(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211039914.X (22)申请日 2022.08.29 (71)申请人 合肥工业大 学 地址 230009 安徽省合肥市包河区屯溪路 193号 (72)发明人 程泽阳　张卫华　陆建　胡晓建　 张伟　 (74)专利代理 机构 安徽省合肥新 安专利代理有 限责任公司 34101 专利代理师 陆丽莉　何梅生 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/26(2012.01) G08G 1/01(2006.01) (54)发明名称 基于风险场 的大型活动多源交通风险叠加 评估方法及应用 (57)摘要 本发明公开了一种基于风险场 的大型活动 多源交通风险叠加评估方法及应用， 包括1： 确定 大型活动场景下的多源交通风险类型集合； 2： 确 定大型活动场景下的多源交通风险叠加影响的 目标点； 3： 获取不同交通风险类型下的交通数 据； 4： 对所述多源交通风险类型集合进行量化表 征， 建立多源交通风险量化表征模型； 5： 对量化 的多源交通风险进行标准化处理； 6： 利用风险场 理论量化评估物流车辆轨迹异常风险、 网约车危 险驾驶风险和道路交通拥堵风险叠加对大型活 动车队的出入口位置坐标的影 响。 本发明实现了 大型活动场景下多源交通风险的量化表征与叠 加评估， 为有效抑制多源交通风险联合作用、 提 升多源交通风险精准 化防控水平提供决策支撑 。 权利要求书3页 说明书7页 附图3页 CN 115392728 A 2022.11.25 CN 115392728 A 1.一种基于风险场的大型活动多源交通风险叠加评估方法， 其特征是按照如下步骤进 行： 步骤1： 确定大型活动场景下的多源交通风险类 型集合R＝{R1,R2,R3}； 其中， R1表示大型 活动场景下的物流 车辆轨迹异常风险， R2表示大型活动场景下的网约车危险驾驶风险， R3表 示大型活动场景 下的道路交通拥堵风险； 步骤2： 确定大型活动场景下的多源交通风险叠加影响的目标点； 以大型活动 举办场地 的外接矩形的一个顶点作为原点， 与所述顶点相连的两条直角边分别作为x轴和y轴， 建立 直角坐标系， 并将所述外接矩形划分成k ×k的网格区域， 每一个网格代表一条路段； 以网格 的中心点作为每个网格的位置坐标； 在所述直角坐标系中， 将大型活动车队的出入口所在 网格的位置坐标O(x0,y0)作为多源交通 风险叠加影响的目标点； 步骤3： 获取不同交通风险类型下的交通数据， 其中， 物流车辆轨迹异常风险数据包括： 物流车辆在t时刻的实时轨迹坐标(x1,t,y1,t)、 物流车辆历 史固有的轨迹坐标、 物流车辆行 驶过程中所有的轨 迹点数、 物流车辆行驶过程中出现异常的轨 迹点数； 网约车危险驾驶风险数据包括： 网约车在t时刻的实时轨迹坐标(x2,t,y2,t)、 网约车驾 驶员的L种危险驾驶行为及其发生频次[b1,b2...bL]、 L种危险驾驶行为所占权重[α1, α2... αL]； 其中， bL表示第L种危险驾驶行为的发生频次， αL表示第L种危险驾驶行为所占权 重； 道路交通拥 堵风险数据包括： t时刻的实时拥 堵位置坐标(x3,t,y3,t)、 不同路段的车道 数[N′1,N′2,...,N′i,...,N′k]、 不同路段的道路里程[L ′1,L′2,...,L′i,...,L′k]、 不同路段 的自由流车速[v1f,v2f,...,vif,...,vkf]、 不同路段在t时刻的车辆平均速度[v1,t,v2,t,..., vi,t,...,vk,t]； 