Nothing Special   »   [go: up one dir, main page]

CN116153054A - 一种事故多发地识别方法、设备、介质和装置 - Google Patents

一种事故多发地识别方法、设备、介质和装置 Download PDF

Info

Publication number
CN116153054A
CN116153054A CN202111373485.5A CN202111373485A CN116153054A CN 116153054 A CN116153054 A CN 116153054A CN 202111373485 A CN202111373485 A CN 202111373485A CN 116153054 A CN116153054 A CN 116153054A
Authority
CN
China
Prior art keywords
accident
data
collision
vehicle
time
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.)
Pending
Application number
CN202111373485.5A
Other languages
English (en)
Inventor
胡娩霞
黎伟洋
叶绍湘
宋云生
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.)
Shenzhen Lan You Technology Co Ltd
Original Assignee
Shenzhen Lan You Technology 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 Shenzhen Lan You Technology Co Ltd filed Critical Shenzhen Lan You Technology Co Ltd
Priority to CN202111373485.5A priority Critical patent/CN116153054A/zh
Publication of CN116153054A publication Critical patent/CN116153054A/zh
Pending legal-status Critical Current

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
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

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

Abstract

本发明公开了一种事故多发地识别方法、设备、介质和装置，包括以下步骤：数据获取与处理步骤，用于获取车载终端传输的行程数据、车辆历史事故报警数据；通过收集车辆相关数据行程数据、车辆历史事故报警数据、实时事故报警数据与环境数据，并对这些数据进行预处理；根据行程数据反映车辆历史事故报警前速度；根据实时事故报警数提取事故发生地，并关联此时的环境情况，获得不同环境条件下的事故多发地；基于同样的步骤，设置更新周期，增加新的事故多发地点；根据实时获取的行程数据，关联当地当天的环境，当车辆在对应的环境等级下接触对应的事故多发地时，能动态监控车辆的行驶状况，对进入事故多发地的车辆进行安全提醒，从而降低驾驶风险。

