CN110428621B - 一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法 - Google Patents

一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法 Download PDF

Info

Publication number
CN110428621B
CN110428621B CN201910693359.4A CN201910693359A CN110428621B CN 110428621 B CN110428621 B CN 110428621B CN 201910693359 A CN201910693359 A CN 201910693359A CN 110428621 B CN110428621 B CN 110428621B
Authority
CN
China
Prior art keywords
vehicle
equal
data
judging
early warning
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.)
Active
Application number
CN201910693359.4A
Other languages
English (en)
Other versions
CN110428621A (zh
Inventor
咸化彩
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.)
Shandong Jiaotong University
Original Assignee
Shandong Jiaotong University
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 Shandong Jiaotong University filed Critical Shandong Jiaotong University
Priority to CN201910693359.4A priority Critical patent/CN110428621B/zh
Publication of CN110428621A publication Critical patent/CN110428621A/zh
Application granted granted Critical
Publication of CN110428621B publication Critical patent/CN110428621B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • 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
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)

Abstract

本发明适用于交通安全中的汽车监测领域，提供了一种基于轨迹数据对浮动车危险驾驶行为进行监测和预警的方法，通过轨迹数据采样与数字地图相匹配，监测浮动车辆的采样速度、加速度、方位角等参数，对其的危险驾驶行为进行判定，并及时向车内人员进行安全预警。本发明充分利用了数字地图的优势，对车辆的轨迹数据进行分析，更加系统完善地发挥车辆轨迹线信息的作用，对保证交通安全、较少污染具有重要意义。

