CN112861356A - 道路交通系统风险辨识的方法、设备及存储介质 - Google Patents

Abstract

本申请提供一种道路交通系统风险辨识的方法、设备及存储介质。本申请的方法，通过根据预设的基准时刻，基于突变理论，构建以基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型；基于尖点势函数动力学模型，构建以基准时刻的控制变量和安全状态变量为基准的交通系统风险模型，根据道路交通系统在当前时刻的交通环境要素信息预测未来的第一时刻的交通环境要素信息，根据第一时刻的交通环境要素信息，利用交通系统风险模型，判断道路交通系统在第一时刻是否处于不稳定状态，能够及时地预测未来一段时间内道路交通系统不稳定的时刻，并及时预警，可以避免交通事故的发生，能够提高道路交通系统的稳定性和安全性。

Description

道路交通系统风险辨识的方法、设备及存储介质

技术领域

本申请涉及智能交通技术领域，尤其涉及一种道路交通系统风险辨识的方法、设备及存储介质。

背景技术

道路交通系统是一个由驾驶人、道路使用者(含其他车辆、行人、他车驾驶人等)、道路环境等交通要素有机地构成的复杂动态系统。当人、车、路三要素构成的交通系统的协调出现问题时，就有可能引发交通事故。

道路交通系统产生风险的要素众多，主要涉及驾驶员主观失误、车辆故障、路况和环境状态等。交通事故致因理论认为交通系统包括驾驶人个体、车辆、道路环境。任一因素都有可能导致交通事故，且管理缺陷同样有可能成为导致风险的根本原因。因此，交通事故的原因是由多因素共同导致的，需逐一分析各因素，消除不安全点，以杜绝事故的发生。

现有的评价道路交通系统的安全性的模型大多是基于经典几何理论和历史事故数据建立的，评价结果难以直接反映道路交通线的各个要素之间和整个系统的相对安全性，也无法预测未来时空的道路交通系统的安全性。

发明内容

本申请提供一种道路交通系统风险辨识的方法、设备及存储介质。

本申请的一个方面是提供一种道路交通系统风险辨识的方法，包括：

根据预设的基准时刻，基于突变理论，构建以所述基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型；

基于所述尖点势函数动力学模型，构建以所述基准时刻的控制变量和安全状态变量为基准的交通系统风险模型；

获取道路交通系统在当前时刻的交通环境要素信息；

根据所述当前时刻的交通环境要素信息，预测未来的第一时刻的交通环境要素信息，并根据所述第一时刻的交通环境要素信息确定所述道路交通系统在第一时刻的控制变量信息；

根据基准时刻的控制变量信息和所述第一时刻的控制变量信息，利用所述交通系统风险模型，判断所述道路交通系统在所述第一时刻是否处于不稳定状态；

根据判断结果，若所述道路交通系统在所述第一时刻处于不稳定状态，则进行对应的预警处理。

可选地，所述根据基准时刻的控制变量信息和所述第一时刻的控制变量信息，利用所述交通系统风险模型，判断所述道路交通系统在所述第一时刻是否处于不稳定状态，包括：

根据基准时刻的控制变量信息、所述第一时刻的控制变量信息、以及交通系统风险模型，确定所述道路交通系统在所述第一时刻的突变风险信息；

若所述第一时刻的突变风险信息与所述基准时刻的基准风险信息一致，则确定所述道路交通系统在所述第一时刻处于稳定状态；

若所述第一时刻的突变风险信息与所述基准时刻的基准风险信息不一致，则确定所述道路交通系统在所述第一时刻处于不稳定状态。

可选地，所述获取道路交通系统当前时刻的交通环境要素信息，包括：

采集当前时刻预设区域内道路交通系统的图像；

根据预先设定的交通环境要素的类型，对所述图像进行分析处理，确定所述当前时刻的交通环境要素信息。

可选地，所述根据所述第一时刻的交通环境要素信息确定所述道路交通系统在第一时刻的控制变量信息，包括：

根据道路交通系统的控制变量信息与交通环境要素信息的映射关系，确定所述第一时刻的交通环境要素信息对应的控制变量信息。

可选地，所述根据判断结果，若所述道路交通系统在所述第一时刻处于不稳定状态，则进行对应的预警处理，包括：

若所述道路交通系统在所述第一时刻处于不稳定状态，则根据预测的所述第一时刻的交通环境要素信息，向至少一个交通环境要素发出预警信息。

可选地，所述根据预设的基准时刻，基于突变理论，构建以所述基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型，包括：

基于非线性的动力学模型，构建道路交通系统的动力学模型：

U(s)＝s⁴+c₁s²+c₂s，

其中，U(s)为道路交通系统的势函数，表示道路交通系统的保持稳定运行趋势的能力；s为道路交通系统的安全状态变量；c₁为剖分因子，c₁表示道路交通系统中人的主观影响因子；c₂为正则因子，c₂表示道路交通系统中的客观影响因子；c₁和c₂均为道路交通系统的控制变量；

基于突变理论和所述道路交通系统的动力学模型，根据预设的基准时刻，构建以所述基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型：

U_k(s)＝(s-s_k)⁴+(c₁-c_1，k)(s-s_k)²+(c₂-c_2，k)(s-s_k)

其中，U_k(s)表示以所述基准时刻的控制变量和安全状态变量为基准的道路交通系统的势函数，s_k为道路交通系统在所述基准时刻的安全状态变量的值；c_1，k为道路交通系统在所述基准时刻的剖分因子的值；c_2，k为道路交通系统在所述基准时刻的正则因子的值；s为道路交通系统的安全状态变量；c₁为剖分因子，c₂为正则因子。

可选地，所述基于所述尖点势函数动力学模型，构建以所述基准时刻的控制变量和安全状态变量为基准的交通系统风险模型，包括：

根据所述尖点势函数动力学模型，确定交通系统稳定判别式：

Δ＝8(c₁-c_1，k)³+27(c₂-c_2，k)²

其中，Δ表示交通系统稳定判别式，当Δ＞0，表示相对于所述基准时刻时道路交通系统的安全状态，c₁和c₂对应时刻的道路交通系统处于稳定状态；当Δ＜0或者Δ＝0，表示相对于所述基准时刻时道路交通系统的安全状态，c₁和c₂对应时刻的道路交通系统处于不稳定状态；

基于所述交通系统稳定判别式，确定以所述基准时刻的控制变量和安全状态变量为基准的交通系统风险模型：

L_r＝Δ*U_k(s)

其中，L_r为道路交通系统的风险信息，Δ为所述交通系统稳定判别式，U_k(s)为以所述基准时刻的控制变量和安全状态变量为基准的道路交通系统的势函数。

本申请的另一个方面是提供一种道路交通系统风险辨识的装置，包括：

系统建模模块，用于根据预设的基准时刻，基于突变理论，构建以所述基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型；基于所述尖点势函数动力学模型，构建以所述基准时刻的控制变量和安全状态变量为基准的交通系统风险模型；

数据获取模块，用于获取道路交通系统在当前时刻的交通环境要素信息；

控制变量信息确定模块，用于根据所述当前时刻的交通环境要素信息，预测未来的第一时刻的交通环境要素信息，并根据所述第一时刻的交通环境要素信息确定所述道路交通系统在第一时刻的控制变量信息；

