CN107784832A - 一种用于识别交通道路中的事故黑点的方法与设备 - Google Patents
一种用于识别交通道路中的事故黑点的方法与设备 Download PDFInfo
- Publication number
- CN107784832A CN107784832A CN201610726698.4A CN201610726698A CN107784832A CN 107784832 A CN107784832 A CN 107784832A CN 201610726698 A CN201610726698 A CN 201610726698A CN 107784832 A CN107784832 A CN 107784832A
- Authority
- CN
- China
- Prior art keywords
- accident
- information
- stain
- spot
- black
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Navigation (AREA)
Abstract
本申请的目的是提供一种用于识别交通道路中的事故黑点的方法与设备;获取交通道路中的多条交通事故信息,其中,所述交通事故信息包括事故位置信息;根据所述事故位置信息对所述多条交通事故信息进行统计处理,以获得一个或多个候选黑点及每个候选黑点上的事故统计信息;根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点。与现有技术相比,本申请在确定事故黑点时充分考虑到了“点”、“路段”和“区域”三种不同的维度,使得事故黑点的确定更全面、更科学,有效解决事故黑点的遗漏问题;同时,本申请通过事故黑点特征分析,不仅可以指出在用道路的潜在黑点,而且对于在建道路也具有指导价值。
Description
技术领域
本申请涉及一种识别交通道路中事故黑点的方法,属于计算机领域。
背景技术
随着我国人均汽车保有量和公路里程的增加,交通安全问题日趋严峻。目前,对事故黑点的研究多是从交通事故的数据着手,根据统计结果认为事故较多的地方即是事故黑点。由于统计规律是基于已然发生的事件进行分析,而且其准确程度受到样本数量的影响,而交通事故属于随机事件,因此较长时间没有发生事故但确存在危险因素的路段会被遗漏,从而留下了安全隐患。同时,对于新建道路,或者运营时间长但事故统计资料不完善的道路,这种方法将存在统计不准确的技术缺陷,从而所得到的结果,对于其他道路安全分析的指导价值也不高。
发明内容
本申请的目的是提供一种用于在交通道路中识别事故黑点的方法和设备。
根据本申请的一个方面,提供了一种用于在交通道路中识别事故黑点的方法,包括:
获取交通道路中的多条交通事故信息,其中,所述交通事故信息包括事故位置信息;
根据所述事故位置信息对所述多条交通事故信息进行统计处理,以获得一个或多个候选黑点及每个候选黑点上的事故统计信息;
根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点。
根据本申请的另一个方面,还提供了一种用于在交通道路中识别事故黑点的设备,包括:
第一装置,用于获取交通道路中的多条交通事故信息,其中,所述交通事故信息包括事故位置信息;
第二装置,用于根据所述事故位置信息对所述多条交通事故信息进行统计处理,以获得一个或多个候选黑点及每个候选黑点上的事故统计信息;
第三装置,用于根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点。
与现有技术相比,本申请获取交通道路中的多条交通事故信息,其中,所述交通事故信息包括事故位置信息,并根据所述事故位置信息对所述多条交通事故信息进行统计处理,获得一个或多个候选黑点及每个候选黑点上的事故统计信息;根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点。在此,本申请的有益效果在于,通过对现有运行道路中出现的多条交通事故信息进行统计分析,首先得到候选事故黑点,再通过对候选黑点的进一步统计分析得到事故黑点,以这种分级筛选的方式提高了事故黑点判断的全面性和准确性,进而基于该准确的事故黑点相关数据进行整体性分析的结果也具有更高的准确性和参考价值。而且,本方法是在不影响现有道路安全性的情况下,达到准确全面识别道路事故黑点的目的,有效降低道路事故黑点判定的操作成本。针对事故黑点采取相应的防治措施后,可有效增加道路的整体安全性能。
进一步地,本申请还包括,在所述交通道路的地图上显示所述事故黑点。在此,本申请的有益效果在于,本申请在交通道路地图上显示事故黑点,从而方便需求用户,例如司机,预先或行进过程中获取道路相关信息,如果待进入的道路包含事故黑点的路段,则有助于提高用户的安全意识,从用户的角度降低安全风险。
