CN102855395A - 一种道路交通事故多发位置鉴别方法 - Google Patents
一种道路交通事故多发位置鉴别方法 Download PDFInfo
- Publication number
- CN102855395A CN102855395A CN2012102988454A CN201210298845A CN102855395A CN 102855395 A CN102855395 A CN 102855395A CN 2012102988454 A CN2012102988454 A CN 2012102988454A CN 201210298845 A CN201210298845 A CN 201210298845A CN 102855395 A CN102855395 A CN 102855395A
- Authority
- CN
- China
- Prior art keywords
- accident
- unit
- pile
- density
- road
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Traffic Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种道路交通事故多发位置鉴别方法,建立了当量事故计算模型、修正事故率计算模型、动态密度法,该法以当量事故计算模型为基础,通过计算动态密度实现道路动态分段,获得分段单元;以单元动态密度为横坐标绘制累计频率曲线,并以该曲线拐点或某一分位数对应的动态密度作为指标筛选分段单元,以此获得事故多发单元;通过合并处理事故多发单元得到道路事故多发位置。该方法使得道路安全交通事故多发位置鉴别方法更加安全、有效,适用于道路交通安全技术领域。
Description
技术领域
本发明属于道路交通安全技术领域,涉及一种道路交通事故多发位置鉴别方法,具体涉及一种基于动态密度一累计频率曲线的道路交通事故多发位置鉴别方法。
背景技术
道路交通事故的发生可能有很大的偶然性,但是当事故较密集地发生在公路的某一位置(点或路段),就应该考虑此处事故发生内在规律和原因,对其重点研究。这种路段通常称为事故多发位置,也称之为黑点、黑段,国外称之为Accident-Prone Locations或Black Spots。事故多发位置鉴别有助于改善交通安全。一方面是因为事故多发位置上事故相对集中、事故危害性较大,受到社会各方面的关注;另一方面找到这样的事故相对集中、危险性突出的路段,对于实施安全保障工程的有效实施、改善道路交通安全水平具有积极的意义。
动态密度一累计频率曲线法是鉴别道路交通事故多发位置的方法,属于微观鉴别范畴。该法以当量事故计算模型为基础,通过计算动态密度(修正事故率)实现道路动态分段,获得分段单元;以单元动态密度为横坐标绘制累计频率曲线,并以该曲线拐点或某一分位数对应的动态密度作为指标筛选分段单元,以此获得事故多发单元;通过合并处理事故多发单元得到道路事故多发位置。
动态密度一累计频率曲线法主要包括以下5个方面:
(1)当量事故计算模型
本模型以公安部道路交通事故等级划分标准为依据,计算死亡和受伤的危险值、财产损失危险值;通过计算道路平均事故危险值、进行事故数换算,建立当量事故计算模型。
(2)修正事故率计算模型
本模型在传统事故率计算模型上引入新的变量——道路适应交通量,充分考虑道路和交通条件对事故的影响,使得修正后的事故率更符合实际、鉴别结果更准确。
(3)道路动态分段方法
本方法以相邻非0桩号差为推进步长、通过比较单元外延前后的事故率密度实现道路动态分段,获得分段单元。
(4)累计频率曲线法
计算单元动态密度的频率和累计频率,并以动态密度为横坐标绘制其累计频率曲线。以曲线拐点或某一分位数对应的密度值作为鉴别指标筛选事故多发单元。
(5)事故度多发单元合并
将有重叠的事故多发单元,或净距很近的事故多发单元进行合并,形成最终事故多发位置。
其中:
当量事故计算模型
由于事故造成的损失不同,其危险性差异较大。为避免将严重事故湮没于普通事故中,导致事故危险路段被遗漏,有必要考虑事故严重程度,以使鉴别结果更准确。目前当量计算方法主要分为以下两种:
