(12)发明专利申请
(10)申请公布号 CN 110675625 A(43)申请公布日 2020.01.10
(21)申请号 201910926509.1(22)申请日 2019.09.27
(71)申请人 合肥未来计算机技术开发有限公司
地址 230088 安徽省合肥市高新区创新大
道2800号创新产业园二期F1楼3层(72)发明人 王军 产新国
(74)专利代理机构 合肥正则元起专利代理事务
所(普通合伙) 34160
代理人 韩立峰(51)Int.Cl.
G08G 1/01(2006.01)
权利要求书2页 说明书6页 附图1页
(54)发明名称
智慧交通大数据方法及系统
(57)摘要
本发明公开了智慧交通大数据方法及系统，包括车载终端、远程智慧交通数据平台以及网络传输终端，所述网络传输终端用于车载终端与远程智慧交通数据平台之间的数据传输，所述车载终端包括车辆信息采集模块、车辆定位数据采集模块、驾驶安全数据采集模块、数据传送模块，所述远程智慧交通数据平台包括数据接收模块、大数据分析管理模块、城市交通空间信息模型建立模块、城市交通监管大数据模型建立模块、城市交通环境大数据模型建立模块，城市交通驾驶安全大数据模型建立模块，通过建立城市交通驾驶安全大数据模型，来减少道路交通事故的发生，从而保证交通的顺畅，实现基于大数据的智慧交通。
CN 110675625 ACN 110675625 A
权 利 要 求 书
1/2页
1.智慧交通大数据系统，其特征在于，包括车载终端、远程智慧交通数据平台以及网络传输终端；
所述网络传输终端用于车载终端与远程智慧交通数据平台之间的数据传输；所述车载终端包括车辆信息采集模块、车辆定位数据采集模块、驾驶安全数据采集模块、数据传送模块；
所述远程智慧交通数据平台包括数据接收模块、大数据分析管理模块、城市交通空间信息模型建立模块、城市交通监管大数据模型建立模块、城市交通环境大数据模型建立模块和城市交通驾驶安全大数据模型建立模块；
所述车辆信息采集模块用于采集车辆信息并将车辆信息传输到数据传送模块，所述车辆定位数据采集模块用于采集车辆当前定位数据并将当前定位数据传输到数据传送模块，所述驾驶安全数据采集模块用于采集车辆行驶过程中的车辆行驶信息以及驾驶人行驶状态信息，并将车辆行驶信息以及驾驶人行驶状态信息传输到数据传送模块；所述数据传送模块用于将车辆信息、当前定位数据、车辆行驶信息和驾驶人行驶状态信息传输到数据接收模块；
所述数据接收模块用于接收数据传送模块所传送的车辆信息、当前定位数据、车辆行驶信息和驾驶人行驶状态信息；
所述城市交通空间信息模型建立模块用于采集城市地理信息和建筑信息模型的BIM数据，并根据所述地理信息和建筑信息模型的BIM数据构建城市交通空间信息模型，所述城市交通监管大数据模型建立模块用于根据城市交通管理规则、交通临时管制体系、交通运行监控信息构建城市交通监管体系模型，所述城市交通环境大数据模型建立模块用于根据城市气象水文环境数据、地质灾害与应急灾害信息构建车辆交通运行环境模型；
所述城市交通驾驶安全大数据模型建立模块自动获取数据接收模块内的车辆行驶信息以及驾驶人行驶状态信息，并根据车辆行驶信息以及驾驶人行驶状态信息构建城市交通驾驶安全模型；
所述大数据分析管理模块用于对接收的数据进行分析管理与存储，并同城市交通空间信息模型、城市交通监管体系模型以及车辆交通运行环境模型进行匹配关联分析，获得车辆在交通约束环境下与地理空间随时间所形成重叠、接近、进入和碰撞的拓扑分析结果，所述大数据分析管理模块还用于对城市交通驾驶安全模型进行评分。
2.根据权利要求1所述的智慧交通大数据系统，其特征在于，所述车辆信息包括：驾驶人基本信息，包括：驾驶人姓名、身份证号、联系方式；车辆基本信息，包括：车型、车牌号码；车辆状态信息：车辆是否行驶，车辆是否驶入泊车位以及是否发生碰撞、火灾。3.根据权利要求1所述的智慧交通大数据系统，其特征在于，所述车辆行驶信息以及驾驶人行驶状态信息包括：车辆行驶时段、驾驶人驾驶时长、车辆行驶速度、车辆行驶平稳性以及驾驶人驾驶专注度。