Description

一种事故多发地识别方法、设备、介质和装置
技术领域
本发明涉及车辆交通安全技术领域，尤其涉及一种事故多发地识别方法、设备、介质和装置。
背景技术
随着国民经济的迅速发展，国内汽车保有量逐年增加，截止2021年6月，全国汽车保有量已达2.9亿辆。且随着无线通信技术和定位技术的发展，这些车辆里大量拥有车载GPS设备，汽车也越来越趋于智能化、人性化，其中智能座舱服务越来越多样，甚至日益成为汽车品牌竞争力之一。其中，涉及安全性的智能服务受到主机厂和用户重点关注，而安全性也是限制汽车趋于智能化的瓶颈。因此，主机厂急需在丰富汽车智能座舱服务的同时保障安全性，以取得竞争优势。在安全性的智能服务中，事故多发地的发现和提醒对提高驾驶安全有重要作用。
基于车联网技术，主机厂已经获得大量车辆的行驶信息，基于这些信息已经开发出诸多智能服务，如：车辆追踪、异常预警、远程指导和位置提示。而如何基于这些数据、信息开发出事故多发地的发现和提醒服务仍是亟待解决的问题。由于车厂设备里很难快速掌握道路安全提醒业务，不利于其提高售后服务。针对这些问题，现有技术中车厂是与保险公司合作或是直接基于事故报警数据，在发生交通事故后才对车辆采取行动，而无事故前的安全提醒服务。
发明内容
本发明是为避免上述现有技术所存在的不足，提供一种事故多发地识别方法、设备、介质和装置，能动态监控车辆的是否经过事故多发地，对经过的车主进行提醒，减少车主事故发生。
本发明解决其技术问题所采用的技术方案是：
本发明实施例提供一种事故多发地识别方法，包括以下步骤：
数据获取与处理步骤，用于获取车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站API收集各省份城市每天的环境数据，对所述车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站API收集各省份城市每天的环境数据进行预处理；
历史事故多发地生成步骤，通过对所述车辆历史事故报警数据进行GEOHASH编码构建历史事故多发地生成模型；
事故多发地更新步骤，通过对所述实时事故报警数据进行GEOHASH编码构建事故多发地更新模型；
事故发生区域监控步骤，根据获取车载终端传输的的行程数据与环境数据进行GEOHASH匹配确定事故多发地区域，通过监控模型监控车辆行驶过程中是否进入事故多发地区域，若进入则对进入事故多发地区域车辆的行驶速度进行实时提醒。
在本发明所述的事故多发地识别方法中，所述历史事故多发地生成步骤包括：
S1、基于所述历史事故报警数据得到历史事故报警时碰撞位置，取历史事故报警时碰撞位置的经纬度并去重得到碰撞点集合为Lm,k＝{(lng1,1,lat1,1,time1,1),(lng1,2,lat1,2,time1,2)…(lngm,k,latm,k,timem,k)}，其中m为第m台发生过碰撞的车辆，k为第m台碰撞车辆的第k次碰撞，lng和lat分别为碰撞点的经度和维度，timem,k为第m辆碰撞车辆的第k次碰撞发生的时间；根据所述碰撞点获取碰撞前速度的集合Sm,k＝(s1,1,s1,2…sm,k),其中sm,k,为第m辆碰撞车辆的第k次碰撞发生前的速度；其中；通过将第m辆车第k次碰撞点对应的温度tm,k求取均值
Figure BDA0003363208720000021
从而获取发生碰撞之前的温度；将均值
Figure BDA0003363208720000022
令为x，按规则将温度划分等级，对应公式为：
Figure BDA0003363208720000023
Figure BDA0003363208720000024
T1,T2…TN分别表示划分的阈值；基于正则化匹配，将气候风力结合划分等级，其中x表示此碰撞点对应的气候和风力特征，对应公式为：
Figure BDA0003363208720000025
crei表示第i等级的时候对应气候的相关情况，其中i＝1,2…M，规则的优先级是从M到1；wrei表示第i等级的时候对应风力的相关情况,其中i＝1,2…M，规则的优先级同样是从M到1；
S2、基于GEOHASH算法对所述碰撞点集合Lm,k进行a位GEOHASH编码，获取对应GEOHASH编码数据集Gm,k[a]＝(g1,1[a],g1,2[a]…gm,k[a]),其中Gm,k[a]里存在相同的值；
S3、根据所述碰撞点获取发生碰撞时的环境数据集合Co,e，其中环境数据计算公式为：
Figure BDA0003363208720000031
其中date为环境数据对应的日期，其中o为第o天的日期，每天包含e个城市；di表示每个省份城市区域地址，即dio,e为第o天日期时第e个省份城市区域地址；c表示气候，ci,j为在第i天日期时第j个城市区域的具体气候，其中i＝1，2…o；j＝1，2…e；w表示风力，wi,j为在第i天日期时第j个城市区域的具体风力,其中i＝1，2…o；j＝1,2…e；t表示当天的温度，ti,j代表在第i天日期时第j个城市区域的具体温度,其中i＝1，2…o；j＝1，2…e；将环境数据集合Co,e通过地址和时间等变量(d，date)与步骤S1中得到的所述碰撞点集合Lm,k的时间地址(D，time)两个关联键进行拼接，通过GEOHASH算法对发生碰撞时对应的所述环境数据进行GEOHASH编码，得到带环境和GEOHASH编码的合集Lm,k；
lm,k＝{(lng1,1,lat1,1,g1,1[a],time1,1,d1,1，s1,1,c1,1,w1,1,t1,1),
(lng1,2,at1,2,g1,2[a],time1,2,d1,2,s1,2,c1,2,w1,2,t1,2)
…
(lngm,k,latm,k,gm,k[a],timem,k,dm,k,sm,k,cm,k,wm,k,tm,k)}
基于OSM获取路网数据得到所述碰撞点省份城市区域地址Dm,k＝(d1,1,d1,2…dm,k)，将获取的所述碰撞点经纬度b位GEOHASH编码与碰撞点前经纬度b位GEOHASH进行匹配，相同则认为此所述碰撞点为路网数据上地址D；
S4、通过设定事故发生次数阈值Q来确定当不同环境组合的事故发生次数为q时是否为历史事故多发区域，当q≥Q时此地是历史事故多发地；
在本发明所述的事故多发地识别方法中，所述历史事故多发地生成步骤还包括：
当所述事故发生次数达到Q时，其对应的a位GEOHASH编码为G0[a]，由于碰撞点可能集中编码区域临界处，因此获取编码周围8个区域的a位GEOHASH编码，即形成3*3相邻范围编码组合作为事故多发地，表示如下：
Figure BDA0003363208720000032
则此处事故多发地储存信息包含a位GEOHASH编码为对应所有事故多发地集合
Figure BDA0003363208720000041
其中，
Figure BDA0003363208720000042
为事故多发区域上所有碰撞点碰撞前速度的均值；将未达到事故多发地阈值的事故地点集合表示为lK；其中lK＝{(g1[a],T1,C1,s1),(g2[a],T2,C2,s2)…(gK[a],TK,CK,sK)}，分别对应GEOHASH编码、温度分层、气候分层和事故发生前速度，
