一、成果内容简介

驾驶人因素是影响道路交通安全的核心 关键 。驾驶行为风险则是交通事故的重要诱因。准确识别和判定驾驶行为风险等级 程度 ，是合理开展驾驶行为矫正优化从而提升交通安全运行水平的前提。 目前 ， 驾驶行为风险评价面临“如何识别驾驶人的风险行为”与“如何评价驾驶行为风险程度”两大关键问题，而驾驶人个体特性和外部环境的复杂多样性对评价准确性提出了更多挑战。因此，需要在区分不同风险场景特征的基础上，挖掘不同类型驾驶人在风险场景中的行为表现，建立精细化的风险驾驶行为研判算法，以实现驾驶行为风险的准确识别与评价。

成果基于交通事故数据与车辆运行轨迹数据，统计分析与机器学习模型相结合，系统研究道路风险场景划分、风险驾驶行为识别与判定、驾驶人群风险特征分类、驾驶行为风险等级精细化评价、风险致因图谱刻画等关键难题 问题 ，创新形成数据驱动下的驾驶行为风险精细化识别与评价技术。

成果提出的驾驶行为风险识别与评价技术具有高精度、易实施、可解释等明显优势，可实现道路网不同风险场景风险状态动态展示、个体驾驶行为风险等级准确评判、驾驶行为风险倾向直观表达，可服务于驾驶行为管理、道路交通安全风险主动预警防控、差异化车辆保险（UBI）等不同领域。

二、技术经济指标与先进性（背景与问题分析；成果特色；应用前景。建议~200字）

成果突破了传统驾驶行为评价方法指标繁杂、风险行为判定方式粗糙、风险评价对象针对性不强、评价结果可解释性差等系列问题，重点以车辆 位置信息 、 运行速度和加速度参数为输入，建立了区分场景差异、考虑个体特性、划分车辆不同运行状态的精细化驾驶行为风险识别与评价方法，构建了风险致因可视化图谱，有效提升了评价结果的准确性、实用性和可靠性。

三、转化方式与应用效益

建议~100字，可考虑图片1张

成果可应用于驾驶人培训、驾驶行为监管、职业司机再教育、差异化保费制定、路网风险状态研判等多个领域，服务于 道路 规划 设计 部门 以及 维养 公司 、 交通管理部门、驾校、客/货运企业、公交公司、出租车公司、网约车平台等单位。有助于 改善 道路 交通 设施的 安全 水平， 提升驾驶行为精细化管理水平，减少风险驾驶行为发生比例，降低交通事故风险及损失，增加运营企业收益。