买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉公安部道路交通安全研究中心申请的专利一种电动自行车骑行者的风险识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114997714B 。

龙图腾网通过国家知识产权局官网在2026-01-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210743207.2，技术领域涉及：G06Q10/0635；该发明授权一种电动自行车骑行者的风险识别方法及系统是由赵琳娜;成超锋;宋然子;戴帅;刘金广;刘涛;闫星培;褚昭明;朱新宇;杨钧剑;于晓娟;姚雪娇;刘婉设计研发完成，并于2022-06-27向国家知识产权局提交的专利申请。

本一种电动自行车骑行者的风险识别方法及系统在说明书摘要公布了：本发明提供的电动自行车骑行者的风险识别方法及系统，该方法基于预设道路交通违法信息建立风险数据集，然后基于该风险数据集，采用模糊类聚类算法分析电动自行车骑行者的交通安全风险，以按照预设风险等级进行划分；最后，根据骑行者的属性信息以及电动自行车车辆特征信息，再次将各风险等级的电动自行车骑行者群体划分为不同的风险种类。该方法能够精准定位存在不同安全风险等级的电动自行车群体，以便对各安全风险等级的电动自行车骑行者制定不同的管理策略，进行差异化管理电动自行车骑行者群体，同时为制定电动自行车治理措施提供了依据。

本发明授权一种电动自行车骑行者的风险识别方法及系统在权利要求书中公布了：1.一种电动自行车骑行者的风险识别方法，其特征在于，包括： 在采样周期内，采集电动自行车的车辆特征信息、骑行者的预设道路交通违法信息及骑行者的属性信息，基于所述预设道路交通违法信息建立风险数据集，所述车辆特征信息包括：车辆号牌种类以及车辆号牌号码；所述预设道路交通违法信息包括：交通违法行为发生时间、地点以及频次；所述骑行者的属性信息包括：骑行者年龄；其中车辆号牌种类分为：私人电动自行车、外卖行业用车；骑行者年龄分为16岁-30岁、31岁-40岁、41岁-50岁、51岁-60岁、61岁以上； 基于所述风险数据集，采用模糊聚类算法分析电动自行车骑行者的交通安全风险，并按照预设风险等级进行划分，包括： 根据所述风险数据集确定电动自行车骑行者的风险因子集合，包括：根据电动自行车发生交通违法行为的频次、在预设时间段内发生交通违法行为的频次以及在预设地点发生交通违法行为的频次，确定所述风险因子集合；其中交通违法行为包括逆向行驶、违反交通信号通行以及违法占道行驶，预设时间段为早晚高峰； 根据预设风险等级设定聚类中心集，根据所述聚类中心集和所述风险因子集合得到所述聚类中心集的隶属度，依据所述隶属度获得骑行者交通风险隶属度矩阵； 迭代计算电动自行车骑行者风险等级的聚类分析结果，直至所述骑行者交通风险隶属度矩阵满足预设条件，获得电动自行车骑行者的预设风险等级； 根据骑行者的属性信息以及电动自行车车辆特征信息，再次将各预设风险等级的电动自行车骑行者群体划分为不同的风险种类，包括：根据所述骑行者年龄、电动自行车的车辆号牌种类以及车辆号牌号码将各预设风险等级的电动自行车骑行者进行交叉分类； 所述根据预设风险等级设定聚类中心集，根据所述聚类中心集和所述风险因子集合得到所述聚类中心集的隶属度，依据所述隶属度获得骑行者交通风险隶属度矩阵，包括： 设定所述聚类中心集V＝{vωt}；其中，vωt表示第ω个风险等级、第t次迭代的聚类中心，ω∈[1，M]，M为预设风险等级的数量； 根据所述聚类中心集和所述风险因子集合获得所述聚类中心集的隶属度 其中，dωi表示第i个骑行者到第ω个风险类别聚类中心的欧式距离，q为模糊指数；Sωi为第ω个风险等级、第i个骑行者的风险因子集合，N为电动自行车骑行者总数量；Vωi表示第ω个风险等级、第i个骑行者的聚类中心集； 同时，μωi应满足以下约束条件： 依据所述聚类中心集的隶属度得到骑行者交通风险隶属度矩阵U＝{μ1i，……，μωi}；其中，ω∈[1，M]，M为预设风险等级的数量，i∈[1，N]，N为电动自行车骑行者总数量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人公安部道路交通安全研究中心，其通讯地址为：100062 北京市东城区崇文门外大街3号B座14层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。