CN108491418A - 一种交通事故数据信息化采集、管理和分析系统及方法 - Google Patents
一种交通事故数据信息化采集、管理和分析系统及方法 Download PDFInfo
- Publication number
- CN108491418A CN108491418A CN201810116345.1A CN201810116345A CN108491418A CN 108491418 A CN108491418 A CN 108491418A CN 201810116345 A CN201810116345 A CN 201810116345A CN 108491418 A CN108491418 A CN 108491418A
- Authority
- CN
- China
- Prior art keywords
- data
- analysis
- traffic accident
- accident
- vehicle
- 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
- 206010039203 Road traffic accident Diseases 0.000 title claims abstract description 209
- 238000004458 analytical method Methods 0.000 title claims abstract description 172
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000007726 management method Methods 0.000 claims abstract description 49
- 238000013523 data management Methods 0.000 claims abstract description 39
- 206010027146 Melanoderma Diseases 0.000 claims abstract description 28
- 238000007405 data analysis Methods 0.000 claims abstract description 24
- 230000006378 damage Effects 0.000 claims description 50
- 208000027418 Wounds and injury Diseases 0.000 claims description 38
- 208000014674 injury Diseases 0.000 claims description 36
- 238000007619 statistical method Methods 0.000 claims description 30
- 238000010586 diagram Methods 0.000 claims description 18
- 238000012986 modification Methods 0.000 claims description 13
- 230000004048 modification Effects 0.000 claims description 13
- 238000012732 spatial analysis Methods 0.000 claims description 11
- 239000000383 hazardous chemical Substances 0.000 claims description 9
- 238000013459 approach Methods 0.000 claims description 8
- 238000009826 distribution Methods 0.000 claims description 8
- 238000003745 diagnosis Methods 0.000 claims description 7
- 238000005286 illumination Methods 0.000 claims description 7
- 230000002123 temporal effect Effects 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 6
- 235000013399 edible fruits Nutrition 0.000 claims description 2