方法①:赋予交通事故中死亡人数、受伤人数和财产损失某一权值,按以下公式计算当量事故数:
DN=N+k1n1+k2n2+k3n3+k4n4
式中:DN——当量事故数;
N——道路或路段事故数;
n1、n2、n3、n4——死亡人数、重伤人数、轻伤人数、财产损失;
k1、k2、k3、k4——死亡权值、重伤权值、轻伤权值、财损权值。
方法②:将死亡人数和受伤人数折算成财产损失,当量事故次数为路段损失与平均事故损失之比,按下式计算:
式中:DN——当量事故数;
m1、m2——死亡人数和受伤人数平均财产损失;
n1、n2、n3——死亡人数、受伤人数、财产损失。
方法①中k1、k2、k3、k4随社会经济发展、地区差异等因素其取值不尽相同。目前未对死亡、受伤等权值进行研究,造成研究中权值混乱不统一,且相互差距很大。如死亡权值最大相差近8倍,对结果有明显影响。
方法②中,交通事故之间差异性较大、造成的财产损失难以量化统计,特别是死亡和受伤的损失量化困难,因而确定平均赔偿值时操作性差,方法适用性和实用性差。
修正事故率计算模型
传统事故率计算有两种:
方法①:
式中:A——道路或路段事故率;
N——事故数;
L——道路或路段长度;
方法②:在方法①的基础上引入了交通量参数。
式中:A——道路或路段事故率;
N——事故数;
L——道路或路段长度;
T——交通量;
方法①只考虑事故数和长度,没有体现道路交通等因素对事故率的影响,因而是静态事故率,不同路段或道路之间不具有可比性。若路段或道路间道路交通因素差别较大时,该法计算的事故率失去应用意义。
方案②增加了交通量参数,考虑了交通条件。但是仍没有考虑道路条件,特别是道路通行能力的影响,该事故率仍然不具应用意义。另外当分母交通量T远小于分子事故数N时,计算的事故率A将很大,这样交通量小、发生事故少的路段反而可能被鉴别成事故多发位置,导致鉴别结果与公众关注对象不符,脱离了实际、影响了鉴别准确性。
单元划分方法
常见的单元划分方法有平均分段法、固定步长法、动态步长法和双变量区间过滤法等。
①平均分段法:将道路按计算单元长度n等分;
②固定步长法:按选定的固定步长(如100m)将单元沿路段推移;
③动态步长法:在固定步长发基础上提出的,推移步长不是恒量,而是相邻事故里程桩号的非零差值,当一个桩号计算完后,推进到下一个相邻桩号;
④双变量区间过滤法:将动态步长法确定的初步单元从两个端点外延,以外延后的事故密度不小于鉴别标准重新确定单元。
上述单元划分方法存在以下缺陷:
①平均分段法:将事故在路段上按单元进行分割,容易将事故集中处事故数分散,造成削峰现象,同时反映不出对路段的随机提取效果;
②固定步长法:随机提取效果依赖于固定步长的选取。步长过大,精度降低,鉴别出的路段不是最优;步长过小,计算过程冗长,精度提高不明显,因而步长对结果影响较大;
③动态步长法:单元长度固定,容易忽略区间相邻小路段可能和提取单元事故密度一致的情况;
④双变量区间过滤法:单元确定需要在动态步长基础上进行二次外延得到,过程冗余;此外鉴别标准需要预先设定,对结果有一定影响。
发明内容
本发明的目的在于克服上述技术存在的缺陷,提供道路交通事故多发位置鉴别方法,使得道路安全交通事故多发位置鉴别方法更加安全、有效,该方法针对当量事故计算时权值缺乏系统研究、权值差异较大以及计算的可操作性差,本发明以公安部道路交通事故等级划分为依据,以交通事故伤亡和财损危险值为基础,建立新的当量事故计算模型,解决现有计算方法的权值确定不统一、事故损失量化难、操作不可行的问题。针对现有事故率计算方法对道路和交通条件考虑不足、计算结果脱离实际的情形,本发明建立引入道路适应交通量对现有计算公式进行修正,使得新的事故率既考虑路段长度、交通量,同时考虑道路条件;修正后的事故率同时避免交通量小、事故率高的情形,因而鉴别结果更具有实际应用意义。针对现有分段方法单元长度和推进步长人为确定、单元分段过程冗余、标准预先设定等人为因素,本发明提出动态密度法进行单元划分,实现单元事故密度最大、单元推进步长动态、单元长度动态确定,减少人为因素,同时避免具有较大事故率的小区间被遗漏的情形。
其技术方案为:
一种道路交通事故多发位置鉴别方法,包括以下步骤:
1)收集资料,主要包括道路交通事故、道路交通量和道路技术等级等资料,经过数据预检形成基础数据;
