CN110766943B - 一种基于事故数据的不良驾驶行为判定的监测方法和系统 - Google Patents

一种基于事故数据的不良驾驶行为判定的监测方法和系统 Download PDF

Info

Publication number
CN110766943B
CN110766943B CN201911021902.2A CN201911021902A CN110766943B CN 110766943 B CN110766943 B CN 110766943B CN 201911021902 A CN201911021902 A CN 201911021902A CN 110766943 B CN110766943 B CN 110766943B
Authority
CN
China
Prior art keywords
data
vehicle
driving behavior
accident
correlation
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
CN201911021902.2A
Other languages
English (en)
Other versions
CN110766943A (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 CN201911021902.2A priority Critical patent/CN110766943B/zh
Publication of CN110766943A publication Critical patent/CN110766943A/zh
Application granted granted Critical
Publication of CN110766943B publication Critical patent/CN110766943B/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
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G08B21/24—Reminder alarms, e.g. anti-loss alarms
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
    • G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
    • 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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Emergency Alarm Devices (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种基于事故数据的不良驾驶行为判定的监测方法和系统，包括：获取一段时间该路段的交通事故数据，采集该段道路上车辆GPS数据信息，筛选得到车辆危险行为数据的集合，将事故位置坐标与车辆危险行为数据中的位置数据进行相关性检验，厘定得到不良驾驶行为阈值，采集目标车辆的驾驶数据，计算驾驶行为值与厘定的不良驾驶行为阈值实时比对，并进行分级预警。该方法和系统为不良驾驶行为判定提供了依据，并能有效改善驾驶人的不良驾驶行为，提升行车安全性。

