CN113592221A - 基于安全替代评价指标的道路路段风险动态评估方法 - Google Patents
基于安全替代评价指标的道路路段风险动态评估方法 Download PDFInfo
- Publication number
- CN113592221A CN113592221A CN202110671020.1A CN202110671020A CN113592221A CN 113592221 A CN113592221 A CN 113592221A CN 202110671020 A CN202110671020 A CN 202110671020A CN 113592221 A CN113592221 A CN 113592221A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- risk level
- risk
- safety
- road section
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 64
- 238000006467 substitution reaction Methods 0.000 title claims abstract description 30
- 230000003993 interaction Effects 0.000 claims abstract description 29
- 238000000034 method Methods 0.000 claims description 15
- 239000013598 vector Substances 0.000 claims description 14
- 238000004088 simulation Methods 0.000 claims description 11
- 230000001133 acceleration Effects 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 7
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 238000012502 risk assessment Methods 0.000 claims description 5
- 206010039203 Road traffic accident Diseases 0.000 description 4
- 230000035484 reaction time Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- 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
Abstract
本发明属于交通安全技术领域,公开了一种基于安全替代评价指标的道路路段风险动态评估方法,包括:实时获取待评估路段上每个车辆的车辆信息;根据每个车辆的车辆信息计算其对应的安全替代评价指标,即车辆的碰撞潜力系数、车辆碰撞时间TTC低于阈值的持续时间TET和存在交互作用的车辆速度差;采用模糊综合评判法确定该路段的总体风险水平,进而得到该路段的道路风险评估等级。本发明的安全替代评价指标为解释可能危及安全的车辆交互作用提供了理论量化基础。
Description
技术领域
本发明涉及道路交通安全技术领域,具体涉及一种基于安全替代评价指标的道路路段风险动态评估方法。
背景技术
目前,针对道路路段的风险评估有大量的研究成果,初步揭示了道路设施属性、道路路段几何参数(车道宽度、平曲线等)、交通流量等与安全的关系,以及如何评价其安全性。这样的评价思路虽然能部分解决路段安全性诊断的问题,但是存在以下两方面的不足。首先,道路设施属性、道路几何参数在风险/隐患路段的规划、设计时还尚可更改,但其一旦建成就难以更改;其次,随着信息化的快速发展,V2V(vehicle to vehicle)、I2V(infrastructure to vehicle)等通信技术的出现,使得手机APP导航软件、车路协同系统、路测可变信息板等都可以向驾驶员发布安全信息,即通常的道路路段风险评估方法智能研判能力差无法根据动态的交通运行状态发布相应信息提示。
发明内容
针对现有技术中存在的问题,本发明的目的在于提出一种基于安全替代评价指标的道路路段风险动态评估方法,通过建立安全替代评价指标来分析道路路段的整体风险程度,避免采用道路静态安全影响因素的相关数据来评价,该安全替代评价指标为解释可能危及安全的车辆交互作用提供了理论量化基础。
为了达到上述目的,本发明采用以下技术方案予以实现。
基于安全替代评价指标的道路路段风险动态评估方法,包括以下步骤:
步骤1,实时获取待评估路段上每个车辆的车辆信息;
其中,所述车辆信息包含车辆位置、车辆速度、车辆行驶方向和车辆加速度;
步骤2,根据每个车辆的车辆信息计算其对应的安全替代评价指标,即车辆的碰撞潜力系数CPI、车辆碰撞时间TTC低于阈值的持续时间TET和存在交互作用的车辆速度差DeltaS;
步骤3,根据每个车辆的安全替代评价指标,采用模糊综合评判法确定该路段的总体风险水平,进而得到该路段的道路风险评估等级。
本发明技术方案的特点和进一步的改进在于:
进一步地,所述待评估路段上每个车辆的车辆信息的获取方式为:实时采集或者以实时采集的断面交通流量数据为依据,通过交通流仿真软件 SUMO仿真获取。
进一步地,所述道路路段碰撞潜在系数的计算公式如下:
其中,CPIi为车辆i的碰撞潜力系数;Ti=Δt×N为车辆i的总运行时间;Δt 为时间步长;N为时间步长间隔总数;b为二态变量,当不存在交互作用时,其值为0;当不存在交互作用时,其值为1;MADRi为车辆i在实际道路状况下可采取的最大减速度,且为服从正态分布的随机变量,为车辆i在 t时刻为避免碰撞的减速度;vref(t-1)为前方车辆在t-1时刻的速度;vveh(t-1)为目标车辆在t-1时刻的速度;Δs(t-1)为目标车辆与前方车辆在t-1时刻的间距;
所述车辆碰撞时间TTC低于阈值的持续时间TET的计算公式为:
其中,δt为交换变量;TTC*为TTC阈值;xref(t)为前方车辆在t时刻的位置;xveh(t)为目标车辆在t时刻的位置;Lveh为目标车辆长度;
所述存在交互作用的车辆速度差DeltaS为目标车辆与前方车辆的速度差,DeltaS=||vref-vveh||;
其中,vref和vveh分别是前方车辆和目标车辆的速度矢量;||·||为求范数。
更进一步地,所述存在交互作用的车辆为处于可发生碰撞的同一路线的车辆;判断车辆之间是否存在交互作用的具体方法为:
通过判断前方车辆和目标车辆之间的距离Δs是否满足下式:
Δsmin<Δs≤Δsmax
进一步地,所述待评估路段的长度为8-15km。
进一步地,步骤3包含以下子步骤:
(3.1)确定因素集U={u1,u2,Λ,un},因素集分别为CPI大小u1、TTC指标低于阈值的持续时间u2、存在交互作用的车辆速度差u3;
(3.2)确定评判集V={v1,v2,…,vm},v1表示风险等级I,v2表示风险等级II,v3表示风险等级III,v4表示风险等级IV;
(3.3)对所述因素集中的每个因素进行单因素评判,得到隶属度向量 ri={ri1,ri2,…,rim},形成隶属度矩阵;
(3.4)确定所述因素集的权重向量A={a1,a2,a3},其中,a1表示CPI的指标权重,a2表示TTC指标低于阈值的持续时间的指标权重、a3表示存在交互作用的车辆速度差的指标权重;
(3.5)计算综合隶属度向量B=A·R;
(3.6)根据隶属度最大原则做出评判:对于综合隶属度向量B={b1,b2,b3,b4},若max{b1,b2,b3,b4}=b1,则道路路段整体风险等级为风险等级I,为安全水平;若max{b1,b2,b3,b4}=b2,则道路路段整体风险等级为风险等级II,为相对安全水平;若max{b1,b2,b3,b4}=b3,则道路路段整体风险等级为风险等级III,为相对危险水平;若max{b1,b2,b3,b4}=b4,则道路路段整体风险等级为风险等级IV,为危险水平。
更进一步地,所述CPI大小u1的隶属度划分原则为:CPI值等于0,则为风险等级I;CPI值处于(0,0.1004)区间,则为风险等级II;CPI值处于(0.1004, 0.1266),则为风险等级III,CPI值大于0.1266,则为风险等级IV;
所述TTC指标低于阈值的持续时间TET值u2的隶属度划分原则为:没有低于阈值的情况出现则为风险等级I;低于阈值的持续时间1-2min,则为风险等级II;低于阈值的持续时间2-5min则为风险等级III,低于阈值的持续时间大于5min则为风险等级IV;
所述存在交互作用的车辆速度差u3的隶属度划分原则为:不存在交互作用,即自由流状态则为风险等级I;存在交互作用的车辆速度低于30km/h,则为风险等级II;存在交互作用的车辆速度为30-80km/h,则为风险等级III,存在交互作用的车辆速度大于80km/h,则为风险等级IV。
更进一步地,所述隶属度矩阵为:
与现有技术相比,本发明的有益效果为:
本发明通过实时获取路段上每个车辆的车辆信息,计算对应的安全替代评价指标,基于每个车辆的安全替代评价指标,利用模糊综合评判法确定道路路段的总体风险水平,该评估结果可用于实时的道路风险提醒,也可用于路段的后续理论研究。利用安全替代评估指标对道路路段风险性进行评价,使评价结果更加准确与直观,同时有助于及时发现高风险路段,并对其进行改进,提醒在这些路段行驶的驾驶员注意行车安全,减少交通事故的发生。
附图说明
下面结合附图和具体实施例对本发明做进一步详细说明。
图1为本发明的一种基于安全替代评价指标的道路路段风险动态评估方法的实现流程示意图。
具体实施方式
下面将结合实施例对本发明的实施方案进行详细描述,但是本领域的技术人员将会理解,下列实施例仅用于说明本发明,而不应视为限制本发明的范围。
参考图1,本发明提供一种基于安全替代评价指标的道路路段风险动态评估方法,包括以下步骤:
步骤1,实时获取待评估路段上每个车辆的车辆信息;
其中,所述车辆信息包含车辆位置、车辆速度、车辆行驶方向和车辆加速度;
本发明中,对于一个较长的道路路段,将其划分为多个子路段,每个子 路段作为选待评估路段,长度范围为8-15km,可以通过每个子路段上的道路 监测雷达等实时获取待评估路段上每个车辆的车辆信息;也可以通过实施断 面数据进行车辆仿真计算。
基于交通仿真软件SUMO构建一个校准的微仿真环境,以实际断面交通流量为依据,对SUMO软件的微观交通仿真模型参数进行校准与验证,并部署自定义开发的python程序Traci routeSampler,py算法实现路由调整,使得最终路网的各路段断面流量与实际路段断面流量一致。
所述微观交通仿真模型为StefanKrauβ仿真模型,如下式所示:
其中,vexp(t)为目标车辆在t时刻的期望速度;vref(t)为前方车辆在t时刻的速度;gdes为车辆间期望间距;τ为驾驶员反应时间;b为驾驶员的期望加速度,为目标车辆与前方车辆的平均速度。其中需标定参数包括: gdes、τ、b。
vmax为目标车辆可采取的最大速度(与道路限速有关);aveh为目标车辆最大加速度;vveh(t-Δt)为目标车辆在t-Δt时刻的速度;Δt为时间步长。其中需标定参数包括:vmax、aveh、Δt。
η为考虑到驾驶员操作与最佳驾驶行为之间的偏差而引入的随机扰动。
该微观仿真模型通过设定以下约束条件以保证行车安全:
Δt≤τ
and
gdes≥vrefΔt
基于上述公式,对一些参数进行具体标定,假定最大加速度a与最大减速度b为与速度无关的常数,Δt=τ=1即驾驶员真实反应时间(即一份时间步长) 等于每个驾驶员在选择驾驶策略时所假定的反应时间,gdes=vrefΔt=vref保证该更新规则安全;设置单位时间为反应时间,空间坐标的单位是一辆车的长度即τ=l=1;这里,一辆车的“长度”不是它真正的物理长度,而是一辆车在密集拥堵时通常占据的空间;随机化体现在每辆车的随机减速过程中,ε为0-1之间的随机数,即v=v-εa。则:
vveh←min[vmax,v+a,vexp],
v←max[0,rand[vveh,vveh-εa]],
x←x+v
该模型中除已标定的参数外,需校准的参数有:速度最大值vmax、最大加速度aveh与驾驶员的期望加速度b、噪声参数ε。
对模拟的特定路网进行与现实路网的安全特性匹配工作后将车辆轨迹数据文件导出,计算相应安全替代评价指标。
步骤2,根据每个车辆的车辆信息计算其对应的安全替代评价指标,即车辆的碰撞潜力系数CPI、车辆碰撞时间TTC低于阈值的持续时间TET和存在交互作用的车辆速度差DeltaS;
所述道路路段碰撞潜在系数的计算公式如下:
其中,CPIi为车辆i的碰撞潜力系数;Ti=Δt×N为车辆i的总运行时间;Δt 为时间步长;N为时间步长间隔总数;b为二态变量,当不存在交互作用时,其值为0;当不存在交互作用时,其值为1;MADRi为车辆i在实际道路状况下可采取的最大减速度,且为服从正态分布的随机变量,为车辆i在 t时刻为避免碰撞的减速度;实际情况下,MADRi是与交通与环境属性有关,且服从正态分布N(8.45,1.402)的随机变量,本发明中取MADRi=8.45m/s2。 vref(t-1)为前方车辆在t-1时刻的速度;vveh(t-1)为目标车辆在t-1时刻的速度;Δs(t-1)为目标车辆与前方车辆在t-1时刻的间距。
CPI表示目标车辆在运行时间内为避免碰撞所要求的DRAC值超过其固有最大减速值的概率。当DRAC超过MADR,目标车辆将无法避免事故,故称CPI为事故碰撞系数。取卡车、汽车、公共汽车、多用途车的平均MADR 和标准偏差分分别为8.45m/s2和1.40m/s2。其余参数由交通仿真结果导出。
所述车辆碰撞时间TTC低于阈值的持续时间TET的计算公式为:
其中,δt为交换变量;TTC*为TTC阈值,设置其阈值为2s,;xref(t)为前方车辆在t时刻的位置;xveh(t)为目标车辆在t时刻的位置;Lveh为目标车辆长度。本发明所提安全替代评价指标碰撞时间(TTC)基于路径预测得出,不能由直接测量得到,假设目标车辆与前方车辆以预测的路径行驶,从当前时间到产生碰撞的时间间隔为目标车辆的碰撞时间。TTC是一个连续型变量,可在碰撞过程中的任意时刻进行计算,根据以下公式确定仿真数据的车辆碰撞时间:
其中,TTCk为车辆到达冲突点k,k=1,...,d的碰撞时间,pk为车辆在冲突点k发生碰撞的概率,此概率的取值与路径预测的结果有关;U1,U2为具有交互作用的车辆。
所述存在交互作用的车辆速度差DeltaS为目标车辆与前方车辆的速度差,DeltaS=||vref-vveh||;
其中,vref和vveh分别是前方车辆和目标车辆的速度矢量;||·||为求范数。
更进一步地,所述存在交互作用的车辆为处于可发生碰撞的同一路线的车辆;判断车辆之间是否存在交互作用的具体方法为:
通过判断前方车辆和目标车辆之间的距离Δs是否满足下式:
Δsmin<Δs≤Δsmax
步骤3,根据每个车辆的安全替代评价指标,采用模糊综合评判法确定该路段的总体风险水平,进而得到该路段的道路风险评估等级。
(3.1)确定因素(指标)集U={u1,u2,…,un},本发明中的指标集分别为 CPI大小u1、TTC指标底于阈值的持续时间u2、存在交互作用的车辆速度差u3;
(3.2)确定评判(评语)集V={v1,v2,…,vm},本发明中的评语集分别为风险等级Iv1,风险等级II v2,风险等级III v3,风险等级IV v4;
(3.3)进行单因素评判得到隶属度向量ri={ri1,ri2,…,rim},形成隶属度矩阵:
本发明中,CPI大小u1的隶属度划分原则:CPI值等于0,则为风险等级 I;CPI值处于(0,0.1004)区间,则为风险等级II;CPI值处于(0.1004, 0.1266),则为风险等级III,CPI值大于0.1266,则为风险等级IV;TTC指标低于阈值的持续时间TET值u2的隶属度划分原则:没有低于阈值的情况出现则为风险等级I;低于阈值的持续时间1-2min,则为风险等级II;低于阈值的持续时间2-5min则为风险等级III,低于阈值的持续时间大于5min则为风险等级IV。存在交互作用的车辆速度差DeltaS u3的隶属度划分原则:不存在交互作用,即自由流状态则为风险等级I;存在交互作用的车辆速度低于30km/h,则为风险等级II;存在交互作用的车辆速度为30-80km/h,则为风险等级III,存在交互作用的车辆速度大于80km/h,则为风险等级IV。
隶属度矩阵元素ri′j的确定原则为根据上述隶属度划分原则确定目标车辆的单车等级风险,即可确定某目标车辆的ri′j是否等于1。例如通过仿真结果计算出某目标车辆的CPI值所属等级为风险等级II,则该车的安全替代评价指标CPI大小u1所对应隶属度矩阵为[0,1,0,0]。对于仿真全路段的所有车辆,可以得出三个指标对应的隶属度矩阵。
(3.4)确定因素集权重向量,对评判集可数值化或归一化,本发明中的指标权重分别为CPI大小a1(0.5)、TTC指标低于阈值的持续时间a2(0.3)、冲突速度a3(0.2);
(3.5)计算综合评判(综合隶属度)向量:对于权重A={a1,a2,a3},计算 B=A·R,模糊算子采用加权和计算法。
(3.6)计算综合评判值,根据隶属度最大原则做出评判。最终结果为 B={b1,b2,b3,b4},若max{b1,b2,b3,b4}=b1,则道路路段整体风险等级为风险等级I,为安全水平;若max{b1,b2,b3,b4}=b2,则道路路段整体风险等级为风险等级II,为相对安全水平;若max{b1,b2,b3,b4}=b3,则道路路段整体风险等级为风险等级 III,为相对危险水平;若max{b1,b2,b3,b4}=b4,则道路路段整体风险等级为风险等级IV,为危险水平。
选取合理的安全替代评估指标进行有效性验证。
根据模糊综合评判法结果,将风险性高的路段的GPS数据提取出来,将这些路段在地图上做可视化处理,提取往年所有路段的交通事故数据,并分路段进行比较,如果高风险路段的交通事故数目明显高于其他路段,则可证明相应评价指标的有效性,否则,可重新选择阈值,再次进行验证。
本发明利用安全替代评估指标对道路路段风险性进行评价,使评价结果更加准确与直观,同时有助于及时发现高风险路段,并对其进行改进,提醒在这些路段行驶的驾驶员注意行车安全,减少交通事故的发生。
虽然,本说明书中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (8)
1.一种基于安全替代评价指标的道路路段风险动态评估方法,其特征在于,包括以下步骤:
步骤1,实时获取待评估路段上每个车辆的车辆信息;
其中,所述车辆信息包含车辆位置、车辆速度、车辆行驶方向和车辆加速度;
步骤2,根据每个车辆的车辆信息计算其对应的安全替代评价指标,即车辆的碰撞潜力系数CPI、车辆碰撞时间TTC低于阈值的持续时间TET和存在交互作用的车辆速度差DeltaS;
步骤3,根据每个车辆的安全替代评价指标,采用模糊综合评判法确定该路段的总体风险水平,进而得到该路段的道路风险评估等级。
2.根据权利要求1所述的基于安全替代评价指标的道路路段风险动态评估方法,其特征在于,所述待评估路段上每个车辆的车辆信息的获取方式为:实时采集或者以实时采集的断面交通流量数据为依据,通过交通流仿真软件SUMO仿真获取。
3.根据权利要求1所述的基于安全替代评价指标的道路路段风险动态评估方法,其特征在于,所述道路路段碰撞潜在系数的计算公式如下:
其中,CPIi为车辆i的碰撞潜力系数;Ti=Δt×N为车辆i的总运行时间;Δt为时间步长;N为时间步长间隔总数;b为二态变量,当不存在交互作用时,其值为0;当不存在交互作用时,其值为1;MADRi为车辆i在实际道路状况下可采取的最大减速度,且为服从正态分布的随机变量,为车辆i在t时刻为避免碰撞的减速度;vref(t-1)为前方车辆在t-1时刻的速度;vveh(t-1)为目标车辆在t-1时刻的速度;Δs(t-1)为目标车辆与前方车辆在t-1时刻的间距;
所述车辆碰撞时间TTC低于阈值的持续时间TET的计算公式为:
其中,δt为交换变量;TTC*为TTC阈值;xref(t)为前方车辆在t时刻的位置;xveh(t)为目标车辆在t时刻的位置;Lveh为目标车辆长度;
所述存在交互作用的车辆速度差DeltaS为目标车辆与前方车辆的速度差,DeltaS=||vref-vveh||;
其中,vref和vveh分别是前方车辆和目标车辆的速度矢量;||·||为求范数。
5.根据权利要求1所述的基于安全替代评价指标的道路路段风险动态评估方法,其特征在于,所述待评估路段的长度为8-15km。
6.根据权利要求1所述的基于安全替代评价指标的道路路段风险动态评估方法,其特征在于,步骤3包含以下子步骤:
(3.1)确定因素集U={u1,u2,…,un},因素集分别为CPI大小u1、TTC指标底于阈值的持续时间u2、存在交互作用的车辆速度差u3;
(3.2)确定评判集V={v1,v2,…,vm},v1表示风险等级I,v2表示风险等级II,v3表示风险等级III,v4表示风险等级IV;
(3.3)对所述因素集中的每个因素进行单因素评判,得到隶属度向量ri={ri1,ri2,…,rim},形成隶属度矩阵;
(3.4)确定所述因素集的权重向量A={a1,a2,a3},其中,a1表示CPI的指标权重,a2表示TTC指标低于阈值的持续时间的指标权重、a3表示存在交互作用的车辆速度差的指标权重;
(3.5)计算综合隶属度向量B=A·R;
(3.6)根据隶属度最大原则做出评判:对于综合隶属度向量B={b1,b2,b3,b4},若max{b1,b2,b3,b4}=b1,则道路路段整体风险等级为风险等级I,为安全水平;若max{b1,b2,b3,b4}=b2,则道路路段整体风险等级为风险等级II,为相对安全水平;若max{b1,b2,b3,b4}=b3,则道路路段整体风险等级为风险等级III,为相对危险水平;若max{b1,b2,b3,b4}=b4,则道路路段整体风险等级为风险等级IV,为危险水平。
7.根据权利要求6所述的基于安全替代评价指标的道路路段风险动态评估方法,其特征在于,所述CPI大小u1的隶属度划分原则为:CPI值等于0,则为风险等级I;CPI值处于(0,0.1004)区间,则为风险等级II;CPI值处于(0.1004,0.1266),则为风险等级III,CPI值大于0.1266,则为风险等级IV;
所述TTC指标低于阈值的持续时间TET值u2的隶属度划分原则为:没有低于阈值的情况出现则为风险等级I;低于阈值的持续时间1-2min,则为风险等级II;低于阈值的持续时间2-5min则为风险等级III,低于阈值的持续时间大于5min则为风险等级IV;
所述存在交互作用的车辆速度差u3的隶属度划分原则为:不存在交互作用,即自由流状态则为风险等级I;存在交互作用的车辆速度低于30km/h,则为风险等级II;存在交互作用的车辆速度为30-80km/h,则为风险等级III,存在交互作用的车辆速度大于80km/h,则为风险等级IV。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110671020.1A CN113592221B (zh) | 2021-06-17 | 2021-06-17 | 基于安全替代评价指标的道路路段风险动态评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110671020.1A CN113592221B (zh) | 2021-06-17 | 2021-06-17 | 基于安全替代评价指标的道路路段风险动态评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113592221A true CN113592221A (zh) | 2021-11-02 |
CN113592221B CN113592221B (zh) | 2023-10-17 |
Family
ID=78243828
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110671020.1A Active CN113592221B (zh) | 2021-06-17 | 2021-06-17 | 基于安全替代评价指标的道路路段风险动态评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113592221B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114734966A (zh) * | 2022-01-13 | 2022-07-12 | 天津大学 | 基于摄像头和云端实时地图的自动紧急制动系统及方法 |
CN115050213A (zh) * | 2022-05-06 | 2022-09-13 | 安徽超清科技股份有限公司 | 一种基于人工智能的道路风险监控装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108876184A (zh) * | 2018-06-29 | 2018-11-23 | 中车建设工程有限公司 | 一种高速铁路隧道运营期的安全风险评价及预警方法 |
CN110414831A (zh) * | 2019-07-24 | 2019-11-05 | 清华大学 | 基于驾驶人认知视角的人车路耦合风险评估方法及装置 |
WO2019213981A1 (zh) * | 2018-05-08 | 2019-11-14 | 清华大学 | 基于等效力的行车风险实时评估方法及其装置 |
CN110705850A (zh) * | 2019-09-19 | 2020-01-17 | 安徽百诚慧通科技有限公司 | 一种基于层次分析法的道路风险评估方法 |
CN111985749A (zh) * | 2019-05-23 | 2020-11-24 | 阿里巴巴集团控股有限公司 | 一种道路风险的评估方法及装置 |
CN112201038A (zh) * | 2020-09-28 | 2021-01-08 | 同济大学 | 一种基于单车不良驾驶行为风险的路网风险评估方法 |
CN112508392A (zh) * | 2020-12-02 | 2021-03-16 | 云南省交通规划设计研究院有限公司 | 一种山区双车道公路隐患路段交通冲突风险动态评估方法 |
-
2021
- 2021-06-17 CN CN202110671020.1A patent/CN113592221B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019213981A1 (zh) * | 2018-05-08 | 2019-11-14 | 清华大学 | 基于等效力的行车风险实时评估方法及其装置 |
CN108876184A (zh) * | 2018-06-29 | 2018-11-23 | 中车建设工程有限公司 | 一种高速铁路隧道运营期的安全风险评价及预警方法 |
CN111985749A (zh) * | 2019-05-23 | 2020-11-24 | 阿里巴巴集团控股有限公司 | 一种道路风险的评估方法及装置 |
CN110414831A (zh) * | 2019-07-24 | 2019-11-05 | 清华大学 | 基于驾驶人认知视角的人车路耦合风险评估方法及装置 |
CN110705850A (zh) * | 2019-09-19 | 2020-01-17 | 安徽百诚慧通科技有限公司 | 一种基于层次分析法的道路风险评估方法 |
CN112201038A (zh) * | 2020-09-28 | 2021-01-08 | 同济大学 | 一种基于单车不良驾驶行为风险的路网风险评估方法 |
CN112508392A (zh) * | 2020-12-02 | 2021-03-16 | 云南省交通规划设计研究院有限公司 | 一种山区双车道公路隐患路段交通冲突风险动态评估方法 |
Non-Patent Citations (3)
Title |
---|
QIKUN D.等: "Advanced Driving Assistance System Based on Road Risk Assessment", 2020 4TH CAA INTERNATIONAL CONFERENCE ON VEHICULAR CONTROL AND INTELLIGENCE (CVCI) * |
刘健锋;涂辉招;毕玉峰;孙立军;: "基于事故数据模糊信息分配与风险评估的高速公路路段安全性评价方法", 武汉理工大学学报(交通科学与工程版), no. 01 * |
郭培杰;蒋军成;: "模糊综合评价法在危险化学品道路运输风险评价中的应用", 南京工业大学学报(自然科学版), no. 05 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114734966A (zh) * | 2022-01-13 | 2022-07-12 | 天津大学 | 基于摄像头和云端实时地图的自动紧急制动系统及方法 |
CN114734966B (zh) * | 2022-01-13 | 2023-12-22 | 天津大学 | 基于摄像头和云端实时地图的自动紧急制动系统及方法 |
CN115050213A (zh) * | 2022-05-06 | 2022-09-13 | 安徽超清科技股份有限公司 | 一种基于人工智能的道路风险监控装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113592221B (zh) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112487617B (zh) | 基于碰撞模型的风险预防方法、装置、设备及存储介质 | |
Cunto | Assessing safety performance of transportation systems using microscopic simulation | |
Zhao et al. | From the lab to the street: Solving the challenge of accelerating automated vehicle testing | |
US20150039175A1 (en) | Vehicle operations monitoring | |
CN113592221A (zh) | 基于安全替代评价指标的道路路段风险动态评估方法 | |
Sobhani et al. | A simulation based approach to assess the safety performance of road locations | |
CN111785023A (zh) | 一种车辆碰撞风险预警方法及系统 | |
Xu et al. | Modeling commercial vehicle drivers' acceptance of advanced driving assistance system (ADAS) | |
US11845431B2 (en) | Enhanced vehicle operation | |
So et al. | Development and validation of a vehicle dynamics integrated traffic simulation environment assessing surrogate safety | |
JP2022532941A (ja) | 車両信号を処理して挙動危険性の測度を計算するための装置及び方法 | |
CN113570852B (zh) | 基于安全替代评价指标的高风险路段风险防控手段评估的方法 | |
Park et al. | Development of complexity index and predictions of accident risks for mixed autonomous driving levels | |
CN116596380A (zh) | 高速公路施工组织方案和管控方案的优化确定方法、平台、设备及介质 | |
Wang et al. | Dynamic recognition model of driver’s propensity under multilane traffic environments | |
CN116450506A (zh) | 一种高级驾驶辅助系统智能化水平评价方法及装置 | |
Wei et al. | An AHP-ME-Based Vehicle Crash Prediction Model considering Driver Intention and Real-Time Traffic/Road Condition | |
Li et al. | Driving risk field modeling and the influencing factors analysis for intelligent connected vehicle | |
Ghods et al. | Evaluation of level-of-service measures for two-lane highways with a simulation model | |
CN115544599B (zh) | 一种基于交通仿真模型的参数校核标定方法 | |
Wang et al. | Driver modeling based on vehicular sensing data | |
CN112530164B (zh) | 一种高海拔地区道路主动驾驶安全预警方法及系统 | |
US20230131124A1 (en) | Connected vehicle road-safety infrastructure insights | |
US20230339517A1 (en) | Autonomous driving evaluation system | |
CN115472040B (zh) | 基于碰撞概率场的网联车辆个性化防碰撞预警方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |