公开/公告号CN103955596A
专利类型发明专利
公开/公告日2014-07-30
原文格式PDF
申请/专利权人 安徽科力信息产业有限责任公司;
申请/专利号CN201410098350.6
申请日2014-03-14
分类号G06F19/00(20110101);
代理机构34115 合肥天明专利事务所;
代理人金凯
地址 230088 安徽省合肥市黄山路628号
入库时间 2023-12-17 00:30:37
法律状态公告日
法律状态信息
法律状态
2017-09-22
授权
授权
2014-08-27
实质审查的生效 IPC(主分类):G06F19/00 申请日:20140314
实质审查的生效
2014-07-30
公开
公开
技术领域
本发明涉及道路交通安全技术领域,具体是一种基于交通事故采 集技术的事故热点综合判定方法。
背景技术
交通事故采集技术主要是指通过人工、移动终端和固定监测三种 手段获取事故信息的手段。其中,人工主要是指交警通过填写事故信 息采集表获取事故信息;移动终端是指通过执法终端录入事故信息; 固定监测是指通过视频监控提取事故信息。通过这些手段获得的事故 信息统一汇总到交通事故采集系统中,事故信息一般包括事故时间、 地点、形态、类型、原因等等,这些数据是事故热点综合判定的基础。
事故热点又名“事故黑点”,是指事故多发点段。传统的事故黑 点定义是单纯依靠某一地点或者某一路段发生事故的绝对次数来确 定的。公安部2001年6月16日出台的《全面排查道路交通事故多发 点段工作方案》中规定:点是指500m范围内的事故发生地;段是指 道路上2000m范围内或道路桥、涵洞全程的事故发生地,多发是指一 年内发生3次重大以上交通事故。该规定从宏观量上定义了事故多发 点,但随着科技的发展和进步,该规定也存在一定的弊端,一是发生 同样次数的交通事故,不同道路之间不具备可比性,如高速公路由于 交通量大,发生事故的概率与国省道交通量小的路段相比,会大很多; 二是没有科学地考虑发生事故的严重程度,发生2起特大事故的严重 程度必然比发生3起重大事故严重,但是如果依据规定,发生2起特 大事故不能被判定为事故多发点;三是判别阈值设定缺乏特殊性,由 于各个区域各个路段的差异性,采用同一阈值进行判别显然不太可 取。
发明内容
本发明的目的在于提供一种基于交通事故采集技术的事故热点 综合判定方法,通过该方法能够实现对事故热点进行更加可靠、科学 的判定。
本发明的技术方案为:
一种基于交通事故采集技术的事故热点综合判定方法,该方法包 括以下步骤:
(1)通过地理信息系统平台获取路网每条道路的路段Ri的基础 属性数据;
(2)根据路网每条道路的路段Ri的基础属性数据,将同类路段 进行归并分类;
(3)获取某一历史年份内路网每条道路的路段Ri发生事故的信 息数据;
(4)计算历史年份内路段Ri发生事故的当量值Ni,
Ni=ΣNj*ωj,
其中,Nj表示历史年份内路段Ri发生各类不同严重程度事故的次 数,j表示发生事故的种类,ωj表示j类事故严重程度的预设权重;
(5)计算历史年份内路段Ri发生事故的当量指数SRi,
其中,表示历史年份内路段Ri的通行交 通暴露量,单位:百万车,AADTi表示历史年份内路段Ri的年平均日 交通流量,Li表示路段Ri的长度,ni表示路段Ri的车道数;
(6)计算历史年份内路段Ri的同类路段发生事故的平均当量指 数的临界值SRI,
其中,表示历史年份内路段Ri的同类路段发生事 故的平均当量指数,m表示该类路段的总数,表示历史年份内路段Ri的同类路段的平均通行交通暴露量,I表示假 设ASRI服从正态分布,置信度为α时的P值;
(7)将历史年份内路段Ri发生事故的当量指数SRi与其同类路段 发生事故的平均当量指数的临界值SRI进行比较,若SRi>SRI,则路 段Ri属于事故热点,若SRi≤SRI,则路段Ri不属于事故热点。
所述的基于交通事故采集技术的事故热点综合判定方法,所述步 骤(2)中,具体是根据路网每条道路的路段Ri的路段等级、年平均 日交通流量、车道数和限速,采用循环迭代法将同类路段进行归并分 类。
所述的基于交通事故采集技术的事故热点综合判定方法,所述步 骤(4)中,所述各类不同严重程度事故包括死亡事故、重伤事故、 轻伤事故、人员下落不明事故、仅有财产损失事故,所述死亡事故、 重伤事故、轻伤事故、人员下落不明事故、仅有财产损失事故的严重 程度的预设权重分别对应为5、4、3、2、1。