- 238000013480 data collection Methods 0.000 abstract description 5
- 238000009472 formulation Methods 0.000 abstract description 2
- 239000000203 mixture Substances 0.000 abstract description 2
- 238000012216 screening Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 4
- 229940079593 drug Drugs 0.000 description 4
- 239000003814 drug Substances 0.000 description 4
- 238000011156 evaluation Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000001351 cycling effect Effects 0.000 description 3
- 230000008676 import Effects 0.000 description 3
- 238000005192 partition Methods 0.000 description 3
- 230000002265 prevention Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 206010052428 Wound Diseases 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- ZPUCINDJVBIVPJ-LJISPDSOSA-N cocaine Chemical compound O([C@H]1C[C@@H]2CC[C@@H](N2C)[C@H]1C(=O)OC)C(=O)C1=CC=CC=C1 ZPUCINDJVBIVPJ-LJISPDSOSA-N 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 229910003460 diamond Inorganic materials 0.000 description 2
- 239000010432 diamond Substances 0.000 description 2
- IZUPBVBPLAPZRR-UHFFFAOYSA-N pentachlorophenol Chemical compound OC1=C(Cl)C(Cl)=C(Cl)C(Cl)=C1Cl IZUPBVBPLAPZRR-UHFFFAOYSA-N 0.000 description 2
- 208000037974 severe injury Diseases 0.000 description 2
- 230000009528 severe injury Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- KWTSXDURSIMDCE-QMMMGPOBSA-N (S)-amphetamine Chemical compound C[C@H](N)CC1=CC=CC=C1 KWTSXDURSIMDCE-QMMMGPOBSA-N 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 235000012766 Cannabis sativa ssp. sativa var. sativa Nutrition 0.000 description 1
- 235000012765 Cannabis sativa ssp. sativa var. spontanea Nutrition 0.000 description 1
- 206010057315 Daydreaming Diseases 0.000 description 1
- GVGLGOZIDCSQPN-PVHGPHFFSA-N Heroin Chemical compound O([C@H]1[C@H](C=C[C@H]23)OC(C)=O)C4=C5[C@@]12CCN(C)[C@@H]3CC5=CC=C4OC(C)=O GVGLGOZIDCSQPN-PVHGPHFFSA-N 0.000 description 1
- YQEZLKZALYSWHR-UHFFFAOYSA-N Ketamine Chemical compound C=1C=CC=C(Cl)C=1C1(NC)CCCCC1=O YQEZLKZALYSWHR-UHFFFAOYSA-N 0.000 description 1
