车道交通安全等级评价方法、装置、电子设备及存储介质

技术领域

本发明涉及道路交通安全技术领域，具体涉及一种车道交通安全等级评价方法、装置、电子设备及存储介质。

背景技术

在当今城市交通不断发展与进步，道路覆盖率与机动车保有量不断增加，城市道路交通安全问题已愈加成为城市居民出行关注的首要问题，因此识别道路安全等级并采取相应措施使之提升已成当下所需。传统的道路安全等级识别使用的往往都是精度较低的数据，其识别的也是整条道路的安全等级，不能精确到对某条道路上某条车道的安全等级识别。

发明内容

有鉴于此，有必要提供一种车道交通安全等级评价方法、装置、电子设备及存储介质，用以实现对道路中单一车道的交通安全等级进行评价。

为了实现上述目的，本发明提供了如下技术方案：

第一方面，本发明提供了一种车道交通安全等级评价方法，包括：

获取实验车道的车辆行驶轨迹定位数据；

提取所述实验车道的车辆行驶轨迹定位数据中的关键值，基于所述关键值计算得到车辆实时数据；所述车辆实时数据包括：车辆实时距离、车辆实时速度和车辆实时加速度；所述关键值包括：车辆行驶轨迹定位数据轨迹点经度、车辆行驶轨迹定位数据轨迹点纬度和车辆行驶轨迹定位数据轨迹点的时间；

将所述车辆实时数据与预设的车道安全行驶速度阈值匹配，得到异常驾驶判定结果；

基于聚类算法对所述异常驾驶判定结果进行聚类处理，得到聚类算法结果，基于所述聚类算法结果与预设的车道安全等级阈值匹配，得到车道交通安全等级。

进一步地，所述实验车道的车辆行驶轨迹定位数据如下：

式中，O

v

进一步地，所述车辆实时距离的计算公式如下：

式中：d

为第m+1个车辆行驶轨迹定位数据轨迹点的经度，y

进一步地，所述车辆实时速度的计算公式如下：

V

式中：V

进一步地，所述车辆实时加速度的计算公式如下：

a

式中：a

进一步地，所述基于聚类算法对所述异常驾驶判定结果进行聚类处理，得到聚类算法结果，包括：

在所述异常驾驶判定结果中随机筛选出K个样本作为中心点，将所述异常驾驶判定结果中除所述K个样本之外的数据作为筛选后的样本数据；

将所述筛选后的样本数据与所述中心点进行匹配，得到所述筛选后的样本数据分组的聚类算法结果。

第二方面，本发明还提供了一种车道交通安全等级评价装置，包括：

获取模块，用于获取实验车道的车辆行驶轨迹定位数据；

提取模块，用于将所述实验车道的车辆行驶轨迹定位数据进行关键值提取，得到车辆实时数据；所述车辆实时数据包括：车辆实时距离、车辆实时速度和车辆实时加速度；所述关键值包括：车辆行驶轨迹定位数据轨迹点经度、车辆行驶轨迹定位数据轨迹点纬度和车辆行驶轨迹定位数据轨迹点的时间；

异常驾驶判定模块，用于将所述车辆实时数据与预设的车道安全行驶速度阈值匹配，得到异常驾驶判定结果；

安全等级模块，用于基于聚类算法对所述异常驾驶判定结果进行聚类处理，得到聚类算法结果，基于所述聚类算法结果与预设的车道安全等级阈值匹配，得到车道交通安全等级。

进一步地，所述安全等级模块，还包括：

聚类算法结果获取单元，用于基于聚类算法对所述异常驾驶判定结果进行聚类处理，在所述异常驾驶判定结果中随机筛选出K个样本作为中心点，将所述异常驾驶判定结果中除所述K个样本之外的数据作为筛选后的样本数据；