4.根据权利要求1所述的智慧交通大数据系统，其特征在于，所述城市交通驾驶安全大数据模型建立模块的具体建立方法为：
S1：车辆行驶时段评分，根据交通出行的历史出险事故进行分析，得出不同的时段内发生的道路事故的风险率，将风险率转换为评分；
2
CN 110675625 A
权 利 要 求 书
2/2页
S2：驾驶人驾驶时长评分，记录驾驶人驾驶的时长，设定基准时间，对驾驶人所需驾驶时长进行评分以及已经驾驶时长进行实时评分；
S3：车辆行驶速度评分，将驾驶人途径道路进行切块为区域，计算其他车辆途径每个区域的平均行驶速度，将车辆行驶速度与平均行驶速度进行比较，得出该车辆在整个区域的相对行驶速度，基于车辆相对行驶速度对进行评分；
S4：车辆行驶平稳性评分，利用智能车载设备，将车辆行驶过程中急加速与急减速的事件数据进行记录，将车主在车辆行驶过程中的急加速与急减速行为进行分析，基于该种上述行为分析结果进行评分；
S5：驾驶人驾驶专注度评分，利用视频分析设备与视频采集设备，对车主开车过程中存在的打电话与发短信行为进行采集并分析，基于分析结果进行评分；
S6：建立城市交通驾驶安全大数据模型，将各项评分取平均值作为对车主的评分，用以提醒车主驾驶行为。
5.根据权利要求4所述的智慧交通大数据系统，其特征在于，所述S1中风险率通过大数据得出的数据进行计算，即将一天的时间以小时为单位划分为24个时段，将每个时段发生的道路事故与一天中发生的交通事故相除所得，将风险率记为a，通过100*a，得出评分A；
所述S2中驾驶人时长评分通过智能车载设备记录的车辆实际行驶时间或大数据得出的所需行驶时间获得，将该时间记为b，通过100-(b/4*100)，得出评分B；
所述S3中车辆相对行驶速度通过智能车载设备记录的车辆行驶速度获得，记为k，利用大数据得出每个区域的平均行驶速度，记为c，通过100-|k-c|,得出评分C；
所述S4中急加速与急减速的判断主要是通过预设时间内提速或减速是否超过预设值k，将单次车辆行驶过程中急加速与急减速的次数记为d，评分设为D{0,D1，D2，100}，当0≤d≤1，评分为100，当2≤d≤3，评分为D1，当3≤d≤4，评分为D2，当d＞4时，评分为0；
所述S5中打电话与发短信行为的时间判断超过预设值i时，记为一次打电话与发短信行为，当记录次数超过2，评分为0，当记录次数为0是，评分为100，当记录次数为1时，评分为E；
所述S6中总分评分低于90时即通过智能车载设备对车主发出警醒。6.根据权利要求1所述的智慧交通大数据方法，其特征在于，包括如下步骤：S1：采集城市地理信息和建筑信息模型的BIM数据，并根据所述地理信息和建筑信息模型的BIM数据构建城市交通空间信息模型；基于城市交通管理规则、交通临时管制体系、交通运行监控信息构建城市交通监管大数据模型；基于城市气象水文环境数据、地质灾害、应急灾害信息构建城市交通环境大数据模型，基于车辆行驶信息构建城市交通驾驶安全大数据模型；
S2：获取车辆信息，将车辆定位数据采集模块采集到的位置信息通过数据传送模块传送至远程智慧交通数据平台，同时根据驾驶安全数据采集模块采集车辆行驶过程中的车辆行驶信息以及驾驶人行驶状态信息，完善城市交通驾驶安全大数据模型；
S3：通过大数据分析管理模块对接收的数据进行分析管理与存储，并同城市交通空间信息模型、城市交通监管体系模型、车辆交通运行环境模型以及城市交通驾驶安全模型进行匹配关联分析，获得最佳的车辆安全行驶分析结果。
3
CN 110675625 A
说 明 书
智慧交通大数据方法及系统
1/6页
技术领域
[0001]本发明涉及智慧交通大数据领域，具体涉及智慧交通大数据方法及系统。背景技术
[0002]我们在生活中，总会有感觉到交通不方便的地方，如飞机晚点、延误，超级大堵车等，如此这些，已经成为我们生活中习以为常的事情。交通永远不会有发展到最完美的时候，人类会不断提出新的要求以改善舒适度，对交通出行的大数据进行分析总结可以得出不同城市的相互联系强度、城市流动人口的来源，指导城市对外交通建设；能够分析出城市交通现象与重要事件之间的关系，有效预防下次突发事件造成的交通压力；大数据能够形象地反映居民的出行路径、偏好，总结出居民的出行习惯从而为第三方服务平台提供参考，加快推进交通运输由传统产业向现代服务业转型升级；
[0003]中国专利(CN106920392A)公开了一直智慧交通大数据系统，通过基于城市智慧交通的应用场景需求，结合深度的专业应用整合，创建智慧交通大数据模型，实现人、车、路三者的协调整合，提高城市交通运输效率、交通管理效率和质量、自动化智能化水平，但是现有技术以及上述技术中针对智慧交通大数据整合过程中，主要针对特定路况信息以及交管下的实时路况，对于驾驶员自身的驾驶安全警醒不够，使得驾驶员的不端正驾驶行为易造成交通事故的发生。
发明内容
[0004]为了解决上述的技术问题，本发明的目的在于提供智慧交通大数据方法及系统。[0005]本发明所要解决的技术问题为：
[0006]本发明通过利用车辆行驶信息以及驾驶人行驶状态信息，建立城市交通驾驶安全大数据模型，基于车辆行驶时段、驾驶人驾驶时长、车辆行驶速度、车辆行驶平稳性以及驾驶人驾驶专注度这五个信息对驾驶员的驾驶行为进行分析，并对驾驶员进行一个完整的综合评分，基于这个综合评分警醒驾驶员的驾驶行为，以此来减少道路交通事故的发生，从而保证交通的顺畅，以解决现有智慧交通大数据系统使用过程中，针对驾驶员自身的驾驶安全警醒不够，使得驾驶员的不端正驾驶行为易造成交通事故的发生这一技术问题。[0007]本发明的目的可以通过以下技术方案实现：[0008]智慧交通大数据系统，包括车载终端、远程智慧交通数据平台以及网络传输终端；[0009]所述网络传输终端用于车载终端与远程智慧交通数据平台之间的数据传输；[0010]所述车载终端包括车辆信息采集模块、车辆定位数据采集模块、驾驶安全数据采集模块、数据传送模块；
[0011]所述远程智慧交通数据平台包括数据接收模块、大数据分析管理模块、城市交通空间信息模型建立模块、城市交通监管大数据模型建立模块、城市交通环境大数据模型建立模块和城市交通驾驶安全大数据模型建立模块；
[0012]所述车辆信息采集模块用于采集车辆信息并将车辆信息传输到数据传送模块，所
4
CN 110675625 A
说 明 书
2/6页
述车辆定位数据采集模块用于采集车辆当前定位数据并将当前定位数据传输到数据传送模块，所述驾驶安全数据采集模块用于采集车辆行驶过程中的车辆行驶信息以及驾驶人行驶状态信息，并将车辆行驶信息以及驾驶人行驶状态信息传输到数据传送模块；所述数据传送模块用于将车辆信息、当前定位数据、车辆行驶信息和驾驶人行驶状态信息传输到数据接收模块；
[0013]所述数据接收模块用于接收数据传送模块所传送的车辆信息、当前定位数据、车辆行驶信息和驾驶人行驶状态信息；
[0014]所述城市交通空间信息模型建立模块用于采集城市地理信息和建筑信息模型的BIM数据，并根据所述地理信息和建筑信息模型的BIM数据构建城市交通空间信息模型，所述城市交通监管大数据模型建立模块用于根据城市交通管理规则、交通临时管制体系、交通运行监控信息构建城市交通监管体系模型，所述城市交通环境大数据模型建立模块用于根据城市气象水文环境数据、地质灾害与应急灾害信息构建车辆交通运行环境模型；
[0015]所述城市交通驾驶安全大数据模型建立模块自动获取数据接收模块内的车辆行驶信息以及驾驶人行驶状态信息，并根据车辆行驶信息以及驾驶人行驶状态信息构建城市交通驾驶安全模型；
[0016]所述大数据分析管理模块用于对接收的数据进行分析管理与存储，并同城市交通空间信息模型、城市交通监管体系模型以及车辆交通运行环境模型进行匹配关联分析，获得车辆在交通约束环境下与地理空间随时间所形成重叠、接近、进入和碰撞的拓扑分析结果，所述大数据分析管理模块还用于对城市交通驾驶安全模型进行评分。[0017]进一步的，所述车辆信息包括：[0018]驾驶人基本信息，包括：驾驶人姓名、身份证号、联系方式；[0019]车辆基本信息，包括：车型、车牌号码；[0020]车辆状态信息：车辆是否行驶，车辆是否驶入泊车位以及是否发生碰撞、火灾。[0021]进一步的，所述车辆行驶信息以及驾驶人行驶状态信息包括：车辆行驶时段、驾驶人驾驶时长、车辆行驶速度、车辆行驶平稳性以及驾驶人驾驶专注度。[0022]进一步的，所述城市交通驾驶安全大数据模型建立模块的具体建立方法为：[0023]S1：车辆行驶时段评分，根据交通出行的历史出险事故进行分析，得出不同的时段内发生的道路事故的风险率，将风险率转换为评分；[0024]S2：驾驶人驾驶时长评分，记录驾驶人驾驶的时长，根据交通法针对疲劳驾驶的时间为基准，对驾驶人所需驾驶时长进行评分以及已经驾驶时长进行实时评分；[0025]S3：车辆行驶速度评分，将驾驶人途径道路进行切块为区域，计算其他车辆途径每个区域的平均行驶速度，将车辆行驶速度与平均行驶速度进行比较，得出该车辆在整个区域的相对行驶速度，基于车辆相对行驶速度对进行评分；[0026]S4：车辆行驶平稳性评分，利用智能车载设备，将车辆行驶过程中急加速与急减速的事件数据进行记录，将车主在车辆行驶过程中的急加速与急减速行为进行分析，基于该种上述行为分析结果进行评分；[0027]S5：驾驶人驾驶专注度评分，利用视频分析设备与视频采集设备，对车主开车过程中存在的打电话与发短信行为进行采集并分析，基于分析结果进行评分；[0028]S6：建立城市交通驾驶安全大数据模型，将各项评分取平均值作为对车主的评分，
5
CN 110675625 A
说 明 书
3/6页
用以提醒车主驾驶行为。[0029]进一步的，所述S1中风险率通过大数据得出的数据进行计算，即将某个时段内发生的道路事故与一天中发生的交通事故相除所得，将风险率记为a，通过100*a，得出评分A；[0030]所述S2中驾驶人时长评分通过智能车载设备记录的车辆实际行驶时间或大数据得出的所需行驶时间获得，将该时间记为b，通过100-(b/4*100)，得出评分B；
[0031]所述S3中车辆相对行驶速度通过智能车载设备记录的车辆行驶速度获得，记为k，利用大数据得出每个区域的平均行驶速度，记为c，通过100-|k-c|,得出评分C；
[0032]所述S4中急加速与急减速的判断主要是通过预设时间内提速或减速是否超过预设值k，将单次车辆行驶过程中急加速与急减速的次数记为d，评分设为D{0,D1，D2，100}，当0≤d≤1，评分为100，当2≤d≤3，评分为D1，当3≤d≤4，评分为D2，当d＞4时，评分为0；[0033]所述S5中打电话与发短信行为的时间判断超过预设值i时，记为一次打电话与发短信行为，当记录次数超过2，评分为0，当记录次数为0是，评分为100，当记录次数为1时，评分为E；
[0034]所述S6中总分评分低于90时即通过智能车载设备对车主发出警醒。[0035]进一步的，智慧交通大数据方法，包括如下步骤：[0036]S1：采集城市地理信息和建筑信息模型的BIM数据，并根据所述地理信息和建筑信息模型的BIM数据构建城市交通空间信息模型；基于城市交通管理规则、交通临时管制体系、交通运行监控信息构建城市交通监管大数据模型；基于城市气象水文环境数据、地质灾害、应急灾害信息构建城市交通环境大数据模型，基于车辆行驶信息构建城市交通驾驶安全大数据模型；[0037]S2：获取车辆信息，将车辆定位数据采集模块采集到的位置信息通过数据传送模块传送至远程智慧交通数据平台，同时根据驾驶安全数据采集模块采集车辆行驶过程中的车辆行驶信息以及驾驶人行驶状态信息，完善城市交通驾驶安全大数据模型；[0038]S3：通过大数据分析管理模块对接收的数据进行分析管理与存储，并同城市交通空间信息模型、城市交通监管体系模型、车辆交通运行环境模型以及城市交通驾驶安全模型进行匹配关联分析，获得最佳的车辆安全行驶分析结果，以提供行驶路线的引导优化、交通调度与管制、临时停车的引导，车辆违规行为的自动识别、交通事故的应急处置，驾驶安全的警醒与保障以及驾驶过程中的智慧服务。[0039]本发明的有益效果：
[0040]本发明通过利用车辆行驶信息以及驾驶人行驶状态信息，建立城市交通驾驶安全大数据模型，基于车辆行驶时段、驾驶人驾驶时长、车辆行驶速度、车辆行驶平稳性以及驾驶人驾驶专注度这五个信息对驾驶员的驾驶行为进行分析，并对驾驶员进行一个完整的综合评分，基于这个综合评分警醒驾驶员的驾驶行为，以此来减少道路交通事故的发生，从而保证交通的顺畅，实现基于大数据的智慧交通。附图说明
[0041]下面结合附图对本发明作进一步的说明。[0042]图1是本发明的方法示意图。
6
CN 110675625 A
说 明 书
4/6页
具体实施方式
[0043]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，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。[0044]请参阅图1所示，本实施例提供了智慧交通大数据系统，包括车载终端、远程智慧交通数据平台以及网络传输终端；
[0045]网络传输终端用于车载终端与远程智慧交通数据平台之间的数据传输；[0046]车载终端包括车辆信息采集模块、车辆定位数据采集模块、驾驶安全数据采集模块、数据传送模块；
[0047]远程智慧交通数据平台包括数据接收模块、大数据分析管理模块、城市交通空间信息模型建立模块、城市交通监管大数据模型建立模块、城市交通环境大数据模型建立模块和城市交通驾驶安全大数据模型建立模块；
[0048]车辆信息采集模块用于采集车辆信息并将车辆信息传输到数据传送模块，车辆定位数据采集模块用于采集车辆当前定位数据并将当前定位数据传输到数据传送模块，驾驶安全数据采集模块用于采集车辆行驶过程中的车辆行驶信息以及驾驶人行驶状态信息，并将车辆行驶信息以及驾驶人行驶状态信息传输到数据传送模块；数据传送模块用于将车辆信息、当前定位数据、车辆行驶信息和驾驶人行驶状态信息传输到数据接收模块；[0049]数据接收模块用于接收数据传送模块所传送的车辆信息、当前定位数据、车辆行驶信息和驾驶人行驶状态信息；
[0050]城市交通空间信息模型建立模块用于采集城市地理信息和建筑信息模型的BIM数据，并根据地理信息和建筑信息模型的BIM数据构建城市交通空间信息模型，城市交通监管大数据模型建立模块用于根据城市交通管理规则、交通临时管制体系、交通运行监控信息构建城市交通监管体系模型，城市交通环境大数据模型建立模块用于根据城市气象水文环境数据、地质灾害与应急灾害信息构建车辆交通运行环境模型；
[0051]城市交通驾驶安全大数据模型建立模块自动获取数据接收模块内的车辆行驶信息以及驾驶人行驶状态信息，并根据车辆行驶信息以及驾驶人行驶状态信息构建城市交通驾驶安全模型；
[0052]大数据分析管理模块用于对接收的数据进行分析管理与存储，并同城市交通空间信息模型、城市交通监管体系模型以及车辆交通运行环境模型进行匹配关联分析，获得车辆在交通约束环境下与地理空间随时间所形成重叠、接近、进入和碰撞的拓扑分析结果，大数据分析管理模块还用于对城市交通驾驶安全模型进行评分。[0053]车辆信息包括：[0054]驾驶人基本信息，包括：驾驶人姓名、身份证号、联系方式；[0055]车辆基本信息，包括：车型、车牌号码；[0056]车辆状态信息：车辆是否行驶，车辆是否驶入泊车位以及是否发生碰撞、火灾。[0057]车辆行驶信息以及驾驶人行驶状态信息包括：车辆行驶时段、驾驶人驾驶时长、车辆行驶速度、车辆行驶平稳性以及驾驶人驾驶专注度。
[0058]城市交通驾驶安全大数据模型建立模块的具体建立方法为：
7
CN 110675625 A[0059]
说 明 书
5/6页
S1：车辆行驶时段评分，根据交通出行的历史出险事故进行分析，得出不同的时段
内发生的道路事故的风险率，将风险率转换为评分；[0060]S2：驾驶人驾驶时长评分，记录驾驶人驾驶的时长，根据交通法针对疲劳驾驶的时间为基准，对驾驶人所需驾驶时长进行评分以及已经驾驶时长进行实时评分；[0061]S3：车辆行驶速度评分，将驾驶人途径道路进行切块为区域，计算其他车辆途径每个区域的平均行驶速度，将车辆行驶速度与平均行驶速度进行比较，得出该车辆在整个区域的相对行驶速度，基于车辆相对行驶速度对进行评分；[0062]S4：车辆行驶平稳性评分，利用智能车载设备，将车辆行驶过程中急加速与急减速的事件数据进行记录，将车主在车辆行驶过程中的急加速与急减速行为进行分析，基于该种上述行为分析结果进行评分；[0063]S5：驾驶人驾驶专注度评分，利用视频分析设备与视频采集设备，对车主开车过程中存在的打电话与发短信行为进行采集并分析，基于分析结果进行评分；[0064]S6：建立城市交通驾驶安全大数据模型，将各项评分取平均值作为对车主的评分，用以提醒车主驾驶行为。
[0065]S1中风险率通过大数据得出的数据进行计算，即将某个时段内发生的道路事故与一天中发生的交通事故相除所得，将风险率记为a，通过100*a，得出评分A；
[0066]S2中驾驶人时长评分通过智能车载设备记录的车辆实际行驶时间或大数据得出的所需行驶时间获得，将该时间记为b，通过100-(b/4*100)，得出评分B；
[0067]S3中车辆相对行驶速度通过智能车载设备记录的车辆行驶速度获得，记为k，利用大数据得出每个区域的平均行驶速度，记为c，通过100-|k-c|,得出评分C；
[0068]S4中急加速与急减速的判断主要是通过预设时间内提速或减速是否超过预设值k，将单次车辆行驶过程中急加速与急减速的次数记为d，评分设为D{0,D1，D2，100}，当0≤d≤1，评分为100，当2≤d≤3，评分为D1，当3≤d≤4，评分为D2，当d＞4时，评分为0；[0069]S5中打电话与发短信行为的时间判断超过预设值i时，记为一次打电话与发短信行为，当记录次数超过2，评分为0，当记录次数为0是，评分为100，当记录次数为1时，评分为E；
[0070]S6中总分评分低于90时即通过智能车载设备对车主发出警醒。[0071]智慧交通大数据方法，包括如下步骤：[0072]S1：采集城市地理信息和建筑信息模型的BIM数据，并根据地理信息和建筑信息模型的BIM数据构建城市交通空间信息模型；基于城市交通管理规则、交通临时管制体系、交通运行监控信息构建城市交通监管大数据模型；基于城市气象水文环境数据、地质灾害、应急灾害信息构建城市交通环境大数据模型，基于车辆行驶信息构建城市交通驾驶安全大数据模型；[0073]S2：获取车辆信息，将车辆定位数据采集模块采集到的位置信息通过数据传送模块传送至远程智慧交通数据平台，同时根据驾驶安全数据采集模块采集车辆行驶过程中的车辆行驶信息以及驾驶人行驶状态信息，完善城市交通驾驶安全大数据模型；[0074]S3：通过大数据分析管理模块对接收的数据进行分析管理与存储，并同城市交通空间信息模型、城市交通监管体系模型、车辆交通运行环境模型以及城市交通驾驶安全模型进行匹配关联分析，获得最佳的车辆安全行驶分析结果，以提供行驶路线的引导优化、交
8
CN 110675625 A
说 明 书
6/6页
通调度与管制、临时停车的引导，车辆违规行为的自动识别、交通事故的应急处置，驾驶安全的警醒与保障以及驾驶过程中的智慧服务。
[0075]本发明通过利用车辆行驶信息以及驾驶人行驶状态信息，建立城市交通驾驶安全大数据模型，基于车辆行驶时段、驾驶人驾驶时长、车辆行驶速度、车辆行驶平稳性以及驾驶人驾驶专注度这五个信息对驾驶员的驾驶行为进行分析，并对驾驶员进行一个完整的综合评分，基于这个综合评分警醒驾驶员的驾驶行为，以此来减少道路交通事故的发生，从而保证交通的顺畅，实现基于大数据的智慧交通。
[0076]以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。
9
CN 110675625 A
说 明 书 附 图
1/1页
图1
10
因篇幅问题不能全部显示，请点此查看更多更全内容