- 239000008896 Opium Substances 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 229940025084 amphetamine Drugs 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000009120 camo Nutrition 0.000 description 1
- 235000005607 chanvre indien Nutrition 0.000 description 1
- 229960003920 cocaine Drugs 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000013499 data model Methods 0.000 description 1
- 229960002069 diamorphine Drugs 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 239000011487 hemp Substances 0.000 description 1
- 229960003299 ketamine Drugs 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 229960001252 methamphetamine Drugs 0.000 description 1
- MYWUZJCMWCOHBA-VIFPVBQESA-N methamphetamine Chemical compound CN[C@@H](C)CC1=CC=CC=C1 MYWUZJCMWCOHBA-VIFPVBQESA-N 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 229960001027 opium Drugs 0.000 description 1
- WCNLCIJMFAJCPX-UHFFFAOYSA-N pethidine hydrochloride Chemical group Cl.C=1C=CC=CC=1C1(C(=O)OCC)CCN(C)CC1 WCNLCIJMFAJCPX-UHFFFAOYSA-N 0.000 description 1
- 239000006187 pill Substances 0.000 description 1
- 229940023488 pill Drugs 0.000 description 1
- 239000002574 poison Substances 0.000 description 1
- 231100000614 poison Toxicity 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 210000003296 saliva Anatomy 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 210000002700 urine Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
Landscapes
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Marketing (AREA)
- Analytical Chemistry (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种交通事故数据信息化采集、管理和分析系统及方法,系统包括交通事故数据采集模块、数据管理模块、数据分析模块、数据库以及控制终端;交通事故数据采集模块对交通事故数据实现信息化采集,并将所采集的数据及时传输至数据库;数据管理模块用于对系统账号信息管理和交通事故数据管理;交通事故数据分析模块根据用户指定条件,基于所收集的交通事故数据,提供交通事故数据统计分析和事故黑点诊断功能,并通过控制终端的人机界面呈现统计分析结果。本发明变革了传统交通事故数据纸质化管理的模式,提高了交通事故数据采集和管理的效率,充分利用所收集的交通事故数据,为及时、有效的交通安全管理方案制定提供合理的依据和建议。
Description
技术领域
本发明涉及交通事故数据信息化管理技术领域,具体为一种交通事故数据信息化采集、管理和分析系统及方法。
