面向城市道路驾驶数据的危险评估方法和装置

1.本发明属于风险评估技术领域，涉及一种城市道路驾驶数据的危险评估方法和装置。


背景技术：

2.目前车辆数据传输是通过建立中心化的云数据库进行数据传输存储，企业可以直接监管用户以及车辆传输的数据，车辆向服务端发送请求，系统平台调用云数据库响应并返回数据。这种以企业服务器为中心的数据请求模式存在风险，单位时间内瞬发请求超过服务器负载会导致服务器宕机而导致网络无法响应，提升服务器负载水平也会造成运营成本过高等问题。针对车联网服务的攻击者也能修改数据导致发生危险。


技术实现要素：

3.本发明要解决的技术问题是，提供一种面向城市道路驾驶数据的危险评估方法和装置，对参与车辆节点处于不同城市道路环境的状态进行危险评估，并根据评估结果返回给车辆安全行为操作，确保车辆道路数据安全。
4.为实现上述目的，本发明采用如下的技术方案：
5.一种面向城市道路驾驶数据的危险评估方法，包括以下步骤：
6.步骤s1、获取道路行驶安全参数；
7.步骤s2、获取车辆运行数据；
8.步骤s3、将所述车辆运行数据加密上传到区块链网络；
9.步骤s4、通过博弈方式对所述车辆运行数据进行危险评估，更新道路行驶安全参数的状态；
10.步骤s5、根据更新后道路行驶安全参数的状态，得到道路数据评估的风险值；
11.步骤s6、根据所述风险值从行为数据库中映射车辆行为。
12.作为优选，所述道路行驶安全参数由车辆自检状态、道路位置坐标、相对静止状态下道路环境情况数据确定。
13.作为优选，所述车辆运行数据包含：当时车辆的速度、下一时刻的角速度、雷达以及车载摄像头拍摄的周边环境道路视觉数据。
14.作为优选，所述步骤s4具体为：根据所述车辆运行数据通过博弈对不同车辆节点交互过程中的状态值进行动态调整预警，通过预警结果对场景分级以实现危险评估。
15.本发明还提供一种面向城市道路驾驶数据的危险评估装置，包括：
16.第一获取模块，用于获取道路行驶安全参数；
17.第二获取模块，用于获取车辆运行数据；
18.加密模块，用于将所述车辆运行数据加密上传到区块链网络；
19.危险评估模块，用于通过博弈方式对所述车辆运行数据进行危险评估，更新道路行驶安全参数的状态；
20.处理模块，用于根据更新后道路行驶安全参数的状态，得到道路数据评估的风险值；
21.映射模块，用于根据所述风险值从行为数据库中映射车辆行为。
22.作为优选，所述道路行驶安全参数由车辆自检状态、道路位置坐标、相对静止状态下道路环境情况数据确定。
23.作为优选，所述车辆运行数据包含：当时车辆的速度、下一时刻的角速度、雷达以及车载摄像头拍摄的周边环境道路视觉数据。
24.作为优选，所述危险评估模块根据所述车辆运行数据通过博弈对不同车辆节点交互过程中的状态值进行动态调整预警，通过预警结果对场景分级以实现危险评估。
25.本发明技术方案使用区块链技术确保网络传输中的数据安全，同时通过博弈论方式对参与车辆节点处于不同城市道路环境的状态进行危险评估，并根据评估结果返回给车辆安全行为操作，确保车辆道路数据安全。
附图说明
26.为了更清楚地说明本发明的技术方案，下面对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
27.图1为本发明实施面向城市道路驾驶数据的危险评估方法的流程图。
具体实施方式
28.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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
29.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
30.实施例1：
31.如图1所示，本技术实施例提供一种面向城市道路驾驶数据的危险评估方法，包括以下步骤：
32.步骤s1、获取道路行驶安全参数；
33.步骤s2、获取车辆运行数据；
34.步骤s3、将所述车辆运行数据加密上传到区块链网络；
35.步骤s4、通过博弈方式对所述车辆运行数据进行危险评估，更新道路行驶安全参数的状态；
36.步骤s5、根据更新后道路行驶安全参数的状态，得到道路数据评估的风险值；
37.步骤s6、根据所述风险值从行为数据库中映射车辆行为。
38.本发明实施例利用全域
39.集理论搭建系统模型，使用区块链技术实现面向城市道路驾驶数据的危险评估；其中，系统模型使用全域集理论定义如下：
40.s＝(a,b,f(λ,r2,t),j,d)
41.全域集理论包含有一个五元组模块，a是模型输入端数据，包括车辆的传感器数据以及车辆在形式过程中采集到的周边环境节点数据；b是数据映射方式，用于统一数据输入后的清洗筛选，剔除无用数据并进行数据结构匹配，在此过程中车辆数据需要先进行加密操作，有区块链传输给不同节点后，接收节点再进行解密获取数据信息，确保了数据传输的准确性；f是模型数据变换过程，通过不同车辆节点间数据交互获取此时状态下最佳的行为操作，利用博弈论方式使得不同的节点都为竞争高投票率而确保评估结果的安全性；d为模型数据转换对应表映射，车辆对环境状态评估完成后给与出此时刻的安全行为操作；j是模型博弈结果的误差值，将此误差值也作为映射关键权重参与下一次博弈循环。
42.作为本发明实施例的一种实施方式，步骤s1可具体通过以下方式获取道路行驶安全参数：车辆初始化并加入车联网网络，车联网之间数据的安全传输由底层区块链网络保障；车辆作为新加入的节点参与节点与周边道路单元交互，从车联网平台获取当前状态的道路行驶安全参数λ，安全参数由车辆自检状态、道路位置坐标、相对静止状态下道路环境情况数据综合计算。
43.作为本发明实施例的一种实施方式，步骤s2中，车辆根据内置的传感器获取车辆运行数据，包括当时车辆的速度、下一时刻的角速度、雷达以及车载摄像头拍摄的周边环境道路视觉数据。
44.作为本发明实施例的一种实施方式，步骤s3中，使用非对称加密算法对车辆运行数据进行加密解密，对数据明文a采用公钥(n,e)进行加密，n和e是公钥，加密后密文为y，加密公式为：ae＝b(modn)；对密文y采用私钥(n,d)进行解密，n和d是私钥，解密后明文为a，解密公式为bd＝a(modn)。
45.作为本发明实施例的一种实施方式，步骤s4为：根据所述车辆运行数据通过博弈对不同车辆节点交互过程中的状态值进行动态调整预警，然后通过预警结果对场景分级，根据不同的预警结果反馈给车辆安全行为操作。具体包括：
46.s41、在博弈之前定义参与的变量，车辆在交互过程中需要发送事务，离发送事务最近的基站作为博弈中的sn1，转发的剩下所有的节点为sn2。假设自变量p表示转发事务的能力，网络范围中包括的节点越多，投票权越多，转发事务的能力越强。假设d某一时段参与网络中节点的数量。假设vw：投票权比率，事务转发成果并且通过共识验证而对网络设置的投票权重。通过设置节点共识算法，每个节点都会为增加自己的投票率而努力；
47.s42、sn1处理事务的最大值一定，即将sn1转发事务的能力成本固定，需转发事务为此时刻的需求函数，节点传输为分布式的点对点传输，vw为转发的事务验证为成功的数据反馈；
48.s43、因为sn1先决定p1，sn2知道sn1的p1，在确定p1时，sn1必须考虑sn2将如何作出反应，sn1所决定的p1需要以跟随此时所有收到的交易的反应函数为约束，sn1所决定的节点需求数将是一个以跟随sn的反应函数为约束的vw最大化数值；
49.s44、设当前时刻需求函数为：
50.d＝d(p1+p2)a-b(p1+p2)
51.其中，p1和p2分别是sn1和sn2转发事务的能力；a、b为线性函数的固定常数；假设两节点的初始投票权重相同，都为c＝c0p，c0为常数，不同网络中常数值不同。首先考虑在给定
sn1的d下，sn2寻求使自己vw最大化的最优解p2，即：maxp2[a-b(p1+p2)]-cp2，所述最优解的p2为关于p1的函数p2＝g(p1)；
[0052]
s45、在知道sn2对任意给定产量的反应后，sn1的最优产量模型为：maxp1[a-b(p1+p2)]-cp1，s.t.p2＝g(p1)；
[0053]
因此需要先求解如下的优化模型：maxp2[a-b(p1+p2)]-cp2，得到p2＝g(p1)；
[0054]
s46、再求解如下的优化模型：maxp1[a-b(p1+p2)]-cp1，s.t.p2＝g(p1)；
[0055]
s47、得到p1，代入p2＝g(p1)得到p2，得到双节点均衡时的(p1,p2)，为网络中所有节点循环执行次博弈；
[0056]
s48、通过博弈得到不同节点车辆单位运行时刻的平衡参数系数，以此更新步骤s1中道路行驶安全参数λ状态，
[0057]
λ
new
＝f(λ0,p,t)；
[0058][0059]
其中，λ
new
安全参数的更新状态，f表示t时刻内车辆参数变化的过程,λ0是上一时刻车辆安全状态，p为不同车辆博弈平衡态时的模型状态，比如sn1节点此时的输入状态为p1，sn2节点此时的输入状态p2，t为从上一时刻到接收到新的车辆数据的时间间隔。
[0060]
作为本发明实施例的一种实施方式，步骤s5具体包括：
[0061]
s51、通过博弈论得到车辆新的安全状态后，对环境数据进行误差分析，根据数据前一刻评估结果的数据和反馈接收到真实的数据进行对比计算得到误差参数r2，如下公式：
[0062][0063][0064]
其中，yi是车辆在感知过程中获取到的环境数据，r2表示此时刻车辆博弈评估得到的结果与真实环境数据对比的误差度，表示车辆运行过程中采集到的在时间间隔t内的环境数据的平均值，fi表示以当前状态预测的结果参考数据，ss
res
是预测数据与平均值的误差，ss
tot
表示真实数据与平均值的误差。
[0065]
s52、车辆通过以下公式计算此时道路数据评估的风险值：
[0066]
risk＝f(λ,r2,t)
[0067]
其中，risk表示此时状态的风险值，风险值由共同权重计算得出。
[0068]
作为本发明实施例的一种实施方式，步骤s6如表1所示，当车辆刚刚启动时，通过接入网络的道路行驶安全参数λ值开始改变，车辆加速启动时速度较低与周边环境交互处于安全状态，risk值将处于0-0.2状态；当车辆加速速度平稳后，开始同步交互周边车辆以及环境信息，本车车辆与周边单元博弈需求双方共赢的状态值。当车辆博弈结果得到的risk值处于0.2-0.4状态时，车辆能够通过博弈结果安全行驶；当车辆博弈结果得到的risk值处于0.4-1状态时，车辆此时状态被视为处于危险情况，会进行加速、减速、刹车等安全操
作确保车辆行进安全。
[0069]
表1
[0070]
risk值状态加速度行为0-0.2启动态a＝+s/v加速0.2-0.4正常态a＝0保持0.4-0.6波动态a＝
±
s/v加/减速0.6-0.8风险态a＝-s/v减速0.8-1危险态a＝-max刹车
[0071]
针对车联网数据信息安全中存在的问题：车联网中参与车辆所处的危险路况和数据传输过程中的泄露。车辆在城市道路上行驶过程中会遇到复杂多变的场景，车辆根据不同驾驶环境做出安全决策是重要的，从车联网云端服务器中快速且准确的获取到指令也同样重要。区块链技术在网络传输过程中能够保证数据未被篡改，车联网中的路侧单元也能够为车辆提供快速的服务响应，智能合约可以对参与的车辆节点数据评估，确保数据传输安全。本发明实施例首先使用区块链技术确保网络传输中的数据安全，同时通过博弈论方式对参与车辆节点处于不同城市道路环境的状态进行危险评估，并根据评估结果返回给车辆安全行为操作，确保车辆道路数据安全。目前使用区块链技术进行车联网间数据安全交互，但是没有对危险状况下的场景进行分析，车辆在实际城市道路上运行过程中可能由于路况复杂危及人员的生命财产安全。针对以上问题，本发明实施例对车辆在城市道路中运行时数据状态进行评估预警，确保车辆行驶安全。
[0072]
本发明实施例具有以下技术效果：
[0073]
1、本发明实施例基于区块链技术对车行驶过程中采集的城市道路环境数据进行危险评估，对车辆是否处于危险环境进行状态计算，车辆根据状态结果映射安全行为，保证车辆驾驶安全。
[0074]
2、本发明实施例通过博弈论方式代替传统的危险评估方式，利用车辆与周边环境状态的交互博弈，借助实时博弈结果及状态改变时间判定临界值是否处于风险区间，以此达到数据风险评估目的。
[0075]
实施例2：
[0076]
本发明还提供一种面向城市道路驾驶数据的危险评估装置，包括：
[0077]
第一获取模块，用于获取道路行驶安全参数；
[0078]
第二获取模块，用于获取车辆运行数据；
[0079]
加密模块，用于将所述车辆运行数据加密上传到区块链网络；
[0080]
危险评估模块，用于通过博弈方式对所述车辆运行数据进行危险评估，更新道路行驶安全参数的状态；
[0081]
处理模块，用于根据更新后道路行驶安全参数的状态，得到道路数据评估的风险值；
[0082]
映射模块，用于根据所述风险值从行为数据库中映射车辆行为。
[0083]
作为本发明实施例的一种实施方式，所述道路行驶安全参数由车辆自检状态、道路位置坐标、相对静止状态下道路环境情况数据确定。
[0084]
作为本发明实施例的一种实施方式，所述车辆运行数据包含：当时车辆的速度、下
一时刻的角速度、雷达以及车载摄像头拍摄的周边环境道路视觉数据。
[0085]
作为本发明实施例的一种实施方式，所述危险评估模块根据所述车辆运行数据通过博弈对不同车辆节点交互过程中的状态值进行动态调整预警，通过预警结果对场景分级以实现危险评估。
[0086]
以上所述的实施例仅是对本发明优选方式进行的描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。