[发明专利]一种基于持续时间模型的驾驶员违章风险估计方法

摘要

本发明属于交通安全技术领域，涉及一种基于持续时间模型的驾驶员违章风险估计方法，包括以下步骤：A、构建驾驶员违章间隔时间样本数据库；B、估计驾驶员违章间隔时间整体分布；C、拟合违章间隔时间持续时间模型，并估计标定持续时间模型回归参数；D、估计驾驶员违章间隔时间累积生存率；E、估计驾驶员发生违章的风险。本发明所述方法考虑删失数据，更准确地估计驾驶员违章间隔时间分布；并识别违章行为的显著影响因素，估计驾驶员未来一段时间内的违章风险概率；据此为驾驶员提供违章预警提示，减少驾驶员发生违章和事故事件的可能性，提升道路交通安全。

主权项

1.一种基于持续时间模型的驾驶员违章风险估计方法，其特征在于，包括以下步骤：A、采集驾驶员个人属性构建个人属性数据库，采集车辆属性构建车辆属性数据库，采集驾驶员违章信息构建驾驶员历史违章信息数据库；所述个人属性包括：驾驶员的ID号、性别、年龄和驾龄；所述车辆属性包括：车辆归属地和车辆类型；所述违章信息包括：违章发生时间、驾驶员违章间隔时间、上一年违章次数和上一年严重违章类型；所述驾驶员违章间隔时间为：同一驾驶员连续两次违章的间隔时间；所述上一年违章次数指的是：以本次违章的发生年份为基准年，统计得到的该驾驶员上一年的违章次数；所述上一年严重违章类型指的是：以本次违章的发生年份为基准年，统计该驾驶员上一年是否发生过严重违章行为，有严重违章行为，上一年严重违章类型为1，否则上一年严重违章类型为0；所述严重违章行为指：在交通违章中，一次性扣分6分或12分的行为；基于驾驶员的ID号，将驾驶员的个人属性、车辆属性和违章信息进行融合匹配，提取驾驶员违章间隔时间，构建驾驶员违章间隔时间样本数据库；所述驾驶员违章间隔时间样本数据库以驾驶员每次违章间隔时间样本数据作为样本，所述违章间隔时间样本数据还包括：违章间隔时间的删失属性、每次违章间隔时间对应的驾驶员ID号、性别、年龄、驾龄、车辆类型、上一年违章次数和上一年严重违章类型；B、基于非参数方法，估计驾驶员违章间隔时间的整体分布；C、构建考虑潜在影响因素的违章间隔时间持续时间模型，并估计标定持续时间模型回归参数；所述潜在影响因素包括：驾驶员性别、驾驶员年龄、驾驶员驾龄、车辆类型、驾驶员上一年违章次数和驾驶员上一年是否发生严重违章；D、在考虑潜在影响因素下，估计驾驶员违章间隔时间累积生存率先基于违章间隔时间的持续时间模型及其持续时间模型回归参数估计值，估计违章间隔时间基准生存函数，再估计驾驶员违章间隔时间累积生存率；E、根据构建的持续时间模型，估计驾驶员发生违章的风险基于违章间隔时间样本数据和构建的持续时间模型，计算驾驶员的违章危险率，进而估计其在未来一段时间内发生违章行为的风险概率。