一种用于道路交通事故风险评估的可替代指标的提取方法技术

本发明专利技术公开了一种用于道路交通事故风险评估的可替代指标的提取方法，包括如下步骤：S10，将待分析道路划分为q个等长的路段单元，在每个路段单元按照时间顺序采集与行车风险存在关联性参数的序列数据集；S20，分析参数序列数据集中各参数字符对事故频次的重要度，保留重要度超过I0的字符；S30，利用保留下来的字符构建回归模型，保留回归模型中置信度不小于P0的字符并构建离散选择模型，保留置信度不小于P1的字符作为可替代指标；S40，利用可替代指标构建事故风险计算方程，对道路的风险程度进行评估。本发明专利技术的实施不受主观影响，快速、高效地从原始大规模时间序列数据中获取到目标指标，以实现不借助事故数据便可以对道路的事故风险进行评价。风险进行评价。风险进行评价。

【技术实现步骤摘要】
一种用于道路交通事故风险评估的可替代指标的提取方法


[0001]本专利技术涉及高速公路交通安全领域，特别涉及一种用于道路交通事故风险评估的可替代指标的提取方法。

技术介绍

[0002]道路事故预防是交通运输行业的重点与难点，当前科学研究、尤其是应用型工程研究，大多以历史事故统计数据为依据评判道路的事故风险，虽简单方便，但研究结果表明事故数据存在以下难以克服缺陷：
[0003](1)事故数据获取难度大：无法查询到微观的某条道路逐年事故统计数据，包括每一起事故的发生时间、位置、严重程度、类型、财产损失情况、以及事故发生时道路环境和天气等，现阶段我国学者较多使用欧美国家的开源数据，但由于交通法规、人口、机动车保有量等方面都存在巨大差异，导致研究结果无法很好的移植到我国交通安全实践中。
[0004](2)事故数据获取周期长、时效性差：发生事故是小概率事件，需要经过数年积累才能获得足够规模样本开展研究，这一特点决定其难以应用于新建道路等缺乏事故数据积累的道路安全研究中，也无法对交通管理策略进行短期的安全评价。
[0005](3)事故数据的质量难以保证：事故的记录方式为人工记录，缺乏统一记录标准，且存在较多的漏报现象。
[0006]在事故数据存在以上缺陷的情况下，有必要寻找用于道路交通事故风险评估的可替代指标，但可替代指标在应用时存在以下缺陷：以当前应用最广的交通冲突时间为例，定义为：两个或两个以上的道路使用者在空间或时间上相互逼近，如果彼此的移动保持不变就会发生碰撞的风险。如果彼此的移动保持不变这个假设在实际中很难被满足，会将一些并不危险的驾驶场景错误地辨认成交通冲突。交通冲突主要应用于存在大量轨迹交叉的道路节点，如交叉口、匝道出入口、收费站区域等，或者交通流状态复杂多变的城市道路，但对于以自由流为主、鲜有交叉口的高速公路，或者难以获取轨迹数据的隧道、桥梁路段来说，交通冲突的适用性较差。
[0007]除交通冲突指标外，其他指标提取方法以定性判断为主，结合行车视频，选取车速或加速度曲线突变点的数值或驾驶员生理/心理指数突变点的数值作为判定风险高低的指标，该提取方法存在较大的主观性，缺乏统一标准，且当数据量庞大时提取效率较低。

