交通事故拥堵成因分析方法及系统技术方案

本发明专利技术提供一种交通事故拥堵成因分析方法及系统，属于交通运维管理技术领域，基于车辆速度数据衡量路段的拥堵程度；基于确定的拥堵程度，结合深度优先搜索算法，确定事故影响路段；基于事故影响路段的车辆GPS数据，结合路网拓扑结构和事故数据，构建考虑了路段之间拥堵传播的空间计量分析模型；求解空间计量分析模型，确定交通事故拥堵成因。本发明专利技术考虑了路段之间拥堵的传播，即空间相关性，提高了影响因素分析的准确度；基于分析结果可以定量刻画不同因素对事故造成拥堵的影响，有利于拥堵的缓解和治理。缓解和治理。缓解和治理。

【技术实现步骤摘要】
交通事故拥堵成因分析方法及系统


[0001]本专利技术涉及交通运维管理
，具体涉及一种交通事故拥堵成因分析方法及系统。

技术介绍

[0002]当交通事故发生在城市路网中的路段时，会严重影响正常交通状况。其不仅会在事故所在路段引发拥堵，而且所造成的拥堵会随着时间向上游的紧邻路段传播，可能会造成大范围的交通拥堵甚至引发交通瘫痪。突发交通事故引发的拥堵具有不可预知性，交通管理部门很难预测事故发生的位置、时间以及严重程度。因此，传统的为缓解突发交通事故引发的拥堵的方式，往往依赖于交通管理部门的及时反应和应急预案，此种方式无法确定事故处理的有限顺序，从而导致拥堵疏通效率低，而且浪费大量人力、财力和物力。因此，分析突发交通事故导致交通拥堵的影响因素可以帮助交通管理部门快速预估事故造成的拥堵程度，有利于确定不同事故的优先处理顺序，进而安排合适的人力物力资源处理交通事故，缓解交通拥堵，从而避免扩大事故的影响。
[0003]已有研究对交通事故造成拥堵的影响因素分析，主要是对独立路段(如高速路或者快速路)上的事故进行回归分析，但是其忽略了城市路网中路段之间的空间相关性，估计的参数有较大偏差，不能准确的对交通事故道路拥堵的形成因素进行分析，从而影响道路交通管理部门对事故处理优先顺序的准确判断。