将所述筛选后的样本数据与所述中心点进行匹配，得到所述筛选后的样本数据分组的聚类算法结果；

匹配单元，用于基于所述聚类算法结果与预设的车道安全等级阈值匹配，得到车道交通安全等级。

第三方面，本发明还提供了一种电子设备，用于执行所述存储器中存储的所述程序，以实现如上述任一种实现方式中的一种车道交通安全等级评价方法中的步骤。

第四方面，本发明还提供了一种非暂态计算机可读存储介质，用于存储计算机程序，能够实现上述任一种实现方式中的一种车道交通安全等级评价方法中的步骤。

采用上述技术方案的有益效果是：本申请提供一种车道交通安全等级评价方法、装置、电子设备及存储介质，获取实验车道的车辆行驶轨迹定位数据，提取实验车道的车辆行驶轨迹定位数据中的关键值，基于所述关键值计算得到车辆实时数据；车辆实时数据包括：车辆实时距离、车辆实时速度和车辆实时加速度，所述关键值包括：车辆行驶轨迹定位数据轨迹点经度、车辆行驶轨迹定位数据轨迹点纬度和车辆行驶轨迹定位数据轨迹点的时间，将车辆实时数据与预设的车道安全行驶速度阈值匹配，得到异常驾驶判定结果，基于聚类算法对异常驾驶判定结果进行聚类处理，得到聚类算法结果，基于聚类算法结果与预设的车道安全等级阈值匹配，得到车道交通安全等级。本申请通过获取实验车道的车辆行驶轨迹定位数据，提取实验车道的车辆行驶轨迹定位数据中的关键值，基于所述关键值计算得到实验车道上车辆实时速度与加速度，通过速度和加速度分别与预设的阈值匹配，判定驾驶员在驾驶过程中是否存在急减速或急加速的异常驾驶行为，最后，通过对实验车道上的异常驾驶行为进行统计，得到实验车道上超速、急加速、及急减速的异常驾驶行为统计数据，然后对该统计数据使用聚类算法进行聚类分析，将聚类分析结果与预设的车道安全等级阈值匹配，得到车道交通安全等级。相比于现有技术，本申请提出一种车道交通安全等级评价方法、装置、电子设备及存储介质，基于该方法能够实现对道路中单一车道的交通安全等级进行评价。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种车道交通安全等级评价方法一实施例的方法流程图；

图2为本发明提供的一种车道交通安全等级评价方法一实施例的装置的结构示意图；

图3为本发明提供的一种车道交通安全等级评价方法一实施例的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本申请实施例的描述中，除非另有说明，“多个”的含义是两个或两个以上。

本发明实施例中术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或模块的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或模块，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或模块。

在本发明实施例中出现的对步骤进行的命名或者编号，并不意味着必须按照命名或者编号所指示的时间/逻辑先后顺序执行方法流程中的步骤，已经命名或者编号的流程步骤可以根据要实现的技术目的变更执行次序，只要能达到相同或者相类似的技术效果即可。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

本发明提供了一种车道交通安全等级评价方法、装置、电子设备及存储介质，以下分别进行说明。

图1为本发明提供的一种车道交通安全等级评价方法一实施例的方法流程图，包括：

获取实验车道的车辆行驶轨迹定位数据；

提取实验车道的车辆行驶轨迹定位数据中的关键值，基于所述关键值计算得到车辆实时数据；车辆实时数据包括：车辆实时距离、车辆实时速度和车辆实时加速度；关键值包括：车辆行驶轨迹定位数据轨迹点经度、车辆行驶轨迹定位数据轨迹点纬度和车辆行驶轨迹定位数据轨迹点的时间；

将车辆实时数据与预设的车道安全行驶速度阈值匹配，得到异常驾驶判定结果；

基于聚类算法对异常驾驶判定结果进行聚类处理，得到聚类算法结果，基于聚类算法结果与预设的车道安全等级阈值匹配，得到车道交通安全等级。

可以理解的是：本申请通过获取实验车道的车辆行驶轨迹高精度定位数据，提取实验车道的车辆行驶轨迹高精度定位数据中的关键值，基于所述关键值计算得到实验车道上车辆实时速度与加速度，通过速度与预设的阈值匹配，判定车辆是否存在超速的异常驾驶行为，通过加速度与预设的阈值匹配，判定驾驶员在驾驶过程中是否存在急减速或急加速的异常驾驶行为，最后，通过对实验车道上的异常驾驶行为进行统计，得到实验车道上超速、急加速、及急减速的异常驾驶行为统计数据，然后对该统计数据使用聚类算法进行聚类分析，将聚类分析结果与预设的车道安全等级阈值匹配，得到车道交通安全等级。普通的道路评价通过以往的数据只能对道路路段进行安全性评价，并不能对道路上某条车道的安全性进行评价，本申请通过获取实验车道的车辆行驶轨迹高精度定位数据可对实验道路上的每条车道进行安全性评价，以便交通管理部门精准发现实验道路上存在问题的车道。

