[go: up one dir, main page]

CN113762734A - 一种危化品车辆公路行驶风险评估方法及系统 - Google Patents

一种危化品车辆公路行驶风险评估方法及系统 Download PDF

Info

Publication number
CN113762734A
CN113762734A CN202110943041.4A CN202110943041A CN113762734A CN 113762734 A CN113762734 A CN 113762734A CN 202110943041 A CN202110943041 A CN 202110943041A CN 113762734 A CN113762734 A CN 113762734A
Authority
CN
China
Prior art keywords
evaluation
risk
factor
level
assessment
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.)
Withdrawn
Application number
CN202110943041.4A
Other languages
English (en)
Inventor
时磊
夏晶晶
陆建
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.)
Huaiyin Institute of Technology
Original Assignee
Huaiyin Institute of Technology
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 Huaiyin Institute of Technology filed Critical Huaiyin Institute of Technology
Priority to CN202110943041.4A priority Critical patent/CN113762734A/zh
Publication of CN113762734A publication Critical patent/CN113762734A/zh
Withdrawn legal-status Critical Current

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/083—Shipping
    • G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种危化品车辆公路行驶风险评估方法及系统，首先建立危化品车辆公路运输风险评估体系，确定一级评估因子及其所属的二级评估因子；用专家评分法对各因子的危险度进行评分，建立二级评估因子的隶属度风险评判矩阵，并基于评判矩阵建立各级评估因子的风险权重模糊集，基于权重模糊集构建评价模糊集，得出危化品运输风险等级。本发明还公开一种使用上述方法进行危化品运输风险评估的系统，包括风险源信息提取模块、动态评估因素识别模块、数据预处理模块、权重计算模块和行驶风险评估模块。本发明的评估影响因子设置全面，且可根据实际情况添加二级评价因子，灵活性和普适性强，能对事故发生的征兆进行提前预警，降低事故发生的可能性。

