(19)中华 人民共和国 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 202111422486.4 (22)申请日 2021.11.26 (71)申请人 苏交科集团股份有限公司 地址 210017 江苏省南京市水西门大街2 23 号 (72)发明人 赵本杰　朱雷雷　许成涛　王西雪　 (74)专利代理 机构 江苏圣典律师事务所 32 237 代理人 苏一帜 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06F 16/2455(2019.01) G06F 16/2458(2019.01) G06F 16/248(2019.01)G06F 16/29(2019.01) (54)发明名称 一种针对道路运输安全风险的动态评估预 测方法 (57)摘要 本发明实施例公开了一种针对道路运输安 全风险的动态评估预测方法， 涉及 道路交通安全 管控技术领域， 提高了道路运输安全风险动态评 估预测的效率和实时性， 实现PC端及终端设备的 动态监测预警与实时查询。 服务器端从数据源采 集到数据后， 输入数据接入层并进行预处理， 预 处理包括： 根据从数据源采集到的数据， 生成风 险评估影响因子； 根据数据接入层传入的数据， 运行分析工具层中的经过训练的动态评估预测 模型， 并得到分析结果， 其中， 分析工具层中的模 型算法训练平台， 通过模型训练层对动态评估预 测模型进行训练； 将分析工具层输出的分析结果 输入结果展示层， 由结果展示层根据分析结果生 成风险信息， 并向PC端及终端设备推送。 权利要求书2页 说明书13页 附图2页 CN 113988476 A 2022.01.28 CN 113988476 A 1.一种针对道路运输安全风险的动态评估预测方法， 其特征在于， 所述方法应用于一 个系统， 所述系统由服务器端和终端设备组成， 所述服务器端连接数据源， 且所述服务器端 包括： 数据接入层、 分析工具层、 模型训练层和结果展示层； 所述方法包括： S1、 所述服务器端从所述数据源采集到数据后， 输入所述数据接入层并进行预处理， 所 述预处理包括： 根据所述从所述数据源 采集到的数据， 生成风险评估影响因子； S2、 服务器端根据所述数据接入层传入的数据， 运行所述分析工具层中的经过训练的 动态评估预测模型， 并得到分析结果， 其中， 所述分析工具层中的模型算法训练平台， 通过 所述模型训练层对动态评估预测模型进行训练； S3、 将所述分析工具层输出的分析结果输入所述结果展示层， 由所述结果展示层根据 所述分析 结果生成风险信息， 并向所述终端设备推送。 2.根据权利要求1所述的方法， 其特征在于， 向所述终端设备推送的风险信 息包括电子 地图， 在所述电子地图中标注了风险点， 并且所述电子地图中的风险点对应的数据卡中， 记 录有致灾因子、 承灾因子和孕灾因子中的至少一项。 3.根据权利要求2所述的方法， 其特征在于， 所述风险评估影响因子按照指标对象的类 型， 划分出至少4个一级风险评估影响因子， 包括： “人”风险评估影响因子、 “车”风险评估影 响因子、“路”风险评估影 响因子和“环境”风险评估影响因子， 其中， “人”风险评估影 响因子 和“车”风险评估影响因子与所述致灾因子 关联，“路”风险评估影响因子与所述承灾因子 关 联，“环境”风险评估影响因子与所述孕灾因子关联。 4.根据权利要求3所述的方法， 其特征在于， 每个一级风险评估影响因子， 都对应至少 一个次级的风险评估影响因子， 而各个次级风险评估影响因子分别对应不同的指标权 重； 在生成风险信息的过程中， 所述服务器端利用次级风险评估影响因对应的指标权重， 生成数据卡中的内容。 5.根据权利要求1所述的方法， 其特征在于， 在步骤S2中， 服务器端根据所述数据接入 层传入的数据之后， 包括： 确定所需运行的动态评估预测模型， 其中， 经由所述模型训练层训练的动态评估预测 模型， 包括： 车辆级安全风险实时动态评估模型、 路段级安全风险实时动态评估模型和路网 级安全风险实时动态评估 模型。 6.根据权利要求1所述的方法， 其特 征在于， 还 包括： 在通过所述模型训练层对动态评估预测模型进行训练的过程中， 利用风险评估影响因 子提取对应于各级动态评估预测模型的业 务特征； 其中， 所述车辆级安全风险实时动态评估 模型对应的数据特 征， 包括： 驾驶员不安全驾驶习惯预警计数、 驾驶员 近10分钟疲劳驾驶预警计数、 驾驶员 近半年 违章计数、 驾龄、 年龄、 性别、 车辆类型、 车辆行驶平均车速、 车辆行驶速度变化标准差、 车辆 行驶方位角变化标准差、 车辆技术等级、 胎压过高报警、 胎压过低 报警、 胎温过高报警、 胎压 不平衡报警、 空气温度和降雨 等级。 7.根据权利要求6所述的方法， 其特征在于， 所述路段级安全风险实时动态评估模型对 应的业务特征， 包括： 路段是否有桥梁、 路段是否互通立交、 路段是否交叉口、 路面宽度、 路面类型、 车道分权　利　要　求　书 1/2 页 2 CN 113988476 A 2类、 技术等级、 交安设施完整度、 近 半小时路段空气温度、 近 半小时路段降雨等级、 当前所属 时间段、 当前所属周次、 当前所属月份、 近半小时不同车型路段车流量总量、 近半小时不同 车型车流占比、 平均车头间距 平均值和跟车 百分比平均值。 路段车道数、 路面宽度、 路面类型、 路段弯道数、 路段路口个数、 路段隧道数、 路段桥梁 数、 近半小时路段车流量、 近半小时两客一危车辆经过次数、 近半小时路段平均车速、 当前 所属时间段、 路段技术等级、 近半小时路段降雨量、 近半小时路段可见度、 近半小时路段路 面温度和该路段近半小时高风险车辆计数。 8.根据权利要求6所述的方法， 其特征在于， 所述路网级安全风险实时动态评估模型对 应的业务特征， 包括： 路 网所涵盖路段的风险评估值的平均值、 路 网所涵盖车辆的风险评估 值的平均值、 路网高风险路段的数量占比、 路网高风险车辆的数量占比。权　利　要　求　书 2/2 页 3 CN 113988476 A 3