技术实现思路

[0004]本专利技术的目的在于提供一种考虑了路段之间拥堵的传播、提高了影响因素分析准确度的交通事故拥堵成因分析方法及系统，以解决上述
技术介绍
中存在的至少一项技术问题。
[0005]为了实现上述目的，本专利技术采取了如下技术方案：
[0006]一方面，本专利技术提供一种交通事故拥堵成因分析方法，包括：
[0007]基于车辆速度数据衡量路段的拥堵程度；
[0008]基于确定的拥堵程度，结合深度优先搜索算法，确定事故影响路段；
[0009]基于事故影响路段的车辆GPS数据，结合路网拓扑结构和事故数据，构建考虑了路段之间拥堵传播的空间计量分析模型；
[0010]求解空间计量分析模型，确定交通事故拥堵成因。
[0011]优选的，基于车辆速度数据衡量路段的拥堵程度，包括：
[0012]使用y
i,t
来衡量路段i在t时间间隔内的拥堵程度，表达式如下：
[0013][0014]y
i,t
的值越大表示路段的拥堵程度越低，反之则表示路段的拥堵程度较高；其中，v
i,t
表示在时间间隔t期间路段i上车辆的平均行驶速度；根据历史速度数据，得到无交通事
故时v
i,t
的多天观测值，计算v
i,t
的均值和标准差，分别记为和σ
i,t
；根据事故记录，得到交通事故发生时v
i,t
的观测值
[0015]当时，表示在时间间隔t期间路段i受到了事故的影响，α表示路段上游距离距离事故发生地的距离，即事故的时空边界。
[0016]优选的，基于确定的拥堵程度，结合深度优先搜索算法，确定事故影响路段，包括：假设事故发生在路段i，令up(i)表示路段i的上游路段集合，令S表示受影响的路段集合；对于up(i)中的每个路段，逐个判断是否受到事故影响，如果路段i受到影响，则将其放入集合S。
[0017]优选的，建立空间计量分析模型，包括：将车辆GPS数据、事故数据、路网拓扑结构数据以及天气数据作为自变量，拥堵程度作为因变量，构建所述空间计量分析模型；其中，所述车辆GPS数据包括车辆的位置、行驶速度和行驶方向；事故数据包括事故的发生时间、发生地点、事故类型、人员伤亡情况以及所涉及的车辆类型；路网拓扑结构包括路段的长度、宽度以及GPS坐标。
[0018]优选的，建立的空间计量分析模型为空间杜宾模型：
[0019][0020]其中，表示相邻路段的自变量，θ表示对应的变量系数，则表示相邻路段的特征对路段i拥堵程度的影响；ρ表示空间自相关系数，w
ij
表示路段i和路段j之间的空间相关性，即为相邻路段对路段i拥堵程度的影响；表示路段i在时间间隔t由事故k造成的速度降低，取对数是为了缩小数据之间的绝对数值，也有利于消除异方差；β0是模型的常数项；表示自变量向量，β是自变量对应的系数向量；δ
t
是不同时间间隔对应的固定效应，可根据实际数据情况指定不同的时间间隔，；是事故k和路段i对应的随机效应；是其余未观测到的随机效应，其服从均值为0的正态分布。
[0021]优选的，建立空间权重矩阵确定w
ij
的值，空间权重矩阵构造如下：
[0022][0023]对空间权重矩阵归一化处理，得到路段i的空间权重系数。
[0024]第二方面，本专利技术提供一种交通事故拥堵成因分析系统，包括：
[0025]衡量模块，用于基于车辆速度数据衡量路段的拥堵程度；
[0026]确定模块，用于基于确定的拥堵程度，结合深度优先搜索算法，确定事故影响路段；
[0027]构建模块，用于基于事故影响路段的车辆GPS数据，结合路网拓扑结构和事故数据，构建考虑了路段之间拥堵传播的空间计量分析模型；
[0028]求解模块，用于求解空间计量分析模型，确定交通事故拥堵成因。
[0029]第三方面，本专利技术提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的交通事
故拥堵成因分析方法。
[0030]第四方面，本专利技术提供一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如上所述的交通事故拥堵成因分析方法。
[0031]第五方面，本专利技术提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如上所述的交通事故拥堵成因分析方法的指令。
[0032]本专利技术有益效果：考虑了路段之间拥堵的传播，即空间相关性，提高了影响因素分析的准确度；空间计量模型的结果可以定量刻画不同因素对事故造成拥堵的影响，有利于突发交通拥堵的缓解和治理。
[0033]本专利技术附加方面的优点，将在下述的描述部分中更加明显的给出，或通过本专利技术的实践了解到。
附图说明
[0034]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述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专利技术的一些实施例，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。
[0035]图1为本专利技术实施例所述的深度优先搜索算法展示示意图。
[0036]图2为本专利技术实施例所述的交通事故拥堵成因分析方法示意图。
具体实施方式
[0037]下面详细叙述本专利技术的实施方式，所述实施方式的示例在附图中示出，其中自始至本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交通事故拥堵成因分析方法，其特征在于，包括：基于车辆速度数据衡量路段的拥堵程度；基于确定的拥堵程度，结合深度优先搜索算法，确定事故影响路段；基于事故影响路段的车辆GPS数据，结合路网拓扑结构和事故数据，构建考虑了路段之间拥堵传播的空间计量分析模型；求解空间计量分析模型，确定交通事故拥堵成因。2.根据权利要求1所述的交通事故拥堵成因分析方法，其特征在于，基于车辆速度数据衡量路段的拥堵程度，包括：使用y
i,t
来衡量路段i在t时间间隔内的拥堵程度，表达式如下：y
i,t
的值越大表示路段的拥堵程度越低，反之则表示路段的拥堵程度较高；其中，v
i,t
表示在时间间隔t期间路段i上车辆的平均行驶速度；根据历史速度数据，得到无交通事故时v
i,t
的多天观测值，计算v
i,t
的均值和标准差，分别记为和σ
i,t
；根据事故记录，得到交通事故发生时v
i,t
的观测值当时，表示在时间间隔t期间路段i受到了事故的影响，α表示路段上游距离距离事故发生地的距离，即事故的时空边界。3.根据权利要求2所述的交通事故拥堵成因分析方法，其特征在于，基于确定的拥堵程度，结合深度优先搜索算法，确定事故影响路段，包括：假设事故发生在路段i，令up(i)表示路段i的上游路段集合，令S表示受影响的路段集合；对于up(i)中的每个路段，逐个判断是否受到事故影响，如果路段i受到影响，则将其放入集合S。4.根据权利要求3所述的交通事故拥堵成因分析方法，其特征在于，建立空间计量分析模型，包括：将车辆GPS数据、事故数据、路网拓扑结构数据以及天气数据作为自变量，拥堵程度作为因变量，构建所述空间计量分析模型；其中，所述车辆GPS数据包括车辆的位置、行驶速度和行驶方向；事故数据包括事故的发生时间、发生地点、事故类型、人员伤亡情况以及所涉及的车辆类型；路网拓扑结构包括路段的长度、宽度以及GPS坐标。5.根据权利要求4所述的交通事故拥堵成因分析方法，其特征在于，建立的空间计量分析模型为空间杜...

【专利技术属性】
技术研发人员：郑振杰，王正礼，
申请(专利权)人：南京大学，
类型：发明
国别省市：