在本发明所述的事故多发地识别方法中，所述事故多发地更新步骤包括；
S31、通过将lK与实时事故报警数据产生的事故发生地进行组合形成新的事故多发地；
S32、基于所述实时事故报警数据得到实时事故报警时碰撞位置，取所述实时事故报警时碰撞位置的经纬度并去重得到碰撞点集合为Lm,k＝{(lng1,1,lat1,1,time1,1),(lng1,2,lat1,2,time1,2)…(lngm,k,latm,k,timem,k)}，其中m为第m台发生过碰撞的车辆，k为第m台碰撞车辆的第k次碰撞，lng和lat分别为碰撞点的经度和维度，timem,k为第m辆碰撞车辆的第k次碰撞发生的时间；根据所述碰撞点获取碰撞前速度的集合Sm,k＝(s1,1,s1,2…sm,k),其中sm,k,为第m辆碰撞车辆的第k次碰撞发生前的速度；其中；通过将第m辆车第k次碰撞点对应的温度tm,k求取均值
Figure BDA0003363208720000043
从而获取发生碰撞之前的温度；将均值
Figure BDA0003363208720000044
令为x，按规则将温度划分等级，对应公式为：
Figure BDA0003363208720000045
Figure BDA0003363208720000046
T1,T2…TN分别表示划分的阈值；基于正则化匹配，将气候风力结合划分等级，其中x表示此碰撞点对应的气候和风力特征，对应公式为：
Figure BDA0003363208720000047
crei表示第i等级的时候对应气候的相关情况，其中i＝1,2…M，规则的优先级是从M到1；wrei表示第i等级的时候对应风力的相关情况,其中i＝1,2…M，规则的优先级同样是从M到1；
S33、基于GEOHASH算法对所述碰撞点集合Lm,k进行a位GEOHAS编码，获取对应GEOHASH编码数据集Gm,k[a]＝(g1,1[a],g1,2[a]…gm,k[a]),其中Gm,k[a]里存在相同的值；
S34、根据所述碰撞点获取发生碰撞时的环境数据集合Co,e，其中环境数据计算公式为：
Figure BDA0003363208720000051
其中date为环境数据对应的日期，其中o为第o天的日期，每天包含e个城市；di表示省份城市区域地址，即dio,e为第o天日期时第e个省份城市区域地址；c表示气候，ci,j为在第i天日期时第j个城市区域的具体气候，其中i＝1,2…o；j＝1,2…e；w表示风力，wi,j代表在第i天日期时第j个城市区域的具体风力,其中i＝1,2…o；j＝1,2…e；t表示当天温度，ti,j代表在第i天日期时第j个城市区域的具体温度,其中i＝1,2…o；j＝1,2…e；将环境数据集合Co,e通过地址和时间等变量(d,date)与步骤S32中得到的所述碰撞点集合Lm,k的时间地址(D,time)两个关联键进行拼接，通过GEOHASH算法对发生碰撞时对应的所述环境数据进行GEOHASH编码，得到带环境和GEOHASH编码的合集
Figure BDA0003363208720000052
基于OSM获取路网数据得到所述碰撞点各省份城市区域地址Dm,k＝(d1,1,d1,2…dm,k)，将获取的所述碰撞点经纬度b位GEOHASH编码与碰撞点前经纬度b位GEOHASH进行匹配，相同则认为此所述碰撞点为路网数据上地址D；
S35、通过设定事故发生次数阈值Q来确定当不同环境组合的事故发生次数为q时是否为新的事故多发地；当新的事故多发地GEOHASH编码与历史事故多发地GEOHASH编码相同，且环境分级一致，则归纳到事故多发地并删除此碰撞信息，只保留未达到事故多发地的碰撞点；将保留的碰撞点设置为新的事故多发地，从而更新事故多发地。
在本发明所述的事故多发地识别方法中，所述事故发生区域监控步骤包括：
S41、通过获取车载终端传输的行程数据BM，其中BM＝(lng1,lat1,time1,s1)M，其中M为所有驾驶行为的车辆，lng1,lat1为车辆实时采集的经纬度信息，time1为数据产生的时间，s1表示此车辆驾驶速度；通过实时驾驶行为数据获取GEOHASH编码与对应的地址信息；
S42、基于OSM获取路网数据得到当天的环境信息，通过将环境信息与驾驶信息进行关联，获取实时温度和气候等级，从而获得带环境的行程数据BM；
即BM＝(lng1,lat1,time1,s1,g1[a],T1,C1)M；
S43、当车辆在对应的环境等级下接近或进入事故多发地的区域时，对车辆发出事故多发地的实时提醒，并提醒车辆控制行驶速度。
在本发明所述的事故多发地识别方法中，所述步骤S41还包括：
S410、通过行程数据获取a位GEOHASH编码,关联步骤S3中基于OSM获取路网数据得到所述碰撞点各省份城市区域地址Dm,k＝(d1,1,d1,2…dm,k)，基于b位GEOHASH编码匹配获取与之对应的省份城市区域地址信息；即基于已经获取的路网数据及对应的b位GEOHASH编码与碰撞点前b位GEOHASH匹配，相同时则认为此碰撞点为路网上的地址。
根据发明的另一方面，还提供一种事故多发地识别装置，所述装置包括：
数据获取及处理模块，用于获取车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站API收集各省份城市每天的环境数据，并对车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站API收集各省份城市每天的环境数据进行预处理；
历史事故多发地生成模块，用于对车辆历史事故报警数据进行GEOHASH匹配，根据事故发生次数是否到达阈值来生成车辆历史事故多发地；
事故多发地更新模块，通过实时事故报警数据与未达到事故多发地阈值的事故地点进行组合形成新的事故发生地，通过对实时告警数据获取新的告警碰撞点数据进行GEOHASH匹配，将未达到事故多发地的碰撞点保留；将保留的碰撞点设置为新的事故多发地，从而更新事故多发地。
事故区域监控模块，用于监控车辆行驶中是否进入事故多发地，对进入事故多发地区域的车辆发出提醒，并提醒车辆控制行驶速度。
本实施例的另一方面，还提供一种计算机设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的事故多发地识别方法。
本实施例的再一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器
执行时实现如本发明任一实施例所述的事故多发地识别方法。
上述公开的一种事故多发地识别方法、设备、介质和装置具有以下有益效果：通过收集车辆相关数据行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站API收集各省份城市每天的环境数据，并对这些数据进行预处理；根据行程数据反映车辆历史事故报警前速度。根据实时事故报警数提取事故发生地，并关联此时的环境情况，获得不同环境条件下的事故多发地；基于同样的步骤，设置更新周期，增加新的事故多发地点；根据实时获取的行程数据，关联当天当地的环境，当车辆在对应的环境等级下接触其对应分类的事故多发地时，能动态监控车辆的行驶状况，对进入事故多发地的车辆进行安全提醒，从而降低驾驶风险。同时本发明还能实现主机厂实时掌握车主车辆事故发生地的情况，能准确的提供车辆出事地的信息，从而为主机厂对客户发出路过危险路段进行请注意速度及驾驶行为的提醒。