背景技术
随着机动车保有量的增加,交通事故数亦显著增多,如何迅速地采集、有效地管理、科学地分析交通事故数据是一个亟待解决的问题。这对提高交通事故现场处理效率,充分掌握交通事故时空分布等规律,准确诊断交通事故黑点,从而提出交通事故预防措施,提升道路交通安全水平具有重要的意义。然而,目前交通事故数据采集、管理及分析尚存在以下问题,具体为:
(1)交通事故数据采集方面
1)无标准化交通事故数据采集流程。交警在事故现场进行数据采集时,没有标准采集流程可能导致事故因素记录的缺失;不能客观地描述事故发生过程,从而影响事故的分析和定责。
2)纸质数据丢失的问题。事故现场采集到的交通事故数据都是采用纸质形式记录保存的,而纸质卷宗保存不便,存在易整本丢失或者因保存不当造成的局部数据缺失的问题。
3)数据采集遗漏、错误。人工判断刹车轮胎印迹、卷尺量测刹车距离和各种有关数据,易发生漏测、错测、漏画、错画等现象,测量精度较低,给事故分析带来不便和困难。
4)数据无法短时间充分采集。现有交通事故数据采集流程中未对事故类型进行明确分类,可能导致数据采集工作过于繁琐,迅速处理交通事故现场、恢复交通与尽可能采集交通事故现场数据、充分分析事故之间所存在的矛盾。
5)未明确交通事故数据采集的优先级。事故现场不能保留,一旦勘查结束,现场即被清理,而部分数据具有时效性,若未在其时效期间内有效勘察,则会导致收集的证据不全,使勘查工作受到无法弥补的损失。
6)数据采集不充分无法进行科研及交通管理。没有详实、准确、丰富的交通事故数据,无法对交通安全领域制定决策;进行科学研究和工程应用,无法对道路交通事故数据进行合理科学的加工整理和有效的交通管理。
(2)交通事故数据管理方面
现阶段,各城市交通事故数据管理多以纸质台账为主,兼有公安交通管理综合应用平台,然而该方式存在以下问题:
1)录入工作量大造成漏录和错录。一个城市交通事故起数多达一万余起/年,将记录表中的数据录入公安交通管理综合应用平台,数据量非常大,且可能会因为记录表的修改而经常性的返工重做。
2)难以完全录入造成交通事故数据缺失。公安部的公安交通管理综合应用平台要求录入的信息虽然较为完整,然而,实际事故采集过程中很难将所有的事故因素采集完整,这会造成交通事故数据的严重缺失。
3)数据查询不便。纸质台账查询不便,且公安部的公安交通管理综合应用平台对外仅支持简单的交通事故数据查询功能,难以满足用户多样的查询需求。
4)无法接入分析模块。纸质台账查询进行数据统计分析工作量大,而现有公安部的公安交通管理综合应用平台不对外开放基础数据查询端口,用户无法利用已录入该平台的数据进行相关分析。
此外,现有交通事故数据管理系统中无数据分析模块,这浪费了交通事故数据对交通安全管理的价值。
发明内容
针对上述问题,本发明的目的在于提供一种交通事故数据信息化采集、管理和分析系统及方法,不仅为交通事故数据采集和管理提供了信息化工具;还提供了基于当量事故数法的事故黑点诊断功能,基于统计分析法的交通事故单点分析功能,基于排列图分析法的交通事故空间分析功能,以及基于趋势图分析法的交通事故时间分析功能。技术方案如下:
一种交通事故数据信息化采集、管理和分析系统,包括交通事故数据采集模块、数据管理模块、交通事故数据分析模块、数据库以及控制终端;
所述交通事故数据采集模块对交通事故数据实现信息化采集,并将所采集的数据及时传输至数据库;所述交通事故数据包括事故信息数据、环境信息数据、车辆信息数据、人员信息数据;
所述数据管理模块用于对系统账号信息管理和交通事故数据管理;所述系统账号信息管理包括对交通事故数据采集模块、数据管理模块和数据分析模块的控制终端登录账号的信息管理;所述交通事故数据管理指对数据库中交通事故数据进行查看、修改、添加;
所述交通事故数据分析模块根据用户指定条件,基于所收集的交通事故数据,提供交通事故数据统计分析和事故黑点诊断功能,并通过控制终端的人机界面呈现统计分析结果;
所述数据库用于存储系统账号数据和交通事故数据;
所述控制终端用于为用户提供显示信息的人机界面。
进一步的,所述事故数据统计分析为利用统计学方法、排列图分析法和趋势图分析法对特定条件下的交通事故数据进行单点分析、空间特征分析和时间特征分析;所述事故黑点诊断指使用当量事故数法分析出事故多发交叉口或路段;所述单点分析指对某个交叉口或路段的交通特征进行统计分析;所述空间特征分析指分析交通事故在空间上的分布规律;所述时间特征分析指分析交通事故数量与时间之间的关系。
更进一步的,所述系统账号数据指用于交通事故数据采集模块、数据管理模块和数据分析模块控制终端登录的账号、密码,以及该账号拥有者的姓名、警员编号、所属交警大队信息。
