CN103116979A - 基于系统安全指标分布法的道路事故黑点鉴别系统 - Google Patents
基于系统安全指标分布法的道路事故黑点鉴别系统 Download PDFInfo
- Publication number
- CN103116979A CN103116979A CN201310016998XA CN201310016998A CN103116979A CN 103116979 A CN103116979 A CN 103116979A CN 201310016998X A CN201310016998X A CN 201310016998XA CN 201310016998 A CN201310016998 A CN 201310016998A CN 103116979 A CN103116979 A CN 103116979A
- Authority
- CN
- China
- Prior art keywords
- security
- road
- historical
- accident
- system index
- 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
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于系统安全指标分布法的道路事故黑点鉴别系统,该系统包括历史事故数据记录单元、系统安全指标记录单元、黑点鉴别单元和黑点鉴别结果输出单元。本发明设计的系统安全指标法综合考虑了目标道路上历史事故数据在空间位置上的相互关联,计算简洁。仅需对路段节点上的系统安全指标进行计算,而无需进行路段单元划分,从而克服了传统黑点鉴别方法中必须先进行路段单元划分,同时将历史事故数据的空间关联纳入考虑,使得结果更加精确。
Description
技术领域
本发明属于道路安全领域,尤其涉及通过分析历史交通事故数据空间分布得到系统安全指标在道路上分布,从而进行道路事故黑点鉴别的方法,用于使用道路历史数据对该道路进行事故黑点鉴别。
背景技术
目前道路交通事故日益增多,道路安全问题受到越来越广泛的重视。在道路交通安全保障工程中,首先要进行的就是道路事故黑点鉴别,同时也是最重要的一步。道路事故黑点鉴别包括路段单元划分,鉴别方法设计,鉴别指标选取等三部分技术要点,最后完成道路事故黑点鉴别工作。其中鉴别指标的选取主要是根据工作目标、工作性质以及经济限制等因素综合觉得的,而路段单元划分与鉴别方法设计则在研究领域及工程应用领域受到最多的关注。
道路事故黑点鉴别的路段单元划分方法主要可分为两类,固定长度法与变化长度法。固定长度法主要是指使用者指定固定的道路长度为一个路段单元,通常可以是0.5千米,或1千米等;变化长度法主要是指根据道路自身几何特征如车道数、车道宽度、道路线形等划分路段单元,确保在同一路段单元内,道路几何特征一致。这些方法在工程应用中虽然简单易行,但是受到使用者主观影响较大,方法实施可靠度与使用者工作经验相关,难以推广。道路事故黑点鉴别的鉴别方法类型也多种多样,常用的方法有当量事故数法、累计频率法、当量事故率法、事故数-事故率法以及贝叶斯分析法等等。这些方法具有各自的优势,但是他们在使用中都基于道路路段单元进行的,因而由于道路交通条件的复杂多变,划分路段单元过程存在一定主观随意性,缺乏说服力,影响最终鉴别结果的精确性。
在过去进行道路事故黑点鉴别是,首先需要进行主观判断,完成路段单元划分,再实施相应黑点鉴别方法,但是由于第一阶段的路段单元划分受使用者主观影响较大,使用者经验能力对后一阶段鉴别结果的可靠度影响较大,不利于推广使用。
发明内容
发明目的:针对上述现有存在的问题和不足,本发明的目的是提供一种道路事故黑点鉴别系统,能够方便、快捷、准确的进行基于系统安全指标分布法的道路事故黑点鉴别。
技术方案:为实现上述发明目的,本发明采用以下技术方案:一种基于系统安全指标分布法的道路事故黑点鉴别系统,包括历史事故数据记录单元、系统安全指标记录单元、黑点鉴别单元和黑点鉴别结果输出单元,其中:
所述历史事故数据记录单元,用于存储记录来自历史事故数据库的道路事故数据;
所述黑点鉴别单元,对历史事故数据记录单元中记录的数据进行运算处理,并将运算结果存入系统安全指标记录单元;
所述系统安全指标记录单元,用于记录黑点鉴别单元的运算结果;
所述黑点鉴别结果输出单元,根据系统安全指标记录单元中的数据,绘制并输出系统安全指标在沿指定道路的分布曲线图,以及系统安全指标在沿指定道路的分布表。
所述历史事故数据记录单元,对待鉴别道路的历史事故数据按照事故数据序号i、事故发生地点桩号Xi进行逐条存储。
所述黑点鉴别单元,首先对道路历史事故数据的空间分布进行统计:将道路按固定长度定位一个路段节点,逐个累计各个路段节点所包含的道路历史事故数,全长为L的道路,共计m个路段节点,其中第i个节点的累计道路历史事故数为Ni;
然后对每个路段节点处的系统安全指标按照式(1)进行计算,得到各路段节点处的系统安全指标Ii;
将运算得到的各个路段节点处的系统安全指标存储在系统安全指标记录单元内。