附图说明
图1为本发明一实施例提供的一种事故多发地识别方法的流程图；
图2为本发明一实施例提供的一种事故多发地识别装置的工作原理框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
图1所示是本发明一实施例提供的事故多发地识别方法的流程示意图。
如图1所示，本发明提供的事故多发地识别方法，包括以下步骤：
101、数据获取与处理步骤，用于获取车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站API收集各省份城市每天的环境数据，对车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站API收集各省份城市每天的环境数据进行预处理；行程数据包括车辆历史事故报警数据与实时事故报警数据中碰撞发生前的行驶速度以及车辆实时运行状态，用于实时监测与提醒；环境数据采集的是每天的环境数据。据根据车辆的传感器收集的行程数据包含两部分数据：第一部分是车辆历史事故报警数据发生的全部前侧碰撞、后侧碰撞、安全气囊暴力弹出等事故告警情况发生时间与碰撞位置点；第二部分实时的实时事故报警数据对应的发生时间与碰撞位置点；其中行程数据包括两部分，一部分针对车辆历史事故报警数据与实时事故报警数据，采集发生报警时车辆对应的速度；另一部分是车辆实时的驾驶数据，用于实时监控与提醒；最后是环境数据，采集的是每天的环境数据，历史的环境数据直接全部采集，实时新的环境数据每天零时采集当天。其中预处理主要是针对结构化数据的处理方式，包括三步：1)量纲变换，对行驶、时间、经纬度等单位进行转换；2)异常值过滤，主要对两类数据过滤，明显超出物理极限(如，车速达300km/h)和传输异常错误数据；3)缺失值的填充，填充缺失值的方法主要是通过众数填充和均值填充。
102、历史事故多发地生成步骤，通过对车辆历史事故报警数据进行GEOHASH编码构建历史事故多发地生成模型；其中车辆历史事故报警数据是一次性的完成，不进行迭代。
103、事故多发地更新步骤，通过对实时事故报警数据进行GEOHASH编码构建事故多发地更新模型；
104、事故发生区域监控步骤，根据获取车载终端传输的的行程数据与环境数据进行GEOHASH匹配确定事故多发地区域，通过监控模型监控车辆行驶过程中是否进入事故多发地区域，若进入则对进入事故多发地区域车辆的行驶速度进行实时提醒。
在本发明的事故多发地识别方法中，102包括如下子步骤S1-S4：
在步骤S1中；其中从历史报警事故数据中提取第一次历史事故报警时碰撞位置作为事故发生地，历史事故报警包括前侧碰撞、安全气囊暴力弹出、后侧碰撞等，取这些报警事件时的经纬度并去重，从而获取的碰撞点集合Lm,k；Lm,k＝{(lng1,1,lat1,1,time1,1),(lng1,2,lat1,2,time1,2)…(lngm,k,latm,k,timem,k)}，其中m为第m台发生过碰撞的车辆，k为第m台碰撞车辆的第k次碰撞，lng和lat分别为碰撞点的经度和维度，timem,k为第m辆碰撞车辆的第k次碰撞发生的时间；根据碰撞点获取碰撞前速度的集合Sm,k＝(s1,1,s1,2…sm,k),其中sm,k,为第m辆碰撞车辆的第k次碰撞发生前的速度；其中；通过将第m辆车第k次碰撞点对应的温度tm,k求取均值
Figure BDA0003363208720000081
从而获取发生碰撞之前的温度；将均值
Figure BDA0003363208720000082
令为x，按规则将温度划分等级，对应公式为：
Figure BDA0003363208720000083
Figure BDA0003363208720000084
T1,T2…TN分别表示划分的阈值；基于正则化匹配，将气候风力结合划分等级，其中x表示此碰撞点对应的气候和风力特征，对应公式为：
Figure BDA0003363208720000091
crei表示第i等级的时候对应气候的相关情况，其中i＝1,2…M，规则的优先级是从M到1；wrei表示第i等级的时候对应风力的相关情况,其中i＝1,2…M，规则的优先级同样是从M到1；如：气候creM为暴雨或风力wreM大于7则等级为第M等级(恶劣)。由此形成环境的N*M的组合。
表1为环境组合
温度\气候 1 2 … M
1 1,1 1,2 … 1,M
2 2,1 2,2 … 2,M
… … … … …
N N,1 N,2 … N,M
在步骤S2中；基于GEOHASH算法对碰撞点集合Lm,k进行a位GEOHASH编码，获取对应GEOHASH编码数据集Gm,k[a]＝(g1,1[a],g1,2[a]…gm,k[a]),其中Gm,k[a]里存在相同的值；
在步骤S3中；根据碰撞点获取发生碰撞时的环境数据集合Co,e，其中环境数据计算公式为：
Figure BDA0003363208720000092
其中date为环境数据对应的日期，其中o为第o天的日期，每天包含e个城市；di表示每个省份城市区域地址，即dio,e为第o天日期时第e个省份城市区域地址；c表示气候，ci,j为在第i天日期时第j个城市区域的具体气候，其中i＝1，2…o；j＝1，2…e；w表示风力，wi,x为在第i天日期时第j个城市区域的具体风力,其中i＝1，2…o；j＝1,2…e；t表示当天的温度，ti,j代表在第i天日期时第j个城市区域的具体温度,其中i＝1，2…o；j＝1，2…e；将环境数据集合Co,e通过地址和时间等变量(d，date)与步骤S1中得到的碰撞点集合Lm,k的时间地址(D，time)两个关联键进行拼接，通过GEOHASH算法对发生碰撞时对应的环境数据进行GEOHASH编码，得到带环境和GEOHASH编码的合集Lm,k
(lng1,2,lat1,2,g1,2[a],time1,2,d1,2,s1,2,c1,2,w1,2,t1,2)
…
(lngm,k,latm,k,gm,k[a],timem,k,dm,k,sm,k,cm,k,wm,k,tm,k)}
基于OSM获取路网数据得到碰撞点省份城市区域地址Dm,k＝(d1,1,d1,2…dm,k)，将获取的碰撞点经纬度b位GEOHASH编码与碰撞点前经纬度b位GEOHASH进行匹配，相同则认为此碰撞点为路网数据上地址D；收集各省份城市每天的环境数据包括气候、风力、温度、地址、日期。如：(气候:雷阵雨，风力：2级，温度：，地址:湖北省武汉市洪山区，日期：20210301)，
在步骤S4中；通过设定事故发生次数阈值Q来确定当不同环境组合的事故发生次数为q时是否为历史事故多发区域，当q≥Q时此地是历史事故多发地。