2)将事故数据按桩号小大顺序排列。i=1,进行第i个单元划分。从第i个事故桩号ZHi开始,以L0单元初始长度,判断ZHi+L0是否大于道路最后一个事故桩号END:
若是,停止单元划分,则第i个单元最终范围为从ZHi到END,以当量事故计算模型计算单元i的当量事故数DNi,以修正事故率计算模型计算单元i的事故密度Ai;进行第5)步,
若否,则第i个单元的初始桩号为ZHi、初始长度L0,以当量事故计算模型计算初始当量事故数DN0,以修正事故率计算模型计算初始密度A0;
3)j=1,单元i进行第j次桩号外延。保持起始桩号ZHi不变、将单元i终点桩号外延至第一个相邻桩号,判断该桩号是否为道路事故终点桩号END:
若是,停止桩号外延,则单元i的最终范围为ZHi到END,计算最终当量事故数DNj最终事故密度Aj;i=i+1,进行下一个单元划分,重复2)-3)步骤;
若否,计算单元长度Lj、当量事故数DNj、事故密度Aj;
4)比较事故密度Aj是否大于等于密度Aj-1:
若否,说明事故密度降低,停止单元i的桩号外延,则单元i的最终范围为第j-1次外延范围,单元最终长度Lj-1、最终当量事故数为DNj-1、最终事故密度Aj-1;i=i+1,进行下一个单元划分,重复2)-4)步骤;
若是,说明事故密度不降低,则j=j+1,将单元再一次桩号外延,重复3)-4)步骤。
5)单元划分结束,得到若干动态单元,计算单元密度频率和累计频率,利用累计频率曲线法筛选出事故多发单元;
6)将事故多发单元进行合并,得到最终事故多发位置。
步骤1)中所述的数据预检包括数据有效性检查和数据格式检查。
与现有技术相比,本发明的有益效果为:
①本发明提出的当量事故计算模型以公安部道路交通事故等级划分为依据,以交通事故伤亡和财损危险值为基础将死亡人数、受伤人数和财产损失折算为相应事故数,计算简单、依据充分,解决现有计算方法权值确定不统一、事故损失量化难、操作不可行的问题。
②本发明提出的修正事故率计算模型引入了道路适应交通量,既考虑路段长度、道路交通量影响,同时考虑了道路适应交通量这一重要条件,考虑因素全面,使得不同道路之间、道路不同路段之间的事故率比较有实际意义;此外修正后的事故率避免了交通量小、事故率高的情形,使得鉴别结果为事故高发、交通量相对较大、受各方关注的路段,因而符合实际,具有良好的实际应用价值。
③本发明提出的动态密度法以非零桩号差为推进步长,通过外延后事故密度不降低确定单元范围,计算过程对桩号遍历。该法一方面体现了对事故的随机提取效果,另一方面保证划分的单元事故密度最大,同时避免了具有较高事故密度的小区间被遗漏的现象,从而保证了鉴别结果的准确性和精确性。
附图说明
图1为道路交通事故多发位置鉴别方法的流程示意图;
图2为计算单元道路条件有差别的情况示意图;
图3为动态密度法计算过程示意图;
图4为对事故多发单元处理情况图。
具体实施方式
下面结合附图与具体实施方式对本发明的制备方法作进一步详细地说明。
参照图1,一种道路交通事故多发位置鉴别方法,包括以下步骤:
1)收集资料,主要包括道路交通事故、道路交通量和道路技术等级等资料,经过数据预检形成基础数据;
2)将事故数据按桩号小大顺序排列。i=1,进行第i个单元划分。从第i个事故桩号ZHi开始,以L0单元初始长度,判断ZHi+L0是否大于道路最后一个事故桩号END:
若是,停止单元划分,则第i个单元最终范围为从ZHi到END,以当量事故计算模型计算单元i的当量事故数DNi,以修正事故率计算模型计算单元i的事故密度Ai;进行第5)步,
若否,则第i个单元的初始桩号为ZHi、初始长度L0,以当量事故计算模型计算初始当量事故数DN0,以修正事故率计算模型计算初始密度A0;
3)j=1,单元i进行第j次桩号外延。保持起始桩号ZHi不变、将单元i终点桩号外延至第一个相邻桩号,判断该桩号是否为道路事故终点桩号END:
若是,停止桩号外延,则单元i的最终范围为ZHi到END,计算最终当量事故数DNj最终事故密度Aj;i=i+1,进行下一个单元划分,重复2)-3)步骤;
若否,计算单元长度Lj、当量事故数DNj、事故密度Aj;
4)比较事故密度Aj是否大于等于密度Aj-1:
