基于空间自相关的特殊路段异常状态多发点位鉴别方法技术

本发明专利技术涉及智能交通技术领域，具体涉及基于空间自相关的特殊路段异常状态多发点位鉴别方法。通过构建异常运行状态的特征类目集，并对其进行空间自相关分析，从而使获取的异常状态空间关联数据空间相关特征更加明显，降低了仅影响局部交通流状态、空间相关性弱的异常运行状态数据的影响力，进而使鉴别多发点位的准确性更高。准确性更高。准确性更高。

【技术实现步骤摘要】
基于空间自相关的特殊路段异常状态多发点位鉴别方法


[0001]本专利技术涉及智能交通
，具体涉及基于空间自相关的特殊路段异常状态多发点位鉴别方法。

技术介绍

[0002]随着我国智慧交通、交通强国建设快速发展，人工智能、大数据等技术广泛应用在交通领域。交通感知设施越来越丰富，交通流速度、密度、流量、各类交通事件等的宏观感知与车辆坐标、轨迹等的微观感知精度也越来越高。如何应用数学统计、数据挖掘等方式，充分高效应用交通数据，是未来有效提高智慧高速智能路侧设施外场布设位置及改善特殊路段交通运行风险的主要方式。而准确识别高速公路特殊路段的事故多发点是把控整体风险发展态势、有效实施风险预警的基础，因此亟需一种特殊路段异常状态多发点位鉴别方法。