在步骤S1中；获取车辆历史报警数据是为了获取事故发生地，根据车辆现有的部件传感器收集，此时将历史事故报警时发生的前侧碰撞、安全气囊暴力弹出、后侧碰撞等第一次报警的碰撞位置作为事故发生地；同时通过车载设备获取车辆在这些事故发生地发生报警前的驾驶速度数据，以及发生报警的时间地点和环境数据；将车辆历史报警数据的经纬度点进行GEOHASH编码。基于碰撞点集合进行7位GEOHASH编码，部分GEOHASH编码数据集为表2；其中GEOHASH编码里存在相同的值，如：ws45f5y、wkje2qs。
表2为碰撞点对应GEOHASH编码实例。
碰撞点编码 GEOHASH编码
A00000000001 ws45f5y
A00000000002 ws45f5y
A00000000003 tz3407t
A00000000004 wkje2qs
A00000000005 wkje2qs
A00000000006 wwk029d
A00000000007 ws07rvj
A00000000008 wkje2qs
A00000000009 wpd3gv1
… …
通过收集各省份城市每天的环境数据；其中环境数据包括气象、温度。如气象:雷阵雨、风力2级，温度：10℃-20℃。基于告警数据的经纬度，调用路网数据，获取省份城市区域信息，获取当时事故地点具体时刻的天气、风力、温度。基于平均温度规则划分，将温度分为：高、中、低三个等级(其中高温大于35度，低温小于5度，中温在5-35度)；基于正则化匹配，将气候分为：好、一般、恶劣三个等级。其中包含“风力大于6级”、“暴雨”、“大雪”、“暴雪”、“冰雹”、“重度霾”、“沙尘暴”、浓雾”、“强沙尘暴”和“大暴雨”等字眼的气候为：恶劣；包括：“4-5级风”、“雨夹雪”、“雨雪混合”、“大雨”、“霾”、“雾”、“中雨”、“雷电”、“雷阵雨”等字眼为：一般；包括“1-3级风”、“无风”、“晴天”、“阴天”、“小雨”等字眼为：好。即形成环境的3*3组合；其中表3为环境组合。
气象\温度 好 一般 恶劣
高 好*高 一般*高 恶劣*高
中 好*中 一般*中 恶劣*中
低 好*低 一般*低 恶劣*低
通过设置阈值，获取步骤S1中的碰撞点的GEOHASH7位匹配编码与对应的周围8个区域的GEOHASH7位编码。形成相邻的3*3组合的事故多发地区域。当某3*3相邻区域内某种环境组合的事故发生地点数量值到达阈值，即对应环境下，事故发生数为6时，则认为此地是基于某种气候的事故多发地。将这块3*3相邻区域作为事故发生地的监控区域，并且保留未达到事故多发地阈值的GEOHASH7位编码及对应的环境分层数据。用于新告警数据产生时的事故多发地更新迭代；其中表4为事故多发地点对应字段组合。
事故多发地点 周围8个GEOHASH区域 温度等级 气候等级 最低速度(km/h) 事故次数
ws45f5y ws45f5y 中 恶劣 86 7
wkje2qs ws45f5y 中 一般 74 6
wpd3gv1 tz3407t 高 好 110 10
ws07rvj wkje2qs 高 恶劣 100 7
tz3407t wkje2qs 低 一般 66 6
… …
表5为非事故多发地点对应字段组合。
未到达事故多发地点 周围8个GEOHASH区域 温度等级 气候等级 最低速度
ws45f5y ws45f5y 中 恶劣 56
wkje2qs ws45f5y 中 一般 64
wpd3gv1 tz3407t 高 好 100
ws07rvj wkje2qs 高 恶劣 90
tz3407t wkje2qs 低 一般 48
… …
在本发明的事故多发地识别方法中，102步骤还包括以下步骤：
在步骤S5中；当事故发生次数达到Q时，其对应的a位GEOHASH编码为G0[a]，由于碰撞点可能集中编码区域临界处，因此获取编码周围8个区域的a位GEOHASH编码，即形成3*3相邻范围编码组合作为事故多发地，表示如下：
Figure BDA0003363208720000121
则此处事故多发地储存信息包含a位GEOHASH编码为对应所有事故多发地集合
Figure BDA0003363208720000122
Figure BDA0003363208720000123
其中，
Figure BDA0003363208720000124
为事故多发区域上所有碰撞点碰撞前速度的均值；将未达到事故多发地阈值的事故地点集合表示为lK；其中lK＝{(g1[a],T1,C1,s1),(g2[a],T2,C2,s2)…(gK[a],TK,CK,sK)}，分别对应GEOHASH编码、温度分层、气候分层和事故发生前速度，
通过设置事故发生次数阈值Q，当不同环境组合内的事故发生次数q到达阈值Q，即:q≥Q，认为此地是事故多发地，如GEOHASH编码及对应8个区域，其中表6为带环境组合的GEOHASH编码及对应8个区域以及对应环境等级；
表6为带环境组合的Geohash编码及对应8个区域。
Figure BDA0003363208720000131
在本发明的事故多发地识别方法中，103包括如下子步骤S31-S35；
在步骤S31中；通过设置收集周期，其中为每次运行收集时间。通过将lK与实时事故报警数据产生的事故发生地进行组合形成新的事故多发地；
在步骤S32中；基于实时事故报警数据得到实时事故报警时碰撞位置，取实时事故报警时碰撞位置的经纬度并去重得到碰撞点集合为Lm,k＝{(lng1,1,lat1,1,time1,1),(lng1,2,lat1,2,time1,2)…(lngm,k,latm,k,timem,k)}，其中m为第m台发生过碰撞的车辆，k为第m台碰撞车辆的第k次碰撞，lng和lat分别为碰撞点的经度和维度，timem,k为第m辆碰撞车辆的第k次碰撞发生的时间；根据碰撞点获取碰撞前速度的集合Sm,k＝(s1,1,s1,2…sm,k),其中sm,k,为第m辆碰撞车辆的第k次碰撞发生前的速度；其中；通过将第m辆车第k次碰撞点对应的温度tm,k求取均值
Figure BDA0003363208720000132
从而获取发生碰撞之前的温度；将均值
Figure BDA0003363208720000133
令为x，按规则将温度划分等级，对应公式为：
Figure BDA0003363208720000134
Figure BDA0003363208720000135
T1,T2…TN分别表示划分的阈值；基于正则化匹配，将气候风力结合划分等级，其中x表示此碰撞点对应的气候和风力特征，对应公式为：
Figure BDA0003363208720000136
crei表示第i等级的时候对应气候的相关情况，其中i＝1,2…M，规则的优先级是从M到1；wrei表示第i等级的时候对应风力的相关情况,其中i＝1,2…M，规则的优先级同样是从M到1；
在步骤S33中；基于GEOHASH算法对碰撞点集合Lm,k进行a位GEOHAS编码，获取对应GEOHASH编码数据集Gm,k[a]＝(g1,1[a],g1,2[a]…gm,k[a]),其中Gm,k[a]里存在相同的值；
在步骤S34中；根据碰撞点获取发生碰撞时的环境数据集合Co,e，其中环境数据计算公式为：