Description

一种危化品车辆公路行驶风险评估方法及系统
技术领域
本发明涉及风险评估方法及系统，尤其涉及一种危化品车辆公路行驶风险评估方法及系统。
背景技术
危化品作为生活必需品的原材料常需要进行异地运输，而高速公路为危化品车辆主要运输途径。其中驾驶员、危化品车辆、公路，三方面因素为其发生危险的主要风险源，与传统运货车不同，危化品车辆运输中一旦发生事故后果不堪设想，甚至威胁人的生命，但现有技术中无法对危化品运输过程中存在的风险进行有效评估和预警。现有技术中往往只单纯对车辆某一行使工况进行预警，不够全面，且传统评估方案只考虑事故静态因素，不能对危化品车辆行使中的风险进行实时评估。
发明内容
发明目的：本发明的目的是提供一种能够对运输事故发生作出预警的危化品车辆公路行驶风险评估方法。
技术方案：本发明所述的危化品车辆公路行驶风险评估方法包括如下步骤：
(1)用层次分析法建立危化品车辆公路运输风险评估体系，确定一级评估因子以及各一级评估因子下的二级评估因子；
(2构建表述评价结果的风险集中间值vk，其中k＝1，2，3；评分取值区间为[0，1]；用专家评分法对各个因子危险度进行评分；
(3)建立二级因子隶属度风险评判矩阵；
(4)基于隶属度风险评判矩阵建立基于熵权法的危化品运输一级评估因子和二级评估因子的权重模糊集；
(5)根据一级评估因子和二级评估因子的权重模糊集构建评价模糊集，对两级影响因子进行逐级模糊评价，得出危化品运输评估等级。
所述一级评估因子包括驾驶员α1、危化品车辆α2和公路α3。
所述步骤(3)中，一级评估因子αi，i＝1，2，3所对应的隶属度风险评判矩阵Ai为
Figure BDA0003215609790000011
其中ωijk为二级评估因子对取值区间的隶属度，j＝1，2，···，m；k＝1，2，3；其值按下式计算：
Figure BDA0003215609790000021
其中as×n为二级评估因子的模糊集中的元素由专家评分得出，且其取值区间为[0，1]，s为专家数，n为二级评估因子的个数。
所述步骤(4)包括如下步骤：
(41)将风险评判矩阵Ai进行线性变换得到矩阵Bi，Bi中单个元素为
Figure BDA0003215609790000022
其表达式如下：
Figure BDA0003215609790000023
(42)按下式计算因子的熵值Qij：
Figure BDA0003215609790000024
其中，K为玻尔兹曼常数；
(43)对二级评估因子的权重Wij赋值，表达式如下：
Figure BDA0003215609790000025
(44)建立二级因子权重模糊集，其表达式如下：
Figure BDA0003215609790000026
其中m，n，z代表各个一级因子所对应的二级因子权重值个数；
(45)构建一级因子权重模糊集，表达式如下：
U＝[U1 U2 U3]。
所述步骤(5)包括如下步骤：
(51)基于危化品运输模糊评估模型建立一级评价因子α1对应的各个二级评价因子αij初级模糊评价模型，其表达式如下：
Figure BDA0003215609790000031
其中Ei代表各一级影响因子下各个二级因子所占权重，i＝1，2，3；
(52)建立各个二级因子的评价模型，表达式如下：
Figure BDA0003215609790000032
(53)建立各个一级影响因子评价模型，表达式如下：
Figure BDA0003215609790000033
其中E1…；U1 U2 U3表示各个一级评价因子权重值，其和为1；
(54)计算危化品车辆公路运输评价指标的风险评估值，并风险度区间进行形式危险等级的评级，其中，风险评估值按下式计算：
Figure BDA0003215609790000034
本发明所述的危化品车辆公路形式风险评估系统包括如下模块：
风险源信息提取模块：以人、车、路为风险源，用专家评分法进行风险评价，存储各个路段的事故信息，作为影响风险评估的静态因素的评价模糊数值，所述静态因素包括危化品等级、道路交通量、道路弯道并根据每年事故信息实时添加；确定危化品车辆行使的路段之后，在数据库中提取出事故信息，获得隶属于一级评估因子危化品车辆α2和公路α3的二级评估因子的模糊数值；
动态评估因素识别模块：在危化品车辆行使过程中，对影响风险评估的动态因素进行识别，获得隶属于一级评估因子驾驶员α1、危化品车辆α2的二级评估因子的模糊数值；
数据预处理模块：将获得事故段信息进行加工处理，构建评判矩阵；
权重计算模块：利用构建的评判矩阵求出各个危险源的权重数值；
行驶风险评估模块：对风险综合评价值进行风险度识别，确定风险种类；
所述各模块之间通讯连接。
所述动态评估因素识别模块包括用于判别驾驶员是否疲劳驾驶的眼球运动识别装置和用于接收实时天气变化和车辆运行轨迹的gps接收装置以及各车载传感器，当出现疲劳驾驶或天气变化以及违规行使时将模糊数值定义为v1。
所述车载传感器用于监测危化品车辆行使中自身的风险，包括用于判断危化品是否泄露的液位传感器、用于判断轮胎是否失压的胎压传感器、判断转向是否平顺的方向盘转角传感器，上述传感器将测得数据转变为电信号通过车载can总线传输至系统，当判断危化品车辆自身存在危险时将模糊数值定义为v1。
有益效果：与现有技术相比，本发明具有如下显著优点：评估影响因子设置全面，预留了二级评估因子，可根据实际情况添加二级评价因子，评估模型灵活性和普适性强，能对危化品事故发生的征兆进行提前预警，降低事故发生的可能性。相对于只考虑静态评估因子的传统技术方案，本发明同时考虑动态评估因子，可以在危化品车辆行使途中实时进行风险评估，提升危化品运输过程的安全性。
附图说明
图1为本发明的危化品运输风险评估体系结构图；
图2为本发明的危化品运输风险评估系统结构示意图。
具体实施方式
下面结合附图对本发明的技术方案作进一步说明。
本发明所述的危化品运输风险评估体系如图1所示，评估方法包括如下步骤：
(1)采集路段事故信息，用层次分析法建立危化品车辆公路运输风险评估体系，确定一级评估因子以及隶属于各一级评估因子的二级评估因子。
一级评估因子包括驾驶员α1、危化品车辆α2和公路α3，隶属于驾驶员α1的二级评估因子包括疲劳驾驶、操作不当、违规驾驶；隶属于危化品车辆α2的二级评估因子包括危化品等级、制动不良、机械零部件损失；隶属于公路α3的二级评估因子包括道路交通量、天气变化、路段信息；为增强系统的灵活性，各一级评估因子下设的二级评估因子可根据实际需求增减。
(2)分析所识别的路段事故信息即事故发生数量和造成的经济损失，结合专家评分法对其危险度进行评分，构建表述评价结果的风险集vk并确定其中间值，其中k＝1，2，3，评分取值区间为[0，1]，如下表所示：
表1风险度识别区间
状态等级 取值区间 中间值
v<sub>1</sub> 危险 [0.4，1] 0.7
v<sub>2</sub> 较安全 [0.2，0.4 0.3
v<sub>3</sub> 安全 [0，0.2 0.1
(3)建立二级评估因子的隶属度风险评判矩阵；
各个二级评估因子的模糊集中单个元素表示为as×n，其值由专家评分得出，取值区间为[0，1]，s为专家数，n为二级评估因子的个数；
计算各二级评估因子对取值区间的隶属度，j＝1，2，···，m；k＝1，2，3；如下式所示：
Figure BDA0003215609790000051
由此构建一级评估因子αi，i＝1，2，3所对应的隶属度风险评判矩阵Ai为
Figure BDA0003215609790000052
(4)基于隶属度风险评判矩阵建立基于熵权法的危化品运输一级评估因子和二级评估因子的权重模糊集，具体包括如下步骤：
(41)将风险评判矩阵Ai进行线性变换得到矩阵Bi，Bi中单个元素为
Figure BDA0003215609790000057
其表达式如下：
Figure BDA0003215609790000053
(42)按下式计算因子的熵值Qij：
Figure BDA0003215609790000054
其中，K为玻尔兹曼常数；
(43)对二级评估因子的权重Wij赋值，表达式如下：
Figure BDA0003215609790000055
(44)建立二级因子权重模糊集，其表达式如下：
Figure BDA0003215609790000056
其中m，n，z代表各个一级因子所对应的二级因子权重值个数；
(45)构建一级因子权重模糊集，表达式如下：
U＝[U1 U2 U3]。
(5)根据一级评估因子和二级评估因子的权重模糊集构建评价模糊集，对两级影响因子进行逐级模糊评价，得出危化品运输评估等级，具体步骤如下：
(51)基于危化品运输模糊评估模型建立一级评价因子α1对应的各个二级评价因子αij初级模糊评价模型，其表达式如下：
Figure BDA0003215609790000061
其中Ei代表各一级影响因子下各个二级因子所占权重，i＝1，2，3；
(52)建立各个二级因子的评价模型，表达式如下：
Figure BDA0003215609790000062
(53)建立各个一级影响因子评价模型，表达式如下：
Figure BDA0003215609790000063
其中E1…；U1 U2 U3表示各个一级评价因子权重值，其和为1；
(54)计算危化品车辆公路运输评价指标的风险评估值，并风险度区间进行形式危险等级的评级，其中，风险评估值按下式计算：
Figure BDA0003215609790000064
如图2所示，本发明所述的危化品车辆公路行驶风险评估系统包括如下模块：
风险源信息提取模块：以人、车、路为风险源，用专家评分法进行风险评价，存储各个路段的事故信息，作为影响风险评估的静态因素的评价模糊数值，所述静态因素包括危化品等级、道路交通量、道路弯道并根据每年事故信息实时添加；确定危化品车辆行使的路段之后，在数据库中提取出事故信息，获得隶属于一级评估因子危化品车辆α2和公路α3的二级评估因子的模糊数值；
动态评估因素识别模块：在危化品车辆行使过程中，对影响风险评估的动态因素进行识别，获得隶属于一级评估因子驾驶员α1、危化品车辆α2的二级评估因子的模糊数值；
数据预处理模块：将获得事故段信息进行加工处理，构建评判矩阵；
权重计算模块：利用构建的评判矩阵求出各个危险源的权重数值；
行驶风险评估模块：对风险综合评价值进行风险度识别，确定风险种类；
所述各模块之间通讯连接。
动态评估因素识别模块包括用于判别驾驶员是否疲劳驾驶的眼球运动识别装置和用于接收实时天气变化和车辆运行轨迹的gps接收装置以及各车载传感器，当出现疲劳驾驶或天气变化以及违规行使时将模糊数值定义为v1。
所述车载传感器用于监测危化品车辆行使中自身的风险，包括用于判断危化品是否泄露的液位传感器、用于判断轮胎是否失压的胎压传感器、判断转向是否平顺的方向盘转角传感器，上述传感器将测得数据转变为电信号通过车载can总线传输至系统，当判断危化品车辆自身存在危险时将模糊数值定义为v1。
本实施例中未详细描述的部分均可用常规技术实现，故不再详述。