更进一步的,所述事故信息数据包括事故日期与时间、星期、事故城市、事故县域、事故位置、大队、事故类型、车辆碰撞类型、事故严重程度、车辆数量、驾乘人数、非驾乘人数、受伤人数、死亡人数、肇事逃逸人数、危险品运输车,以及现场照片和视频;所述环境信息数据包括事故发生路面位置、天气、照明、路面状况、限速、特殊位置、交叉口类型、与作业区相关、路段信息和交叉口信息;所述车辆信息数据包括车辆识别码、车辆登记国别和年份、车辆车牌号、车辆品牌、车辆型号、车辆类型、车内人数、车辆特殊用途、大巴用途、行驶方向、车辆序号、车辆操控行为、车损;所述人员信息数据包括所有人共有信息,驾乘人信息,驾驶人信息和其他人员信息。
更进一步的,所述交通事故数据查看包括通过对象类型、时间段选择、级别选择、区域选择、具体地点查找符合条件的交通事故数据,以列表形式展现出来,然后选择某条交通事故数据查看所有变量信息;所述交通事故数据修改指在通过交通事故数据查看找到特定交通事故数据后,对其所有变量进行修改;所述交通事故数据添加包括本地数据导入和数据录入。
更进一步的所述交通事故数据分析模块的事故黑点诊断操作包括时间段选择、级别选择、区域选择、结果显示和结果导出;所述结果显示指将分析结果以可视化地图界面呈现于控制终端;所述分析结果导出是指将分析条件、事故黑点名称和当量事故列表以Excel文件形式导出至控制终端;所述可视化地图界面指将分析得到的事故黑点在地图的相应位置以柱状图或圆点展现,柱子长度或圆的半径大小与事故当量数正相关,。
更进一步的,所述交通事故数据统计分析包括单点分析、空间分析和时间分析;所述单点分析包括在指定条件和时间段下对特定交叉口或路段从各事故严重程度、各事故类型、各天气、各车辆类型四个角度下的事故数进行统计分析,并以统计表,柱状图和饼状图形式呈现具体分析结果;所述空间分析包括对指定条件下,利用排列图分析法对特定区域进行事故严重程度和所有事故空间分布规律的统计分析并呈现具体分析结果;所述时间分析包括利用趋势图分析法,以一定时间精度统计分析指定条件下某个时间段内的交通事故数据。
一种交通事故数据信息化采集、管理和分析方法,包括以下步骤:
步骤1:通过控制终端的地图界面选择交通事故发生地点,控制终端将自动生成事故日期及时间、星期、事故城市、事故县域、事故位置信息,然后选择拍取现场照片和视频;之后确定事故类型、事故碰撞类型、事故严重程度、车辆数量、驾乘人数、非驾乘人数、受伤人数、死亡人数、肇事逃逸人数和危险品运输车信息;
步骤2:确定事故发生路面位置、天气、照明、路面状况、限速、特殊位置、交叉口类型、与作业区相关、路段信息和交叉口信息;
步骤3:输入涉及车辆的车辆信息,所述车辆信息包括:车辆识别码、车辆登记国别和年份、车辆车牌号、车辆品牌、车辆型号、车辆类型、车内人数、车辆特殊用途、大巴用途、行驶方向、车辆序号、车辆操控行为和车损的车辆信息;
步骤4:分别输入涉及驾驶人的信息、其他人的信息和乘坐人的信息;
步骤5:将所采集数据本地保存和/或在线上传。
本发明的有益效果是:本发明不仅提供了交通事故数据信息化采集和管理工具,还提出了交通事故数据分析方法及其结果可视化功能,这不仅变革了传统交通事故数据纸质化管理的模式,提高了交通事故数据采集和管理的效率,还能充分利用所收集的交通事故数据,为及时、有效的交通安全管理方案制定提供合理的依据和建议。
附图说明
图1为本发明实施例的交通事故数据信息化采集、管理和分析系统结构图。
图2为本发明实施例的交通事故数据信息化采集方法流程图。
图3为本发明实施例的交通事故数据信息化管理方法流程图。
图4为本发明实施例的交通事故数据信息化分析方法流程图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步详细说明。图1是根据本发明一实施例的交通事故数据信息化采集、管理和分析系统结构图,如图1所示。本发明所提提出一种交通事故数据信息化采集、管理和分析方法及系统,其特征在于,该系统包括:交通事故数据采集模块、数据管理模块、交通事故数据分析模块、数据库以及控制终端。其中:
所述交通事故数据采集模块指对交通事故数据实现信息化采集,并将所采集的数据及时传输至数据库;所述交通事故数据包括事故信息数据、环境信息数据、车辆信息数据、人员信息数据。
所述数据管理模块指对系统账号信息管理和交通事故数据管理。所述系统账号信息管理指包括交通事故数据采集模块、数据管理模块和数据分析模块的控制终端登录账号的信息管理;所述交通事故数据管理指对数据库中交通事故数据进行查看、修改、添加。所述交通事故数据添加指交通事故数据采集模块收集的数据通过本地导入和手动录入数据库的功能。