Figure BDA0003363208720000141
其中date为环境数据对应的日期，其中o为第o天的日期，每天包含e个城市；di表示省份城市区域地址，即dio,e为第o天日期时第e个省份城市区域地址；c表示气候，ci,j为在第i天日期时第j个城市区域的具体气候，其中i＝1,2…o；j＝1,2…e；w表示风力，wi,j代表在第i天日期时第j个城市区域的具体风力,其中i＝1,2…o；j＝1,2…e；t表示当天温度，ti,j代表在第i天日期时第j个城市区域的具体温度,其中i＝1,2…o；j＝1,2…e；将环境数据集合Co,e通过地址和时间等变量(d,date)与步骤S32中得到的碰撞点集合Lm,k的时间地址(D,time)两个关联键进行拼接，通过GEOHASH算法对发生碰撞时对应的环境数据进行GEOHASH编码，得到带环境和GEOHASH编码的合集
Figure BDA0003363208720000142
基于OSM获取路网数据得到碰撞点各省份城市区域地址Dm,k＝(d1,1,d1,2…dm,k)，将获取的碰撞点经纬度b位GEOHASH编码与碰撞点前经纬度b位GEOHASH进行匹配，相同则认为此碰撞点为路网数据上地址D；
在步骤S35中；通过设定事故发生次数阈值Q来确定当不同环境组合的事故发生次数为q时是否为新的事故多发地；当新的事故多发地GEOHASH编码与历史事故多发地GEOHASH编码相同，且环境分级一致，则归纳到事故多发地并删除此碰撞信息，只保留未达到事故多发地的碰撞点；将保留的碰撞点设置为新的事故多发地，从而更新事故多发地。
在本发明的事故多发地识别方法中，104包括如下子步骤S41-S43：
在步骤S41中；通过获取车载终端传输的行程数据BM，其中BM＝(lng1,lat1,time1,s1)M，其中M为所有驾驶行为的车辆，lng1,lat1为车辆实时采集的经纬度信息，time1为数据产生的时间，s1表示此车辆驾驶速度；通过实时驾驶行为数据获取GEOHASH编码与对应的地址信息；
在步骤S42中；基于OSM获取路网数据得到当天的环境信息，通过将环境信息与驾驶信息进行关联，获取实时温度和气候等级，从而获得带环境的行程数据BM；即BM＝(lng1,lat1,time1,s1,g1[a],T1,C1)M；
在步骤S43中；当车辆在对应的环境等级下接近或进入事故多发地的区域时，对车辆发出事故多发地的实时提醒，并提醒车辆控制行驶速度。
在本发明的事故多发地识别方法中，104步骤还包括：
在步骤S410中；通过行程数据获取a位GEOHASH编码,关联步骤S3中基于OSM获取路网数据得到碰撞点各省份城市区域地址Dm,k＝(d1,1,d1,2…dm,k)，基于b位GEOHASH编码匹配获取与之对应的省份城市区域地址信息；即基于已经获取的路网数据及对应的b位GEOHASH编码与碰撞点前b位GEOHASH匹配，相同时则认为此碰撞点为路网上的地址。
如图2所示，基于同一发明构思，本发明还提供一种事故多发地识别装置，装置包括：
数据获取及处理模块，用于获取车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站API收集各省份城市每天的环境数据，并对车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站API收集各省份城市每天的环境数据进行预处理；
历史事故多发地生成模块，用于对车辆历史事故报警数据进行GEOHASH匹配，根据事故发生次数是否到达阈值来生成车辆历史事故多发地；
事故多发地更新模块，通过实时事故报警数据与未达到事故多发地阈值的事故地点进行组合形成新的事故发生地，通过对实时告警数据获取新的告警碰撞点数据进行GEOHASH匹配，将未达到事故多发地的碰撞点保留；将保留的碰撞点设置为新的事故多发地，从而更新事故多发地。
事故区域监控模块，用于监控车辆行驶中是否进入事故多发地，对进入事故多发地区域的车辆发出提醒，并提醒车辆控制行驶速度。
本实施例的另一方面，还提供一种计算机设备，包括：
一个或多个处理器；存储装置，用于存储一个或多个程序，
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如本发明任意实施例所提供的事故多发地识别方法。
本实施例的再一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器
执行时实现如本发明任意实施例所提供的事故多发地识别方法。
本发明提供的事故多发地识别方法、设备、介质和装置至少具有以下优点：
1、克服车厂难以实时获取事故多发地和驾驶安全提醒的难题。
2、本发明有效集成了事故多发地识别和预警功能，有效利用和整合了主机厂资源，提高数据利用率。
3、可持续更新事故多发地信息，能做到信息同步。
本文提供了实施例的各种操作。在一个实施例中，所述的一个或操作可以构成一个或计算机可读介质上存储的计算机可读指令，其在被电子设备执行时将使得计算设备执行所述操作。描述一些或所有操作的顺序不应当被解释为暗示这些操作必需是顺序相关的。本领域技术人员将理解具有本说明书的益处的可替代的排序。而且，应当理解，不是所有操作必需在本文所提供的每个实施例中存在。
而且，本文所使用的词语“优选的”意指用作实例、示例或例证。奉文描述为“优选的”任意方面或设计不必被解释为比其他方面或设计更有利。相反，词语“优选的”的使用旨在以具体方式提出概念。如本申请中所使用的术语“或”旨在意指包含的“或”而非排除的“或”。即，除非另外指定或从上下文中清楚，“X使用A或B”意指自然包括排列的任意一个。即，如果X使用A；X使用B；或X使用A和B二者，则“X使用A或B”在前述任一示例中得到满足。
而且，尽管已经相对于一个或实现方式示出并描述了本公开，但是本领域技术人员基于对本说明书和附图的阅读和理解将会想到等价变型和修改。本公开包括所有这样的修改和变型，并且仅由所附权利要求的范围限制。特别地关于由上述组件(例如元件、资源等)执行的各种功能，用于描述这样的组件的术语旨在对应于执行所述组件的指定功能(例如其在功能上是等价的)的任意组件(除非另外指示)，即使在结构上与执行本文所示的本公开的示范性实现方式中的功能的公开结构不等同。此外，尽管本公开的特定特征已经相对于若干实现方式中的仅一个被公开，但是这种特征可以与如可以对给定或特定应用而言是期望和有利的其他实现方式的一个或其他特征组合。而且，就术语“包括”、“具有”、“含有”或其变形被用在具体实施方式或权利要求中而言，这样的术语旨在以与术语“包含”相似的方式包括。
本发明实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。上述提到的存储介质可以是只读存储器，磁盘或光盘等。上述的各装置或系统，可以执行相应方法实施例中的方法。
综上所述，虽然本发明已以优选实施例揭露如上，但上述优选实施例并非用以限制本发明，本领域的普通技术人员，在不脱离本发明的精神和范围内，均可作各种更动与润饰，因此本发明的保护范围以权利要求界定的范围为准。