更进一步地,本申请还包括,根据所述事故黑点的事故相关信息和/或位置相关信息,确定所述事故黑点的黑点特征信息。根据所述黑点特征信息确定其他在用交通道路中的潜在事故黑点;或者,根据所述黑点特征信息确定设计中交通道路中的潜在事故黑点。在此,本申请的有益效果在于,一方面,不仅能够确定已经发生多起交通事故的显性事故黑点,还能确定在某些路段存在发生事故较少却有多次规避事故现象的危险地段,即潜在事故黑点。对于显性事故黑点,在分析确定其原因的基础上,针对原因及时治理,例如,事故原因在于缺乏相应的交通安全设施的,则及时采取治理措施,加设如交通信号灯、警示标志、限速标志等交通安全设施,、强制隔离护栏、减速设施、照明设施等,避免类似事故再次发生。而对于潜在事故黑点,则在分析确定其原因的基础上,重在采取预防措施,及时消除安全隐患,例如,对于新投入使用的道路安装强制隔离护栏,以预防行人、摩托车和机动车混行的局面发生。另一方面,通过分析所得到的黑点特征信息,不仅对于在用的交通道路有着积极的安全指导意义,对于尚在设计中的交通道路也具有安全指导意义,故而可以在源头处规避隐患,解决问题,更高效、更节约成本。
进一步地,基于预定的黑点判断规则,根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点;其中,所述黑点判断规则包括以下至少任一项:若所述事故统计信息中的事故绝对数量信息等于或大于预定的事故绝对数量阈值信息,则所述候选黑点为事故黑点;若所述事故统计信息中的事故相对数量信息等于或大于预定的事故相对数量阈值信息,则所述候选黑点为事故黑点;若所述事故统计信息中的事故当量信息等于或大于预定的事故当量阈值信息,则所述候选黑点为事故黑点。在此,本申请的有益效果在于,在从所述候选事故黑点中确定事故黑点时,不仅仅考虑到了发生交通事故的绝对数量,还考虑到了单位公里数内的事故率,同时,还考虑了包含事故严重程度信息的事故当量信息,因此事故黑点的确定更加科学、更加全面。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1示出根据本申请一个方面的一种识别交通道路中的事故黑点的方法流程图;
图2示出根据本申请另一个方面的一种识别交通道路中的事故黑点的设备示意图。
图3示出一种优选方案下的识别交通道路中的事故黑点的设备示意图。
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
下面结合附图对本申请作进一步详细描述。
图1示出根据本申请一个方面的一种识别交通道路中的事故黑点的方法流程图。其中,所述方法包括步骤S11、S12、S13。其中,步骤S11包括,获取交通道路中的多条交通事故信息,其中,所述交通事故信息包括事故位置信息;步骤S12包括,根据所述事故位置信息对所述多条交通事故信息进行统计处理,以获得一个或多个候选黑点及每个候选黑点上的事故统计信息。步骤S13中,根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点。
本申请的有益效果在于,通过对现有运行道路中出现的多条交通事故信息进行统计分析,首先得到候选事故黑点,再通过对候选黑点的进一步统计分析得到事故黑点,以这种分级筛选的方式提高了事故黑点判断的全面性和准确性,进而基于该准确的事故黑点相关数据进行整体性分析的结果也具有更高的准确性和参考价值。而且,本方法是在不影响现有道路安全性的情况下,达到准确全面识别道路事故黑点的目的,有效降低道路事故黑点判定的操作成本。针对事故黑点采取相应的防治措施后,可有效增加道路的整体安全性能。
具体地,步骤S11中,交通事故的获取方式包括:沿路安装的远程监控设备所采集到的事故数据、或者安装有类似行车记录仪的功能设备的车辆所采集到的事故信息。所述交通事故信息包括:交通事故位置信息,以经度纬度的形式表示,经度纬度信息可以通过具有GPS功能的移动设备进行定位或者在网页地图上选取道路事故位置的方法进行采集;以及,基于事故位置信息所确定的环境状况信息,包括道路状况、交通设施、地物地貌、气象条件和交通流量等信息,例如,是否存在陡坡、急弯、临水临崖的道路状况,是否存在沿线建筑、绿化布设不合理,导致留下安全“死角”、“暗角”影响了驾驶人员的判断力的情况,是否存在路况质量差、养护不到位或者缺少必要的交通安全设施,如交通信号灯、警示标志、限速标志、强制隔离护栏、减速设施、照明设施等问题。
接着,在步骤S12中,以各事故的位置坐标作为事故统计处理的依据,并且根据统计结果,初步筛选出可能的事故黑点,统称为候选黑点,最终得到候选黑点及每个候选黑点的事故统计信息。
进一步地,步骤S12具体包括,根据所述交通事故信息确定一个事故点,其中,所述事故点的位置即所述事故位置信息;以及根据所述事故点的位置对位置相关的一个或多个事故点进行合并处理,以获得候选黑点及所述候选黑点的事故统计信息。在此,交通事故信息包含事故位置信息、道路状况、气象状况等多种信息,事故点是为了便于分析对交通事故信息的一个抽象,事故点的位置对应于事故位置信息。事故统计分析基于事故点进行,其中,首先会按照一定的规则对事故点进行合并处理,再对合并后的各事故点进行事故数据统计,根据统计结果最终得到候选黑点及各候选黑点处的事故数据。
更进一步地,根据所述事故点的位置及预定的黑点模型信息,确定位置相关的一个或多个事故点,其中,所述一个或多个事故点的位置满足所述黑点模型信息。