Description

一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法
技术领域
本发明涉及交通安全领域，具体的说是一种基于轨迹数据对浮动车危险驾驶行为进行监测与预警方法。
背景技术
随互联网、大数据、电子地图等数据的飞速发展，带有定位系统的车辆(浮动车)数量越来越多，基于定位数据对交通状态的监测、交通趋势的预测、驾驶人行为等相关方面的研究也呈井喷之势。国内学者对危险(不良)驾驶行为的监测方面也有不少研究，如姚峰军等申请的“基于GPS的不良驾驶行为的监测方法和系统-申请公开”，基于GPS数据主要分析了急加速、急刹车、急转弯、超速行驶等驾驶行为；罗赞文发明“一种基于北斗或者GPS数据的车辆实时驾驶行为优劣评估方法”。
目前基于定位信息的驾驶行为监测中存在的主要问题有：①危险驾驶行为的监测以超速行驶、急转弯、急加速、急减速、夜间驾驶和疲劳驾驶等，对频繁变道、违法停车等方面的监测鲜有涉及；②对离散的定位数据分析较多，而对定位数据形成的轨迹数据的综合分析较少，尤其是轨迹与地图结合的分析几乎尚未涉及；③目前基于定位信息对驾驶人危险(不良)驾驶行为的监测中，对海量的地图信息的使用较少，大都仅用于定位点与地图匹配以及对定位点信息中异常信息的校正和去除，对目前海量的地图信息几乎没有使用，如路网属性信息：路长、路宽、交叉口等信息，以及海量的POI点(Point of Interest)如公交、加油站等信息几乎都没有使用。
发明内容
本发明的目的是提供一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法，主要利用浮动车的轨迹数据结合电子地图信息，覆盖了目前鲜有涉及的频繁变道、违法停车等技术范畴，对司机的危险驾驶行为进行监测。
本发明的实现通过以下提供一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法，包括步骤：
A.数据处理：将车辆的原始北斗或者GPS等定位数据进行数据清洗和重构，去掉异常数据和冗余数据；
B.轨迹数据与数字地图的匹配；将车辆的北斗或者GPS数据快速匹配到数字地图上，将车辆轨迹数据与数字地图相关联，确定车辆所属路段，每经过采样间隔T秒进行一次采样，其中1≤T≤10；
C.超速判断：每次采样的速度为V，车辆当前区域的限速为V1，车速浮动值V2，当连续3个以上V≥V1+V2时，判断为超速，其中0≤V2≤10；
D.急加速判断：定义加速度变化值α＝a2-a1，其中上一时刻的加速度
Figure BDA0002148572070000021
下一时刻的加速度
Figure BDA0002148572070000022
当α≥2.22/s2时，判断为急加速；
E.急减速判断：当α≤-2.22/s2时，判断为急减速；
F.急转弯判断：定义下一时刻方位角
Figure BDA0002148572070000023
与上一时刻方位角
Figure BDA0002148572070000024
的变化的绝对值
Figure BDA0002148572070000025
当
Figure BDA0002148572070000026
时，判断为急转弯；
G.频繁变道判断：车辆变道时，将道路沿车辆行驶方向，道路按每S米自动分段，定义车辆在S米内、道路垂直方向上的纵向位移绝对值之和，即距离车辆初始轨迹线方向的最大纵向位移为β，其中500≤S≤2000，当β≥7米时，判断为频繁变道；
H.预警：当监测到以上危险驾驶行为时，监测平台进行预警。
本发明的进一步技术方案是，所述基于轨迹数据的浮动车危险驾驶行为监测与预警方法，还包括以下步骤：
I.违法停车判断：当车辆连续3个以上V＝0，并满足以下所有情况时判断为违法停车：
①存在多种载客状态值；
②车辆定位点距离道路边线的最小距离H1≤1米；
③车辆定位点属于数字地图中道路、点属性中违法停车的范围；
J.预警：当监测到以上危险驾驶行为时，监测平台进行预警。
本发明的有益效果是：
本发明针对浮动车的危险驾驶行为进行监测，提供了一种基于轨迹数据和地图数据相结合的浮动车危险驾驶行为进行监测与预警的方法和系统，主要包括超速、急加速、急减速、急转弯、频繁变道、违法停车等，尤其是提出了对频繁变道、违法停车的监测，充分利用了数字地图的优势，对车辆的轨迹数据进行分析，得到的结论更加系统完善，技术手段也与现代浮动车多使用网络化大数据的特征更加契合。既是对浮动车辆自带的GPS数据的挖掘，又结合了导航地图的信息，发挥车辆轨迹线信息的作用，对保证交通安全、较少污染具有重要意义。
附图说明
图1是本发明车辆变道示意图
具体实施方式
下面将结合本发明实施例及附图，对本发明的技术方案进行进一步的阐述。
实施例1
本发明的实现过程为一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法，包括步骤：
A.数据处理：将某车辆的原始北斗或者GPS等定位数据进行数据清洗和重构，去掉异常数据和冗余数据；
B.轨迹数据与数字地图的匹配；将该车辆的北斗或者GPS数据快速匹配到数字地图上，将车辆轨迹数据与数字地图相关联，确定车辆所属路段，每经过采样间隔2秒进行一次采样；
C.超速判断：该车辆连续三次采样点速度分别为40km/h，45km/h， 70km/h，当前区域的限速为80km/h，不做超速判定；
D.急加速判断：定义加速度变化值α＝a2-a1，其中上一时刻的加速度
Figure BDA0002148572070000031
下一时刻的加速度
Figure BDA0002148572070000032
计算可得α＝2.78/s2，判断为急加速；
E.预警：监测平台进行预警。
实施例2
如图1所示，本发明的实现过程为一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法，包括步骤：
A.数据处理：将某车辆的原始北斗或者GPS等定位数据进行数据清洗和重构，去掉异常数据和冗余数据；
B.轨迹数据与数字地图的匹配；将该车辆的北斗或者GPS数据快速匹配到数字地图上，将车辆轨迹数据与数字地图相关联，确定车辆所属路段，每经过采样间隔5秒进行一次采样；
C.超速判断：该车辆连续三次采样点速度分别为40km/h，50km/h， 60km/h，当前区域的限速为60km/h，不做超速判定；
D.急加速判断：定义加速度变化值α＝a2-a1，其中上一时刻的加速度
Figure BDA0002148572070000041
下一时刻的加速度
Figure BDA0002148572070000042
计算可得α＝0，不做急加速判定；
E.急减速判断：不做急减速判定；
F.急转弯判断：定义下一时刻方位角
Figure BDA0002148572070000043
与上一时刻方位角
Figure BDA0002148572070000044
的变化的绝对值
Figure BDA0002148572070000045
该车辆
Figure BDA0002148572070000046
不做急转弯判定；
G.频繁变道判断：车辆变道时，将道路沿车辆行驶方向，道路按每1000米自动分段，该车辆在1000米内、道路垂直方向上两次变道，纵向距离变化分别为3.5米、4.5米，可得到该车辆最大纵向位移为8米，判断为频繁变道；
E.预警：当监测到以上危险驾驶行为时，监测平台进行预警。