所述交通事故数据分析模块指根据用户指定条件,基于所收集的交通事故数据,提供交通事故数据统计分析和事故黑点诊断功能,并通过控制终端的人机界面呈现统计分析结果。所述事故数据统计分析指利用统计学方法、排列图分析法和趋势图分析法对特定条件下的交通事故数据进行单点分析、空间特征分析和时间特征分析;所述事故黑点诊断指使用当量事故数法分析出事故多发交叉口或路段。所述单点分析指对某个交叉口或路段的交通特征进行统计分析;所述空间特征分析指分析交通事故在空间上的分布规律;所述时间特征分析指分析交通事故数量与时间之间的关系。
所述数据库用于存储系统账号数据和交通事故数据。所述系统账号数据指用于交通事故数据采集模块、数据管理模块和数据分析模块控制终端登录的账号、密码,以及该账号拥有者的姓名、警员编号、所属交警大队信息。
所述控制终端用于为用户提供显示信息的人机界面。所述用户包括交警、系统管理人员和数据分析人员。
所述交通事故数据信息化采集模块提供的交通事故数据采集操作包括事故信息采集、环境信息采集、车辆信息采集、人员信息采集,以及数据存储和上传。
所述交通事故数据信息化采集模块的事故信息包括事故日期与时间、星期、事故城市、事故县域、事故位置、大队、事故类型、车辆碰撞类型、事故严重程度、车辆数量、驾乘人数、非驾乘人数、受伤人数、死亡人数、肇事逃逸人数、危险品运输车,以及现场照片和视频。
所述交通事故数据信息化采集模块的事故信息包括事故日期与时间、星期、事故城市、事故县域、事故位置、大队、事故类型、车辆碰撞类型、事故严重程度、车辆数量、驾乘人数、非驾乘人数、受伤人数、死亡人数、肇事逃逸人数、危险品运输车,以及现场照片和视频。
所述事故日期与时间指事故发生的日期(年、月、日)和时间(00:00-23:59);
所述星期指事故发生在一周中的星期几。
所述事故城市指事故发生时所在城市(政治管辖区域内)。
所述事故县域指事故实际发生的所属县域或者等效地区。
所述事故位置指事故发生时所处的准确位置(经纬度坐标)。
所述事故类型指具有事故类型特征的受伤或危害产生事件。所述事故类型包括非碰撞事故、碰撞固定物事故,以及撞人、撞机动车或其他非固定物事故。所述非碰撞可选值包括翻车事故(默认值)、坠落事故、火灾事故、爆炸事故、淹没事故和其它非碰撞事故;所述碰撞固定物事故可选值包括碰撞防撞墩/桶事故(默认值)、碰撞护栏事故、碰撞桥梁栏杆事故、碰撞路缘石事故、碰撞隔离墩事故、碰撞信号灯杆事故、碰撞路灯杆事故、碰撞标志牌柱事故、碰撞树木事故和碰撞其它固定物事故;所述撞人、撞机动车或其他非固定物事故可选值包括碰撞机动车事故(默认值)、碰撞行人事故、碰撞摩托车事故、碰撞电动车事故、碰撞自行车事故、碰撞动物事故和碰撞其它非固定物事故。
所述默认值是指为节省数据采集时间而在交通事故数据采集控制终端界面选择下该变量的默认取值,下同。
所述车辆碰撞类型指按照碰撞方向和事故所导致的后果分类。所述车辆碰撞类型可选值包括追尾碰撞事故(默认值)、正面碰撞事故、侧面碰撞事故、直角碰撞事故、刮擦事故和其它碰撞事故。
所述事故严重程度指事故所涉及人员中最严重受伤等级。所述事故严重程度可选值包括仅财损(默认值)、轻伤、重伤、死亡和未知。
所述车辆数量指事故所涉及机动车的总数(含汽车、单一卡车、联合卡车、摩托车等)。
所述驾乘人数指事故涉及的行驶中机动车(不含静止机动车辆)驾驶人及乘车人总数。
所述非驾乘人数指非机动车使用者(包含行人、骑自行车人员等)及静止状态下机动车使用者。
所述受伤人数指事故中受伤人员的总数(不包括事故发生后30天内的死亡人数)。
所述死亡人数指在事故中由于受伤而死亡的人员(含事故发生后30天内死亡的人员)。
所述肇事逃逸指是否存在车辆驾驶人在事故中没有停下给予援助或上报事故,反而驾车逃逸的行为。所述肇事逃逸包括否(默认值)和是。
所述危险品运输车指表明机动车是否为危险品运输车、机动车辆是否有危险有害物(HM)标识、危险有害物标识信息和存放处是否释放有害物质(货仓)。所述是否为危险品运输车可选项为否(默认值)和是;所述机动车辆是否有危险有害物(HM)标识可选项为是(默认值)和否;危险有害物标识信息可选项为菱形或方形框中间的4位危险有害物识别码(默认值)和菱形底部的1位分类码;所述存放处是否释放有害物质(货仓)可选值为是(默认值)和否。
所述现场照片和视频是指记录交通事故现场状况的照片和视频资料。
所述交通事故数据信息化采集模块的环境信息包括事故发生路面位置、天气、照明、路面状况、限速、特殊位置、交叉口类型、与作业区相关、路段信息和交叉口信息。
所述事故发生路面位置指事故发生地点在道路中所处位置。所述事故发生路面位置可选值包括路内(默认值)、路肩、路外、中央隔离带和机非隔离带。
所述天气指事故发生时天气状况。所述天气可选值包括路内(默认值)、路肩、路外、中央隔离带、机非隔离带。