Description

一种基于事故数据的不良驾驶行为判定的监测方法和系统
技术领域
本发明涉及乘用车安全驾驶领域，更具体涉及一种基于事故数据的不良驾驶行为判定的监测方法和系统。
背景技术
不良驾驶行为是导致道路交通事故发生的重要原因。统计数据显示，在我国不良驾驶行为发生率高达76％，其导致事故的概率超过55％，其中因超速行驶、急加速、急减速发生事故的概率达70％以上。可见，不良驾驶行为的准确识别、判定和预警是降低事故率的重要途径。目前不良驾驶行为已引起了各国广泛关注，亦出现了一系列不良驾驶行为的监测、判定和预警方法，帮助驾驶人保持良好的驾驶习惯。
1.基于图像的方法。利用摄像头采集的图像进行压线、鸣笛、停车、车辆位置等的判断，如申请号CN201811058219.1“一种驾驶不良行为监控系统和方法”、申请号CN201811429107.2“一种不良驾驶行为检测方法及装置”。
2.基于GPS、Can总线的方法。利用GPS、Can总线等数据信息，判定车辆速度、转向角、急加速、急减速等不良驾驶行为并进行预警。如申请号201710480368.6“基于GPS的不良驾驶行为的监测方法和系统”、CN201711472809.4“一种重型汽车不良驾驶行为采集系统”。
3.外设传感器的方法。通过加装速度、油门、视频等传感器进行驾驶行为监控，如申请号CN201510952467.0“一种基于车载监控管理平台的驾驶行为分析方法”、申请号CN201521089870.7“一种基于TOF相机的安全驾驶警示系统”。
总的来看，上述发明专利主要是从驾驶行为本身进行监测、判断和预警，不良驾驶行为阈值的界定大部分通过历史经验得出，主观性因素太强。我们对不良驾驶行为监测预警目的是预防事故的发生，但目前研究均未涉及利用事故数据来确定不良驾驶行为。
发明内容
随着交通方式的更加便捷，越来越多的人选择机动车出行。事故的发生率如何降低也是交通领域人员一直探讨的问题之一。从根源上警醒驾驶人员的方法层出不穷，但目前仍然多为从司机的驾驶行为本身出发，不同路况情形下无法做出相应的经验度高的预判。
为解决以上问题，本发明提出以下解决方案。
一种基于事故数据的不良驾驶行为判定的监测方法，其特征在于，包括以下步骤：
A.获取一段时间目标路段的交通事故数据，包括道路交通事故数量N及事故位置坐标经度L事故、纬度W事故及速度V车辆；
B.采集目标路段上车辆GPS数据信息，提取车辆GPS数据中的时间戳和每辆车对应的订单号ID；
C.获取每个时间戳和订单号ID对应的行驶数据，计算筛选得到车辆危险行为数据的集合；
D.将事故位置坐标与车辆危险行为数据中的位置数据进行相关性检验，依据相关度高低厘定得到不同危险程度的不良驾驶行为阈值，相关度越高危险程度越高；
E.采集目标车辆的驾驶数据，计算出目标车辆的驾驶行为值，与厘定的不良驾驶行为阈值实时比对；
F.根据危险程度等级对目标车辆进行分级预警。
进一步地，所述车辆危险行为数据包括急加速数据，所述步骤C还包括：
C1.剔除行驶数据中的异常数据；
C2.以订单号ID为单位，解析两相邻时间戳的时间ti、ti+1，计算出每一个订单两个记录点之间的加速度：
Figure GDA0003309412830000021
C3.筛选出以相同加速度持续时间均超过2s时对应订单号ID车辆的位置信息，所述位置信息包括该时间点前一个时间戳的经纬度L车辆、W车辆，将所述位置信息依照对应加速度ai＜1m/s2、1m/s2≤ai＜1.5m/s2、1.5m/s2≤ai＜2m/s2、2m/s2≤ai＜2.5m/s2、2.5m/s2≤ai＜3m/s2、ai≥3m/s2分为六个等级。
进一步地，所述车辆危险行为数据包括急加速数据，所述步骤D还包括：
D1.将事故位置坐标与不同加速度下的位置坐标进行相关性检验并判定相关等级，当相关系数|r|≥0.8时，认为两者极其显著相关；0.6≤|r|＜0.8时，认为高度相关；0.4≤|r|＜0.6时，认为中度相关；0.2≤|r|＜0.4时，认为低度相关；|r|＜0.2，认为极弱相关；
D2.依据相关等级厘定事故发生密集区域前后
Figure GDA0003309412830000031
米内的警报阈值，其中500≤S≤2000。
进一步地，所述车辆危险行为数据还包括急减速数据。
一种基于事故数据的不良驾驶行为判定的监测系统，其特征在于，包括：
定位模块，采集车辆GPS数据信息；
数据存储模块，采集道路交通事故数据和存储不良驾驶行为阈值，将事故位置坐标与车辆危险行为数据中的位置数据进行相关性检验，依据相关度高低厘定得到不同危险程度的不良驾驶行为阈值；
数据处理模块，计算驾驶行为值并与预设不良驾驶行为阈值进行实时比对；
报警模块，对目标车辆进行分级预警；
电源模块，为其他各模块供电。
本发明的有益效果是：对不同路况进行规律性总结和分析，得到不同地点时间的不同阈值，为不良驾驶行为判定提供了更为准确的依据，不同级别的预警均更具有参照性，有效改善驾驶人的不良驾驶行为，提升行车安全性。
附图说明
图1是本发明所述方法流程示意图；
图2是本发明所述系统结构示意图；
具体实施方式
下面结合附图和具体实施例对本发明提供的一种基于事故数据的不良驾驶行为判定方法和监测系统进行详细描述。
以A地市B段城市道路为例，全部流程如图1所示，所用系统如图2：1.交管部门获取近1年A地市B段城市道路事故数据，解析出事故发生地点的经纬度坐标经度L事故、纬度W事故。
提取A地市B段城市道路近1年每月任意1天，共12天所有运行车辆轨迹数据。
剔除GPS数据中速度小于5Km/h或速度大于140Km/h的数据，剩余数据为有效数据，存储于数据存储模块。
以订单号即车辆为单位，解析两相邻时间戳的时间ti、ti+1，计算出每一个订单号ID两个记录点之间的加速度：
Figure GDA0003309412830000041
分别筛选出加速度ai＜1m/s2、1m/s2≤ai＜1.5m/s2、1.5m/s2≤ai＜2m/s2、2m/s2≤ai＜2.5m/s2、2.5m/s2≤ai＜3m/s2、ai≥3m/s2且持续时间超过2s的位置经纬度L车辆、W车辆，其中L车辆、W车辆为该时间点前一个时间戳的经纬度。
将事故位置坐标与不同加速度下的位置坐标进行相关性检验，判定相关等级和警报阈值：当相关性系数|r|≥0.8时，认为两者极其显著相关，判定极高危；0.6≤|r|＜0.8时，认为高度相关，判定高危；0.4≤|r|＜0.6时，认为中度相关，判定中危；0.2≤|r|＜0.4时，认为低度相关，判定低危；|r|＜0.2，认为极弱相关，不做危险判定。
判定得到：在ai≥3m/s2时，该事故发生密集区域前后1km内警报阈值为极高危，1.5km内为高危，3km内为中危，5km内为低危；在2.5m/s2≤ai＜3m/s2时，该事故发生密集区域前后1km内警报阈值为高危，1.5km内为中危，2km内为低危；其余状态下均不做危险判定，该不良驾驶行为阈值保存于数据存储模块。
实时采集车辆GPS数据，调用数据处理模块解析驾驶行为值中的加速度数据，并与数据存储模块不良驾驶行为阈值进行实时比对，一旦发生中危、高危及极高危驾驶行为，立即启动分级报警模块，报警模式采用声音、灯光、震动等刺激实现；例如，当目标车辆在距离事故位置0.8km处以加速度3m/s2行驶时，判定为极高危驾驶行为，蜂鸣器持续鸣响发出警报，同时还有用闪烁红色灯光警示；当目标车辆在距离事故位置1.2km处以加速度3m/s2行驶时，判定为高危驾驶行为，蜂鸣器间断鸣响，橙色灯光警示；当目标车辆在距离事故位置1.5km处以加速度2.8m/s2行驶时，判定为中危驾驶行为，采用长亮的黄色灯光警示；当目标车辆在距离事故位置4km处以加速度3m/s2行驶时，判定为低危驾驶行为，采用闪烁黄色灯光警示；当目标车辆在距离事故位置3km处以加速度1m/s2行驶时，不警示。