Claims (9)

1.一种事故多发地识别方法，其特征在于，包括以下步骤：
数据获取与处理步骤，用于获取车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站API收集各省份城市每天的环境数据，对所述车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站API收集各省份城市每天的环境数据进行预处理；
历史事故多发地生成步骤，通过对所述车辆历史事故报警数据进行GEOHASH编码构建历史事故多发地生成模型；
事故多发地更新步骤，通过对所述实时事故报警数据进行GEOHASH编码构建事故多发地更新模型；
事故发生区域监控步骤，根据获取车载终端传输的的行程数据与环境数据进行GEOHASH匹配确定事故多发地区域，通过监控模型监控车辆行驶过程中是否进入事故多发地区域，若进入则对进入事故多发地区域车辆的行驶速度进行实时提醒。
2.根据权利要求1所述的事故多发地识别方法，其特征在于，所述历史事故多发地生成步骤包括：
S1、基于所述历史事故报警数据得到历史事故报警时碰撞位置，取历史事故报警时碰撞位置的经纬度并去重得到碰撞点集合为Lm，k＝{(lng1，1，lat1，1，time1，1)，(lng1，2，lat1，2，time1，2)…(lngm，k，latm，k，timem，k)}，其中m为第m台发生过碰撞的车辆，k为第m台碰撞车辆的第k次碰撞，lng和lat分别为碰撞点的经度和维度，timem，k为第m辆碰撞车辆的第k次碰撞发生的时间；根据所述碰撞点获取碰撞前速度的集合Sm，k＝(s1，1，s1，2…sm，k)，其中sm，k，为第m辆碰撞车辆的第k次碰撞发生前的速度；其中；通过将第m辆车第k次碰撞点对应的温度tm，k求取均值
Figure FDA0003363208710000011
从而获取发生碰撞之前的温度；将均值
Figure FDA0003363208710000012
令为x，按规则将温度划分等级，对应公式为：
Figure FDA0003363208710000013
Figure FDA0003363208710000014
T1，T2…TN分别表示划分的阈值；基于正则化匹配，将气候风力结合划分等级，其中x表示此碰撞点对应的气候和风力特征，对应公式为：
Figure FDA0003363208710000021
crei表示第i等级的时候对应气候的相关情况，其中i＝1，2…M，规则的优先级是从M到1；wrei表示第i等级的时候对应风力的相关情况，其中i＝1，2…M，规则的优先级同样是从M到1；
S2、基于GEOHASH算法对所述碰撞点集合Lm，k进行a位GEOHASH编码，获取对应GEOHASH编码数据集Gm，k[a]＝(g1，1[a]，g1，2[a]…gm，k[a])，其中Gm，k[a]里存在相同的值；
S3、根据所述碰撞点获取发生碰撞时的环境数据集合Co，e，其中环境数据计算公式为：
Figure FDA0003363208710000022
其中date为环境数据对应的日期，其中o为第o天的日期，每天包含e个城市；di表示每个省份城市区域地址，即dio，e为第o天日期时第e个省份城市区域地址；c表示气候，ci，j为在第i天日期时第j个城市区域的具体气候，其中i＝1，2…o；j＝1，2…e；w表示风力，wi，j为在第i天日期时第j个城市区域的具体风力，其中i＝1，2…o；j＝1，2…e；t表示当天的温度，ti，j代表在第i天日期时第j个城市区域的具体温度，其中i＝1，2…o；j＝1，2…e；将环境数据集合Co，e通过地址和时间等变量(d，date)与步骤S1中得到的所述碰撞点集合Lm，k的时间地址(D，time)两个关联键进行拼接，通过GEOHASH算法对发生碰撞时对应的所述环境数据进行GEOHASH编码，得到带环境和GEOHASH编码的合集Lm，k＝{(lng1，1，lat1，1，g1，1[a]，time1，1，d1，1，s1，1，c1，1，w1，1，t1，1)，
(lng1，2，lat1，2，g1，2[a]，time1，2，d1，2，s1，2，c1，2，w1，2，t1，2)
…
(lngm，k，latm，k，gm，k[a]，timem，k，dm，k，sm，k，cm，k，wm，k，tm，k)}
基于OSM获取路网数据得到所述碰撞点省份城市区域地址Dm，k＝(d1，1，d1，2…dm，k)，将获取的所述碰撞点经纬度b位GEOHASH编码与碰撞点前经纬度b位GEOHASH进行匹配，相同则认为此所述碰撞点为路网数据上地址D；
S4、通过设定事故发生次数阈值Q来确定当不同环境组合的事故发生次数为q时是否为历史事故多发区域，当q≥Q时此地是历史事故多发地。
3.根据权利要求2所述的事故多发地识别方法，其特征在于，所述历史事故多发地生成步骤还包括：
当所述事故发生次数达到Q时，其对应的a位GEOHASH编码为G0[a]，由于碰撞点可能集中编码区域临界处，因此获取编码周围8个区域的a位GEOHASH编码，即形成3*3相邻范围编码组合作为事故多发地，表示如下：
Figure FDA0003363208710000031
则此处事故多发地储存信息包含a位GEOHASH编码为对应所有事故多发地集合
Figure FDA0003363208710000032
其中，
Figure FDA0003363208710000033
为事故多发区域上所有碰撞点碰撞前速度的均值；将未达到事故多发地阈值的事故地点集合表示为lK；其中lK＝{(g1[a]，T1，C1，s1)，(g2[a]，T2，C2，s2)…(gK[a]，Tk，CK，sK)}，分别对应GEOHASH编码、温度分层、气候分层和事故发生前速度，
4.根据权利要求3所述的事故多发地识别方法，其特征在于，所述事故多发地更新步骤包括；
S31、通过将lK与实时事故报警数据产生的事故发生地进行组合形成新的事故多发地；
S32、基于所述实时事故报警数据得到实时事故报警时碰撞位置，取所述实时事故报警时碰撞位置的经纬度并去重得到碰撞点集合为Lm，k＝{(lng1，1，lat1，1，time1，1)，(lng1，2，lat1，2，time1，2)…(lngm，k，latm，k，timem，k)}，其中m为第m台发生过碰撞的车辆，k为第m台碰撞车辆的第k次碰撞，lng和lat分别为碰撞点的经度和维度，timem，k为第m辆碰撞车辆的第k次碰撞发生的时间；根据所述碰撞点获取碰撞前速度的集合Sm，k＝(s1，1，s1，2…sm，k)，其中sm，k，为第m辆碰撞车辆的第k次碰撞发生前的速度；其中；通过将第m辆车第k次碰撞点对应的温度tm，k求取均值
Figure FDA0003363208710000034
从而获取发生碰撞之前的温度；将均值
Figure FDA0003363208710000035
令为x，按规则将温度划分等级，对应公式为：
Figure FDA0003363208710000036
Figure FDA0003363208710000037
T1，T2…TN分别表示划分的阈值；基于正则化匹配，将气候风力结合划分等级，其中x表示此碰撞点对应的气候和风力特征，对应公式为：
Figure FDA0003363208710000041
crei表示第i等级的时候对应气候的相关情况，其中i＝1，2…M，规则的优先级是从M到1；wrei表示第i等级的时候对应风力的相关情况，其中i＝1，2…M，规则的优先级同样是从M到1；
S33、基于GEOHASH算法对所述碰撞点集合Lm，k进行a位GEOHAS编码，获取对应GEOHASH编码数据集Gm，k[a]＝(g1，1[a]，g1，2[a]…gm，k[a])，其中Gm，k[a]里存在相同的值；
S34、根据所述碰撞点获取发生碰撞时的环境数据集合Co，e，其中环境数据计算公式为：
Figure FDA0003363208710000042
其中date为环境数据对应的日期，其中o为第o天的日期，每天包含e个城市；di表示省份城市区域地址，即dio，e为第o天日期时第e个省份城市区域地址；c表示气候，ci，j为在第i天日期时第j个城市区域的具体气候，其中i＝1，2…o；j＝1，2…e；w表示风力，wi，j代表在第i天日期时第j个城市区域的具体风力，其中i＝1，2…o；j＝1，2…e；t表示当天温度，ti，j代表在第i天日期时第j个城市区域的具体温度，其中i＝1，2…o；j＝1，2…e；将环境数据集合Co，e通过地址和时间等变量(d，date)与步骤S32中得到的所述碰撞点集合Lm，k的时间地址(D，time)两个关联键进行拼接，通过GEOHASH算法对发生碰撞时对应的所述环境数据进行GEOHASH编码，得到带环境和GEOHASH编码的合集lf，h＝{(lng1，1，lat1，1，g1，1[a]，time1，1，d1，1，s1，1，T1，1，C1，1)，
(lng1，2，lat1，2，g1，2[a]，time1，2，d1，2，s1，2，T1，2，C1，2)
…
(lngf，h，latf，h，gf，h[a]，timef，h，df，h，sf，h，Tf，h，Cf，h)}
基于OSM获取路网数据得到所述碰撞点各省份城市区域地址Dm，k＝(d1，1，d1，2…dm，k)，将获取的所述碰撞点经纬度b位GEOHASH编码与碰撞点前经纬度b位GEOHASH进行匹配，相同则认为此所述碰撞点为路网数据上地址D；
S35、通过设定事故发生次数阈值Q来确定当不同环境组合的事故发生次数为q时是否为新的事故多发地；当新的事故多发地GEOHASH编码与历史事故多发地GEOHASH编码相同，且环境分级一致，则归纳到事故多发地并删除此碰撞信息，只保留未达到事故多发地的碰撞点；将保留的碰撞点设置为新的事故多发地，从而更新事故多发地。
5.根据权利要求1所述的事故多发地识别方法，其特征在于，所述事故发生区域监控步骤包括：
S41、通过获取车载终端传输的行程数据BM，其中BM＝(lng1，lat1，time1，s1)M，其中M为所有驾驶行为的车辆，lng1，lat1为车辆实时采集的经纬度信息，time1为数据产生的时间，s1表示此车辆驾驶速度；通过实时驾驶行为数据获取GEOHASH编码与对应的地址信息；
S42、基于OSM获取路网数据得到当天的环境信息，通过将环境信息与驾驶信息进行关联，获取实时温度和气候等级，从而获得带环境的行程数据BM；即BM＝(lng1，lat1，time1，s1，g1[a]，T1，C1)M；
S43、当车辆在对应的环境等级下接近或进入事故多发地的区域时，对车辆发出事故多发地的实时提醒，并提醒车辆控制行驶速度。
6.根据权利要求5所述的事故多发地识别方法，其特征在于，所述步骤S41还包括：S410、通过行程数据获取a位GEOHASH编码，关联步骤S3中基于OSM获取路网数据得到所述碰撞点各省份城市区域地址Dm，k＝(d1，1，d1，2…dm，k)，基于b位GEOHASH编码匹配获取与之对应的省份城市区域地址信息；即基于已经获取的路网数据及对应的b位GEOHASH编码与碰撞点前b位GEOHASH匹配，相同时则认为此碰撞点为路网上的地址。
7.一种事故多发地识别装置，其特征在于，所述装置包括：
数据获取及处理模块，用于获取车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站API收集各省份城市每天的环境数据，并对车载终端传输的行程数据、车辆历史事故报警数据、实时事故报警数据与气象网站API收集各省份城市每天的环境数据进行预处理；
历史事故多发地生成模块，用于对车辆历史事故报警数据进行GEOHASH匹配，根据事故发生次数是否到达阈值来生成车辆历史事故多发地；
事故多发地更新模块，通过实时事故报警数据与未达到事故多发地阈值的事故地点进行组合形成新的事故发生地，通过对实时告警数据获取新的告警碰撞点数据进行GEOHASH匹配，将未达到事故多发地的碰撞点保留；将保留的碰撞点设置为新的事故多发地，从而更新事故多发地。
事故区域监控模块，用于监控车辆行驶中是否进入事故多发地，对进入事故多发地区域的车辆发出提醒，并提醒车辆控制行驶速度。
8.一种计算机设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1～6中任一所述的事故多发地识别方法。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1～6中任一所述的事故多发地识别方法。
CN202111373485.5A 2021-11-19 2021-11-19 一种事故多发地识别方法、设备、介质和装置 Pending CN116153054A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111373485.5A CN116153054A (zh) 2021-11-19 2021-11-19 一种事故多发地识别方法、设备、介质和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111373485.5A CN116153054A (zh) 2021-11-19 2021-11-19 一种事故多发地识别方法、设备、介质和装置