其中， N ′i表示第i条路段的车道 数， L′i表示第i条路段的道路里程， vif表第i 条路段的自由流车速， vi,t表示第i条路段在t时刻的车辆平均速度； i ＝1,2,...k； 步骤4： 对所述多源交通风险类型集合R进行量化表征， 建立多源交通风险量化表征模 型R′； 步骤4.1： 针对大型活动场景下的物流车辆轨迹异常风险R1， 利用式(1)建立物流车辆轨 迹异常风险量 化表征模型： 式(1)中， R ′1表示量化的物流车辆轨迹异常风险值， t1表示物流车辆运输过程中发生轨 迹异常的预警时长， t2表示物流车辆运输过程中发生轨迹异常的最大持续 时间， N(t1)表示 t1时间内物 流车辆发生轨迹异常的轨迹点数， N(t2)表示t2时间内物 流车辆运输过程中的所 有轨迹点数； 步骤4.2： 针对大型活动场景下的网约车危险驾驶风险R2， 利用式(2)建立网约车危险驾 驶风险量化表征模型： R′2＝α1b1+α2b2+α3b3+...+αLbL      (2) 式(2)中， R ′2表示量化的网约车危险驾驶 风险值； 步骤4.3： 针对大型活动场景下的道路交通拥堵风险R3， 利用式(3)建立道路交通拥堵风 险量化表征模型：权　利　要　求　书 1/3 页 2 CN 115392728 A 2式(3)中， R ′3表示量化的道路交通拥堵风险值； 步骤5： 分别对R ′1、 R′2、 R′3进行标准化处理， 得到标准化后的物流车辆轨迹异常风险值 S1、 网约车危险驾驶风险值S2、 道路交通拥堵风险值S3； 令任意一种标准化后的风险值记为 Sj； j＝1,2,3； 步骤6： 利用风险场理论量化评估物流车辆轨迹异常风险、 网约车危险驾驶风险和道路 交通拥堵风险叠加对大 型活动车队的出入口位置坐标O(x0,y0)的影响； 步骤6.1： 利用式(5)建立 风险场模型： 式(5)中， F(x0,y0|xj,t,yj,t)为第j种风险在实时坐标位置(xj,t,yj,t)产生的风险场场 强； Sj为第j种标准化后的风险值， εj,t为第j种风险在时刻t的衰减系数， rj,t_o为第j种风险 实时坐标位置(xj,t,yj,t)到大型活动车队出入口位置坐标O(x0,y0)的距离， 并有： rj,t_o＝ (xj,t‑x0)2+(yj,t‑y0)2； 步骤6.2： 利用式(6)建立大 型活动场景 下的多源交通 风险叠加评估 模型： 式(6)中， F(x0,y0|(x1,t,y1,t)∪(x2,t,y2,t)∪(x3,t,y3,t))为表示物流车辆轨迹异常风 险、 网约车危险驾驶风险和道路交通拥堵风险叠加对大型活动车队的出入口位置坐标O (x0,y0)的影响； 其中， F(x0,y0|x1,t,y1,t)表示单一的物流车辆轨迹异常风险在坐标点(x1,t, y1,t)对大型活动车队的出入口位置坐标O(x0,y0)的影响， 并由式(7)进行计算； F(x0,y0| x2,t,y2,t)表示单一的网约车危险驾驶风险在坐标点(x2,t,y2,t)对大型活动车队的出入口位 置坐标O(x0,y0)的影响， 并由式(8)进行计算； F(x0,y0|x3,t,y3,t)表示单一的道路交通拥堵 风险位置(x3,t,y3,t)对大型活动车队的出入口位置坐标O(x0,y0)的影响， 并 由式(9)进行计 算； 式(7)中， ε1,t表示物流车辆 轨迹异常风险在时刻t的衰减系数； 式(8)中， ε2,t表示网约车危险驾驶 风险在时刻t的衰减系数； 式(9)中， ε3,t表示道路交通拥堵风险在时刻t的衰减系数。权　利　要　求　书 2/3 页 3 CN 115392728 A 3