若否,说明事故密度降低,停止单元i的桩号外延,则单元i的最终范围为第j-1次外延范围,单元最终长度Lj-1、最终当量事故数为DNj-1、最终事故密度Aj-1;i=i+1,进行下一个单元划分,重复2)-4)步骤;
若是,说明事故密度不降低,则j=j+1,将单元再一次桩号外延,重复3)-4)步骤。
5)单元划分结束,得到若干动态单元,计算单元密度频率和累计频率,利用累计频率曲线法筛选出事故多发单元;
6)将事故多发单元进行合并,得到最终事故多发位置。
步骤1)中所述的数据预检包括数据有效性检查和数据格式检查。
其具体实施方式为:
(1)当量事故计算模型
依据公安部道路交通事故等级划分标准:
①特大事故:一次死亡3人以上,或重伤11人以上,或死亡1人、同时重伤8人以上,或死亡2人、同时重伤5人以上。
(3+ε1)a=(11+ε2)b=1a+(8+ε2)b=2a+(5+ε2)b
式中:a、b——死亡、重伤人数,下同;
+ε1、+ε2——表示以上,下同。
②重大事故:一次死亡1~2人,或重伤3人以上10人以下。
[1a~2a]=[(3+ε2)b~(10-ε2)b]
式中:-ε2——表示以下。
③一般事故:一次造成1~2人,或轻伤3人以上
[1b~2b]=(3+ε3)c
式中:c——轻伤人数,下同;
+ε3——表示以上。
④轻微事故:1次造成轻伤1~2人。
[1c~2c]
联解方程上述方程可得a=4b、b=3c。若以轻伤危险值为1,则重伤危险值为3,死亡危险值为12。结合划分标准可以得到各级事故危险值:轻微事故为1~2,一般事故为3~9,重大事故为10~30,特大事故为≥31。
⑤按照财产损失进行事故划分:轻微事故机动车财产损失不足1000元,非机动车不足200元;一般事故财产损失不足30000元;重大事故财产损失30000以上60000以下;特大事故60000以上。经换算财产损失的危险值为表1所示。
表1 财产损失危险值
事故等级 | 轻微事故 | 一般事故 | 重大事故 | 特大事故 |
分类标准 | [0,1000) | [1000,30000) | [30000,60000) | ≥60000 |
危险系数 | 0-2 | 3~9 | 10~30 | ≥31 |
⑥当量计算模型为:
事故平均危险值=(总死亡人数×12+总重伤人数×3+总轻伤人数×1+总财损危险值)/事故总数
死亡人数折算=死亡人数×12/事故平均危险值
重伤人数折算=重伤人数×3/事故平均危险值
轻伤人数折算=轻伤人数×1/事故平均危险值
财产损失折算=财损危险值/事故平均危险值
当量事故数=事故次数+死亡人数折算+重伤人数折算+轻伤人数折算+财产损失折算
(2)修正事故率计算模型
引入道路适应交通量新的参数,对现有计算方法进行修正
式中:A——事故率;
DN——当量事故数;
L——计算长度;
T——交通量;
C——道路适应交通量。
当计算单元道路条件有差别时如图2所示,用下式计算:
式中:A——事故率;
DN——当量事故数;
n——计算单元内的道路条件分段数;
Li——道路分段i内单元长度;
Ti——道路分段i的交通量;
Ci——道路分段i的道路适应交通量。
(3)动态密度法——单元划分
在计算过程中只要某一单元范围变化后的事故密度(修正事故率)不小于变化前密度,那么该范围才是单元的范围。那些事故次数较高的局部路段由于事故密度突出,在单元推移和外延过程中被发掘出来作为计算单元。这样保证了划分出来的单元事故密度始终是最大的,保证了鉴别结果最优。
动态密度法包括单元范围外延后的事故密度计算比较、单元推移及累计频率计算,其中事故密度按本发明的当量事故数计算模型、修正事故率计算模型进行计算。计算过程如下:
⑤以相邻事故里程桩号非零差值作为推进步长,将单元1向终点推移,按上述过程依次计算其他单元动态密度。当单元外延至道路终点时则终止,计算其密度,计算结束。
计算过程可按图3推进。
(4)累计频率曲线法——筛选事故多发单元动态密度法将道路进行分段,得到若干了计算单元以及其事故密度。事故密度可能带有小数,为避免取整后的计算误差,将其乘以10再四舍五入取整。由小到大排序事故密度,并将其数值连续。然后计算频率和累计频率,其中为保持连续而补充的数值,其频率为0,累计频率与前一个数值相同。以取整后的事故密度为横坐标绘制累计频率曲线,选择曲线拐点处或根据实际选取某一分位数对应的事故密度作为标准筛选计算单元作为事故多发单元。