Claims (7)

1.一种危化品车辆公路行驶风险评估方法，其特征在于，所述方法包括如下步骤：
(1)用层次分析法建立危化品车辆公路运输风险评估体系，确定一级评估因子以及各一级评估因子下的二级评估因子；
(2构建表述评价结果的风险集中间值vk，其中k＝1，2，3；评分取值区间为[0，1]；用专家评分法对各个因子危险度进行评分；
(3)建立二级因子隶属度风险评判矩阵；
(4)基于隶属度风险评判矩阵建立基于熵权法的危化品运输一级评估因子和二级评估因子的权重模糊集；
(5)根据一级评估因子和二级评估因子的权重模糊集构建评价模糊集，对两级影响因子进行逐级模糊评价，得出危化品运输评估等级。
2.根据权利要求1所述的危化品车辆公路行驶风险评估方法，其特征在于，所述一级评估因子包括驾驶员α1、危化品车辆α2和公路α3。
3.根据权利要求2所述的危化品车辆公路行驶风险评估方法，其特征在于，所述步骤(3)中，一级评估因子αi，i＝1，2，3所对应的隶属度风险评判矩阵Ai为
Figure FDA0003215609780000011
其中ωijk为二级评估因子对取值区间的隶属度，j＝1，2，…，m；k＝1，2，3；其值按下式计算：
Figure FDA0003215609780000012
其中as×n为二级评估因子的模糊集中的元素由专家评分得出，且其取值区间为[0，1]，s为专家数，n为二级评估因子的个数。
4.根据权利要求3所述的危化品车辆公路行驶风险评估方法，其特征在于，所述步骤(4)包括如下步骤：
(41)将风险评判矩阵Ai进行线性变换得到矩阵Bi，Bi中单个元素为
Figure FDA0003215609780000013
其表达式如下：
Figure FDA0003215609780000014
(42)按下式计算因子的熵值Qij：
Figure FDA0003215609780000021
其中，K为玻尔兹曼常数；
(43)对二级评估因子的权重Wij赋值，表达式如下：
Figure FDA0003215609780000022
(44)建立二级因子权重模糊集，其表达式如下：
Figure FDA0003215609780000023
其中m，n，z代表各个一级因子所对应的二级因子权重值个数；
(45)构建一级因子权重模糊集，表达式如下：
U＝[U1 U2 U3]。
5.根据权利要求4所述的危化品车辆公路行驶风险评估方法，其特征在于，所述步骤(5)包括如下步骤：
(51)基于危化品运输模糊评估模型建立一级评价因子α1对应的各个二级评价因子αij初级模糊评价模型，其表达式如下：
Figure FDA0003215609780000024
其中Ei代表各一级影响因子下各个二级因子所占权重，i＝1，2，3；
(52)建立各个二级因子的评价模型，表达式如下：
Figure FDA0003215609780000025
(53)建立各个一级影响因子评价模型，表达式如下：
Figure FDA0003215609780000026
其中E1…；U1 U2 U3表示各个一级评价因子权重值，其和为1；
(54)计算危化品车辆公路运输评价指标的风险评估值，并风险度区间进行形式危险等级的评级，其中，风险评估值按下式计算：
Figure FDA0003215609780000031
6.一种使用如权利要求1-5所述方法进行危化品车辆公路行驶风险评估的系统，其特征在于，所述系统包括如下模块：
风险源信息提取模块：以人、车、路为风险源，用专家评分法进行风险评价，存储各个路段的事故信息，作为影响风险评估的静态因素的评价模糊数值，所述静态因素包括危化品等级、道路交通量、道路弯道并根据每年事故信息实时添加；确定危化品车辆行使的路段之后，在数据库中提取出事故信息，获得隶属于一级评估因子危化品车辆α2和公路α3的二级评估因子的模糊数值；
动态评估因素识别模块：在危化品车辆行使过程中，对影响风险评估的动态因素进行识别，获得隶属于一级评估因子驾驶员α1、危化品车辆α2的二级评估因子的模糊数值；
数据预处理模块：将获得事故段信息进行加工处理，构建评判矩阵；
权重计算模块：利用构建的评判矩阵求出各个危险源的权重数值；
行驶风险评估模块：对风险综合评价值进行风险度识别，确定风险种类；
所述各模块之间通讯连接。
7.根据权利要求6所述的危化品车辆公路行驶风险评估系统，其特征在于，所述动态评估因素识别模块包括用于判别驾驶员是否疲劳驾驶的眼球运动识别装置和用于接收实时天气变化和车辆运行轨迹的gps接收装置以及各车载传感器，当出现疲劳驾驶或天气变化以及违规行使时将模糊数值定义为v1。
所述车载传感器用于监测危化品车辆行使中自身的风险，包括用于判断危化品是否泄露的液位传感器、用于判断轮胎是否失压的胎压传感器、判断转向是否平顺的方向盘转角传感器，上述传感器将测得数据转变为电信号通过车载can总线传输至系统，当判断危化品车辆自身存在危险时将模糊数值定义为v1。
CN202110943041.4A 2021-08-17 2021-08-17 一种危化品车辆公路行驶风险评估方法及系统 Withdrawn CN113762734A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110943041.4A CN113762734A (zh) 2021-08-17 2021-08-17 一种危化品车辆公路行驶风险评估方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110943041.4A CN113762734A (zh) 2021-08-17 2021-08-17 一种危化品车辆公路行驶风险评估方法及系统

