技术特征：
1.一种公路货运通道综合风险评价方法，其特征在于，包括以下步骤：s1、获取原始轨迹数据、路网数据和包括od数据、中国行政区划地图底图数据和天气数据的其他数据进行预处理得到处理后的数据；s2、基于处理后的数据识别公路货运通道；s3、选择评价指标，建立公路货运通道风险评价指标体系；s4、根据公路货运通道风险评价指标体系建立公路货运通道风险评价模型；s5、使用建立的公路货运通道风险评价模型对通道风险进行识别。2.根据权利要求1所述的一种公路货运通道综合风险评价方法，其特征在于，步骤s1的具体实现方法如下：s1-1、获取原始轨迹数据、路网数据和包括od数据、中国行政区划地图底图数据和天气数据的其他数据；s1-2、将地球看成圆球，计算原始轨迹数据相关的地理空间距离；通过调用高德开放提供的api接口对轨迹点的经纬度进行逆地理编码转换，将轨迹点的经纬度信息匹配为文字格式的地址信息；对获取的原始轨迹数据进行重复数据剔除、异常数据处理、数据范围坐标系转换筛选操作，完成对原始轨迹数据的预处理，得到处理后的轨迹数据；s1-3、对路网数据通过地理范围筛选、道路等级筛选的方式进行数据预处理，得到处理后的路网数据；s1-4、将处理后的轨迹数据、处理后的路网数据和其他数据构成处理后的数据。3.根据权利要求2所述的一种公路货运通道综合风险评价方法，其特征在于，步骤s2的具体实现方式如下：s2-1、使用核密度分析工具得到货车轨迹点的分布情况和货车活动的规律；s2-2、对处理后的轨迹数据进行校正，并使处理后的轨迹数据和路网数据匹配，得到路网匹配结果；s2-3、根据路网匹配结果对轨迹点所在路网数据按照轨迹点在不同道路活动的频次做出排序，确定公路货运的节点城市，选取节点城市两个及以上的道路作为公路货运通道。4.根据权利要求3所述的一种公路货运通道综合风险评价方法，其特征在于，使处理后的轨迹数据和路网数据匹配的具体步骤如下：s2-2-1、设置缓冲区，并将缓冲区半径设置为50m；s2-2-2、利用裁切工具裁切掉路网缓冲区以外的数据；s2-2-3、对处理后的轨迹数据和路网数据进行近邻分析；s2-2-4、将处理后的轨迹数据中新增的轨迹点所在路网序号和路网数据中的路网序号进行表关联，完成路网数据和处理后的轨迹数据的匹配。5.根据权利要求3所述的一种公路货运通道综合风险评价方法，其特征在于，步骤s3的具体实现方式如下：s3-1、根据公式：得到第k个轨迹点的对应道路等级风险指标h
k
为公路货运通道内第k个轨迹点所属
道路等级的事故总数占比；p
k
为公路货运通道内第k个轨迹点所属道路等级的单起事故死亡率；l
k
为公路货运通道内第k个轨迹点所属道路等级的总里程数；s3-2、根据公式：得到公路货运通道内道路等级风险指标x1，n为单位时间内对应公路货运通道内的轨迹点数量；s3-3、根据公式：得到公路货运通道的特殊路段指标x2，为第k个轨迹点对应特殊路段风险评分；s3-4、根据公式：得到公路货运通道的拥堵情况风险指标x3，为第k个轨迹点的拥堵情况评分；s3-5、根据公式：得到公路货运通道超速情况指标x4；为第k个轨迹点的超速情况评分；s3-6、根据公式：得到公路货运通道超载比例指标x5，为第m个出发城市和到达城市都为公路货运通道经过城市的od数据对应超载比例评分；n
′
为公路货运通道内od数据总数；s3-7、根据公式：得到公路货运通道的危货运输指标x6，表示第m个出发城市和到达城市都为公路货运通道经过城市的od数据危货运输评分；s3-8、根据公式：8、根据公式：
得到公路货运通道的驾驶时段指标h
k
表示第k个轨迹点所在时刻对应的货运活动分布值；s
k
表示第k个轨迹点所在时刻对应的交通事故发案分布值；x7表示公路货运通道的驾驶时段指标；s3-9、根据公式：得到公路货运通道的驾驶时长指标x8，表示单位时间内第m个出发城市和到达城市都为公路货运通道经过城市的od数据中货运时长值；s3-10、将最低气温在0℃以下和最高气温在40℃以上的轨迹点的气温影响风险评分设为1，将全天气温处于0℃到40℃之间的轨迹点的气温影响风险评分设为0；s3-11、根据公式：得到公路货运通道的天气影响指标x9，表示公路货运通道内第k个轨迹点对应的天气影响风险评分；s3-12、根据公式：得到对处理后的数据进行离差标准化后的正向指标值设置第a个公路货运通道为第a个评价对象；x
ab
表示x1、x2…
x9的值，即代表第b个指标在第a个评价对象的值，1≤a≤g，1≤b≤s，min
b
是第b个指标的最小值，max
b
是第b个指标的最大值，s表示共有s个指标，g表示共有g个评价对象；s3-13、根据公式：13、根据公式：13、根据公式：13、根据公式：
对指标的数据进行z-score标准化处理，得到方差为1、均值为0的标准指标指标的数据经过z-score标准化处理后得到无量纲矩阵x
*
；其中，x
ij
代表第j个指标的第在第i个评价对象的值，1≤i≤g，1≤j≤s；是第j个指标的均值；σ
j
是第j个指标的标准差。6.根据权利要求5所述的一种公路货运通道综合风险评价方法，其特征在于，步骤s4的具体实现方式如下：s4-1、对指标的数据进行min-max归一化处理，将归一化后的数据矩阵记为采用熵值法对进行风险评价值计算，得到风险评价的综合得分；s4-2、根据风险评价的综合得分将通道动态风险等级定义为“低风险”、“中低风险”、“中风险”、“中高风险”、“高风险”五类；s4-3、对评价指标进行主成分分析得到主成分得分；s4-4、将主成分分析的结果作为bp神经网络的输入矩阵，将熵值法得到的风险评价的综合得分作为训练目标矩阵，对bp神经网络进行训练，得到训练后的bp神经网络；s4-5、将训练后的bp神经网络作为公路货运通道风险评价模型。7.根据权利要求6所述的一种公路货运通道综合风险评价方法，其特征在于，步骤s4-1中熵值法的计算方法如下：s4-1-1、根据公式：得到第b个评价指标下第a个评价对象占该指标的比重p
ab
；其中，c表示共有c个评价对象，d表示共有d个评价指标；s4-1-2、根据公式：得到第b个评价指标的熵值e
b
；其中，s4-1-3、根据公式：f
b
＝1-e
b
得到第b个评价指标的信息熵冗余度f
b
；s4-1-4、根据公式：得到第b个评价指标的权重值h
b
；s4-1-5、根据公式：
得到第a个评价对象的综合得分z
a
。8.根据权利要求6所述的一种公路货运通道综合风险评价方法，其特征在于，步骤s4-3中主成分分析算法实现步骤如下：s4-3-1、根据公式：得到用x代表的处理后的轨迹数据矩阵；其中v为处理后的轨迹数据中的通道数；u为处理后的轨迹数据中的评价指标数；s4-3-2、根据公式：2、根据公式：得到任意两评价指标的相关系数r
αβ
；并将相关系数r
αβ
组成相关系数矩阵r；其中，α、β分别表示第α个指标和第β个评价指标；γ表示第γ个通道；s4-3-3、对相关系数矩阵r的特征方程|λi
u-r|＝0进行求解，得到全部特征值和对应特征向量：其中，特征向量t
(1)
，t
(2)
，
…
，t
(u)
的对应特征值为λ1，λ2，
…
，λ
u
；s4-3-4、根据公式：4、根据公式：得到第y个主成分y
y
的贡献率b
y
，1至τ个主成分的累积贡献率b
μ
；获取累计贡献率达到90％以上时τ的取值；其中，θ表示第θ个特征值，1≤y≤u，1≤τ≤u；s4-3-5、根据步骤s4-1熵值法计算公式得到的无量纲矩阵x
*
，得到前τ个主成分得分，表
示为：其中，a
11
、a
12
…
a
τu
为矩阵x
*
的系数。9.根据权利要求6所述的一种公路货运通道综合风险评价方法，其特征在于，步骤s2-2-3中近邻分析的具体方法为：将处理后的轨迹数据与路网数据输入近邻分析工具，使处理后的轨迹数据与路网数据匹配；将路网匹配前和匹配后的经纬度坐标放入底图中，对比匹配的轨迹点位置变化；其中，在匹配后的属性表中增加了经纬度与轨迹点所在路网序号三个新的字段。10.一种电子设备，其特征在于，所述设备包括：存储器，存储有可执行指令；以及处理器，被配置为执行所述存储器中可执行指令以实现权利要求1～9中任一项所述的方法。
技术总结
本发明公开了一种公路货运通道综合风险评价方法及电子设备，包括以下步骤：S1、获取原始轨迹数据、路网数据和包括OD数据、中国行政区划地图底图数据和天气数据的其他数据进行预处理得到处理后的数据；S2、基于处理后的数据识别公路货运通道；S3、选择评价指标，建立公路货运通道风险评价指标体系；S4、根据公路货运通道风险评价指标体系建立公路货运通道风险评价模型；S5、使用建立的公路货运通道风险评价模型对通道风险进行识别。本发明可以利用已有客观数据提前判断公路风险，对高风险的货运通道进行重点监控，预防事故发生；可以给司机提供安全警示和参考；可以为货运信息平台运营中添加安全因素相关的影响。营中添加安全因素相关的影响。营中添加安全因素相关的影响。
技术研发人员：甘蜜 何昱欣 王晨宇 黄曦 彭涛 王彬旭 王冲尧
受保护的技术使用者：西南交通大学
技术研发日：2022.08.10
技术公布日：2022/11/8