Publications (1)

Publication Number Publication Date
CN116153054A true CN116153054A (zh) 2023-05-23

Family

ID=86337559

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111373485.5A Pending CN116153054A (zh) 2021-11-19 2021-11-19 一种事故多发地识别方法、设备、介质和装置

Country Status (1)

Country Link
CN (1) CN116153054A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8289187B1 (en) * 2008-07-08 2012-10-16 Nationwide Mutual Insurance Company Accident prone location notification system and method
CN106846863A (zh) * 2017-01-12 2017-06-13 叶昊 基于增强现实和云端智能决策的车联网事故黑点警告系统及方法
CN111081020A (zh) * 2019-12-26 2020-04-28 安徽揣菲克科技有限公司 一种基于云边结合的车载交通事故预警装置
CN113570747A (zh) * 2021-06-29 2021-10-29 东风汽车集团股份有限公司 一种基于大数据分析的行驶安全监测系统和方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8289187B1 (en) * 2008-07-08 2012-10-16 Nationwide Mutual Insurance Company Accident prone location notification system and method
CN106846863A (zh) * 2017-01-12 2017-06-13 叶昊 基于增强现实和云端智能决策的车联网事故黑点警告系统及方法
CN111081020A (zh) * 2019-12-26 2020-04-28 安徽揣菲克科技有限公司 一种基于云边结合的车载交通事故预警装置
CN113570747A (zh) * 2021-06-29 2021-10-29 东风汽车集团股份有限公司 一种基于大数据分析的行驶安全监测系统和方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李娜: "基于ArcGIS的城市道路交通事故多发点鉴别系统研究", 中国优秀硕士学位论文全文数据库 信息科技辑, no. 3, 15 March 2010 (2010-03-15), pages 1 - 88 *

Similar Documents

Publication Publication Date Title
CN111815986B (zh) 一种交通事故预警方法、装置、终端设备及存储介质
CN110288096B (zh) 预测模型训练及预测方法、装置、电子设备、存储介质
CN106846863B (zh) 基于增强现实和云端智能决策的事故黑点警告系统及方法
CN107784251A (zh) 基于图像识别技术对驾驶行为评价的方法
CN107784587A (zh) 一种驾驶行为评价系统
CN103632211B (zh) 一种机动车故障预警和召回预测系统
CN114435138B (zh) 一种车辆能耗预测方法、装置、车辆及存储介质
CN102881179B (zh) 一种汽车主动安全信息的搜集方法及信息服务系统
CN110304068B (zh) 汽车行驶环境信息的采集方法、装置、设备和存储介质
CN103500503A (zh) 一种基于众包模式的精准路况分析方法及系统
CN109359169B (zh) 一种基于概率图模型的共享单车逆行行为实时识别方法
CN110070704A (zh) 一种汽车行驶记录仪的电子围栏监控方法
WO2016107876A1 (en) Vehicular motion monitoring method
CN111340355A (zh) 行程订单的匹配方法、装置、服务器和介质
CN105096590B (zh) 交通信息生成方法和交通信息生成设备
CN112508228A (zh) 一种驾驶行为风险预测方法及系统
CN117436821B (zh) 交通事故诊断报告的生成方法、设备及存储介质
CN108460685A (zh) 用于挖掘车险风险因子之间的关联规则的方法和装置
CN106657244A (zh) 一种车辆状态信息智能提醒方法及系统
CN114896325A (zh) 一种用于预期功能安全的场景测试评价方法与系统
CN114390459A (zh) 农用车辆违法超员载人识别方法及存储介质
CN116383678B (zh) 一种营运客车异常变速行为常发性路段识别方法
CN116453345A (zh) 一种基于驾驶风险反馈的公交行车安全预警方法及系统
CN106740580A (zh) 一种评估系统及评估总系统
CN115659194A (zh) 一种人工智能云诊断终端平台数据管理方法及系统

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