Publications (1)

Publication Number Publication Date
CN113762734A true CN113762734A (zh) 2021-12-07

Family

ID=78790099

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110943041.4A Withdrawn CN113762734A (zh) 2021-08-17 2021-08-17 一种危化品车辆公路行驶风险评估方法及系统

Country Status (1)

Country Link
CN (1) CN113762734A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114298518A (zh) * 2021-12-22 2022-04-08 北京工业大学 一种网联车辆环境下道路风险评价指标体系
CN115225402A (zh) * 2022-07-26 2022-10-21 华能山东发电有限公司 基于isms模型的新能源信息安全风险管理系统及方法
CN115796601A (zh) * 2022-12-29 2023-03-14 无锡晶安智慧科技有限公司 一种危险化学品企业安全风险等级评估方法
CN116631186A (zh) * 2023-05-19 2023-08-22 东南大学 基于危险驾驶事件数据的高速公路交通事故风险评估方法、系统
CN117541138A (zh) * 2024-01-10 2024-02-09 鲁西化工集团股份有限公司 一种淘汰不合格危化品物流承运车辆的系统及方法
CN117949614A (zh) * 2024-03-27 2024-04-30 广东石油化工学院 一种基于动态因子的危险品液压性能变化预测方法
CN119888893A (zh) * 2025-03-26 2025-04-25 中国人民解放军陆军装甲兵学院 基于故障排序扣分规则的车辆装备健康评估方法及系统