Claims (1)

1.一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法，其特征在于，包括以下步骤：
A.数据处理：将车辆的GPS或者原始北斗定位数据进行数据清洗和重构，去掉异常数据和冗余数据；
B.轨迹数据与数字地图的匹配；将经过步骤A处理后的车辆的北斗或者GPS数据快速匹配到数字地图上，把其中的车辆轨迹数据与数字地图相关联，确定车辆所属路段，每经过采样间隔T秒进行一次采样，其中1≤T≤10；
C.超速判断：每次采样的速度为V，车辆当前区域的限速为V1，车速浮动值V2，当连续3个以上V≥V1+V2时，判断为超速，其中0≤V2≤10；
D.急加速判断：定义加速度变化值α＝a2-a1，其中上一时刻的加速度
Figure FDA0003545340800000011
下一时刻的加速度
Figure FDA0003545340800000012
当α≥2.22/s2时，判断为急加速；
E.急减速判断：当α≤-2.22/s2时，判断为急减速；
F.急转弯判断：下一时刻方位角
Figure FDA0003545340800000013
与上一时刻方位角
Figure FDA0003545340800000014
的变化的绝对值
Figure FDA0003545340800000015
当
Figure FDA0003545340800000016
时，判断为急转弯；
G.频繁变道判断：车辆变道时，将道路沿车辆行驶方向，道路按每S米自动分段，定义车辆在S米内、道路垂直方向上的纵向位移绝对值之和，即距离车辆初始轨迹线方向的最大纵向位移为β，其中500≤S≤2000，当β≥7米时，判断为频繁变道；
H.违法停车判断：当车辆连续3个以上V＝0，并满足以下所有情况时判断为违法停车：
①存在多种载客状态值；
②车辆定位点距离道路边线的最小距离H1≤1米；
③车辆定位点属于数字地图中道路、点属性中违法停车的范围；
I.预警：当监测到以上危险驾驶行为时，监测平台进行预警。
CN201910693359.4A 2019-07-30 2019-07-30 一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法 Active CN110428621B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910693359.4A CN110428621B (zh) 2019-07-30 2019-07-30 一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910693359.4A CN110428621B (zh) 2019-07-30 2019-07-30 一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法

Publications (2)

Publication Number Publication Date
CN110428621A CN110428621A (zh) 2019-11-08
CN110428621B true CN110428621B (zh) 2022-07-15

Family

ID=68413110

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910693359.4A Active CN110428621B (zh) 2019-07-30 2019-07-30 一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法

Country Status (1)

Country Link
CN (1) CN110428621B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111050285B (zh) * 2019-12-16 2021-07-16 江苏五城共聚科技控股有限公司 危化品司机驾驶行为偏好数据分析方法
CN113160546B (zh) * 2020-01-22 2023-03-10 阿里巴巴集团控股有限公司 一种危险路段的识别方法及装置
CN111942397A (zh) * 2020-08-06 2020-11-17 华南理工大学 危险驾驶行为监控方法、装置、存储介质
CN114076631A (zh) * 2020-08-11 2022-02-22 华为技术有限公司 超载车辆识别方法、系统及设备
CN112885144B (zh) * 2021-01-20 2022-05-31 同济大学 一种施工作业区车辆撞入事件预警方法及系统
CN112835080B (zh) * 2021-01-21 2024-03-19 成都路行通信息技术有限公司 车辆静止状态的轨迹修复方法、装置及电子设备
CN115188184B (zh) * 2022-06-20 2024-03-19 海信集团控股股份有限公司 一种车辆限速处理方法、设备及装置

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001018766A2 (en) * 1999-09-06 2001-03-15 Malcolm Graham Lawrence Vehicle cellular data transmission
CN101398973A (zh) * 2007-09-30 2009-04-01 厦门雅迅网络股份有限公司 一种使用gps技术进行汽车稽查的方法及装置
CN101923772A (zh) * 2010-08-10 2010-12-22 安徽三联交通应用技术股份有限公司 道路驾驶考试考车行驶状态检测装置及其检测方法
CN102970367A (zh) * 2012-11-26 2013-03-13 武汉理工大学 基于车联网的智能手机车载系统
CN103514736A (zh) * 2012-06-25 2014-01-15 周忠新 城市机动车违章及时告知系统
CN105405306A (zh) * 2015-12-24 2016-03-16 小米科技有限责任公司 车辆告警方法及装置
CN105741542A (zh) * 2016-01-29 2016-07-06 深圳市美好幸福生活安全系统有限公司 行车安全预警的方法及装置
CN105810006A (zh) * 2016-03-29 2016-07-27 福建工程学院 路边停车位的识别方法及系统
CN106408420A (zh) * 2016-02-24 2017-02-15 深圳嘟嘟智能科技有限公司 基于用户驾驶习惯的保险理赔评估方法及系统
WO2017180011A1 (ru) * 2016-04-13 2017-10-19 Александр Альбертович АДАМОВ Система и способ автоматизированного контроля за соблюдением правил дорожного движения транспортных средств (тс) и начислением штрафов за их нарушение
CN108154683A (zh) * 2017-12-26 2018-06-12 河北农业大学 智能交通管理方法及系统
CN108734008A (zh) * 2018-04-26 2018-11-02 东华大学 基于停车记录对车辆匿名的移动轨迹数据去匿名的方法
CN108764111A (zh) * 2018-05-23 2018-11-06 长安大学 一种车辆异常驾驶行为的检测方法
CN109559532A (zh) * 2018-12-10 2019-04-02 北京工业大学 高速公路出口分流区车路协同安全预警控制方法
CN110021185A (zh) * 2019-04-04 2019-07-16 邵沈齐 一种智慧交通管理系统

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006189325A (ja) * 2005-01-06 2006-07-20 Aisin Aw Co Ltd 車両の現在地情報管理装置
CN102607553B (zh) * 2012-03-06 2014-08-13 北京建筑工程学院 一种基于出行轨迹数据的行程识别方法
CN103426309B (zh) * 2013-07-29 2015-05-13 吉林大学 一种基于出租车行驶状态信息判别交通拥堵程度的方法
CN103473929A (zh) * 2013-09-26 2013-12-25 招商局重庆交通科研设计院有限公司 车辆违规监控方法、装置及系统
CN103660942B (zh) * 2013-12-30 2017-01-18 长安大学 一种公交车驾驶员驾驶行为检测系统及检测方法
CN104599498B (zh) * 2014-05-05 2017-12-01 腾讯科技（深圳）有限公司 一种车辆信息的获取方法和装置
CN106297280A (zh) * 2015-05-22 2017-01-04 高德软件有限公司 一种信息处理方法和装置
US9824580B2 (en) * 2015-12-17 2017-11-21 International Business Machines Corporation Method, computer readable storage medium and system for producing an uncertainty-based traffic congestion index
CN106683418A (zh) * 2016-12-15 2017-05-17 清华大学苏州汽车研究院（吴江） 车辆超速实时分析系统和方法
CN107284451A (zh) * 2017-06-22 2017-10-24 北京雄信息科技有限公司 基于gps的不良驾驶行为的监测方法和系统