Claims (5)

1.一种基于事故数据的不良驾驶行为判定的监测方法，其特征在于，包括以下步骤：
A.获取一段时间目标路段的交通事故数据，包括道路交通事故数量N及事故位置坐标经度L事故、纬度W事故及速度V车辆；
B.采集目标路段上车辆GPS数据信息，提取车辆GPS数据中的时间戳和每辆车对应的订单号ID；
C.获取每个时间戳和订单号ID对应的行驶数据，计算筛选得到车辆危险行为数据的集合；
D.将事故位置坐标与车辆危险行为数据中的位置数据进行相关性检验，依据相关度高低厘定得到不同危险程度的不良驾驶行为阈值，相关度越高危险程度越高；
E.采集目标车辆的驾驶数据，计算出目标车辆的驾驶行为值，与厘定的不良驾驶行为阈值实时比对；
F.根据危险程度等级对目标车辆进行分级预警。
2.根据权利要求1所述基于事故数据的不良驾驶行为判定的监测方法，其特征在于，所述车辆危险行为数据包括急加速数据，所述步骤C还包括：
C1.剔除行驶数据中的异常数据；
C2.以订单号ID为单位，解析两相邻时间戳的时间ti、ti+1，计算出每一个订单两个记录点之间的加速度：
Figure FDA0003309412820000011
C3.筛选出以相同加速度持续时间均超过2s时对应订单号ID车辆的位置信息，所述位置信息包括该时间点前一个时间戳的经纬度L车辆、W车辆，将所述位置信息依照对应加速度ai＜1m/s2、1m/s2≤ai＜1.5m/s2、1.5m/s2≤ai＜2m/s2、2m/s2≤ai＜2.5m/s2、2.5m/s2≤ai＜3m/s2、ai≥3m/s2分为六个等级。
3.根据权利要求1所述基于事故数据的不良驾驶行为判定的监测方法，其特征在于，所述步骤D还包括：
D1.将事故位置坐标与不同加速度下的位置坐标进行相关性检验并判定相关等级，当相关系数|r|≥0.8时，认为两者极其显著相关；0.6≤|r|＜0.8时，认为高度相关；0.4≤|r|＜0.6时，认为中度相关；0.2≤|r|＜0.4时，认为低度相关；|r|＜0.2，认为极弱相关，根据相关度厘定警报阈值；
D2.依据相关等级厘定事故发生密集区域前后S米内的警报阈值，其中500≤S≤2000。
4.根据权利要求1所述基于事故数据的不良驾驶行为判定的监测方法，其特征在于，所述车辆危险行为数据还包括急减速数据。
5.一种基于事故数据的不良驾驶行为判定的监测系统，其特征在于，包括：
定位模块，采集车辆GPS数据信息；
数据存储模块，采集道路交通事故数据和存储不良驾驶行为阈值，所述不良驾驶行为阈值的确定方法为，将事故位置坐标与车辆危险行为数据中的位置数据进行相关性检验，依据相关度高低厘定得到不同危险程度的不良驾驶行为阈值；
数据处理模块，计算驾驶行为值并与预设不良驾驶行为阈值进行实时比对；
报警模块，对目标车辆进行分级预警；
电源模块，为其他各模块供电。
CN201911021902.2A 2019-10-25 2019-10-25 一种基于事故数据的不良驾驶行为判定的监测方法和系统 Active CN110766943B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911021902.2A CN110766943B (zh) 2019-10-25 2019-10-25 一种基于事故数据的不良驾驶行为判定的监测方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911021902.2A CN110766943B (zh) 2019-10-25 2019-10-25 一种基于事故数据的不良驾驶行为判定的监测方法和系统

Publications (2)

Publication Number Publication Date
CN110766943A CN110766943A (zh) 2020-02-07
CN110766943B true CN110766943B (zh) 2021-12-14

Family

ID=69333524

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911021902.2A Active CN110766943B (zh) 2019-10-25 2019-10-25 一种基于事故数据的不良驾驶行为判定的监测方法和系统

Country Status (1)