进一步地，实验车道的车辆行驶轨迹高精度定位数据如下：

式中，O

可以理解的是：为提取实验车道的车辆行驶轨迹高精度定位数据中轨迹点位置的关键值，首先计算相邻两个高精度定位数据位置点间的距离，然后求出对应的运动参数，包括速度和加速度。在上式中，对于每一个车辆行驶轨迹内所有高精度定位数据轨迹点看成一系列高精度定位数据轨迹点的序列。

进一步地，车辆实时距离的计算公式如下：

式中：d

可以理解的是：使用欧式距离计算相邻两个车辆行驶轨迹高精度定位数据位置点间的平面直线距离；从车辆行驶轨迹高精度定位数据中提取的车辆实时距离、车辆实时速度、及车辆实时加速度与经过预处理后的车辆行驶轨迹高精度定位数据进行组合，得到所需的车辆行驶轨迹高精度定位数据。

进一步地，车辆实时速度的计算公式如下：

V

Δt

式中：V

可以理解的是：超速是最常见的危险驾驶行为，预设的超速阈值采用道路上车道的限速标准，如某一道路上外车道限速为20km/h，内车道限速为40km/h，车辆行驶在外车道实时速度与外车道超速阈值20km/h进行匹配，得到驾驶员是否异常驾驶的判定结果，车辆行驶在内车道实时速度与内车道超速阈值40km/h进行匹配，得到驾驶员是否异常驾驶的判定结果。

进一步地，车辆实时加速度的计算公式如下：

a

Δt

式中：a

可以理解的是：急加速和急减速行为虽然不是道路交通违法行为，但其对道路交通安全造成了很大的影响，很多时候交通事故就是由于驾驶员的突然加速和减速行为造成的。急加速驾驶行为可通过计算车辆实时加速度来判别，优选的，急加速的阈值为2m/s

进一步地，基于聚类算法对异常驾驶判定结果进行聚类处理，得到聚类算法结果，包括：

在所述异常驾驶判定结果中随机筛选出K个样本作为中心点，将所述异常驾驶判定结果中除所述K个样本之外的数据作为筛选后的样本数据；

将所述筛选后的样本数据与所述中心点进行匹配，得到所述筛选后的样本数据分组的聚类算法结果；

进一步地，将所述筛选后的样本数据与所述中心点进行匹配，得到所述筛选后的样本数据分组的聚类算法结果，包括：

重复循环如下步骤；

基于所述筛选后的样本数据分组进行聚类计算，得到更新的中心点，基于所述更新的中心点与所述筛选后的样本数据进行匹配得到所述筛选后的样本数据分组的聚类算法结果。

可以理解的是：对实验车道上的异常驾驶行为判定数据进行统计，得到实验车道上超速、急加速、及急减速的异常驾驶行为统计数据，然后对该数据使用聚类算法进行聚类分析，即通过异常驾驶行为次数对实验车道进行划分，得到聚类算法分类结果，基于聚类算法分类结果与预设的车道安全等级阈值匹配，得到车道交通安全等级，车道划分为类别“1”与类别“2”，其中类别“1”表示危险路段，类别“2”表示安全路段，聚类算法(k-means)的实质是EM算法的模型优化过程，首先随机选择k个样本作为初始族类的均值向量，其次将每个样本数据集划分离它距离最近的簇，再次根据每个样本所属的簇，更新簇类的均值向量，重复前两个步骤，当达到设置的迭代次数或簇类的均值向量不再改变时，模型建构完成，输出聚类算法结果。

图2为本发明提供的一种车道交通安全等级评价方法一实施例的装置200的结构示意图，包括：

获取模块201，用于获取实验车道的车辆行驶轨迹高精度定位数据；

提取模块202，用于将实验车道的车辆行驶轨迹高精度定位数据进行关键值提取，得到车辆实时数据；车辆实时数据包括：车辆实时速度和车辆实时加速度；

异常驾驶判定模块203，用于将车辆实时数据与预设的车道安全行驶速度阈值匹配，得到异常驾驶判定结果；

安全等级模块204，用于基于聚类算法对异常驾驶判定结果进行聚类处理，得到聚类算法结果，基于所述聚类算法结果与预设的车道安全等级阈值匹配，得到车道交通安全等级。

进一步地，所述安全等级模块204，包括：

聚类算法结果获取单元，用于基于聚类算法对所述异常驾驶判定结果进行聚类处理，在所述异常驾驶判定结果中随机筛选出K个样本作为中心点，将所述异常驾驶判定结果中除所述K个样本之外的数据作为筛选后的样本数据；