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114298518A (zh) * 2021-12-22 2022-04-08 北京工业大学 一种网联车辆环境下道路风险评价指标体系
CN115225402A (zh) * 2022-07-26 2022-10-21 华能山东发电有限公司 基于isms模型的新能源信息安全风险管理系统及方法
CN115796601A (zh) * 2022-12-29 2023-03-14 无锡晶安智慧科技有限公司 一种危险化学品企业安全风险等级评估方法
CN116631186A (zh) * 2023-05-19 2023-08-22 东南大学 基于危险驾驶事件数据的高速公路交通事故风险评估方法、系统
CN116631186B (zh) * 2023-05-19 2024-05-28 东南大学 基于危险驾驶事件数据的高速公路交通事故风险评估方法、系统
CN117541138A (zh) * 2024-01-10 2024-02-09 鲁西化工集团股份有限公司 一种淘汰不合格危化品物流承运车辆的系统及方法
CN117541138B (zh) * 2024-01-10 2024-04-19 鲁西化工集团股份有限公司 一种淘汰不合格危化品物流承运车辆的系统及方法
CN117949614A (zh) * 2024-03-27 2024-04-30 广东石油化工学院 一种基于动态因子的危险品液压性能变化预测方法
CN117949614B (zh) * 2024-03-27 2024-05-28 广东石油化工学院 一种基于动态因子的危险品液压性能变化预测方法
CN119888893A (zh) * 2025-03-26 2025-04-25 中国人民解放军陆军装甲兵学院 基于故障排序扣分规则的车辆装备健康评估方法及系统

Similar Documents

Publication Publication Date Title
CN113762734A (zh) 一种危化品车辆公路行驶风险评估方法及系统
CN109448369B (zh) 高速公路实时运行风险计算方法
CN110033615B (zh) 一种基于物联网的道路危险货物运输动态风险评估方法
CN104978853B (zh) 一种道路交通安全评估方法及系统
CN109409768B (zh) 物流运输车辆的预警方法
CN103487125B (zh) 一种车载重量远程检测方法和系统
CN101002239B (zh) 监控驾驶的系统和方法
CN104268701B (zh) 一种营运车辆驾驶安全性评价系统及评价方法
CN112201038A (zh) 一种基于单车不良驾驶行为风险的路网风险评估方法
CN110033614A (zh) 一种基于物联网技术的道路危险货物运输动态风险预警系统
CN110570655B (zh) 基于层次聚类和决策树的车辆特征评估方法
CN106228499A (zh) 一种基于人‑车‑路‑货多风险源的货运安全评价模型
CN107153914A (zh) 一种汽车运行风险的评价系统及方法
Mamlouk et al. Effects of the international roughness index and rut depth on crash rates
CN109493566A (zh) 一种基于gps数据的疲劳驾驶预测方法
CN109934457A (zh) 一种基于网约车行程中的风险评估方法
CN106441411A (zh) 一种轨道机车及车辆走行部检测方法及检测系统
CN106774063A (zh) 一种用于货运车辆实时在途监控与预警的方法
CN113657767A (zh) 一种基于交通数据和模糊算法的城市主干道下穿隧道风险评估方法
Liu et al. Construction of driving behavior scoring model based on obd terminal data analysis
CN112989069B (zh) 一种基于知识图谱与区块链的交通违章分析方法
CN115965235A (zh) 一种公交城市公交事故风险因素分析方法
KR101077094B1 (ko) 차량 위험운전 판단 시스템 및 방법
CN107169202A (zh) 一种行进车辆间安全保持距离的计算方法
CN107818658A (zh) 汽车驾驶风险提示方法及其装置

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20211207