所述的基于交通事故采集技术的事故热点综合判定方法,所述步 骤(6)中,I=1.645,取置信度α=95%。
由上述技术方案可知,本发明基于地理信息系统平台,以事故信 息采集为前提,确定同类道路划分的依据,设定不同严重程度事故的 权重,计算得到某路段发生事故的当量值以及同类路段发生事故的平 均当量指数,取置信度为α时的临界值作为阈值,进而判断某路段是 否属于事故热点,该方法能够确保在具有可比性的前提下对事故热点 进行可靠、科学的判定。
附图说明
图1是本发明的方法流程图;
图2是本发明的同类路段归并流程图。
具体实施方式
下面,结合附图和具体实施例进一步说明本发明。
如图1所示,一种基于交通事故采集技术的事故热点综合判定方 法,包括以下步骤:
S1、通过地理信息系统平台获取路网每条道路的路段Ri的基础属 性数据,主要是获取道路特征信息,包括路段等级t、年平均日交通 流量AADT、车道数n、限速v、路段长度L等,每条道路的路段Ri记录 为(ti,AADTi,ni,vi)。
S2、根据路网每条道路的路段Ri的路段等级t、年平均日交通流 量AADT、车道数n、限速v,采用循环迭代法将同类路段进行归并分 类,具体流程如图2所示。同类路段归并分类主要是为了保证高风险 路段判别的准确度,将同类路段的数据进行独立的分析计算,比传统 的将所有数据混在一起进行分析计算,具有更高的精度。将需要判定 的所有路段按照其属性不同分为k类,每一类路段的标识分别为 (t1,AADT1,n1,v1)、(t2,AADT2,n2,v2)、……、 (tk,AADTk,nk,vk)
S3、获取某一历史年份内路网每条道路的路段Ri发生事故的信息 数据,本发明获取的事故数据严格遵照公安部颁布执行的事故数据采 集标准和《道路交通管理信息采集规范第3部分:道路交通事故处理 信息采集》的要求,以确保通用性。
S4、计算历史年份内路段Ri发生事故的当量值Ni:
N1=N1*ω1+N2*ω2+N3*ω3+N4*ω4+N5*ω5
其中:
N1表示历史年份内路段Ri发生死亡事故的总次数,ω1表示发生 死亡事故的严重程度的权重;
N2表示历史年份内路段Ri发生重伤事故的总次数,ω2表示发生 重伤事故的严重程度的权重;
N3表示历史年份内路段Ri发生轻伤事故的总次数,ω3表示发生 轻伤事故的严重程度的权重;
N4表示历史年份内路段Ri发生人员下落不明事故的总次数,ω4表示发生人员下落不明事故的严重程度的权重;
N5表示历史年份内路段Ri发生仅有财产损失但无人员伤亡事故 的总次数,ω5表示发生仅有财产损失但无人员伤亡事故的严重程度 的权重。
ω1、ω2、ω3、ω4、ω5的取值如表1所示,根据不同事故的影响 程度,设置不同的权重,相对于单纯的次数直接累加法,更具有可比 性。例如,事故次数同样都是5次,某一路段5次事故均有人死亡, 而另一路段5次事故只是单纯造成经济损失,并无人员伤亡,二者不 具备可比性。
表1
S5、计算历史年份内路段Ri发生事故的当量指数SRi:
其中:
MVKTi表示历史年份内路段Ri的通行交通暴露量,单位:百万车;
AADTi表示历史年份内路段Ri的年平均日交通流量,Li表示路段 Ri的长度,ni表示路段Ri的车道数。
S6、计算历史年份内路段Ri的同类路段发生事故的平均当量指数 的临界值SRI:
其中:
ASRI表示历史年份内路段Ri的同类路段发生事故的平均当量指 数,m表示该类路段的总数;
AMVKTI表示历史年份内路段Ri的同类路段的平均通行交通暴露 量;
I表示假设检验中的P值,假设ASRI服从正态分布,取置信度 α=95%时,I=1.645。
S7、将历史年份内路段Ri发生事故的当量指数SRi与其同类路段 发生事故的平均当量指数的临界值SRI进行比较,若SRi>SRI,则路 段Ri属于事故热点,若SRi≤SRI,则路段Ri不属于事故热点。
以上所述实施方式仅仅是对本发明的优选实施方式进行描述,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作出的各种变形和改进,均应 落入本发明的权利要求书确定的保护范围内。
机译: 基于交通事故频率模拟的暴发热点识别的鲁棒参数估计方法
机译: 基于交通事故频率模拟的暴发热点识别的鲁棒参数估计方法
机译: 预防交通事故的装置及其操作方法,能够通过基于车辆内的氧气浓度来确定疲倦的行进来防止由于行DR而导致的交通事故