有益效果:与现有技术相比,本发明具有以下优点:依据的系统安全指标分布法,是在对历史道路事故数据空间分布分析基础上完成对道路事故黑点鉴别工作,考虑目标道路上历史事故数据在空间位置上的相互关联。建立道路节点-系统安全指标模型,得到随道路节点变化的系统安全指标,从而避免了对目标路段进行路段单元划分,并且在黑点鉴别方法中将历史事故数据的空间关联纳入考虑,从而更加精确了事故多发路段鉴别结果。
附图说明
图1为本发明所述道路事故黑点鉴别系统的工作流程示意图;
图2为本发明实施例中计算得到的系统安全指标在沿指定道路的分布曲线图。
具体实施方式
下面结合附图和具体实施例,进一步阐明本发明,应理解这些实施例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
基于系统安全指标分布法的道路事故黑点鉴别系统,包括历史事故数据记录单元、系统安全指标记录单元、黑点鉴别单元和黑点鉴别结果输出单元;所述历史事故数据记录单元将来自历史事故数据库的道路事故数据存储起来,黑点鉴别单元对历史事故数据记录单元中记录的数据进行运算,把运算结果存入系统安全指标记录单元;黑点鉴别结果输出单元输出系统安全指标在沿指定道路的分布曲线图以及系统安全指标在沿指定道路的分布表;
所述历史事故数据记录单元,将历史事故数据库中的待鉴别道路的历史事故数据按照事故数据序号i、事故发生地点桩号Xi进行逐条存储;
所述黑点鉴别单元和系统安全指标记录单元,对存储在历史事故数据记录单元中的历史道路事故数据,黑点鉴别单元首先对道路历史事故数据的空间分布进行统计,即将道路按100米长度定为一个路段节点,逐个累计各个路段节点所包含的道路历史事故数,全长为L的道路,共记m个路段节点,其中第i个节点的累计道路历史事故数为Ni;
对每个路段节点处的系统安全指标进行计算,各路段节点处的系统安全指标值如式(1)所示,
将运算得到的各个路段节点处的系统安全指标存储在系统安全指标记录单元;所述黑点鉴别结果输出单元,根据存储在系统安全指标记录单元中的数据,绘制系统安全指标在沿指定道路的分布曲线图,并输出系统安全指标在沿指定道路的分布表。
下面结合附图与具体实施例对本发明进一步说明:首先是历史事故数据记录,将历史事故数据库中的待鉴别道路的历史事故数据,存储在历史事故数据记录单元中,如表1所示。
表1:历史事故数据单元历史事故数据存储
在黑点鉴别单元中,对保存于历史事故数据记录单元的历史事故参数进行运算,首先代入公式(1),结果如表2所示。
表2系统安全指标运算结果
节点序号 | 系统安全指标 | 节点序号 | 系统安全指标 |
1 | 1 | 84 | 1.2 |
2 | 1.9 | 85 | 1 |
3 | 5 | 86 | 1 |
4 | 3 | 87 | 1 |
5 | 1 | 88 | 3.2 |
6 | 3 | 89 | 3 |
... | ... | ... | ... |
... | ... | ... | ... |
79 | 1 | 162 | 5 |
80 | 1 | 163 | 2.2 |
81 | 1.7 | 164 | 1.2 |
82 | 1.7 | 165 | 1 |
83 | 1 | 166 | 3.2 |
然后将以上各个路段节点的系统安全指标存入系统安全指标记录单元。
再通过黑点鉴别结果输出单元绘制如图2所示的系统安全指标在沿指定道路的分布曲线图,其输出实施实例系统安全指标在沿指定道路的分布表如表3所示。
表3系统安全指标在沿指定道路的分布表
Claims (3)
1.一种基于系统安全指标分布法的道路事故黑点鉴别系统,其特征在于:包括历史事故数据记录单元、系统安全指标记录单元、黑点鉴别单元和黑点鉴别结果输出单元,其中:
所述历史事故数据记录单元,用于存储记录来自历史事故数据库的道路事故数据;
所述黑点鉴别单元,对历史事故数据记录单元中记录的数据进行运算处理,并将运算结果存入系统安全指标记录单元;
所述系统安全指标记录单元,用于记录黑点鉴别单元的运算结果;
所述黑点鉴别结果输出单元,根据系统安全指标记录单元中的数据,绘制并输出系统安全指标在沿指定道路的分布曲线图,以及系统安全指标在沿指定道路的分布表。
2.根据权利要求1所述基于系统安全指标分布法的道路事故黑点鉴别系统,其特征在于:所述历史事故数据记录单元,对待鉴别道路的历史事故数据按照事故数据序号i、事故发生地点桩号Xi进行逐条存储。
3.根据权利要求1所述基于系统安全指标分布法的道路事故黑点鉴别系统,其特征在于:所述黑点鉴别单元,首先对道路历史事故数据的空间分布进行统计:将道路按固定长度定位一个路段节点,逐个累计各个路段节点所包含的道路历史事故数,全长为L的道路,共计m个路段节点,其中第i个节点的累计道路历史事故数为Ni;
然后对每个路段节点处的系统安全指标按照式(1)进行计算,得到各路段节点处的系统安全指标Ii;
其中:m为路段节点数;S2为各个路段节点累计道路历史事故数的方差值,如式(2)所示;Ni为第i个节点的累计道路历史事故数;为各个路段节点累计道路历史事故数的均值,如式(3)所示;
将运算得到的各个路段节点处的系统安全指标存储在系统安全指标记录单元内。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310016998.XA CN103116979B (zh) | 2013-01-17 | 2013-01-17 | 基于系统安全指标分布法的道路事故黑点鉴别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310016998.XA CN103116979B (zh) | 2013-01-17 | 2013-01-17 | 基于系统安全指标分布法的道路事故黑点鉴别系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103116979A true CN103116979A (zh) | 2013-05-22 |
CN103116979B CN103116979B (zh) | 2015-01-28 |
Family
ID=48415341
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310016998.XA Active CN103116979B (zh) | 2013-01-17 | 2013-01-17 | 基于系统安全指标分布法的道路事故黑点鉴别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103116979B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103824449A (zh) * | 2014-03-18 | 2014-05-28 | 山东交通学院 | 一种利用众包来寻找及处理道路事故黑点的方法 |
CN103955596A (zh) * | 2014-03-14 | 2014-07-30 | 安徽科力信息产业有限责任公司 | 一种基于交通事故采集技术的事故热点综合判定方法 |
CN104835318A (zh) * | 2015-03-23 | 2015-08-12 | 中南大学 | 一种基于贝叶斯联合模型量化径路安全水平的方法 |
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 |
CN107067781A (zh) * | 2017-04-07 | 2017-08-18 | 叶昊 | 一种用于先进驾驶辅助系统应用的gis道路黑点地图生成方法 |
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 |
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 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6684137B2 (en) * | 2001-12-29 | 2004-01-27 | Yokogawa Electric Corporation | Traffic accident recording system |
JP4137672B2 (ja) * | 2003-03-06 | 2008-08-20 | 株式会社野村総合研究所 | 渋滞予測システムおよび渋滞予測方法 |
CN101833610A (zh) * | 2010-04-09 | 2010-09-15 | 北京工业大学 | 事故黑点鉴别优化方法 |
CN102360526A (zh) * | 2011-09-28 | 2012-02-22 | 东南大学 | 一种快速道路路段状态的实时监测方法 |
-
2013
- 2013-01-17 CN CN201310016998.XA patent/CN103116979B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6684137B2 (en) * | 2001-12-29 | 2004-01-27 | Yokogawa Electric Corporation | Traffic accident recording system |
JP4137672B2 (ja) * | 2003-03-06 | 2008-08-20 | 株式会社野村総合研究所 | 渋滞予測システムおよび渋滞予測方法 |
CN101833610A (zh) * | 2010-04-09 | 2010-09-15 | 北京工业大学 | 事故黑点鉴别优化方法 |
CN102360526A (zh) * | 2011-09-28 | 2012-02-22 | 东南大学 | 一种快速道路路段状态的实时监测方法 |
Non-Patent Citations (1)
Title |
---|
孙连超 等: "基于TCT的公路交通事故黑点鉴别方法研究", 《重庆交通大学学报》, vol. 31, no. 1, 28 February 2012 (2012-02-28) * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103955596A (zh) * | 2014-03-14 | 2014-07-30 | 安徽科力信息产业有限责任公司 | 一种基于交通事故采集技术的事故热点综合判定方法 |
CN103955596B (zh) * | 2014-03-14 | 2017-09-22 | 安徽科力信息产业有限责任公司 | 一种基于交通事故采集技术的事故热点综合判定方法 |
CN103824449A (zh) * | 2014-03-18 | 2014-05-28 | 山东交通学院 | 一种利用众包来寻找及处理道路事故黑点的方法 |
CN103824449B (zh) * | 2014-03-18 | 2015-08-19 | 山东交通学院 | 一种利用众包来寻找及处理道路事故黑点的方法 |
CN104835318A (zh) * | 2015-03-23 | 2015-08-12 | 中南大学 | 一种基于贝叶斯联合模型量化径路安全水平的方法 |
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 |
CN107067781A (zh) * | 2017-04-07 | 2017-08-18 | 叶昊 | 一种用于先进驾驶辅助系统应用的gis道路黑点地图生成方法 |
CN107067781B (zh) * | 2017-04-07 | 2020-02-11 | 叶昊 | 一种用于先进驾驶辅助系统应用的gis道路黑点地图生成方法 |
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 |
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 |
Also Published As
Publication number | Publication date |
---|---|
CN103116979B (zh) | 2015-01-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103116979B (zh) | 基于系统安全指标分布法的道路事故黑点鉴别系统 | |
Shao et al. | Market segmentation and urban CO2 emissions in China: Evidence from the Yangtze River Delta region | |
CN104318077B (zh) | 气候变化和人类活动对河川径流变化定量分析方法 | |
CN103578273B (zh) | 一种基于微波雷达数据的道路交通状态估计方法 | |
CN102034009B (zh) | 基于当量道路事故数法的事故多发路段鉴别设备 | |
CN104294720A (zh) | 一种高速公路设计方案安全性评价方法 | |
Liu et al. | Shale gas investment decision-making: Green and efficient development under market, technology and environment uncertainties | |
CN103164752A (zh) | 一种基于分层随机搜索算法的启发式一维下料方法 | |
CN102693511A (zh) | 基于策略分类的对冲基金指数与评级系统 | |
CN106600440A (zh) | 一种低渗透油藏调剖堵水动态指标选井的方法 | |
Chen et al. | Estimating policy pressure for China's cultivated land use protection based on an extended index | |
CN103632535B (zh) | 路段行人过街信号灯设置判定方法 | |
CN104268415A (zh) | 出行拥堵概率的估计方法 | |
CN103839176A (zh) | 一种基于层次分析法的新能源企业价值评估模型 | |
CN106761718A (zh) | 确定中深层油藏动用厚度界限的新方法 | |
CN103559389B (zh) | 一种县域耕地等级变化监测样点布设的方法 | |
CN102930157A (zh) | 河道型水库支流库湾水体水动力特性分区方法 | |
CN106022507A (zh) | 一种农田连片整治的优化方法及其系统 | |
CN105931463A (zh) | 基于交通场面雷达的路段交通运行指数计算方法 | |
CN103985061A (zh) | 基于熵值法的电力企业资产效率综合评价方法 | |
CN103295117A (zh) | 匹配牵引车与挂车的方法及系统 | |
Penserini et al. | Tackling climate change through wastewater reuse in agriculture: A prioritization methodology | |
CN103489318B (zh) | 一种交叉口机动车信号灯设置需求判定方法 | |
CN105160178A (zh) | 一种考虑降雨空间分布特征的水库流域子流域划分方法 | |
CN104809160A (zh) | 一种基于换档行为的高油耗分析方法及设备 |
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 |