状态预测模块，用于根据基准时刻的控制变量信息和所述第一时刻的控制变量信息，利用所述交通系统风险模型，判断所述道路交通系统在所述第一时刻是否处于不稳定状态；

预警处理模块，用于根据判断结果，若所述道路交通系统在所述第一时刻处于不稳定状态，则进行对应的预警处理。

本申请的另一个方面是提供一种道路交通系统风险辨识的设备，包括：

处理器，存储器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序；其中，所述处理器运行所述计算机程序时实现上述所述的方法。

本申请的另一个方面是提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现上述所述的方法。

本发明的另一个方面是提供一种计算机程序产品，所述程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，道路交通系统风险辨识的设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得道路交通系统风险辨识的设备执行上述所述的方法。

本申请提供的道路交通系统风险辨识的方法、设备及存储介质，通过根据道路交通系统在当前时刻的交通环境要素信息，预测未来的第一时刻的交通环境要素信息，根据所述第一时刻的交通环境要素信息确定所述道路交通系统在第一时刻的控制变量信息；根据基准时刻的控制变量信息和所述第一时刻的控制变量信息，判断所述道路交通系统在所述第一时刻是否处于不稳定状态，能够及时地预测未来一段时间内道路交通系统不稳定突变产生交通事故的时刻；在此基础上，根据判断结果，在预测所述道路交通系统在所述第一时刻处于不稳定状态，则进行对应的预警处理，能够在确定未来第一时刻不稳定时，进行对应的预警处理，以使相关人员采取对应措施，避免交通事故的发生，能够提高道路交通系统的稳定性和安全性。

附图说明

图1为本申请实施例提供的一种道路交通系统的场景示例图；

图2为本申请实施例一提供的道路交通系统风险辨识的方法流程图；

图3为本申请实施例提供的系统动力学模型的示例图；

图4为本申请实施例提供的突变原理的道路交通系统风险突变示意图；

图5为本申请实施例二提供的道路交通系统风险辨识的方法流程图；

图6为本申请实施例提供的道路交通系统风险-事故演变趋势示意图；

图7为本申请实施例提供的系统安全性的连续变化示意图；

图8为本申请实施例提供的基于突变理论进行道路交通系统的风险推理的整体框架；

图9为本申请实施例三提供的道路交通系统风险辨识的装置的结构示意图；

图10为本申请实施例五提供的道路交通系统风险辨识的设备的结构示意图。

通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

本申请所涉及的术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在以下各实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。

本申请提供的道路交通系统风险辨识的方法的一种应用场景示例可以如图1所示，道路交通系统包括道路、车辆、驾驶员和环境这四个方面的交通环境要素，道路交通系统风险辨识的装置通过采集道路交通系统在当前时刻的交通环境要素信息，根据当前时刻的交通环境要素信息，预测未来的第一时刻的交通环境要素信息，并根据第一时刻的交通环境要素信息确定道路交通系统在第一时刻的控制变量信息；根据基准时刻的控制变量信息和第一时刻的控制变量信息，可以判断道路交通系统在第一时刻是否处于不稳定状态。根据判断结果，若道路交通系统在第一时刻处于不稳定状态，则进行对应的预警处理，能够及时地预测未来一段时间内道路交通系统不稳定突变产生交通事故的时刻，并在确定未来第一时刻不稳定时，进行对应的预警处理，能够提高道路交通系统的稳定性和安全性。

下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。

实施例一

图2为本申请实施例一提供的道路交通系统风险辨识的方法流程图。本申请提供的道路交通系统风险辨识的方法应用于终端设备，该终端设备可以是车辆上的车载终端、或者交通安全监控系统的服务器等，在其他实施例中，该方法还可应用于其他设备，本实施例以终端设备为例进行示意性说明。

如图2所示，该方法具体步骤如下：

步骤S101、根据预设的基准时刻，基于突变理论，构建以基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型。

在实际应用中，道路交通系统是一个由驾驶人、道路使用者(含其他车辆、行人、他车驾驶人等)、道路环境等要素有机地构成的复杂动态系统。当人、车、路三要素构成的交通系统的协调出现问题时，就有可能引发交通事故。目前，对于道路交通系统的风险的定义，其一是把风险看成系统内有害事件或非正常事件出现可能性的量度；其二是把风险定义为发生一次事故的后果大小和该事故出现概率的乘积。而系统安全工程研究认为，事故的根本原因是存在危险源。通过控制和消除系统中的危险源可以防止意外事故的发生。通常危险源可以分为两类，其一是系统中可能意外释放的能量或危险物质；其二是指导致能量或危险物质约束失效的各种不安全因素，主要包括系统故障、人为失误和环境因素。

可见，驾驶人-车辆-道路系统的广义不稳定性会引发交通风险。产生风险的要素众多，主要涉及驾驶员主观失误、车辆故障、路况和环境状态等。例如，驾驶员的感知和反应在不同的情况下会发生变化，多辆卡车、公共汽车、小轿车或摩托车的卷入可能导致潜在的交通事故。此外，环境要素也被证明是影响驾驶安全的主要要素。例如，道路地理可能对道路交通系统的风险水平产生影响，因此研究交通要素对驾驶风险的影响对于提高驾驶安全具有重要意义。同时交通事故致因理论认为交通系统包括驾驶人个体、车辆、道路环境。任一因素都会导致交通事故，且管理缺陷同样有可能成为导致风险的根本原因。因此，事故原因是由多因素共同导致的，需逐一分析各因素，消除不安全点，以杜绝事故的发生。但目前评价道路交通系统的安全性的模型大多是基于经典几何理论和历史事故数据建立的，主要使用车辆运行信息、交通事故数据等评价指标。评价结果难以直接反映子系统之间和整个系统之间的相对安全性，也难以进行时空尺度上的风险推理。而交通系统的安全保障需要综合考虑各因素影响同时对潜在风险演变趋势进行分析。为此，需要分析道路交通系统风险的影响因素，包括驾驶人特性、道路使用者和环境因素与道路交通系统风险的因果关系，逐一分析各因素，消除不安全点，以杜绝事故的发生。

在道路交通系统中，驾驶员、车辆、道路、环境的和谐交互，可以保障道路交通系统安全运行。驾驶员、车辆、道路、环境的安全性能决定了系统是否发生事故,即四者的变化情况与系统在安全、风险、事故三种状态之间演化密切相关。对于道路交通系统来说，系统安全可以被视为由系统内多个层面间交互所产生的突显特性，在随时间动态变化过程中，潜在风险会呈现一定程度波动演化，在某个外界环境或内因刺激下，呈现出交通风险突变，导致了交通事故发生。

本实施例中，从驾驶员、车辆、道路和环境四个方面对道路交通系统的影响因素进行分析，分别作为道路交通系统的交通环境要素。根据提取出来的交通环境要素，考虑交通系统的系统属性，构建道路系统动力学模型。

具体地，将道路交通系统视为非线性的动力学系统，构建其结构模型。非线性动力学系统中用势能来衡量系统各组成部分之间的相对关系以及系统与环境之间的相对关系，因此，可以应用基本突变理论，通过研究势函数来研究道路系统的突变现象。步骤S102、基于尖点势函数动力学模型，构建以基准时刻的控制变量和安全状态变量为基准的交通系统风险模型。

在构建以基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型之后，还可以基于尖点势函数动力学模型，定义道路交通系统的风险信息为发生一次事故的后果大小和该事故出现概率的乘积，从事故后果和事故出现概率两方面建立如下公式五所示的交通系统风险模型。

步骤S103、获取道路交通系统在当前时刻的交通环境要素信息。

该步骤中，终端设备可以实时地获取道路交通系统的交通环境要素信息。

其中，交通环境要素信息包括道路交通系统中出现的所有交通环境要素的相关信息，例如，包括车辆、行人等的移动速度、位置、移动方向等，交通十分通畅、是否拥堵，驾驶人是激进型、正常型、保守型等属性信息，等等。

终端设备可以获取道路交通系统的图像、基于图像分析提取交通环境要素信息；或者可以从其他数据平台、路侧设备等获取道路交通系统在当前时刻的交通环境要素信息，本实施例此处对于获取道路交通系统在当前时刻的交通环境要素信息的具体数据来源和方式不做具体限定。

步骤S104、根据当前时刻的交通环境要素信息，预测未来的第一时刻的交通环境要素信息，并根据第一时刻的交通环境要素信息确定道路交通系统在第一时刻的控制变量信息。

例如，根据车辆当前时刻的行驶速度和位置，可以预测3秒后该车辆的位置等。

本实施例中，根据某一时刻的某一交通环境要素信息，确定未来第一时刻同一交通环境要素的信息，可以采用现有技术中能够实现类似功能的方法实现，本实施例此处不做具体限定。

需要说明的是交通环境要素信息中，有些要素信息在一个较小的时间段内不会发生变化，或者变化很小可以忽略。例如，是否拥堵，在未来几秒内不会有明显的变化。有些要素信息在一个较小的时间段会发生较大的变化，可能会引起道路交通系统状态的变化。例如，车辆的位置，车辆间的相对位置等。

在预测得到未来的第一时刻的交通环境要素信息之后，可以根据道路交通系统的控制变量信息与交通环境要素信息的映射关系，确定第一时刻的交通环境要素信息对应的控制变量信息，得到道路交通系统在第一时刻的控制变量信息。

步骤S105、根据基准时刻的控制变量信息和第一时刻的控制变量信息，利用交通系统风险模型，判断道路交通系统在第一时刻是否处于不稳定状态。

在预测得到第一时刻的控制变量信息之后，可以根据基准时刻的控制变量信息和第一时刻的控制变量信息，判断道路交通系统在第一时刻是否处于不稳定状态。

可选地，可以根据基准时刻的控制变量信息和第一时刻的控制变量信息，计算第一时刻对应的交通系统稳定判别式的值，根据第一时刻对应的交通系统稳定判别式的值是否大于0，来判断道路交通系统在第一时刻是否处于不稳定状态。

可选地，根据基准时刻的控制变量信息和第一时刻的控制变量信息，利用交通系统风险模型，可以计算得到道路交通系统在第一时刻的突变风险信息；根据道路交通系统在第一时刻的突变风险信息是否与基准时刻的基准风险信息一致，来判断道路交通系统在第一时刻是否处于不稳定状态。

步骤S106、根据判断结果，若道路交通系统在第一时刻处于不稳定状态，则进行对应的预警处理。

根据判断结果，若确定道路交通系统在第一时刻处于不稳定状态，则说明道路交通系统在第一时刻处于突变状态，较大可能会发生交通事故，则进行对应的预警处理，使得相关人员采取对应措施，避免交通事故的发生。

本申请实施例通过根据道路交通系统在当前时刻的交通环境要素信息，预测未来的第一时刻的交通环境要素信息，根据第一时刻的交通环境要素信息确定道路交通系统在第一时刻的控制变量信息；根据基准时刻的控制变量信息和第一时刻的控制变量信息，判断道路交通系统在第一时刻是否处于不稳定状态，能够及时地预测未来一段时间内道路交通系统不稳定突变产生交通事故的时刻；在此基础上，根据判断结果，在预测道路交通系统在第一时刻处于不稳定状态，则进行对应的预警处理，能够在确定未来第一时刻不稳定时，进行对应的预警处理，以使相关人员采取对应措施，避免交通事故的发生，能够提高道路交通系统的稳定性和安全性。

在上述实施例一的基础上，本实施例中，根据预设的基准时刻，基于突变理论，构建以基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型进行详细地说明。

在实际应用中，道路交通系统是一个由驾驶人、道路使用者(含其他车辆、行人、他车驾驶人等)、道路环境等要素有机地构成的复杂动态系统。当人、车、路三要素构成的交通系统的协调出现问题时，就有可能引发交通事故。目前，对于道路交通系统的风险的定义，其一是把风险看成系统内有害事件或非正常事件出现可能性的量度；其二是把风险定义为发生一次事故的后果大小和该事故出现概率的乘积。而系统安全工程研究认为，事故的根本原因是存在危险源。通过控制和消除系统中的危险源可以防止意外事故的发生。通常危险源可以分为两类，其一是系统中可能意外释放的能量或危险物质；其二是指导致能量或危险物质约束失效的各种不安全因素，主要包括系统故障、人为失误和环境因素。

可见，驾驶人-车辆-道路系统的广义不稳定性会引发交通风险。产生风险的要素众多，主要涉及驾驶员主观失误、车辆故障、路况和环境状态等。例如，驾驶员的感知和反应在不同的情况下会发生变化，多辆卡车、公共汽车、小轿车或摩托车的卷入可能导致潜在的交通事故。此外，环境要素也被证明是影响驾驶安全的主要要素。例如，道路地理可能对道路交通系统的风险水平产生影响，因此研究交通要素对驾驶风险的影响对于提高驾驶安全具有重要意义。同时交通事故致因理论认为交通系统包括驾驶人个体、车辆、道路环境。任一因素都会导致交通事故，且管理缺陷同样有可能成为导致风险的根本原因。因此，事故原因是由多因素共同导致的，需逐一分析各因素，消除不安全点，以杜绝事故的发生。但目前评价道路交通系统的安全性的模型大多是基于经典几何理论和历史事故数据建立的，主要使用车辆运行信息、交通事故数据等评价指标。评价结果难以直接反映子系统之间和整个系统之间的相对安全性，也难以进行时空尺度上的风险推理。而交通系统的安全保障需要综合考虑各因素影响同时对潜在风险演变趋势进行分析。为此，需要分析道路交通系统风险的影响因素，包括驾驶人特性、道路使用者和环境因素与道路交通系统风险的因果关系，逐一分析各因素，消除不安全点，以杜绝事故的发生。

在上述实施例一的基础上，本实施例中，从驾驶员、车辆、道路和环境四个方面对道路交通系统的影响因素进行分析，分别作为道路交通系统的交通环境要素。根据提取出来的交通环境要素，考虑交通系统的系统属性，构建道路系统动力学模型。

具体地，将道路交通系统视为非线性的动力学系统，构建其结构模型。非线性动力学系统中用势能来衡量系统各组成部分之间的相对关系以及系统与环境之间的相对关系，因此，可以应用基本突变理论，通过研究势函数来研究道路系统的突变现象。

道路交通系统的势能可以通过安全状态变量(表示系统的行为状态)和控制变量(行为影响因素的状态)来描述系统的行为。因此，可以将系统的势函数表示为：

U＝F(S，C)

其中,S为系统的状态参数集合，可以表示为S＝{s₁，s₂，...，s_n}，s₁，s₂，...，s_n，为状态参数，n为正整数，表示状态参数的个数；C为系统的控制参数集合,可以表示为C＝{c₁，c₂，...，c_m}，c₁，c₂，...，c_m为控制参数，m为正整数，表示控制参数的个数。

进一步地，道路交通系统失稳主要可以归纳为内部势能U(I)不均衡(驾驶人主观因素)和外部势能U(O)不均衡(车辆、道路和环境等客观因素)带来的势能突变，因此应用尖点突变模型，构建四维势函数，可以得到道路交通系统的动力学模型，可表征为以下公式一：

U(s)＝F(S，C)＝s⁴+c₁s²+c₂s 公式一

其中，U(s)为道路交通系统的势函数，表示道路交通系统保持稳定运行趋势的能力，即系统稳定性；s为道路交通系统安全状态变量；c₁为剖分因子，表示道路交通系统中人的因主观影响因子；c₂为正则因子，表示道路交通系统中的客观影响因子。c₁和c₂均为道路交通系统的控制变量。

示例性地，图3示出了系统动力学模型的示例图，如图3中所示，用图3所示的立体结构表示道路交通系统的势函数，其中的U(s)表示表征系统状态的势函数，U(I)和U(O)分别表示系统的内部势能和外部势能，可以将图3中立体结构的底面理解为U(O)，侧面为U(I)，整个立体结构表示道路交通系统的U(s)。图3中的曲线是分叉集的线条，由于分叉是缺乏一定规律的，所以在图3中表现为一些非规律的点。

进一步地，若将四次函数s⁴+c₁s²+c₂s＝0作为原始方程，对该方程进行一次微分，得到势函数的变化趋势，即临界平衡曲面。按照突变动力学研究方法，可得临界平衡曲面方程：

道路交通系统的势函数曲线T为临界平衡曲面方程的水平投影，道路交通系统的势函数曲线T中控制变量在不同范围取值时，其势函数会发生变化，并导致不同的系统动力学行为。

为了确定道路交通系统发生突变的位置，即临界平衡曲面中的奇点集，需要对势函数二次微分。按照突变动力学研究方法，得到奇点集s满足方程组：

在势能函数中找分叉集合，即寻找控制变量(c₁，c₂)的函数关系，可得以下分叉集：

8c₁ ³+27c₂ ²＝0

在分叉集下方，对应着道路交通系统结构不稳定性区域。在系统动力学状态结构模型图中，事故发生前系统状态变化过程是一个连续变化过程，基于突变理论可以建立系统发生变化的动态模型，并根据危险动力学系统突变定理可以推导出道路交通系统风险演变，划分出时空变化的安全区域、突变区域和危险区域。当要进行风险防控时，则需要主动预防和控制内部势能不均衡(驾驶人主观因素)和外部势能不均衡(车辆、道路和环境等客观因素)都落在稳定安全区域内，防止系统的状态越过潜在突变区域，造成事故发生。

进一步地，基于突变原理的道路交通系统风险突变过程可以进一步阐述为：

对于上述分叉集可以确定如下的判别式：

Δ₀＝8c₁ ³+27c₂ ²

如图4中所示，当Δ₀＜0时，对满足该条件的一组c₁，c₂值有不相等的3个s值与其对应，即所对应的c₁，c₂处在尖点区域内，此时系统状态是不稳定的，即系统处于不稳定区，即处于潜在突变区。当Δ₀＞0时，对满足该条件的一组c₁，c₂值仅1个s值与之对应，即所对应的c₁，c₂处在尖点区域外，此时系统状态是稳定的，即处于稳定区或突变区。当Δ₀＝0时,3个实根中有2个或3个相同(c₁，c₂均不为零或c₁，c₂＝0)。

在判别式取不同值的过程中，系统也通过突变路径发生不同区域的演变。

进一步地，在上述公式一所示的道路交通系统的动力学模型的基础上，根据实际道路交通系统的特性，考虑在基准时刻的道路交通系统的特定k状态下系统演变行为，可以对道路交通系统的动力学模型进行优化，得到随时空动态演变的尖点突变模型。

具体地，考虑到道路交通系统的复杂动态性，由动力学特性可得如下公式二所示的交通系统尖点势函数动力学模型(也即尖点突变模型)：

U_k(s)＝(s-s_k)⁴+(c₁-c_1，k)(s-s_k)²+(c₂-c_2，k)(s-s_k) 公式二

其中，U_k(s)表示以基准时刻的控制变量和安全状态变量为基准的道路交通系统的势函数，s_k为道路交通系统在基准时刻的安全状态变量的值；c_1，k为道路交通系统在基准时刻的剖分因子的值；c_2，k为道路交通系统在基准时刻的正则因子的值；s为道路交通系统的安全状态变量；c₁为剖分因子，c₂为正则因子。

在构建以道路交通系统的尖点势函数动力学模型之后，上述步骤S102基于尖点势函数动力学模型，构建以基准时刻的控制变量和安全状态变量为基准的交通系统风险模型，可以采用以下方式实现：

根据上述公式二的尖点势函数动力学模型，确定如下公式三所示的交通系统稳定判别式：

Δ＝8(c₁-c_1，k)³+27(c₂-c_2，k)² 公式三

其中，Δ表示交通系统稳定判别式，当Δ＞0，表示相对于基准时刻时道路交通系统的安全状态，c₁和c₂对应时刻的道路交通系统处于稳定状态；当Δ＜0或者Δ＝0，表示相对于基准时刻时道路交通系统的安全状态，c₁和c₂对应时刻的道路交通系统处于不稳定状态。

具体地，根据尖点势函数动力学模型，确定如下公式三所示的交通系统稳定判别式，通过以下方式实现：

在上述公式二的基础上，基于交通系统的突变动力学，可以得到该道路交通系统的标准临界平衡曲面方程如下：

进一步消去其中的(s-s_k)，得到道路交通系统的结构稳定性的标准分叉集Q_c如下：

8(c₁-c_1，k)³+27(c₂-c_2，k)²＝0

当在基准时刻的道路交通系统的特定k状态下，将原有的分叉集曲面扩展至实际道路交通系统的三维空间中，交通系统的突变流形为一个三维空间中的具有褶皱的光滑曲面，曲面中上叶、下叶是稳定的，中叶是不稳定的，分别表示交通系统的安全区域、危险区域、突变区域。

进一步地，由交通系统结构稳定性的标准分叉集Q_c，可以确定如公式三所示的交通系统稳定判别式。

进一步地，基于上述公式三所示的交通系统稳定判别式，可以进一步确定以基准时刻的控制变量和安全状态变量为基准的交通系统风险模型：

L_r＝Δ*U_k(s) 公式四

其中，L_r为道路交通系统的风险信息，Δ为交通系统稳定判别式，U_k(s)为以基准时刻的控制变量和安全状态变量为基准的道路交通系统的势函数。

具体地，本申请中定义道路交通系统的风险信息为发生一次事故的后果大小和该事故出现概率的乘积。因此，可以从事故后果和事故出现概率两方面建立如下公式五所示的交通系统风险模型：

L_r＝f(P，E)|_k＝P*E＝Δ*U_k(s) 公式五

其中，L_r表示以基准时刻的控制变量和安全状态变量为基准的道路交通系统的风险信息；P为发生潜在事故的概率(可能性)；E为发生潜在事故的后果大小；k表明道路交通系统在基准时刻的状态；f为在k状态下发生潜在事故的概率P和事故的后果大小E的非负实数函数。

对公式五简化可以将交通系统风险模型表示为公式四的形式。

图5为本申请实施例二提供的道路交通系统风险辨识的方法流程图。在上述实施例一的基础上，本实施例中，基于上述构建的交通系统稳定判别式(公式三)、和/或以基准时刻的控制变量和安全状态变量为基准的交通系统风险模型(公式四)，可以根据基准时刻的控制变量信息和第一时刻的控制变量信息，判断道路交通系统在第一时刻是否处于不稳定状态，从而实现未来的第一时刻道路交通系统是否处于不稳定状态(产生交通事故)。

本实施例中对道路交通系统风险辨识的具体实施方式进行示例性地说明。

如图5所示，该方法具体步骤如下：

步骤S201、获取道路交通系统在当前时刻的交通环境要素信息。

在道路交通系统中，驾驶员、车辆、道路、环境的和谐交互，可以保障道路交通系统安全运行。驾驶员、车辆、道路、环境的安全性能决定了系统是否发生事故,即四者的变化情况与系统在安全、风险、事故三种状态之间演化密切相关。对于道路交通系统来说，系统安全可以被视为由系统内多个层面间交互所产生的突显特性，在随时间动态变化过程中，潜在风险会呈现一定程度波动演化，在某个外界环境或内因刺激下，呈现出交通风险突变，导致了交通事故发生。

本实施例中，从驾驶员、车辆、道路和环境四个方面对道路交通系统的影响因素进行分析，分别作为道路交通系统的交通环境要素。根据提取出来的交通环境要素，考虑交通系统的系统属性，构建道路系统动力学模型。

该步骤中，终端设备可以实时地获取道路交通系统的交通环境要素信息。

其中，交通环境要素信息包括道路交通系统中出现的所有交通环境要素的相关信息，例如，包括车辆、行人等的移动速度、位置、移动方向等，交通十分通畅、是否拥堵，驾驶人是激进型、正常型、保守型等属性信息，等等。

终端设备获取道路交通系统在当前时刻的交通环境要素信息，包括：

通过采集当前时刻预设区域内道路交通系统的图像；根据预先设定的交通环境要素的类型，对图像进行分析处理，确定当前时刻的交通环境要素信息。

示例性地，道路交通系统风险辨识的方法可以应用于车辆或者道路监控系统的终端设备。通过车辆或路测设置的摄像头等图像采集装置，实时地采集拍摄一个区域内道路交通系统的图像，并将采集的道路交通系统的图像传输至终端设备。

另外，终端设备获取道路交通系统在当前时刻的交通环境要素信息，还可以包括：从其他数据平台、路侧设备等获取道路交通系统在当前时刻的交通环境要素信息，本实施例此处对于获取道路交通系统在当前时刻的交通环境要素信息的具体数据来源和方式不做具体限定。

本实施例中，终端设备可以每间隔一个时段，执行一次步骤S201-S205的道路交通系统风险辨识的过程，进行一次道路交通系统是否处于不稳定状态的预测，其中间隔的时段的长度可以根据实际应用场景进行设置和调整，此处不做具体限定。

在获取到当前时刻预设区域内道路交通系统的图像之后，通过对

根据当前时刻预设区域内道路交通系统的图像，

步骤S202、根据当前时刻的交通环境要素信息，预测未来的第一时刻的交通环境要素信息。

在获取到当前时刻的交通环境要素信息之后，基于当前时刻的交通环境要素信息，可以预测出间隔较短时间后的第一时刻的交通环境要素信息。

例如，根据车辆当前时刻的行驶速度和位置，可以预测3秒后该车辆的位置等。

本实施例中，根据某一时刻的某一交通环境要素信息，确定未来第一时刻同一交通环境要素的信息，可以采用现有技术中能够实现类似功能的方法实现，本实施例此处不做具体限定。

需要说明的是交通环境要素信息中，有些要素信息在一个较小的时间段内不会发生变化，或者变化很小可以忽略。例如，是否拥堵，在未来几秒内不会有明显的变化。有些要素信息在一个较小的时间段会发生较大的变化，可能会引起道路交通系统状态的变化。例如，车辆的位置，车辆间的相对位置等。

步骤S203、根据道路交通系统的控制变量信息与交通环境要素信息的映射关系，确定第一时刻的交通环境要素信息对应的控制变量信息，得到道路交通系统在第一时刻的控制变量信息。

本实施例中，可以预先设定和存储道路交通系统的控制变量信息与交通环境要素信息的映射关系。

示例性地，以驾驶人和外部环境要素为例，对交通环境要素信息与道路交通系统的控制变量信息之间映射关系可以如下表1所示：

表1

该步骤中，基于道路交通系统的控制变量信息与交通环境要素信息的映射关系，可以确定第一时刻的交通环境要素信息对应的控制变量信息，得到道路交通系统在第一时刻的控制变量信息。

步骤S204、根据基准时刻的控制变量信息和第一时刻的控制变量信息，判断道路交通系统在第一时刻是否处于不稳定状态。

在预测得到第一时刻的控制变量信息之后，根据基准时刻的控制变量信息和第一时刻的控制变量信息，判断道路交通系统在第一时刻是否处于不稳定状态。

一种可选的实施方式中，该步骤可以采用如下方式实现：

根据基准时刻的控制变量信息和第一时刻的控制变量信息，计算对应于第一时刻的交通系统稳定判别式的值；若对应于第一时刻的交通系统稳定判别式的值大于0，则确定道路交通系统在第一时刻处于稳定状态；若对应于第一时刻的交通系统稳定判别式的值小于或者等于0，则确定道路交通系统在第一时刻处于不稳定状态。

对于上述公式三所示的交通系统稳定判别式：Δ＝8(c₁-c_1，k)³+27(c₂-c_2，k)²，当Δ＜0时，代表系统正处于失衡状态，也即处于不稳定状态；当Δ＝0时，代表系统正处于可能突变状态，也是不稳定状态；当Δ＞0时，代表系统处于稳定状态。

另一种可选的实施方式中，该步骤可以采用如下方式实现：

根据基准时刻的控制变量信息、第一时刻的控制变量信息、以及交通系统风险模型，确定道路交通系统在第一时刻的突变风险信息；若第一时刻的突变风险信息与基准时刻的基准风险信息一致，则确定道路交通系统在第一时刻处于稳定状态；若第一时刻的突变风险信息与基准时刻的基准风险信息不一致，则确定道路交通系统在第一时刻处于不稳定状态。

道路交通系统属于非线性系统的动力学，其行为可用概率方程表征转移关系，交通系统的演化行为取决于状态空间中道路交通系统的势函数曲线T与分叉集Q_c的相对位置，从而影响事故的产生后果E和事故出现可能性P，改变系统的安全、事故、风险演化模式。

对于上述公式三所示的交通系统稳定判别式，当Δ分别取大于、等于、小于0时，对分别满足该条件的c₁-c_1，k、c₂-c_2，k值有相等或不相等的s值与其对应，同时也有不同的事故的产生后果E和事故出现可能性P与之对应，输出的系统的风险信息L_r＝f(P，E)|k也取不同值。具体的交通系统风险模型可以表示为如下公式六：

其中，sign( )为符号函数，

其它各个符合所表示的含义详见上述公式一、公式二、公式三、公式四、公式五中对应符合的含义说明，此处不再赘述。

根据Δ取值范围来判定P的概率值，P＝sign(Δ)；根据U_k(s)值来确定后果E，E＝U_k(s)。

通过设置基准时刻，根据上述公式六，来确定任意其他时刻道路交通系统的风险信息。当Δ＜0，L_r值等于-U_k(s)时，代表系统正处于失衡状态，也即处于不稳定状态，此时系统失衡量为U_k(s)；当Δ＝0，L_r值等于0时，代表系统正处于可能突变状态，也处于不稳定状态；当Δ＞0，L_r值等于U_k(s)时，代表系统处于稳定状态，此时系统稳定量为U_k(s)。

通过该步骤可以确定道路交通系统在未来的第一时刻是否处于不稳定状态。若道路交通系统在第一时刻处于不稳定状态，则说明道路交通系统可能发生交通事故。若确定了道路交通系统处于不稳定状态的时刻，也即道路交通系统的突变时刻，也就预测出了为了一段时间内道路交通系统可能发生交通事故的时刻。

定量预测出道路交通系统的突变时刻后，还可以进一步预测出道路交通系统发生突变的位置、演化(突变)方向(c₁-c_1，k)、事故(突变)后果(E)、事故发生(突变)可能性(P)等信息，实现进行道路交通系统的交通风险推理。

本实施例的另一实施方式中，未来的第一时刻可以包括一个或者多个时刻，例如，当前时刻为t时刻，未来的第一时刻可以是t+1,t+2,t+3时刻。这样，当前时刻预测未来多个第一时刻的交通环境要素信息，并分别针对每一个第一时刻进行后续步骤的处理，预测在未来的多个第一时刻，道路交通系统是否会处于不稳定状态，能够及时地预测出道路交通系统出现不稳定状态的时刻，从而能够提前预警，避免交通事故的发生，提高道路交通系统的安全性。

步骤S205、若道路交通系统在第一时刻处于不稳定状态，则进行对应的预警处理。

可选地，若道路交通系统在第一时刻处于不稳定状态，则根据预测的第一时刻的交通环境要素信息，向至少一个交通环境要素发出预警信息。

示例性地，该预警信息可以是向监控系统的服务器或者车辆上发出预警信息，可以通过音频播放装置播放对应预警提示、或者通过显示装置显示预警信息、或者通过预设方式推送预警信息等，预警信息的展示方式可以根据实际应用场景进行设置和调整，此处不做具体限定。

可选地，若道路交通系统在第一时刻处于不稳定状态，则进行对应的预警处理，还可以包括控制车辆减速、对道路交通系统中的车辆进行调度等。

本实施例中，道路交通系统在第一时刻处于不稳定状态时，进行的预警处理可以根据实际应用场景进行设置和调整，此处不做具体限定。

本实施例的另一实施方式中，还可以绘制道路交通系统的状态空间中的势函数曲线T，以供相关人员参考。当势函数曲线T的洼存在时，表示道路交通系统的未来态势稳定；当势函数曲线T的洼逐渐消失时，表示道路交通系统的未来态势处于不稳定的状态。

具体地，道路交通系统从一种稳定状态转变到另一种稳定状态时，根据控制条件的不同，道路交通系统可能按连续的渐变模式实现，也可能通过非连续的突变模式来实现。

道路交通系统风险-事故演变趋势如图6所示。道路交通系统在发展过程存在稳定状态和非稳定状态两种状态。当道路交通系统受到外界较小的扰动时，系统状态仍在一定时间内保持稳定，即处于稳定状态(如图6中所示的稳定态)；但随时空变化，在受到外界较大扰动(如图6中所示的t₁时刻)情况下，系统的状态会发生改变，风险逐渐累积(如图6中所示的t₂时刻处于风险积累的阶段)，直至超出道路交通系统安全承载能力，开始产生事故(如图6中所示的t₃时刻)，进入不稳定状态(如图6中所示的非稳定态)，经历事故演化，直至事故结束(如图6中所示的t₄时刻)，道路交通系统恢复平衡。

另外，从控制事故发生时间的角度，可将道路交通系统事故控制分为三种类型，分别为稳态风险防控、实时风险控制和动态事故规避。这种状态模式变化可以借助势函数来表达，并用势函数曲线的洼是否存在或消失作为判断系统稳定性的依据。当势函数中洼存在时，表示系统发展过程处于稳定状态；当洼消失时，表示系统处于不稳定的状态。本申请实施例能够确定道路交通系统风险-事故演变趋势，反映了状态模式变化所导致的风险、事故、安全状态的转变。

示例性地，L_r表示道路交通系统在某一时刻的风险信息，可以用1/L_r表示道路交通系统在某一时刻的安全性。图7示出了道路交通系统的安全性的连续变化的示例，如图7所示，道路交通系统的安全性是随着时间发生变化，在发生交通事故之前，由于一个或者多个交通环境要素的影响，道路交通系统会发送潜在风险演化，当风险逐渐累积，直至超出道路交通系统安全承载能力时，会发生交通风险突变，发生交通事故。

本实施例的一种实施方式中，基于突变理论进行道路交通系统的风险推理的整体框架如图8所示，包括以下过程：

首先，进行多源的交通环境要素的实时采集与处理，通过对道路交通环境进行实时状态感知，获取交通环境要素，收集影响交通态势的因素，并对其进行分析，得到交通环境要素信息，为后续过程提供数据支撑。然后，根据提取出来的主要交通环境要素，考虑道路交通系统的系统属性，进行系统建模，具体包括：构建道路交通系统安全评价的尖点突变模型；进一步构建道路交通系统动力学模型，通过势函数微分，计算临界平衡曲面方程与分叉集。最后，基于风险产生机理进行系统风险推理。具体地，根据实际道路交通系统的特性，考虑基于基准时刻的特定状态下的系统演变行为，优化随时空动态演变的尖点突变模型；并结合状态空间推理风险演化模式，基于风险产生机理描述道路交通系统风险，进行考虑交通系统的突变动力学在时空变化中的风险推理。

本申请的方案，基于风险产生机理，运用突变理论，考虑道路交通系统动力学特性，用状态空间中的势函数、势函数曲线与分叉集来阐明风险产生过程中道路交通系统某些参数的连续变化与系统状态的突变之间关系，能够从通过对道路交通系统的组成要素进行系统建模，探究交通风险产生机理以及风险产生的主要因素，通过改变系统可控可观的主要风险因素，降低其对交通安全的影响，可以减小事故发生概率，以改善高速公路交通安全状态。另外，本方案基于道路交通安全系统的动力学本质，能够有效根据风险函数判定道路交通系统的风险演变趋势，为道路交通系统风险预测提供新思路，对于交通管控者管控道路交通安全，预防事故发生具有一定应用价值。

本申请实施例通过基于非线性的动力学模型，构建道路交通系统的动力学模型；根据预设的基准时刻，构建以基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型；根据尖点势函数动力学模型，确定交通系统稳定判别式；基于交通系统稳定判别式，确定以基准时刻的控制变量和安全状态变量为基准的交通系统风险模型；利用交通系统稳定判别式和/或交通系统风险模型，根据道路交通系统在当前时刻的交通环境要素信息，可以及时地预测未来一段时间内道路交通系统不稳定突变产生交通事故的时刻，在预测到道路交通系统在未来的第一时刻处于不稳定状态时，进行对应的预警处理，可以避免交通事故的发生，能够提高道路交通系统的稳定性和安全性。

实施例三

图9为本申请实施例三提供的道路交通系统风险辨识的装置的结构示意图。本申请实施例提供的道路交通系统风险辨识的装置可以执行道路交通系统风险辨识的方法实施例提供的处理流程。如图9所示，该道路交通系统风险辨识的装置30包括：数据获取模块301，控制变量信息确定模块302，状态预测模块303，预警处理模块304和系统建模模块305。

具体地，系统建模模块305用于：根据预设的基准时刻，基于突变理论，构建以基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型；基于尖点势函数动力学模型，构建以基准时刻的控制变量和安全状态变量为基准的交通系统风险模型。

数据获取模块301用于获取道路交通系统在当前时刻的交通环境要素信息。

控制变量信息确定模块302用于根据当前时刻的交通环境要素信息，预测未来的第一时刻的交通环境要素信息，并根据第一时刻的交通环境要素信息确定道路交通系统在第一时刻的控制变量信息。

状态预测模块303用于根据基准时刻的控制变量信息和第一时刻的控制变量信息，利用交通系统风险模型，判断道路交通系统在第一时刻是否处于不稳定状态。

预警处理模块304用于根据判断结果，若道路交通系统在第一时刻处于不稳定状态，则进行对应的预警处理。

本申请实施例提供的装置可以具体用于执行上述实施例一所提供的方法实施例，具体功能此处不再赘述。

本申请实施例通过根据道路交通系统在当前时刻的交通环境要素信息，预测未来的第一时刻的交通环境要素信息，根据第一时刻的交通环境要素信息确定道路交通系统在第一时刻的控制变量信息；根据基准时刻的控制变量信息和第一时刻的控制变量信息，判断道路交通系统在第一时刻是否处于不稳定状态，能够及时地预测未来一段时间内道路交通系统不稳定突变产生交通事故的时刻；在此基础上，根据判断结果，在预测道路交通系统在第一时刻处于不稳定状态，则进行对应的预警处理，能够在确定未来第一时刻不稳定时，进行对应的预警处理，以使相关人员采取对应措施，避免交通事故的发生，能够提高道路交通系统的稳定性和安全性。

实施例四

在上述实施例三的基础上，本实施例中，状态预测模块还用于：根据基准时刻的控制变量信息、第一时刻的控制变量信息、以及交通系统风险模型，确定道路交通系统在第一时刻的突变风险信息；若第一时刻的突变风险信息与基准时刻的基准风险信息一致，则确定道路交通系统在第一时刻处于稳定状态；若第一时刻的突变风险信息与基准时刻的基准风险信息不一致，则确定道路交通系统在第一时刻处于不稳定状态。

可选地，数据获取模块还用于：采集当前时刻预设区域内道路交通系统的图像；根据预先设定的交通环境要素的类型，对图像进行分析处理，确定当前时刻的交通环境要素信息。

可选地，控制变量信息确定模块还用于：根据道路交通系统的控制变量信息与交通环境要素信息的映射关系，确定第一时刻的交通环境要素信息对应的控制变量信息。

可选地，预警处理模块还用于：若道路交通系统在第一时刻处于不稳定状态，则根据预测的第一时刻的交通环境要素信息，向至少一个交通环境要素发出预警信息。

可选地，系统建模模块还用于：基于非线性的动力学模型，构建道路交通系统的动力学模型：

U(s)＝s⁴+c₁s²+c₂s。

其中，U(s)为道路交通系统的势函数，表示道路交通系统的保持稳定运行趋势的能力；s为道路交通系统的安全状态变量；c₁为剖分因子，c₁表示道路交通系统中人的主观影响因子；c₂为正则因子，c₂表示道路交通系统中的客观影响因子；c₁和c₂均为道路交通系统的控制变量。

可选地，系统建模模块还用于：基于非线性的动力学模型，构建道路交通系统的动力学模型之后，根据预设的基准时刻，构建以基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型：

U_k(s)＝(s-s_k)⁴+(c₁-c_1，k)(s-s_k)²+(c₂-c_2，k)(s-s_k)

其中，U_k(s)表示以基准时刻的控制变量和安全状态变量为基准的道路交通系统的势函数，s_k为道路交通系统在基准时刻的安全状态变量的值；c_1，k为道路交通系统在基准时刻的剖分因子的值；c_2，k为道路交通系统在基准时刻的正则因子的值；s为道路交通系统的安全状态变量；c₁为剖分因子，c₂为正则因子。

可选地，系统建模模块还用于：根据预设的基准时刻，构建以基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型之后，根据尖点势函数动力学模型，确定交通系统稳定判别式：

Δ＝8(c₁-c_1，k)³+27(c₂-c_2，k)²

其中，Δ表示交通系统稳定判别式，当Δ＞0，表示相对于基准时刻时道路交通系统的安全状态，c₁和c₂对应时刻的道路交通系统处于稳定状态；当Δ＜0或者Δ＝0，表示相对于基准时刻时道路交通系统的安全状态，c₁和c₂对应时刻的道路交通系统处于不稳定状态。

可选地，系统建模模块还用于：根据尖点势函数动力学模型，确定交通系统稳定判别式之后，基于交通系统稳定判别式，确定以基准时刻的控制变量和安全状态变量为基准的交通系统风险模型：

L_r＝Δ*U_k(s)

其中，L_r为道路交通系统的风险信息，Δ为交通系统稳定判别式，U_k(s)为以基准时刻的控制变量和安全状态变量为基准的道路交通系统的势函数。

本申请实施例提供的装置可以具体用于执行上述实施例二所提供的方法实施例，具体功能此处不再赘述。

本申请实施例通过基于非线性的动力学模型，构建道路交通系统的动力学模型；根据预设的基准时刻，构建以基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型；根据尖点势函数动力学模型，确定交通系统稳定判别式；基于交通系统稳定判别式，确定以基准时刻的控制变量和安全状态变量为基准的交通系统风险模型；利用交通系统稳定判别式和/或交通系统风险模型，根据道路交通系统在当前时刻的交通环境要素信息，可以及时地预测未来一段时间内道路交通系统不稳定突变产生交通事故的时刻，在预测到道路交通系统在未来的第一时刻处于不稳定状态时，进行对应的预警处理，可以避免交通事故的发生，能够提高道路交通系统的稳定性和安全性。

实施例五

图10为本申请实施例五提供的道路交通系统风险辨识的设备的结构示意图。如图10所示，该道路交通系统风险辨识的设备100包括：处理器1001，存储器1002，以及存储在存储器1002上并可在处理器1001上运行的计算机程序。

其中，处理器1001运行计算机程序时实现上述任一方法实施例提供的方法。

本申请实施例通过根据道路交通系统在当前时刻的交通环境要素信息，预测未来的第一时刻的交通环境要素信息，根据第一时刻的交通环境要素信息确定道路交通系统在第一时刻的控制变量信息；根据基准时刻的控制变量信息和第一时刻的控制变量信息，判断道路交通系统在第一时刻是否处于不稳定状态，能够及时地预测未来一段时间内道路交通系统不稳定突变产生交通事故的时刻；在此基础上，根据判断结果，在预测道路交通系统在第一时刻处于不稳定状态，则进行对应的预警处理，能够在确定未来第一时刻不稳定时，进行对应的预警处理，以使相关人员采取对应措施，避免交通事故的发生，能够提高道路交通系统的稳定性和安全性。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现上述任一方法实施例提供的方法。

本申请实施例还提供了一种计算机程序产品，程序产品包括：计算机程序，计算机程序存储在可读存储介质中，道路交通系统风险辨识的设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得道路交通系统风险辨识的设备执行上述任一方法实施例提供的方法。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。

上述以软件功能单元的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施例方法的部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

本领域技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。上述描述的装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。

应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。

Claims (10)

1.一种道路交通系统风险辨识的方法，其特征在于，包括：

根据预设的基准时刻，基于突变理论，构建以所述基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型；

基于所述尖点势函数动力学模型，构建以所述基准时刻的控制变量和安全状态变量为基准的交通系统风险模型；

获取道路交通系统在当前时刻的交通环境要素信息；

根据所述当前时刻的交通环境要素信息，预测未来的第一时刻的交通环境要素信息，并根据所述第一时刻的交通环境要素信息确定所述道路交通系统在第一时刻的控制变量信息；

根据基准时刻的控制变量信息和所述第一时刻的控制变量信息，利用所述交通系统风险模型，判断所述道路交通系统在所述第一时刻是否处于不稳定状态；

根据判断结果，若所述道路交通系统在所述第一时刻处于不稳定状态，则进行对应的预警处理。

2.根据权利要求1所述的方法，其特征在于，所述根据基准时刻的控制变量信息和所述第一时刻的控制变量信息，利用所述交通系统风险模型，判断所述道路交通系统在所述第一时刻是否处于不稳定状态，包括：

根据基准时刻的控制变量信息、所述第一时刻的控制变量信息、以及交通系统风险模型，确定所述道路交通系统在所述第一时刻的突变风险信息；

若所述第一时刻的突变风险信息与所述基准时刻的基准风险信息一致，则确定所述道路交通系统在所述第一时刻处于稳定状态；

若所述第一时刻的突变风险信息与所述基准时刻的基准风险信息不一致，则确定所述道路交通系统在所述第一时刻处于不稳定状态。

3.根据权利要求1所述的方法，其特征在于，所述获取道路交通系统当前时刻的交通环境要素信息，包括：

采集当前时刻预设区域内道路交通系统的图像；

根据预先设定的交通环境要素的类型，对所述图像进行分析处理，确定所述当前时刻的交通环境要素信息。

4.根据权利要求1所述的方法，其特征在于，所述根据所述第一时刻的交通环境要素信息确定所述道路交通系统在第一时刻的控制变量信息，包括：

根据道路交通系统的控制变量信息与交通环境要素信息的映射关系，确定所述第一时刻的交通环境要素信息对应的控制变量信息。

5.根据权利要求1所述的方法，其特征在于，所述根据判断结果，若所述道路交通系统在所述第一时刻处于不稳定状态，则进行对应的预警处理，包括：

若所述道路交通系统在所述第一时刻处于不稳定状态，则根据预测的所述第一时刻的交通环境要素信息，向至少一个交通环境要素发出预警信息。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述根据预设的基准时刻，基于突变理论，构建以所述基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型，包括：

基于非线性的动力学模型，构建道路交通系统的动力学模型：

U(s)＝s⁴+c₁s²+c₂s，

其中，U(s)为道路交通系统的势函数，表示道路交通系统的保持稳定运行趋势的能力；s为道路交通系统的安全状态变量；c₁为剖分因子，c₁表示道路交通系统中人的主观影响因子；c₂为正则因子，c₂表示道路交通系统中的客观影响因子；c₁和c₂均为道路交通系统的控制变量；

基于突变理论和所述道路交通系统的动力学模型，根据预设的基准时刻，构建以所述基准时刻的控制变量和安全状态变量为基准的道路交通系统的尖点势函数动力学模型：

U_k(s)＝(s-s_k)⁴+(c₁-c_1，k)(s-s_k)²+(c₂-c_2，k)(s-s_k)

其中，U_k(s)表示以所述基准时刻的控制变量和安全状态变量为基准的道路交通系统的势函数，s_k为道路交通系统在所述基准时刻的安全状态变量的值；c_1，k为道路交通系统在所述基准时刻的剖分因子的值；c_2，k为道路交通系统在所述基准时刻的正则因子的值；s为道路交通系统的安全状态变量；c₁为剖分因子，c₂为正则因子。

7.根据权利要求6所述的方法，其特征在于，所述基于所述尖点势函数动力学模型，构建以所述基准时刻的控制变量和安全状态变量为基准的交通系统风险模型，包括：

根据所述尖点势函数动力学模型，确定交通系统稳定判别式：

Δ＝8(c₁-c_1，k)³+27(c₂-c_2，k)²

其中，Δ表示交通系统稳定判别式，当Δ＞0，表示相对于所述基准时刻时道路交通系统的安全状态，c₁和c₂对应时刻的道路交通系统处于稳定状态；当Δ＜0或者Δ＝0，表示相对于所述基准时刻时道路交通系统的安全状态，c₁和c₂对应时刻的道路交通系统处于不稳定状态；

基于所述交通系统稳定判别式，确定以所述基准时刻的控制变量和安全状态变量为基准的交通系统风险模型：

L_r＝Δ*U_k(s)

其中，L_r为道路交通系统的风险信息，Δ为所述交通系统稳定判别式，U_k(s)为以所述基准时刻的控制变量和安全状态变量为基准的道路交通系统的势函数。

8.一种道路交通系统风险辨识的设备，其特征在于，包括：

处理器，存储器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序；

其中，所述处理器运行所述计算机程序时实现如权利要求1至7中任一项所述的方法。

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的方法。

10.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至7中任一项所述的方法。

Images