将所述筛选后的样本数据与所述中心点进行匹配，得到所述筛选后的样本数据分组的聚类算法结果；

匹配单元，用于基于所述聚类算法结果与预设的车道安全等级阈值匹配，得到车道交通安全等级。

上述实施例提供的一种车道交通安全等级评价装置可实现上述一种车道交通安全等级评价方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述一种车道交通安全等级评价方法实施例中的相应内容，此处不再赘述。

如图3所示，本发明还相应提供了一种电子设备300。该电子设备300包括处理器301、存储器302及显示器303。图3仅示出了电子设备300的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。

存储器302在一些实施例中可以是电子设备300的内部存储单元，例如电子设备300的硬盘或内存。存储器302在另一些实施例中也可以是电子设备300的外部存储设备，例如电子设备300上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。

进一步地，存储器302还可既包括电子设备300的内部储存单元也包括外部存储设备。存储器302用于存储安装电子设备300的应用软件及各类数据。

处理器301在一些实施例中可以是一中央处理器(Central Processing Unit，CPU)，微处理器或其他数据处理芯片，用于运行存储器302中存储的程序代码或处理数据，例如本发明中的一种车道交通安全等级评价方法。

显示器303在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。显示器303用于显示在电子设备300的信息以及用于显示可视化的用户界面。电子设备300的部件301-303通过系统总线相互通信。

在本发明的一些实施例中，当处理器301执行存储器302中的车道交通安全等级评价程序时，可实现以下步骤：

获取实验车道的车辆行驶轨迹定位数据；

提取所述实验车道的车辆行驶轨迹定位数据中的关键值，基于所述关键值计算得到车辆实时数据；所述车辆实时数据包括：车辆实时距离、车辆实时速度和车辆实时加速度；所述关键值包括：车辆行驶轨迹定位数据轨迹点经度、车辆行驶轨迹定位数据轨迹点纬度和车辆行驶轨迹定位数据轨迹点的时间；

将所述车辆实时数据与预设的车道安全行驶速度阈值匹配，得到异常驾驶判定结果；

基于聚类算法对所述异常驾驶判定结果进行聚类处理，得到聚类算法结果，基于所述聚类算法结果与预设的车道安全等级阈值匹配，得到车道交通安全等级。

应当理解的是：处理器301在执行存储器302中的车道交通安全等级评价程序时，除了上面的功能之外，还可实现其它功能，具体可参见前面相应方法实施例的描述。

进一步地，本发明实施例对提及的电子设备300的类型不做具体限定，电子设备300可以为手机、平板电脑、个人数字助理(personal digitalassistant，PDA)、可穿戴设备、膝上型计算机(laptop)等便携式电子设备。便携式电子设备的示例性实施例包括但不限于搭载IOS、android、microsoft或者其他操作系统的便携式电子设备。上述便携式电子设备也可以是其他便携式电子设备，诸如具有触敏表面(例如触控面板)的膝上型计算机(laptop)等。还应当理解的是，在本发明其他一些实施例中，电子设备300也可以不是便携式电子设备，而是具有触敏表面(例如触控面板)的台式计算机。

又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的一种车道交通安全等级评价方法，该方法包括：

获取实验车道的车辆行驶轨迹定位数据；

提取所述实验车道的车辆行驶轨迹定位数据中的关键值，基于所述关键值计算得到车辆实时数据；所述车辆实时数据包括：车辆实时距离、车辆实时速度和车辆实时加速度；车辆行驶轨迹定位数据轨迹点经度、车辆行驶轨迹定位数据轨迹点纬度和车辆行驶轨迹定位数据轨迹点的时间；

将所述车辆实时数据与预设的车道安全行驶速度阈值匹配，得到异常驾驶判定结果；

基于聚类算法对所述异常驾驶判定结果进行聚类处理，得到聚类算法结果，基于所述聚类算法结果与预设的车道安全等级阈值匹配，得到车道交通安全等级。本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件来完成，程序可存储于计算机可读存储介质中。其中，计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。

以上对本发明所提供的一种车道交通安全等级评价方法、装置、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。