(5)单元合并——获得最终事故多发位置参照图4,对事故多发单元处理分为两种情形:第一种当多个单元连续重合时,合并后的事故多发位置范围为第一单元起点至最后一个单元终点,如下图4a所示;第二种当相邻事故单元距离很近(如小于200m)时,将二者合并形成事故多发位置,如图4b所示。
以上所述,仅为本发明较佳的具体实施方式,本发明的保护范围不限于此,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。
Claims (2)
1.一种道路交通事故多发位置鉴别方法,其特征在于,包括以下步骤:
1)收集资料,主要包括道路交通事故、道路交通量和道路技术等级等资料,经过数据预检形成基础数据;
2)将事故数据按桩号小大顺序排列。i=1,进行第i个单元划分。从第i个事故桩号ZHi开始,以L0单元初始长度,判断ZHi+L0是否大于道路最后一个事故桩号END:
若是,停止单元划分,则第i个单元最终范围为从ZHi到END,以当量事故计算模型计算单元i的当量事故数DNi,以修正事故率计算模型计算单元i的事故密度Ai;进行第5)步,
若否,则第i个单元的初始桩号为ZHi、初始长度L0,以当量事故计算模型计算初始当量事故数DN0,以修正事故率计算模型计算初始密度A0;
3)j=1,单元i进行第j次桩号外延。保持起始桩号ZHi不变、将单元i终点桩号外延至第一个相邻桩号,判断该桩号是否为道路事故终点桩号END:
若是,停止桩号外延,则单元i的最终范围为ZHi到END,计算最终当量事故数DNj最终事故密度Aj;i=i+1,进行下一个单元划分,重复2)-3)步骤;
若否,计算单元长度Lj、当量事故数DNj、事故密度Aj;
4)比较事故密度Aj是否大于等于密度Aj-1:
若否,说明事故密度降低,停止单元i的桩号外延,则单元i的最终范围为第j-1次外延范围,单元最终长度Lj-1、最终当量事故数为DNj-1、最终事故密度Aj-1;i=i+1,进行下一个单元划分,重复2)-4)步骤;
若是,说明事故密度不降低,则j=j+1,将单元再一次桩号外延,重复3)-4)步骤。
5)单元划分结束,得到若干动态单元,计算单元密度频率和累计频率,利用累计频率曲线法筛选出事故多发单元;
6)将事故多发单元进行合并,得到最终事故多发位置。
2.根据权利要求1所述的道路交通事故多发位置鉴别方法,其特征在于,步骤1)中所述的数据预检包括数据有效性检查和数据格式检查。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210298845.4A CN102855395B (zh) | 2012-08-16 | 2012-08-16 | 一种道路交通事故多发位置鉴别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210298845.4A CN102855395B (zh) | 2012-08-16 | 2012-08-16 | 一种道路交通事故多发位置鉴别方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102855395A true CN102855395A (zh) | 2013-01-02 |
CN102855395B CN102855395B (zh) | 2015-05-20 |
Family
ID=47401978
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210298845.4A Expired - Fee Related CN102855395B (zh) | 2012-08-16 | 2012-08-16 | 一种道路交通事故多发位置鉴别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102855395B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646533A (zh) * | 2013-11-22 | 2014-03-19 | 江苏大学 | 基于稀疏多输出回归的交通事故建模与控制方法 |
CN106875687A (zh) * | 2017-04-24 | 2017-06-20 | 哈尔滨工业大学 | 一种基于滑动窗法的事故多发路段自动鉴别方法 |
CN106935030A (zh) * | 2017-03-31 | 2017-07-07 | 青岛海信网络科技股份有限公司 | 一种高速公路安全隐患路段识别方法和装置 |
CN107784832A (zh) * | 2016-08-25 | 2018-03-09 | 上海电科智能系统股份有限公司 | 一种用于识别交通道路中的事故黑点的方法与设备 |
CN108447265A (zh) * | 2018-05-21 | 2018-08-24 | 东南大学 | 基于topsis法的公路交通事故黑点路段鉴别方法 |
CN110930701A (zh) * | 2019-11-22 | 2020-03-27 | 长安大学 | 一种基于道路事故数据的车辆分级预警系统及方法 |
CN112509376A (zh) * | 2020-10-21 | 2021-03-16 | 西安交通大学 | 一种隧道动态区块划分方法及系统 |
CN116434543A (zh) * | 2023-03-27 | 2023-07-14 | 南京理工大学 | 一种基于事故分布规律和事故成因的交通隐患点预警方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003315080A (ja) * | 2002-04-25 | 2003-11-06 | Aisin Aw Co Ltd | 事故多発位置報知装置、事故多発位置報知システム及び事故多発位置報知方法 |
CN1932923A (zh) * | 2006-09-29 | 2007-03-21 | 北京工业大学 | 道路交通事故多发路段鉴别方法 |
-
2012
- 2012-08-16 CN CN201210298845.4A patent/CN102855395B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003315080A (ja) * | 2002-04-25 | 2003-11-06 | Aisin Aw Co Ltd | 事故多発位置報知装置、事故多発位置報知システム及び事故多発位置報知方法 |
CN1932923A (zh) * | 2006-09-29 | 2007-03-21 | 北京工业大学 | 道路交通事故多发路段鉴别方法 |
Non-Patent Citations (3)
Title |
---|
张铁军,唐琤琤,张巍汉: "双变量区间过滤法进行事故多发段判别", 《公路交通科技》 * |
方守恩,郭忠印,杨轸: "公路交通事故多发位置鉴别新方法", 《交通运输工程学报》 * |
李玲琦: "基于ITS的事故多发路段预警技术研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646533A (zh) * | 2013-11-22 | 2014-03-19 | 江苏大学 | 基于稀疏多输出回归的交通事故建模与控制方法 |
CN103646533B (zh) * | 2013-11-22 | 2016-05-25 | 江苏大学 | 基于稀疏多输出回归的交通事故建模与控制方法 |
CN107784832A (zh) * | 2016-08-25 | 2018-03-09 | 上海电科智能系统股份有限公司 | 一种用于识别交通道路中的事故黑点的方法与设备 |
CN106935030A (zh) * | 2017-03-31 | 2017-07-07 | 青岛海信网络科技股份有限公司 | 一种高速公路安全隐患路段识别方法和装置 |
CN106875687A (zh) * | 2017-04-24 | 2017-06-20 | 哈尔滨工业大学 | 一种基于滑动窗法的事故多发路段自动鉴别方法 |
CN106875687B (zh) * | 2017-04-24 | 2020-01-14 | 哈尔滨工业大学 | 一种基于滑动窗法的事故多发路段自动鉴别方法 |
CN108447265A (zh) * | 2018-05-21 | 2018-08-24 | 东南大学 | 基于topsis法的公路交通事故黑点路段鉴别方法 |
CN110930701A (zh) * | 2019-11-22 | 2020-03-27 | 长安大学 | 一种基于道路事故数据的车辆分级预警系统及方法 |
CN112509376A (zh) * | 2020-10-21 | 2021-03-16 | 西安交通大学 | 一种隧道动态区块划分方法及系统 |
CN116434543A (zh) * | 2023-03-27 | 2023-07-14 | 南京理工大学 | 一种基于事故分布规律和事故成因的交通隐患点预警方法 |
CN116434543B (zh) * | 2023-03-27 | 2024-04-05 | 南京理工大学 | 一种基于事故分布规律和事故成因的交通隐患点预警方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102855395B (zh) | 2015-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102855395B (zh) | 一种道路交通事故多发位置鉴别方法 | |
CN102968901A (zh) | 获取区域拥堵信息的方法及区域拥堵分析装置 | |
CN103021176B (zh) | 基于断面检测器的城市道路交通状态判别方法 | |
CN109147330A (zh) | 一种拥堵识别方法及装置 | |
CN105741551A (zh) | 一种无信号交叉口交通安全评价方法 | |
CN100454354C (zh) | 道路交通事故多发路段鉴别方法 | |
CN108550263A (zh) | 一种基于故障树模型的高速公路交通事故成因分析方法 | |
CN102592451B (zh) | 一种基于双截面环形线圈检测器的道路交通事件检测方法 | |
CN103955596B (zh) | 一种基于交通事故采集技术的事故热点综合判定方法 | |
CN103198713A (zh) | 基于交通数据和天气数据的减少交通事故的车辆调控方法 | |
CN101807341A (zh) | 基于安全性的限速值确定方法 | |
CN102494667A (zh) | 一种表征地面沉降的方法 | |
CN109902971B (zh) | 一种公路路侧安全风险评价与分级方法 | |
CN104464294A (zh) | 一种基于阵列雷达的路段交通状态评价方法及装置 | |
CN114991922B (zh) | 一种车辆NOx排放超标的实时预警方法 | |
CN111598424A (zh) | 一种基于重型柴油车远程监控数据的排放计算方法 | |
CN103198707B (zh) | 一种基于晴天状况下危险交通流特征的车辆调控方法 | |
CN101833610A (zh) | 事故黑点鉴别优化方法 | |
CN105844915A (zh) | 一种可变限速控制下交通流基本图的确定方法 | |
CN110188126B (zh) | 一种利用大数据实现动态确定隧道安全监测预警值的方法 | |
CN115655730A (zh) | 重型柴油车PEMS测试中NOx排放的计算方法 | |
CN103632535A (zh) | 路段行人过街信号灯设置判定方法 | |
CN104123840B (zh) | 基于视频检测技术的车流密度定性判别方法 | |
CN113553548B (zh) | 一种基于车联网大数据的实际运行工况VSPBin划分方法 | |
CN113128834B (zh) | 一种国省干线重载交通数据判定及分级系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150520 Termination date: 20150816 |
|
EXPY | Termination of patent right or utility model |