技术实现思路

[0003]针对现有技术存在的不足，本专利技术提出一种基于空间自相关的特殊路段异常状态多发点位鉴别方法，以能够提高识别特殊路段的事故多发点的准确性。
[0004]第一方面，本专利技术提供一种基于空间自相关的特殊路段异常状态多发点位鉴别方法。
[0005]在第一种可实现方式中，一种基于空间自相关的特殊路段异常状态多发点位鉴别方法，包括：
[0006]构建特殊路段的异常运行状态数据集；
[0007]根据异常运行状态数据集获取异常状态特征类目集；
[0008]根据异常状态特征类目集进行空间自相关分析，获得异常状态空间关联数据；
[0009]根据异常状态空间关联数据进行特殊路段异常运行状态多发点位鉴别。
[0010]结合第一种可实现方式，在第二种可实现方式中，构建特殊路段的异常运行状态数据集，包括：
[0011]采用路侧摄像头和路侧雷达提供特殊路段内的交通运行状态数据；
[0012]根据交通运行状态数据构建异常运行状态数据集。
[0013]结合第二种可实现方式，在第三种可实现方式中，根据异常运行状态数据集获取异常状态特征类目集，包括：
[0014]确定多种异常行为类型的识别特征；
[0015]根据各识别特征对异常运行状态数据集进行识别，获得异常状态特征类目集，异常状态特征类目集包括多种异常行为类型。
[0016]结合第二种可实现方式，在第四种可实现方式中，根据异常状态特征类目集进行空间自相关分析，获得异常状态空间关联数据，包括：
[0017]根据异常状态特征类目集和特殊路段的长度获取各异常行为类型的空间权重；
[0018]根据异常运行状态数据集构建空间邻接矩阵，空间邻接矩阵中包括多个空间对
象；
[0019]按照距离衰减的原则根据各空间权重对各空间对象进行赋值，获得各异常状态空间关联数据。
[0020]结合第四种可实现方式，在第五种可实现方式中，空间权重通过以下公式获取：
[0021][0022]在上式中，w
ij
为空间权重矩阵中第i行第j列的单元值，φ1为第一异常运行状态的坐标，φ2为第二异常运行状态的坐标，Δτ为第一异常运行状态和第二异常运行状态的纵向坐标差值，L为特殊路段的长度。
[0023]结合第四种可实现方式，在第六种可实现方式中，异常状态空间关联数据通过以下公式获取：
[0024][0025]其中，I为异常状态空间关联数据，z
i
为第i个空间对象的异常运行状态数据与平均值的偏差，σ
ij
为当量仅财产损失修订系数，w
ij
为空间权重矩阵中第i行第j列的单元值，m为异常运行状态总数，S0为所有空间权重的聚合。
[0026]结合第一种可实现方式，在第七种可实现方式中，根据异常状态空间关联数据进行特殊路段异常运行状态多发点位鉴别，包括：
[0027]对各异常状态空间关联数据进行聚类分析，获取聚集指数；
[0028]根据聚集指数识别异常运行状态点位。
[0029]结合第一种可实现方式，在第八种可实现方式中，根据异常状态空间关联数据进行特殊路段异常运行状态多发点位鉴别，包括：
[0030]对各异常状态空间关联数据进行密度估计，获取异常状态的密度分布；
[0031]根据密度分布识别异常运行状态点位。
[0032]第二方面，本专利技术提供一种基于空间自相关的特殊路段异常状态多发点位鉴别装置。
[0033]在第九种可实现方式中，一种基于空间自相关的特殊路段异常状态多发点位鉴别装置，包括：
[0034]构建模块，被配置为构建特殊路段的异常运行状态数据集；
[0035]获取模块，被配置为根据异常运行状态数据集获取异常状态特征类目集；
[0036]空间自相关分析模块，被配置为根据异常状态特征类目集进行空间自相关分析，获得异常状态空间关联数据；
[0037]多发点位鉴别模块，被配置为根据异常状态空间关联数据进行特殊路段异常运行状态多发点位鉴别。
[0038]由上述技术方案可知，本专利技术的有益技术效果如下：
[0039]1.由于特殊路段内并非所有异常运行状态都会演变为交通事故，部分缓行、超速等行为仅会影响局部交通流状态，因此，本方案构建异常运行状态的特征类目集，并对其进行空间自相关分析，从而使获取的异常状态空间关联数据空间相关特征更加明显，降低了仅影响局部交通流状态、空间相关性弱的异常运行状态数据的影响力，进而使鉴别多发点
位的准确性更高。
[0040]2.通过异常状态空间关联数据自动鉴别高速公路分合流区与隧道出入口的隐患点(段)，为高速公路特殊路段路侧感知预警设施精确设置提供技术支撑，对提升高速公路特殊路段交通安全水平及降低智慧高速公路设施成本具有重要意义。
附图说明
[0041]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0042]图1为本专利技术提供的一种基于空间自相关的特殊路段异常状态多发点位鉴别方法的示意图；
[0043]图2为本专利技术提供的特征类目集划分结构图；
[0044]图3为本专利技术提供的一种识别特殊路段隐患点的示意图；
[0045]图4为本专利技术提供的密度分布的原理示意图；
[0046]图5为本专利技术提供的一种基于空间自相关的特殊路段异常状态多发点位鉴别装置的结构示意图。
具体实施方式
[0047]下面将结合附图对本专利技术技术方案的实施例进行详细的描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，因此只作为示例，而不能以此来限制本专利技术的保护范围。
[0048]需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本专利技术所属领域技术人员所理解的通常意义。
[0049]结合图1所示，本实施例提供了一种基于空间自相关的特殊路段异常状态多发点位鉴别方法，包括：
[0050]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于空间自相关的特殊路段异常状态多发点位鉴别方法，其特征在于，包括：构建特殊路段的异常运行状态数据集；根据所述异常运行状态数据集获取异常状态特征类目集；根据所述异常状态特征类目集进行空间自相关分析，获得异常状态空间关联数据；根据所述异常状态空间关联数据进行特殊路段异常运行状态多发点位鉴别。2.根据权利要求1所述的方法，其特征在于，构建特殊路段的异常运行状态数据集，包括：采用路侧摄像头和路侧雷达提供特殊路段内的交通运行状态数据；根据所述交通运行状态数据构建异常运行状态数据集。3.根据权利要求2所述的方法，其特征在于，根据所述异常运行状态数据集获取异常状态特征类目集，包括：确定多种异常行为类型的识别特征；根据各所述识别特征对所述异常运行状态数据集进行识别，获得异常状态特征类目集，所述异常状态特征类目集包括多种异常行为类型。4.根据权利要求2所述的方法，其特征在于，根据所述异常状态特征类目集进行空间自相关分析，获得异常状态空间关联数据，包括：根据所述异常状态特征类目集和特殊路段的长度获取各异常行为类型的空间权重；根据异常运行状态数据集构建空间邻接矩阵，所述空间邻接矩阵中包括多个空间对象；按照距离衰减的原则根据各所述空间权重对各所述空间对象进行赋值，获得各异常状态空间关联数据。5.根据权利要求4所述的方法，其特征在于，空间权重通过以下公式获取：在上式中，w
ij
为空间权重矩阵中第i行第j列的单元值，φ1为第一异常运行状态的坐标，φ2为第二异常运行状态...

【专利技术属性】
技术研发人员：陈开群，陆山风，骆中斌，杨泓全，叶青，卢志远，李敏，周欣，谢耀华，
申请(专利权)人：招商局重庆交通科研设计院有限公司，
类型：发明
国别省市：