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001018766A2 (en) * 1999-09-06 2001-03-15 Malcolm Graham Lawrence Vehicle cellular data transmission
CN101398973A (zh) * 2007-09-30 2009-04-01 厦门雅迅网络股份有限公司 一种使用gps技术进行汽车稽查的方法及装置
CN101923772A (zh) * 2010-08-10 2010-12-22 安徽三联交通应用技术股份有限公司 道路驾驶考试考车行驶状态检测装置及其检测方法
CN103514736A (zh) * 2012-06-25 2014-01-15 周忠新 城市机动车违章及时告知系统
CN102970367A (zh) * 2012-11-26 2013-03-13 武汉理工大学 基于车联网的智能手机车载系统
CN105405306A (zh) * 2015-12-24 2016-03-16 小米科技有限责任公司 车辆告警方法及装置
CN105741542A (zh) * 2016-01-29 2016-07-06 深圳市美好幸福生活安全系统有限公司 行车安全预警的方法及装置
CN106408420A (zh) * 2016-02-24 2017-02-15 深圳嘟嘟智能科技有限公司 基于用户驾驶习惯的保险理赔评估方法及系统
CN105810006A (zh) * 2016-03-29 2016-07-27 福建工程学院 路边停车位的识别方法及系统
WO2017180011A1 (ru) * 2016-04-13 2017-10-19 Александр Альбертович АДАМОВ Система и способ автоматизированного контроля за соблюдением правил дорожного движения транспортных средств (тс) и начислением штрафов за их нарушение
CN108154683A (zh) * 2017-12-26 2018-06-12 河北农业大学 智能交通管理方法及系统
CN108734008A (zh) * 2018-04-26 2018-11-02 东华大学 基于停车记录对车辆匿名的移动轨迹数据去匿名的方法
CN108764111A (zh) * 2018-05-23 2018-11-06 长安大学 一种车辆异常驾驶行为的检测方法
CN109559532A (zh) * 2018-12-10 2019-04-02 北京工业大学 高速公路出口分流区车路协同安全预警控制方法
CN110021185A (zh) * 2019-04-04 2019-07-16 邵沈齐 一种智慧交通管理系统

Also Published As

Publication number Publication date
CN110428621A (zh) 2019-11-08

Similar Documents

Publication Publication Date Title
CN110428621B (zh) 一种基于轨迹数据的浮动车危险驾驶行为监测与预警方法
US20230415780A1 (en) Vehicle Control Systems
CN107742432B (zh) 基于车路协同的高速公路运行车速主动预警系统及控制方法
US9475500B2 (en) Use of participative sensing systems to enable enhanced road friction estimation
US9430944B2 (en) Method and apparatus for determining traffic safety events using vehicular participative sensing systems
CN102737504B (zh) 一种基于驾驶特性的公交车到站时间实时估计方法
CN102473346B (zh) 车辆控制装置、车辆控制方法以及车辆控制系统
US10282987B2 (en) System, apparatus, and method for driving support
CN110299027B (zh) 基于轨迹数据和地图数据的车辆变道监测与安全预警方法
CN109583081B (zh) 一种车辆行驶速度预测模型构建方法
CN111477005B (zh) 一种基于车辆状态及行车环境的智能感知预警方法及系统
CN111038502A (zh) 一种安全车距预估、修正、预警、驾驶资质评估方法及系统
CN117864165B (zh) 一种基于车辆智能监控的预警方法
CN102542811A (zh) 一种高速公路出口匝道逐级限速值的确定方法
CN110849382A (zh) 驾驶时长预测方法及装置
CN116052475A (zh) 一种车辆风险预警方法、系统、存储介质及设备
WO2017080822A1 (de) Verfahren und vorrichtung zum analysieren einer fahrweise eines fahrers eines fahrzeugs
CN116383678B (zh) 一种营运客车异常变速行为常发性路段识别方法
CN112365716B (zh) 一种基于gps数据的城市高架快速路动态安全性评价方法
GB2539470A (en) Monitoring vehicle behaviour
CN206383950U (zh) 用于多目标评判驾驶行为分析的车辆环感信息采集系统
CN110444017B (zh) 一种去除道路线形对车辆急转弯影响的方法
Dong et al. Effects of roadway geometric design features on frequency of truck-related crashes
US20210101591A1 (en) System and method for lowering risk during operation of a moving vehicle
CN112373482A (zh) 一种基于驾驶模拟器的驾驶习惯建模方法

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
CB03 Change of inventor or designer information

Inventor after: Xian Huacai

Inventor before: Xian Huacai

Inventor before: Feng Haixia

Inventor before: Zhang Mengmeng

Inventor before: Zhang Licai

Inventor before: Liu Haitao

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant