄漏事故的比例。
2.根据权利要求1所述的基于物联网的道路危险货物运输动态风险评估方法，其特征在于，所述交通密度，可通过与交通流速度建立的模型进行计算，计算方法为：
式中，f(v)：各车速范围对应的交通密度，辆/km·车道；kz：自由流时，交通密度的上限值，辆/km·车道；a，b：交通流处于稳定流时，车速与交通密度线性关系系数；kj：阻塞交通密度取值，辆/km·车道；vm：车流达到通行能力的车速取值，km/h；v：道路平均运行车速，km/h；v1、v2：分别为小密度、中密度交通密度对应的平均临界车速，单位为km/h；不同等级道路条件的模型各参数kz、a、b、kj、vm、v1、v2根据实地调查数据进行拟合获取。
3.根据权利要求2所述的基于物联网的道路危险货物运输动态风险评估方法，其特征在于，驾驶员安全评价方法为：驾驶员的安全意识和驾驶员的操作水平，驾驶员安全意识由超速行为，驾驶员超时驾驶行为和驾驶员不安路线驾驶行为评价；驾驶员操作水平根据驾驶员下坡滑行行为，驾驶员下坡不挂低档行为和驾驶员车速稳定性评价；其中，驾驶员发生安全意识对应行为，扣除相应的分值；驾驶员操作行为：下坡滑行或低档下坡辅助制动行为，依据道路位置信息、车速与转速信息来判断；当在下坡过程中，车速与转速超出各行为所设阈值，判定为滑行或非低档行为，扣除相应的安全分值。
4.根据权利要求3所述的基于物联网的道路危险货物运输动态风险评估方法，其特征在于，驾驶员车速稳定性，根据车速标准差判别，车速的标准差在20km/h以下时记为J21，得分100分；车速标准差在20-40km/h时记为J22，得分80分，车速标准差大于40km/h或3次以上车速标准差在20-40km/h记为J23，得分60分。
5.根据权利要求4所述的基于物联网的道路危险货物运输动态风险评估方法，其特征在于，车辆技术状况根据车辆综合性能检测数据判断，根据安全装置配备情况，制动性能检测数据，轮胎规格数据，评价车辆技术状况。
6.根据权利要求5所述的基于物联网的道路危险货物运输动态风险评估方法，其特征在于，抵消因子各评价指标的权重确定方法为：通过危险货物运输事故按抵消因子事故致因统计分析，并结合专家评分意见，最终获取各因素的权重，所述的人口密集区服务区的人口暴露量计算公式为：
式中：P(i)：第i个服务区受影响的人员暴露量，人；Q：路段平均每小时交通量，辆/h；S：驶入率，取值0.15；T：平均停车时间，取值30min。
CN201910220611.XA 2019-03-22 2019-03-22 一种基于物联网的道路危险货物运输动态风险评估方法 Active CN110033615B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910220611.XA CN110033615B (zh) 2019-03-22 2019-03-22 一种基于物联网的道路危险货物运输动态风险评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910220611.XA CN110033615B (zh) 2019-03-22 2019-03-22 一种基于物联网的道路危险货物运输动态风险评估方法

Publications (2)

Publication Number Publication Date
CN110033615A true CN110033615A (zh) 2019-07-19
CN110033615B CN110033615B (zh) 2020-09-01

Family

ID=67236383

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910220611.XA Active CN110033615B (zh) 2019-03-22 2019-03-22 一种基于物联网的道路危险货物运输动态风险评估方法

Country Status (1)

Country Link
CN (1) CN110033615B (zh)

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110544029A (zh) * 2019-08-27 2019-12-06 中咨公路养护检测技术有限公司 运营道路的安全评估方法及装置
CN110849384A (zh) * 2019-11-08 2020-02-28 腾讯科技（深圳）有限公司 导航路线生成方法、装置、可读存储介质和计算机设备
CN112116258A (zh) * 2020-09-22 2020-12-22 中国环境科学研究院 一种饮用水水源地突发环境事件移动源风险评估方法
WO2021063006A1 (zh) * 2019-09-30 2021-04-08 上海商汤临港智能科技有限公司 驾驶预警方法、装置、电子设备和计算机存储介质
CN112801541A (zh) * 2021-02-25 2021-05-14 交通运输部天津水运工程科学研究所 一种危险化学品道路运输风险动态评估及风险导航方法
CN112836917A (zh) * 2020-11-20 2021-05-25 深圳前海车米云图科技有限公司 一种由两套风险评级模型组成的风险评级系统
CN112967007A (zh) * 2021-05-18 2021-06-15 山东东悦安全技术有限公司 一种危化品道路运输风险预警管理系统及方法
CN113065804A (zh) * 2021-04-27 2021-07-02 山东交通学院 一种危化品道路运输风险评估方法及系统
CN113298320A (zh) * 2021-06-22 2021-08-24 招商局重庆交通科研设计院有限公司 城市道路低碳交通运输的优化方法
CN113393108A (zh) * 2021-06-07 2021-09-14 中国石油大学(北京) 危化品运输车辆聚集区域的风险评价方法
CN114136332A (zh) * 2021-11-30 2022-03-04 车主邦（北京）科技有限公司 一种路径规划方法、装置、电子设备和存储介质
CN114923497A (zh) * 2022-04-21 2022-08-19 西南交通大学 一种铁路出行的路径规划方法、装置、设备及存储介质
CN115691124A (zh) * 2022-10-18 2023-02-03 北京联合大学 面向城市道路驾驶数据的危险评估方法和装置
CN116050853A (zh) * 2023-03-28 2023-05-02 万联易达物流科技有限公司 一种网货货运运单的风控方法和系统
CN116579619A (zh) * 2023-07-13 2023-08-11 万联易达物流科技有限公司 一种货运运单的风控方法和系统
CN117541066A (zh) * 2024-01-09 2024-02-09 巨野金牛车业有限公司 一种自卸半挂车侧翻评价指标及评价方法
CN117549913A (zh) * 2024-01-11 2024-02-13 交通运输部水运科学研究所 港区槽罐车集卡车混流的安全驾驶预警系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514373A (zh) * 2013-09-24 2014-01-15 柳州市博源环科科技有限公司 交通运输业环境风险源评价方法
CN105096586A (zh) * 2014-05-15 2015-11-25 交通运输部公路科学研究所 基于交通流特征参数的平原区高速公路事故预测方法
DE102015001905A1 (de) * 2015-02-18 2016-08-18 Wacker Neuson Linz Gmbh Überwachungseinrichtung für den Beladungszustand eines Schüttgutfahrzeugs
CN106205148A (zh) * 2016-09-21 2016-12-07 山西省交通科学研究院 一种危险货物罐车弯道安全车速获取方法及超速警示系统
CN108510156A (zh) * 2018-03-01 2018-09-07 华南理工大学 一种评估危化品运输风险与泄露扩散事故的系统
CN108520353A (zh) * 2018-04-09 2018-09-11 交通运输部公路科学研究所 一种综合交通运输网络安全风险点辨识方法
CN108846532A (zh) * 2018-03-21 2018-11-20 宁波工程学院 应用于物流供应链平台的企业风险评估方法及装置
CN109002959A (zh) * 2018-06-11 2018-12-14 北京石油化工学院 一种基于大数据的危化品运输风险预测系统

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514373A (zh) * 2013-09-24 2014-01-15 柳州市博源环科科技有限公司 交通运输业环境风险源评价方法
CN105096586A (zh) * 2014-05-15 2015-11-25 交通运输部公路科学研究所 基于交通流特征参数的平原区高速公路事故预测方法
DE102015001905A1 (de) * 2015-02-18 2016-08-18 Wacker Neuson Linz Gmbh Überwachungseinrichtung für den Beladungszustand eines Schüttgutfahrzeugs
CN106205148A (zh) * 2016-09-21 2016-12-07 山西省交通科学研究院 一种危险货物罐车弯道安全车速获取方法及超速警示系统
CN108510156A (zh) * 2018-03-01 2018-09-07 华南理工大学 一种评估危化品运输风险与泄露扩散事故的系统
CN108846532A (zh) * 2018-03-21 2018-11-20 宁波工程学院 应用于物流供应链平台的企业风险评估方法及装置
CN108520353A (zh) * 2018-04-09 2018-09-11 交通运输部公路科学研究所 一种综合交通运输网络安全风险点辨识方法
CN109002959A (zh) * 2018-06-11 2018-12-14 北京石油化工学院 一种基于大数据的危化品运输风险预测系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王征等: "城市快速路危险货物运输风险动态评估", 《重庆交通大学学报（自然科学版）》 *
陶健: "基于贝叶斯网络的山区道路危险货物运输风险评价研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110544029A (zh) * 2019-08-27 2019-12-06 中咨公路养护检测技术有限公司 运营道路的安全评估方法及装置
WO2021063006A1 (zh) * 2019-09-30 2021-04-08 上海商汤临港智能科技有限公司 驾驶预警方法、装置、电子设备和计算机存储介质
CN110849384A (zh) * 2019-11-08 2020-02-28 腾讯科技（深圳）有限公司 导航路线生成方法、装置、可读存储介质和计算机设备
CN110849384B (zh) * 2019-11-08 2022-10-25 腾讯科技（深圳）有限公司 导航路线生成方法、装置、可读存储介质和计算机设备
CN112116258A (zh) * 2020-09-22 2020-12-22 中国环境科学研究院 一种饮用水水源地突发环境事件移动源风险评估方法
CN112836917A (zh) * 2020-11-20 2021-05-25 深圳前海车米云图科技有限公司 一种由两套风险评级模型组成的风险评级系统
CN112801541A (zh) * 2021-02-25 2021-05-14 交通运输部天津水运工程科学研究所 一种危险化学品道路运输风险动态评估及风险导航方法
CN112801541B (zh) * 2021-02-25 2023-06-09 交通运输部天津水运工程科学研究所 一种危险化学品道路运输风险动态评估及风险导航方法
WO2022227129A1 (zh) * 2021-04-27 2022-11-03 山东交通学院 一种危化品道路运输风险评估方法及系统
CN113065804A (zh) * 2021-04-27 2021-07-02 山东交通学院 一种危化品道路运输风险评估方法及系统
CN112967007A (zh) * 2021-05-18 2021-06-15 山东东悦安全技术有限公司 一种危化品道路运输风险预警管理系统及方法
CN113393108A (zh) * 2021-06-07 2021-09-14 中国石油大学(北京) 危化品运输车辆聚集区域的风险评价方法
CN113298320A (zh) * 2021-06-22 2021-08-24 招商局重庆交通科研设计院有限公司 城市道路低碳交通运输的优化方法
CN114136332A (zh) * 2021-11-30 2022-03-04 车主邦（北京）科技有限公司 一种路径规划方法、装置、电子设备和存储介质
CN114923497A (zh) * 2022-04-21 2022-08-19 西南交通大学 一种铁路出行的路径规划方法、装置、设备及存储介质
CN115691124A (zh) * 2022-10-18 2023-02-03 北京联合大学 面向城市道路驾驶数据的危险评估方法和装置
CN116050853A (zh) * 2023-03-28 2023-05-02 万联易达物流科技有限公司 一种网货货运运单的风控方法和系统
CN116579619A (zh) * 2023-07-13 2023-08-11 万联易达物流科技有限公司 一种货运运单的风控方法和系统
CN116579619B (zh) * 2023-07-13 2023-09-22 万联易达物流科技有限公司 一种货运运单的风控方法和系统
CN117541066A (zh) * 2024-01-09 2024-02-09 巨野金牛车业有限公司 一种自卸半挂车侧翻评价指标及评价方法
CN117541066B (zh) * 2024-01-09 2024-03-29 巨野金牛车业有限公司 一种自卸半挂车侧翻评价指标及评价方法
CN117549913A (zh) * 2024-01-11 2024-02-13 交通运输部水运科学研究所 港区槽罐车集卡车混流的安全驾驶预警系统

Also Published As

Publication number Publication date
CN110033615B (zh) 2020-09-01

Similar Documents

Publication Publication Date Title
CN110033615A (zh) 一种基于物联网的道路危险货物运输动态风险评估方法
CN110033614A (zh) 一种基于物联网技术的道路危险货物运输动态风险预警系统
Rosero et al. Effects of passenger load, road grade, and congestion level on real-world fuel consumption and emissions from compressed natural gas and diesel urban buses
CN109872554A (zh) 一种高速公路雾区提升行车安全的车路预警系统
CN104978853B (zh) 一种道路交通安全评估方法及系统
Wang et al. Estimation of bus emission models for different fuel types of buses under real conditions
Chatti et al. Estimating the effects of pavement condition on vehicle operating costs
Du et al. Testing and evaluation of cold-start emissions in a real driving emissions test
Shahariar et al. On-road CO2 and NOx emissions of a diesel vehicle in urban traffic
CN112801541B (zh) 一种危险化学品道路运输风险动态评估及风险导航方法
CN109934457A (zh) 一种基于网约车行程中的风险评估方法
CN109035765A (zh) 一种交通流处置事件决策方法
Bai et al. Study on fire accidents in tunnels
Frey et al. Field measurements of 1996 to 2013 model year light duty gasoline vehicles
Al-Anbari et al. Sustainable Operation Index of Arterials in CBD Sector at Hilla City
Lynnyk et al. Analysis of the air quality in considering the impact of the atmospheric emission from the urban road traffic
Middleton et al. Truck Accident Countermeasures on Urban Freeways
Dong et al. Estimation of vehicle carbon emissions in China accounting for vertical curve effects
Chang et al. Risk Field Model Construction and Risk Classification of Hazardous Chemical Transportation
Ajayi et al. The impact of traffic mobility measures on vehicle emissions for heterogeneous traffic in Lagos city
Wang et al. A study on vehicle emission factor correction based on fuel consumption measurement
Fuchs et al. How to calculate the accident probability of dangerous substance transport
Abusalem et al. Analysis of Air Pollutants’ Concentration in Terms of Traffic Conditions and Road Gradient in an Urban Area
Sebastián Artegui Comparing methodologies to assess the environmental impact of freight transportation crossing two different routes connecting Pamplona with Irun
Shen et al. Study on highway disaster risk classification of lean rainfall

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information

Inventor after: Tao Jian

Inventor after: Wang Xiulin

Inventor after: Yin Chuanfeng

Inventor after: Wang Zheng

Inventor after: Wang Wenjun

Inventor after: Tan Wen Ying

Inventor after: Pang Duofeng

Inventor after: Jiang Xin

Inventor after: Zhao Xiangyu

Inventor after: Zhou Peng

Inventor before: Tao Jian

Inventor before: Wang Xiulin

Inventor before: Yin Chuanfeng

Inventor before: Wang Wenjun

Inventor before: Tan Wen Ying

Inventor before: Pang Duofeng

Inventor before: Jiang Xin

Inventor before: Wang Zheng

Inventor before: Zhao Xiangyu

Inventor before: Zhou Peng

CB03 Change of inventor or designer information
CP01 Change in the name or title of a patent holder

Address after: 030032 No. 27 Wuluo Street, Economic and Technological Park, Xiaodian Demonstration Zone, Taiyuan City, Shanxi Province

Patentee after: Shanxi Transportation Technology Research and Development Co.,Ltd.

Address before: 030032 No. 27 Wuluo Street, Economic and Technological Park, Xiaodian Demonstration Zone, Taiyuan City, Shanxi Province

Patentee before: SHANXI TRAFFIC SCIENCES RESEARCH INSTITUTE Co.,Ltd.

CP01 Change in the name or title of a patent holder