技术实现思路

[0008]专利技术目的：针对以上问题，本专利技术目的是提供一种用于道路交通事故风险评估的可替代指标的提取方法，能够快速、准确地从大规模原始时间序列数据中提取用于道路交通事故风险评估的可替代指标。
[0009]技术方案：本专利技术的一种用于道路交通事故风险评估的可替代指标的提取方法，包括如下步骤：
[0010]S10，将待分析道路划分为q个等长的路段单元，在每个路段单元按照时间顺序采
集与行车风险存在关联性参数的序列数据集；
[0011]S20，分析参数序列数据集中各参数字符对事故频次的重要度，保留重要度超过I0的字符；
[0012]S30，利用保留下来的字符构建回归模型，保留回归模型中置信度不小于P0的字符并构建离散选择模型，保留置信度不小于P1的字符作为可替代指标；
[0013]S40，利用可替代指标构建事故风险计算方程，对道路的风险程度进行评估。
[0014]进一步，在步骤S20前还包括：
[0015]将参数的序列数据集C＝{c1,c2,
…
,c
n
}转化为均值为0、标准差为1的符合正态分布的标准序列集C
″
＝{c
″1,c
″2,
…
,c
″
n
}，表达式为：
[0016][0017]式中，μ为序列数据集C的均值，σ为序列数据集C标准差；
[0018]再利用降维公式对标准序列集C
″
进行降维，将长度为n的标准序列集转换为等长的m段子序列，然后用每段子序列的均值代替该段子序列，并记为字符串C
′
＝{c
′1,c
′2,
…
,c
′
m
}，序列数据集C平滑曲线经降维后变成折线段，降维公式为：
[0019][0020]式中表示压缩率，为整数。
[0021]进一步，步骤S20，分析参数序列数据集中各参数字符对事故频次的重要度包括：
[0022]根据高斯分布表查找区间分裂点，将降维后的字符串C
′
＝{c
′1,c
′2,
…
,c
′
m
}划分为k个等概率区间，每个概率区间设置一个字符，统计每个路段单元上每个字符出现频次x
i,w
，i表示路段，w表示字符类别，以频次x
i,w
为解释变量，分析各字符对事故频次的重要度。
[0023]进一步，行车风险存在关联性的参数包括车速、加速度、轮胎力学响应、驾驶员生理和心理指数。
[0024]进一步，步骤S30中的回归模型包括能够与交通事故建立线性或广义线性关系的回归模型。
[0025]有益效果：本专利技术与现有技术相比，其显著优点是：
[0026]1、本专利技术提取的可替代指标可以代替事故数据评估道路风险，本提取方法可移植性强，指标可从任何与行车风险相关的因素的时间序列数据中进行提取；
[0027]2、本专利技术同时给出基于该可替代指标的风险计算方程，方便实践应用；
[0028]3、可替代指标提取之后可直接利用该指标及相应的风险计算方程，分析缺乏事故统计道路事故风险，也适用于短期交通管制方案的安全评价，具有较强的实践意义。
附图说明
[0029]图1为本专利技术流程图。
具体实施方式
[0030]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。
[0031]本实施例所述的一种用于道路交通事故风险评估的可替代指标的提取方法，流程图如图1所示，本实施例中以金丽温高速公路为例，详细说明本提取方法实现过程：
[0032]S10，将待分析道路划分为q个等长的路段单元，在每个路段单元按照时间顺序采集与行车风险存在关联性参数的序列数据集。
[0033]行车风险存在关联性的参数包括车速、加速度、轮胎力学响应、驾驶员生理和心理指数。本实施例中选取轮胎六分力这一与行车风险密切相关的因素。将金丽温高速K117～K189段的左线(丽水方向)和右线(温州方向)划分为144个等长的路段单元，其中q＝144，记为i＝1,2,
…
144。在每个路段单元中按照时间顺序采集金丽温高速K117～K189段的轮胎六分力序列数据集，记为C＝{c1,c2,
…
,c
n
}。本例中轮胎六分力序列数据集是基于实车试验采集，在实验车辆上装载着六分力测量系统，采集了行驶过程中轮胎3个方向(X、Y、Z)的力和力矩，分别记为纵向力Fx、横向力Fy、垂向力Fz、翻转力矩Mx、滚动力矩My、回正力矩Mz。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于道路交通事故风险评估的可替代指标的提取方法，其特征在于，包括如下步骤：S10，将待分析道路划分为q个等长的路段单元，在每个路段单元按照时间顺序采集与行车风险存在关联性参数的序列数据集；S20，分析参数序列数据集中各参数字符对事故频次的重要度，保留重要度超过I0的字符；S30，利用保留下来的字符构建回归模型，保留回归模型中置信度不小于P0的字符并构建离散选择模型，保留置信度不小于P1的字符作为可替代指标；S40，利用可替代指标构建事故风险计算方程，对道路的风险程度进行评估。2.根据权利要求1所述的可替代指标的提取方法，其特征在于，在步骤S20前还包括：将参数的序列数据集C＝{c1,c2,
…
,c
n
}转化为均值为0、标准差为1的符合正态分布的标准序列集C
″
＝{c
″1,c
″2,
…
,c
″
n
}，表达式为：式中，μ为序列数据集C的均值，σ为序列数据集C标准差；再利用降维公式对标准序列集C
″
进行降维，将长度为n的标准序列集转换为等长的m段子序列，然后用每段子序列的均值代替该段子序列...

【专利技术属性】
技术研发人员：何杰，张长健，叶云涛，王琛玮，柏春广，严欣彤，
申请(专利权)人：东南大学，
类型：发明
国别省市：