Country Link
CN (1) CN110766943B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111739290A (zh) * 2020-06-05 2020-10-02 腾讯科技（深圳）有限公司 车辆预警方法及装置
CN113538051A (zh) * 2021-07-16 2021-10-22 广州电力交易中心有限责任公司 基于用户行为的电力交易平台安全预警方法
CN114084138B (zh) * 2021-11-23 2023-09-26 奇瑞汽车股份有限公司 车辆通过路口的方法和装置
CN115497295B (zh) * 2022-09-21 2024-06-11 联通智网科技股份有限公司 安全预警方法和装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105788250A (zh) * 2014-12-24 2016-07-20 中国电信股份有限公司 车辆驾驶行为处理方法和装置
CN108091133A (zh) * 2017-11-27 2018-05-29 银江股份有限公司 一种基于海量交通数据分析的车辆安全驾驶行为分析方法
CN108230616A (zh) * 2018-02-02 2018-06-29 辽宁友邦网络科技有限公司 一种危险驾驶识别警报方法及系统
CN108427757A (zh) * 2018-03-16 2018-08-21 江苏智通交通科技有限公司 基于关联规则的重点车辆通行预警方法及监管系统
CN108510754A (zh) * 2018-05-29 2018-09-07 杭州博达伟业公共安全技术股份有限公司 违规驾驶行为警示装置与方法
JP2019153257A (ja) * 2018-03-06 2019-09-12 国立大学法人 新潟大学 異常運転行動検出装置、異常運転行動検出方法、及びプログラム
US10453338B1 (en) * 2015-01-20 2019-10-22 State Farm Mutual Automobile Insurance Company Determining abnormal traffic conditions from a broadcast of telematics data originating from another vehicle

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105788250A (zh) * 2014-12-24 2016-07-20 中国电信股份有限公司 车辆驾驶行为处理方法和装置
US10453338B1 (en) * 2015-01-20 2019-10-22 State Farm Mutual Automobile Insurance Company Determining abnormal traffic conditions from a broadcast of telematics data originating from another vehicle
CN108091133A (zh) * 2017-11-27 2018-05-29 银江股份有限公司 一种基于海量交通数据分析的车辆安全驾驶行为分析方法
CN108230616A (zh) * 2018-02-02 2018-06-29 辽宁友邦网络科技有限公司 一种危险驾驶识别警报方法及系统
JP2019153257A (ja) * 2018-03-06 2019-09-12 国立大学法人 新潟大学 異常運転行動検出装置、異常運転行動検出方法、及びプログラム
CN108427757A (zh) * 2018-03-16 2018-08-21 江苏智通交通科技有限公司 基于关联规则的重点车辆通行预警方法及监管系统
CN108510754A (zh) * 2018-05-29 2018-09-07 杭州博达伟业公共安全技术股份有限公司 违规驾驶行为警示装置与方法

Also Published As

Publication number Publication date
CN110766943A (zh) 2020-02-07

Similar Documents

Publication Publication Date Title
CN110766943B (zh) 一种基于事故数据的不良驾驶行为判定的监测方法和系统
JP4469297B2 (ja) 運転診断方法およびその装置
US7672764B2 (en) System and method for recording physical response
CN103927886B (zh) 一种监管重点运输车辆超速违法的系统及方法
CN113034952B (zh) 一种基于车路协同的路段交通安全实时预警系统
CN108454633B (zh) 规范司机驾驶行为的方法和装置
CN110428604B (zh) 一种基于轨迹和地图数据的出租车违停监测与预警方法
CN103700160A (zh) 基于微传感器的机动车车载终端及驾驶行为判断方法
CN109606377A (zh) 一种紧急驾驶行为防御提示方法及系统
CN103018754A (zh) 一种基于gps数据的拐弯识别方法
CN110428621A (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
TWI613108B (zh) 針對事故的駕駛行為分析系統及方法
CN112258832B (zh) 一种用于运行基于车辆信息的团雾气象信息感知发布系统的方法
CN111477005A (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
TW201719541A (zh) 利用駕駛行為分析預測高風險路段的方法及系統
US10977882B1 (en) Driver health profile
CN114379559A (zh) 一种基于车辆信息采集系统的驾驶风险评价特征画像方法
CN112356849A (zh) 一种危险驾驶的预警方法及装置
CN108492563B (zh) 一种基于平均速度的超速事件探测方法
CN110723148A (zh) 不良驾驶行为的识别方法与识别装置
CN116052475A (zh) 一种车辆风险预警方法、系统、存储介质及设备
KR102297801B1 (ko) 사업용 차량을 이용하여 도로 위험정보를 탐지하는 방법 및 장치
CN110271554A (zh) 用于车辆的驾驶辅助系统和方法
CN107680396A (zh) 一种驾驶行为的监控方法及其装置
CN112622921B (zh) 一种检测司机异常驾驶行为的方法、装置及电子设备

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: Zhang Meng

Inventor before: Wang Shuai

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