本方案中,一个优选的实施例为,所述黑点模型信息包括以下至少任一项:预定区域中任意两事故点间的距离小于或等于预定的第一距离阈值,对应为呈点状分布的事故黑点,例如,交通事故频发的多条道路路交汇的路口,就属于此类事故黑点;预定区域中所有事故点属于同一路段,且其中任意两事故点间的距离小于或等于预定的第二距离阈值,对应为呈路段分布的事故黑点;预定区域中所有事故地点属于同一功能区域,且区域范围不小于或等于预定第三阈值,其中,功能区域是指实现特定社会功能的核心建筑物聚集群及其周边,像商业区、学校、医院等,第三阈值一般可取平方公里。
与现有技术相比,本申请根据交通事故信息确定一个事故点,接着根据所述事故点的位置对位置相关的一个或多个事故点进行合并处理,最终获得候选黑点及所述候选黑点的事故统计信息。在对一个或多个事故点进行合并处理时,本申请将事故黑点分为三类:点、路段以及区域,并给出三类事故黑点的判定规则,并以此为依据进行合并处理。采用此技术方案的有益效果在于,确定候选事故黑点及对所述候选黑点进行事故统计时,全面考虑了点、线/路段、面/区域三种不同维度情况下的交通事故分布信息,有效避免候选事故黑点的遗漏,使得候选事故黑点的确定更全面,也更符合客观现实,同时事故统计信息也更准确。
接着,在步骤S13中,根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点。在此,从候选黑点筛选出事故黑点需要依据一定的选择条件,例如基于事故类型进行选择、或者基于事故伤亡人数进行选择,或者基于事故的次数进行选择,还可以基于自定义的黑点判断规则进行选择,其中,黑点判断规则可以是多项事故信息的组合。
优选地,步骤S13包括,基于预定的黑点判断规则,根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点。
在本方案的一个优选的实施例中,所述黑点判断规则包括以下至少任一项:
若所述事故统计信息中的事故绝对数量信息等于或大于预定的事故绝对数量阈值信息,则所述候选黑点为事故黑点。其中,事故绝对数量信息包括而不限于事故次数、死亡人数、受伤人数、直接经济损失等。
若所述事故统计信息中的事故相对数量信息等于或大于预定的事故相对数量阈值信息,则所述候选黑点为事故黑点。其中,事故相对数量信息包括而不限于公里事故率、车辆事故率、人口事故率、综合事故率、车公里事故率等。
若所述事故统计信息中的事故当量信息等于或大于预定的事故当量阈值信息,则所述候选黑点为事故黑点。其中,事故当量信息是指充分考虑道路长度、交通量及交通事故的危险程度后所确定的等效事故信息。例如,在进行事故数量统计时,设置一计算因子,该因子根据事故的危险程度、危害范围不同而取值不同,该计算因子与统计得到的事故绝对数量/事故相对数量相乘,其结果便是事故当量信息。
与现有技术相比,本申请的有益效果在于,在从所述候选事故黑点中确定事故黑点时,不仅仅考虑到了发生交通事故的绝对数量,还考虑到了单位公里数的事故率,而且,还考虑到了包含事故严重程度信息的事故当量信息,因此事故黑点的确定更加科学,依据上述方案所确定的事故黑点以及各事故黑点的事故统计信息对于交通安全管理决策更具有指导价值,对于未来的道路交通事故也更具备预见性。
进一步地,本申请所述方法还包括根据所述事故黑点的事故相关信息和/或位置相关信息,确定所述事故黑点的黑点特征信息。在此,事故相关信息包括事故发生的时间信息、气象信息、事故次数以及事故所造成的伤亡、损失信息等;位置相关信息包括事故发生的坐标信息以及事故发生地所属道路的道路状态信息、交通流量信息等。综合以上两方面的信息对事故黑点进行分析,得到对黑点处交通事故占主导作用的因素,称之为黑点特征信息。例如由于路侧开口过多而引发多次交通事故的黑点,其黑点特征信息为道路状态。
更进一步地,根据所述黑点特征信息确定其他在用交通道路中的潜在事故黑点;或者,根据所述黑点特征信息确定设计中交通道路中的潜在事故黑点。在本方案中,基于综合分析多个事故黑点的事故相关信息和/或位置相关信息而得到事故黑点的黑点特征信息,该黑点特征信息属于道路本身、交通设施与交通环境等因素,而且是引发交通事故的主导原因。因此,在得到事故黑点的黑点特征后,如果其他在用道路具有与黑点特征相同或相近似的状况,则可以确定为潜在事故黑点,进而采取必要的防治措施,避免事故的发生;而对于正在设计中的交通道路,如果已完成的道路设计部分符合黑点特征的某些属性,则可以确定为潜在事故黑点,进而可以对已完成的设计做出预防性调整,从源头上消除事故隐患。
因此,与现有技术相比,本申请的有益效果在于,通过综合分析多个事故黑点的事故相关信息,得到反应事故主导因素的黑点特征信息。基于该黑点特征信息,一方面,能够确定已用路段的潜在事故黑点,即在某些路段交通事故较少却有多次规避事故的现象,例如,具有正常行车情况下发生形势变得表现形式,即车速的急剧变化。因此对于在用的交通道路有着积极的安全指导意义;另一方面,所述黑点特征信息,也能够确定尚在设计中的路段的潜在事故黑点,故而可以在源头处规避隐患,解决问题,更高效、更节约成本。
进一步地,本申请所述方法还包括,在所述交通道路的地图上显示所述事故黑点。其中,显示的作用在于呈现并且提醒使用者,显示方式包括而不限于图形、文字、语音、音乐以及其组合的能够起到提示作用的方法。
与现有技术相比,本申请的有益效果在于,本申请在交通道路地图上显示事故黑点,从而方便需求用户,例如司机,预先或行进过程中查阅道路相关安全信息,如果待进入的道路包含事故黑点的路段,则有助于提高用户的安全意识,从用户的角度降低安全风险。
图2示出根据本申请另一个方面的一种识别交通道路中的事故黑点的设备示意图。其中,所述设备1包括第一装置21、第二装置22和第三装置23。
其中,所述第一装置21用于获取交通道路中的多条交通事故信息,其中,所述交通事故信息包括事故位置信息;所述第二装置22用于根据所述事故位置信息对所述多条交通事故信息进行统计处理,以获得一个或多个候选黑点及每个候选黑点上的事故统计信息;所述第三装置23用于根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点。在此,本申请的有益效果在于,通过对现有运行道路中出现的多条交通事故信息进行统计分析,首先得到候选事故黑点,再通过对候选黑点的进一步统计分析得到事故黑点,以分级筛选的方式提高了事故黑点判断的全面性和准确性,进而基于该准确的事故黑点相关数据进行整体性分析的结果也具有更高的准确性和参考价值。而且,在本方法在不影响现有道路运行的情况下,达到识别道路事故黑点的目的,有效降低道路事故黑点的找寻成本,针对事故黑点采取相应的防治措施后,可有效增加道路的整体安全性能。
接着,所述第一装置21获取交通事故的方式包括:沿路安装的远程监控设备所采集到的事故数据、或者安装有类似行车记录仪的功能设备的车辆所采集到的事故信息。所述交通事故信息包括:交通事故位置信息,以经度纬度的形式表示,经度纬度信息可以通过具有GPS功能的移动设备进行定位或者在网页地图上选取道路事故位置的方法进行采集;以及,基于事故位置信息所确定的环境状况信息,包括道路状况、交通设施、地物地貌、气象条件和交通流量等信息,例如,是否存在陡坡、急弯、临水临崖的道路状况,是否存在沿线建筑、绿化布设不合理,导致留下安全“死角”、“暗角”影响了驾驶人员的判断力的情况,是否存在路况质量差养护不到或者位缺少必要的交通安全设施,如交通信号灯、警示标志、限速标志、强制隔离护栏、减速设施、照明设施等问题。
进一步地,所述第二装置22包括第一单元(未标出)和第二单元(未标出),其中,第一单元用于根据所述交通事故信息确定一个事故点,其中,所述事故点的位置即所述事故位置信息;第二单元用于根据所述事故点的位置对位置相关的一个或多个事故点进行合并处理,以获得候选黑点及所述候选黑点的事故统计信息。在此,交通事故信息包含事故位置信息、道路状况、气象状况等多种信息,事故点是为了便于分析对交通事故信息的一个抽象,事故点的位置对应于事故位置信息。事故统计分析基于事故点进行,其中,首先会按照一定的规则对事故点进行合并处理,再对合并后的各事故点进行事故数据统计,根据统计结果最终得到候选黑点及各候选黑点处的事故数据。
在一个优选的实施例中,所述第二单元(未标出)还包括第一子单元(未标出)和第二子单元(未标出),其中,第一子单元(未标出)用于根据所述事故点的位置及预定的黑点模型信息,确定位置相关的一个或多个事故点,其中,所述一个或多个事故点的位置满足所述黑点模型信息;第二子单元(未标出),用于对所述一个或多个事故点进行合并处理,以获得候选黑点及所述候选黑点的事故统计信息。
优选地,所述黑点模型信息包括以下至少任一项:预定区域中任意两事故点间的距离小于或等于预定的第一距离阈值,对应为呈点状分布的事故黑点,例如,交通事故频发的多条道路路交汇的路口,就属于此类事故黑点;预定区域中所有事故点属于同一路段,且其中任意两事故点间的距离小于或等于预定的第二距离阈值,对应为呈路段分布的事故黑点;预定区域中所有事故地点属于同一功能区域,且区域范围不小于或等于预定第三阈值,其中,功能区域是指实现特定社会功能的核心建筑物聚集群及其周边,像商业区、学校、医院等,第三阈值一般可取平方公里。
与现有技术相比,本申请根据交通事故信息确定一个事故点,接着根据所述事故点的位置对位置相关的一个或多个事故点进行合并处理,最终获得候选黑点及所述候选黑点的事故统计信息。在对一个或多个事故点进行合并处理时,本申请将事故黑点分为三类:点、路段以及区域,并给出三类事故黑点的判定规则,并以此为依据进行合并处理。采用此技术方案的有益效果在于,确定候选事故黑点及对所述候选黑点进行事故统计时,全面考虑了点、线/路段、面/区域三种不同维度情况下的交通事故分布信息,有效避免候选事故黑点的遗漏,使得候选事故黑点的确定更全面,也更符合客观现实,同时事故统计信息也更准确。
接着,所述第三装置于基于预定的黑点判断规则,根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点。在此,从候选黑点筛选出事故黑点需要依据一定的选择条件,例如基于事故类型进行选择、或者基于事故伤亡人数进行选择,或者基于事故的次数进行选择,还可以基于自定义的黑点判断规则进行选择,其中,黑点判断规则可以是多项事故信息的组合。
进一步地,在本方案的一个优选的实施例中,所述黑点判断规则包括以下至少任一项:
若所述事故统计信息中的事故绝对数量信息等于或大于预定的事故绝对数量阈值信息,则所述候选黑点为事故黑点。其中,事故绝对数量信息包括而不限于事故次数、死亡人数、受伤人数、直接经济损失等。
若所述事故统计信息中的事故相对数量信息等于或大于预定的事故相对数量阈值信息,则所述候选黑点为事故黑点。其中,事故相对数量信息包括而不限于公里事故率、车辆事故率、人口事故率、综合事故率、车公里事故率等。
若所述事故统计信息中的事故当量信息等于或大于预定的事故当量阈值信息,则所述候选黑点为事故黑点。其中,事故当量信息是指充分考虑道路长度、交通量及交通事故的危险程度后所确定的等效事故信息。例如,在进行事故数量统计时,设置一计算因子,该因子根据事故的危险程度、危害范围不同而取值不同,该计算因子与统计得到的事故绝对数量/事故相对数量相乘,其结果便是事故当量信息。
与现有技术相比,本申请的有益效果在于,在从所述候选事故黑点中确定事故黑点时,不仅仅考虑到了发生交通事故的绝对数量,还考虑到了单位公里数内的事故率,而且,还考虑到了包含事故严重程度信息的事故当量信息,因此事故黑点的确定更加科学,依据上述方案所确定的事故黑点以及各事故黑点的事故统计信息对于交通安全管理决策更具有指导价值,对于未来的道路交通事故也更具备预见性。
在一个优选的实施例中,如图3所示,本申请所述设备还包括第五装置25,用于根据所述事故黑点的事故相关信息和/或位置相关信息,确定所述事故黑点的黑点特征信息。在此,事故相关信息包括事故发生的时间信息、气象信息、事故次数以及事故所造成的伤亡、损失信息等;位置相关信息包括事故发生的坐标信息以及事故发生地所属道路的道路状态信息、交通流量信息等。综合以上两方面的信息对事故黑点进行分析,得到对黑点处交通事故占主导作用的因素,称之为黑点特征信息。例如由于路侧开口过多而引发多次交通事故的黑点,其黑点特征信息为道路状态。
优选地,第五装置25还用于根据所述黑点特征信息确定其他在用交通道路中的潜在事故黑点;或者,根据所述黑点特征信息确定设计中交通道路中的潜在事故黑点。在本方案中,基于综合分析多个事故黑点的事故相关信息和/或位置相关信息而得到事故黑点的黑点特征信息,该黑点特征信息属于道路本身、交通设施与交通环境等因素,而且是引发交通事故的主导原因。因此,在得到事故黑点的黑点特征后,如果其他在用道路具有与黑点特征相同或相近似的状况,则可以确定为潜在事故黑点,进而采取必要的防治措施,避免事故的发生;而对于正在设计中的交通道路,如果已完成的道路设计部分符合黑点特征的某些属性,则可以确定为潜在事故黑点,进而可以对已完成的设计做出预防性调整,从源头上消除事故隐患。
与现有技术相比,本方案的有益效果在于,通过综合分析多个事故黑点的事故相关信息,得到反应事故主导因素的黑点特征信息。基于该黑点特征信息,一方面,能够确定已用路段的潜在事故黑点,即在某些路段交通事故较少却有多次规避事故的现象,例如,在正常行车情况下,具有行车行驶状态突变的表现形式,即车速的急剧变化。因此对于在用的交通道路有着积极的安全指导意义;另一方面,所述黑点特征信息,也能够确定尚在设计中的路段的潜在事故黑点,故而可以在源头处规避隐患,解决问题,更高效、更节约成本。
在一个优选的实施例中,本申请所述设备还包括第四装置24,用于在所述交通道路的地图上显示所述事故黑点。其中,显示的作用在于呈现并且提醒使用者,显示方式包括而不限于图形、文字、语音、音乐以及其组合的能够起到提示作用的方法。
与现有技术相比,本申请的有益效果在于,本申请在交通道路地图上显示事故黑点,从而方便需求用户,例如司机,预先或行进过程中查阅道路相关安全信息,如果待进入的道路包含事故黑点的路段,则有助于提高用户的安全意识,从用户的角度降低安全风险。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其他的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (16)
1.一种用于识别交通道路中的事故黑点的方法,其中,该方法包括:
获取交通道路中的多条交通事故信息,其中,所述交通事故信息包括事故位置信息;
根据所述事故位置信息对所述多条交通事故信息进行统计处理,以获得一个或多个候选黑点及每个候选黑点上的事故统计信息;
根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点。
2.根据权利要求1所述的方法,其中,所述方法还包括:
在所述交通道路的地图上显示所述事故黑点。
3.根据权利要求1所述的方法,其中,所述方法还包括:
根据所述事故黑点的事故相关信息和/或位置相关信息,确定所述事故黑点的黑点特征信息。
4.根据权利要求3所述的方法,其中,所述根据所述事故黑点的事故相关信息和/或位置相关信息,确定所述事故黑点的黑点特征信息还包括:
根据所述黑点特征信息确定其他在用交通道路中的潜在事故黑点;或者,
根据所述黑点特征信息确定设计中交通道路中的潜在事故黑点。
5.根据权利要求1所述的方法,其中,所述根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点包括:
基于预定的黑点判断规则,根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点;
其中,所述黑点判断规则包括以下至少任一项:
若所述事故统计信息中的事故绝对数量信息等于或大于预定的事故绝对数量阈值信息,则所述候选黑点为事故黑点;
若所述事故统计信息中的事故相对数量信息等于或大于预定的事故相对数量阈值信息,则所述候选黑点为事故黑点;
若所述事故统计信息中的事故当量信息等于或大于预定的事故当量阈值信息,则所述候选黑点为事故黑点。
6.根据权利要求1所述的方法,其中,所述根据所述事故位置信息对所述多条交通事故信息进行统计处理,以获得一个或多个候选黑点及每个候选黑点上的事故统计信息包括:
根据所述交通事故信息确定一个事故点,其中,所述事故点的位置即所述事故位置信息;
根据所述事故点的位置对位置相关的一个或多个事故点进行合并处理,以获得候选黑点及所述候选黑点的事故统计信息。
7.根据权利要求6所述的方法,其中,所述根据所述事故点的位置对位置相关的一个或多个事故点进行合并处理,以获得候选黑点及所述候选黑点的事故统计信息包括:
根据所述事故点的位置及预定的黑点模型信息,确定位置相关的一个或多个事故点,其中,所述一个或多个事故点的位置满足所述黑点模型信息;
对所述一个或多个事故点进行合并处理,以获得候选黑点及所述候选黑点的事故统计信息。
8.根据权利要求7所述的方法,其中,所述黑点模型信息包括以下至少任一项:
预定区域中任意两事故点间的距离小于或等于预定的第一距离阈值;
预定区域中所有事故点属于同一路段,且其中任意两事故点间的距离小于或等于预定的第二距离阈值;
预定区域中所有事故地点属于同一功能区域,且区域范围小于或等于预定第三阈值。
9.一种用于识别交通道路中的事故黑点的设备,其中,所述设备包括:
第一装置,用于获取交通道路中的多条交通事故信息,其中,所述交通事故信息包括事故位置信息;
第二装置,用于根据所述事故位置信息对所述多条交通事故信息进行统计处理,以获得一个或多个候选黑点及每个候选黑点上的事故统计信息;
第三装置,用于根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点。
10.根据权利要求9所述的设备,其中,所述设备还包括:
第四装置,用于在所述交通道路的地图上显示所述事故黑点。
11.根据权利要求9所述的设备,其中,所述设备还包括:
第五装置,用于根据所述事故黑点的事故相关信息和/或位置相关信息,确定所述事故黑点的黑点特征信息。
12.根据权利要求11所述的设备,其中,所述第五装置还用于:
根据所述黑点特征信息确定其他在用交通道路中的潜在事故黑点;或者,
根据所述黑点特征信息确定设计中交通道路中的潜在事故黑点。
13.根据权利要求9所述的设备,其中,所述第三装置用于:
基于预定的黑点判断规则,根据所述事故统计信息从所述一个或多个候选黑点确定所述道路交通中的事故黑点;
其中,所述黑点判断规则包括以下至少任一项:
若所述事故统计信息中的事故绝对数量信息等于或大于预定的事故绝对数量阈值信息,则所述候选黑点为事故黑点;
若所述事故统计信息中的事故相对数量信息等于或大于预定的事故相对数量阈值信息,则所述候选黑点为事故黑点;
若所述事故统计信息中的事故当量信息等于或大于预定的事故当量阈值信息,则所述候选黑点为事故黑点。
14.根据权利要求9所述的设备,其中,所述第二装置包括:
第一单元,用于根据所述交通事故信息确定一个事故点,其中,所述事故点的位置即所述事故位置信息;
第二单元,用于根据所述事故点的位置对位置相关的一个或多个事故点进行合并处理,以获得候选黑点及所述候选黑点的事故统计信息。
15.根据权利要求14所述的设备,其中,所述第二单元包括:
第一子单元,用于根据所述事故点的位置及预定的黑点模型信息,确定位置相关的一个或多个事故点,其中,所述一个或多个事故点的位置满足所述黑点模型信息;
第二子单元,用于对所述一个或多个事故点进行合并处理,以获得候选黑点及所述候选黑点的事故统计信息。
16.根据权利要求15所述的设备,其中,所述黑点模型信息包括以下至少任一项:
预定区域中任意两事故点间的距离小于或等于预定的第一距离阈值;
预定区域中所有事故地点属于同一路段,且其中任意两事故点间的距离小于或等于预定的第二距离阈值;
预定区域中所有事故地点属于同一功能区域,且区域范围小于或等于预定第三阈值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610726698.4A CN107784832A (zh) | 2016-08-25 | 2016-08-25 | 一种用于识别交通道路中的事故黑点的方法与设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610726698.4A CN107784832A (zh) | 2016-08-25 | 2016-08-25 | 一种用于识别交通道路中的事故黑点的方法与设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107784832A true CN107784832A (zh) | 2018-03-09 |
Family
ID=61438659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610726698.4A Pending CN107784832A (zh) | 2016-08-25 | 2016-08-25 | 一种用于识别交通道路中的事故黑点的方法与设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107784832A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959196A (zh) * | 2018-07-09 | 2018-12-07 | 苏州工业园区测绘地理信息有限公司 | 一种交通事故时空分析系统 |
CN109215348A (zh) * | 2018-10-25 | 2019-01-15 | 苏州正载信息技术有限公司 | 一种把交通事故准确定位到相关路段的方法 |
CN109671262A (zh) * | 2019-01-16 | 2019-04-23 | 广州思创科技发展有限公司 | 基于事故黑点对司机行为预警的系统及方法 |
CN110335468A (zh) * | 2019-07-26 | 2019-10-15 | 王宣予 | 一种道路安全状态识别方法 |
CN112966941A (zh) * | 2021-03-09 | 2021-06-15 | 宁波工程学院 | 一种基于交通事故大数据的事故黑点识别方法及系统 |
CN113516353A (zh) * | 2021-04-29 | 2021-10-19 | 安徽达尔智能控制系统股份有限公司 | 一种事故采集分析方法及系统 |
CN115240407A (zh) * | 2022-06-10 | 2022-10-25 | 深圳市综合交通与市政工程设计研究总院有限公司 | 交通事故黑点的鉴别方法、装置、电子设备及存储介质 |
CN116863707A (zh) * | 2023-08-31 | 2023-10-10 | 天津光电比特信息技术有限公司 | 行车交通诱导方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102855395A (zh) * | 2012-08-16 | 2013-01-02 | 长安大学 | 一种道路交通事故多发位置鉴别方法 |
CN103116979A (zh) * | 2013-01-17 | 2013-05-22 | 东南大学 | 基于系统安全指标分布法的道路事故黑点鉴别系统 |
CN103390345A (zh) * | 2012-05-10 | 2013-11-13 | 林玉峰 | 道路交通事故分析方法 |
CN105139657A (zh) * | 2015-10-21 | 2015-12-09 | 重庆云途交通科技有限公司 | 一种基于v2i的道路边界与事故黑点的提取方法及系统 |
-
2016
- 2016-08-25 CN CN201610726698.4A patent/CN107784832A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103390345A (zh) * | 2012-05-10 | 2013-11-13 | 林玉峰 | 道路交通事故分析方法 |
CN102855395A (zh) * | 2012-08-16 | 2013-01-02 | 长安大学 | 一种道路交通事故多发位置鉴别方法 |
CN103116979A (zh) * | 2013-01-17 | 2013-05-22 | 东南大学 | 基于系统安全指标分布法的道路事故黑点鉴别系统 |
CN105139657A (zh) * | 2015-10-21 | 2015-12-09 | 重庆云途交通科技有限公司 | 一种基于v2i的道路边界与事故黑点的提取方法及系统 |
Non-Patent Citations (1)
Title |
---|
刘玉增等: "《道路交通事故处理》", 30 September 2007 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108959196B (zh) * | 2018-07-09 | 2019-06-28 | 苏州工业园区测绘地理信息有限公司 | 一种交通事故时空分析系统 |
CN108959196A (zh) * | 2018-07-09 | 2018-12-07 | 苏州工业园区测绘地理信息有限公司 | 一种交通事故时空分析系统 |
CN109215348B (zh) * | 2018-10-25 | 2021-07-06 | 苏州正载信息技术有限公司 | 一种把交通事故准确定位到相关路段的方法 |
CN109215348A (zh) * | 2018-10-25 | 2019-01-15 | 苏州正载信息技术有限公司 | 一种把交通事故准确定位到相关路段的方法 |
CN109671262A (zh) * | 2019-01-16 | 2019-04-23 | 广州思创科技发展有限公司 | 基于事故黑点对司机行为预警的系统及方法 |
CN110335468A (zh) * | 2019-07-26 | 2019-10-15 | 王宣予 | 一种道路安全状态识别方法 |
CN112966941A (zh) * | 2021-03-09 | 2021-06-15 | 宁波工程学院 | 一种基于交通事故大数据的事故黑点识别方法及系统 |
CN112966941B (zh) * | 2021-03-09 | 2024-04-19 | 宁波工程学院 | 一种基于交通事故大数据的事故黑点识别方法及系统 |
CN113516353A (zh) * | 2021-04-29 | 2021-10-19 | 安徽达尔智能控制系统股份有限公司 | 一种事故采集分析方法及系统 |
CN115240407A (zh) * | 2022-06-10 | 2022-10-25 | 深圳市综合交通与市政工程设计研究总院有限公司 | 交通事故黑点的鉴别方法、装置、电子设备及存储介质 |
CN115240407B (zh) * | 2022-06-10 | 2024-01-12 | 深圳市综合交通与市政工程设计研究总院有限公司 | 交通事故黑点的鉴别方法、装置、电子设备及存储介质 |
CN116863707A (zh) * | 2023-08-31 | 2023-10-10 | 天津光电比特信息技术有限公司 | 行车交通诱导方法、装置、设备及介质 |
CN116863707B (zh) * | 2023-08-31 | 2023-12-05 | 天津光电比特信息技术有限公司 | 行车交通诱导方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107784832A (zh) | 一种用于识别交通道路中的事故黑点的方法与设备 | |
CN104978853B (zh) | 一种道路交通安全评估方法及系统 | |
CN111862606B (zh) | 一种基于多源数据的非法营运车辆识别方法 | |
CN108765235A (zh) | 基于交通事故案例解构的自动驾驶车辆测试场景构建方法和测试方法 | |
CN108230676A (zh) | 一种基于轨迹数据的交叉口行人过街风险评估方法 | |
CN107945556A (zh) | 一种快速道路不良天气下的动态限速优化控制方法 | |
CN109448384B (zh) | 一种高速公路危险交通行为识别方法 | |
Hu et al. | Safety evaluation of pedestrian-vehicle interaction at signalized intersections in Changsha, China | |
CN114067560A (zh) | 高速公路疫情防控无感式人员检测及车辆轨迹追踪系统 | |
CN106251621A (zh) | 智慧交通管理系统及方法 | |
CN101694742A (zh) | 重大公路交通基础设施运行安全控制方法 | |
CN113436432A (zh) | 一种利用路侧观测数据进行路段短时交通风险预测的方法 | |
CN103426321A (zh) | 一种具备报警功能的车辆信息采集与监控系统 | |
Chen et al. | Lane-based Distance-Velocity model for evaluating pedestrian-vehicle interaction at non-signalized locations | |
CN102360524B (zh) | 快速道路危险交通流特征的自动检测确认方法 | |
CN109448372A (zh) | 一种乘车安全监测与报警方法 | |
CN108961748A (zh) | 一种基于当量违法率的交叉口运行安全状态排名方法 | |
Bahmankhah et al. | Micro driving behaviour in different roundabout layouts: Pollutant emissions, vehicular jerk, and traffic conflicts analysis | |
CN114550445A (zh) | 一种城市区域交通安全状态评估方法和装置 | |
Lavrenz et al. | Use of high-resolution signal controller data to identify red light running | |
CN104575049A (zh) | 一种基于阵列雷达的高架匝道智能诱导方法及装置 | |
Kumar et al. | Risk assessment of rear-end crashes by incorporating vehicular heterogeneity into Bayesian hierarchical extreme value models | |
CN114724356B (zh) | 基于气象数据整合的gis高速公路事故预警的方法及系统 | |
Dąbrowska-Loranc et al. | Road users’ behaviour study in areas of zebra crosswalks | |
Xu et al. | Fast Safety Assessment and Correction Framework for Maintenance Work Zones |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180309 |