所述照明指机动车事故发生时光线水平和类型。所述照明可选值包括白天(默认值)、无路灯夜晚、有路灯夜晚、凌晨、黄昏和其它。
所述路面状况指事故发生道路表面状况。所述路面状况可选值包括干燥(默认值)、潮湿、积雪、泥泞、结冰、积水、砂石、破损和其它。
所述限速指事故发生路段限速值。
所述特殊位置指根据事故发生位置,判别其是否处于特殊位置。所述特殊位置可选值包括匝道(默认值)、铁路平交道口、收费站和其它。
所示交叉口类型指由两个或两个以上的道路相交于同一水平面的交叉口类型。所示交叉口类型可选值包括非交叉口(默认值)、十字、T形、Y形、环岛、多路交叉口、立交和其它。
所述与作业区相关指不论是否有工人出没,当事故发生地位于修建、养护、公共设施维护区域内或者与此区域相关地点时视为与作业区相关,包括是否有关、管控方式、是否存在工人和是否有现场执法变量。所述是否有关可选值包括否(默认值)和是;所述管控方式可选值包括单向车道关闭(默认值)、单向车道压缩和无管控;所述是否存在工人可选值包括是(默认值)、否和未知;所述是否有现车执法可选值包括无(默认值)和有。
所述路段信息指事故发生于路段时的道路参数。所述路段信息包括道路等级、车道宽度、路肩宽度、中央隔离带宽度、边缘线、中心线和行车道线信息。所述道路等级可选值包括主干道(默认值)、快速路、次干道、支路、高速公路、一级公路、二级公路、三级公路、四级公路和乡村公路;所述边缘线可选值包括有(默认值)和无;所述中心线可选值包括双实线(默认值)、双虚线、一实线加一虚线、单实线、单虚线和无标线;所述行车道线可选值包括无(默认值)和有。
所述交叉口信息指事故发生于交叉口时的交叉口参数(包括交叉口控制类型和进口道的车道数)。所述交叉口控制类型可选值包括无控制(默认值)、停车让行控制、减速让行控制和信号控制;所述进口道的车道数单车道(默认值)、双车道、三车道、四到六车道,以及七或更多车道。
所述交通事故数据信息化采集模块的车辆信息包括车辆识别码(VIN)、车辆登记国别和年份、车辆车牌号、车辆品牌、车辆型号、车辆类型、车内人数、车辆特殊用途、大巴用途、行驶方向、车辆序号、车辆操控行为、车损。
所述车辆识别码(VIN)指由机动车生厂商指定分配给机动车辆特有的字母与字符组合。
所述车辆登记国别和年份指发放和记录机动车车辆牌照的注册年份和国家。
所述车辆车牌号指显示于机动车牌照或贴于机动车上的字母数字标识符或其他字符。
所述车辆品牌指机动车辆的品牌。
所述车辆型号指某品牌下具体的车辆型号。
所述车辆类型指根据车辆大小及运载对向对车辆进行的分类。所述车辆类型可选值包括小客车(默认值)、中客车、大客车、公交、校车、小货车、中货车、大货车、拖挂车、特种车辆、摩托车、非机动车和畜力车。
所述车内人数指涉及事故机动车辆的所有受伤与非受伤人员数量(包括机动车内与机动车上的所有人员)。
所述车辆特殊用途指车辆的特殊服务作用(不论此种作用是否标记于车身)。所述车辆特殊用途可选值包括无(默认值)、出租车、校车、公交、军用、警用、救护、消防车辆和其它。
所述大巴用途指大巴车的实际用途。所述大巴用途可选值包括非公交(默认值)、学校用途、公交/通勤、城际和租赁/旅游。
所述行驶方向指事故前道路上机动车辆的行驶方向。所述行驶方向可选值包括向北(默认值)、向南、向东、向西和未知。
所述车辆序号指事故涉及车辆的序号,交通事故数据采集控制终端自动生成。
所述车辆操控行为指事故发生之前的车辆控制行为。所述车辆操控行为可选值包括直行(默认值)、变道、超车、右转、左转、掉头、减速、加速和其它。
所述车损包括车辆接触点、受损位置、严重程度。所述车辆接触点指与此车辆的初始危险事件相关的车辆上的近似接触点,初始危险事件不涉及碰撞,则选择“非碰撞表示”;所述受损位置指事故车辆所有的损坏部位;所述严重程度指影响车辆可操作性的损害程度,而非修复成本。所述车辆接触点可选值包括无碰撞(默认值)、左前角、前端左侧、前端右侧、右前角、右侧前部、右侧后部、右后角、后端右侧、后端左侧、左后角、左侧后部、左侧前部、车底和车顶;所述受损位置可选值包括无(默认值)、左前角、前端左侧、前端右侧、右前角、右侧前部、右侧后部、右后角、后端右侧、后端左侧、左后角、左侧后部、左侧前部、车底和车顶;所述严重程度可选值包括无损坏(默认值)、轻微损坏、功能性损坏、失能性损坏和未知。
所述交通事故数据信息化采集模块的人员信息包括所有人共有信息,驾乘人信息,驾驶人信息和其他人员信息。
所述所有人共有信息包括姓名、出生日期、手机号码、性别、身份、人员类型和受伤程度。
所述姓名指事故所涉及人员的全名。
所述出生日期指事故所涉及人员的出生日期(当出生日期不能获得时可用年龄表示)。
所述手机号码指事故所涉及人员的手机号码。
所述性别指事故所涉及人员的性别,其可选值包括男性(默认值)、女性和未知。
所述身份指事故所涉及人员的身份类型,其可选值包括职员(默认值)、工人、自主经营者、农民、无业、学生、公务员和其它。
所述人员类型指事故所涉及的人员类型,其可选值包括驾驶人(默认值)、乘客、行人和骑行人。
所述受伤程度指事故所涉及人员的受伤严重等级,其可选值包括未受伤(默认值)、轻伤、重伤、死亡和未知。
所述驾乘人信息包括车辆序号、座位位置、安全防护措施、安全气囊状态、抛出状态。所述车辆序号指表明机动车使用者位于哪辆车的数字。
所述座位位置指事故所涉及人员在事故发生前位于机动车内的位置,包括是否在座位区、排号和座位。所述是否在座位区可选值包括是(默认值)和否;所述排号可选值包括第一排(默认值)、第二排、第三排、第四排、其它排、未知;所述座位可选值包括左侧(默认值)、中间、右侧和未知。
所述安全防护措施指事故发生时,机动车使用者使用的约束设备,其可选值包括无可用(默认值)、未使用、使用安全带、使用头盔和使用儿童座椅。
所述安全气囊状态指机动车使用者在车辆中对应位置的安全气囊状态,其可选值包括无可用(默认值)、未弹出、前部弹出、侧部弹出、上部弹出、联合弹出和未知。
所述抛出状态指机动车驾乘人员(包括摩托车骑乘人)因事故完全或部分从机动车内部被抛出的状态,其可选值包括未被抛出(默认值)、部分被抛出、完全被抛出、不可用和未知。
所述驾驶人信息包括驾照信息、驾照管辖区、超速情况、违法行为、分心驾驶状态、精神状态、酒驾信息和毒品测试。所述驾照信息指驾照号码、等级。
所述驾照管辖区指驾照管辖区。
所述超速情况指口头询问驾驶员行驶速度状况,其可选值包括否(默认值)、是和未知。
所述违法行为指违反《中华人民共和国道路交通安全法》的行驶行为,其可选值包括无(默认值)、超速、违法停车、未正确使用导向车道、违反禁止标线、违反禁止标志、闯红灯、逆行、超载、非法使用专用车道、未避让过街行人和其它。
所述分心驾驶状态指驾车过程中驾驶人处于从事与驾驶任务无关工作的状态,其可选值包括无分心(默认值)、走神、使用手机、车载通话、与乘客交谈、听音乐、吃东西、梳妆打扮、看视频、车辆外部干扰和未知。
所述精神状态指事故所涉及人员在事故发生时所处的状态,其可选值包括明显正常(默认值)、身体受损、心情差、生病、疲惫、其它和未知。
所述酒驾信息指是否酒驾、测试类型和测试结果。所述是否酒驾可选值包括否(默认值)和是;所述测试类型可选值包括无(默认值)、呼吸和血液;所述测试结果可选值包括无(默认值)、酒驾和醉驾。
所述毒品测试信息指是否毒驾、测试类型和毒品类型。所述是否酒驾可选值包括否(默认值)和是;所述测试类型可选值包括唾液(默认值)、尿液和血液;所述毒品类型可选值包括大麻(默认值)、可卡因、冰毒、摇头丸、K粉、海洛因、杜冷丁、鸦片、苯丙胺、五氯苯酚和其它。
所述其他人员信息包括违法行为、人员位置、安全设备使用状态和第一辆肇事机动车序号。
所述违法行为指违反《中华人民共和国道路交通安全法》的行为,其可选值包括无(默认值)、横穿马路、占行车道、违反交通管控、违规作业、分心步行/骑车、逆向步行/骑车和其它。
所述人员位置指事故发生时人员相对于行车道的位置,其可选值包括路口人行横道(默认值)、路口非人行横道、路口安全岛、路段人行横道、路段安全岛、路段非人行横道、路边、非机动车道和其它。
所述安全设备使用状态指人员使用的安全设备,其可选值包括无(默认值)、头盔、反光衣物、反光灯、视廓灯和其他。
所述第一辆肇事机动车序号指确认事故中机动车撞击非机动车使用者的机动车序号。
所述交通事故数据信息化采集模块的数据存储与上传指采用“本地+中心存储”的交通事故数据存储模式,将交通事故数据信息化采集模块涉及的所有事故信息、环境信息、车辆信息和人员信息进行本地存储和在线上传至数据库。
所述数据管理模块提供包括系统账号信息管理、交通事故数据管理。
所述数据管理模块的系统账号信息管理包括账号添加和修改。
所述账号添加指新账号信息的录入;所述账号修改指已有账号信息的修改。所述账号信息包括登录账号、登录密码,以及该账号持有者的姓名、警员编号、所属交警大队信息。
所述数据管理模块的交通事故数据管理操作包括交通事故数据查看、修改、添加。
所述交通事故数据查看指通过对象类型、时间段选择、级别选择、区域选择、具体地点查找符合条件的交通事故数据,以列表形式展现出来,然后选择某条交通事故数据查看所有变量信息;所述交通事故数据修改指在通过交通事故数据查看找到特定交通事故数据后,对其所有变量进行修改;所述交通事故数据添加包括本地数据导入和数据录入,本地数据导入指将交通事故数据采集模块中所述的数据采集模块本地存储的数据导入数据库,数据录入是指将交通事故数据采集模块中所述的所有变量取值在控制终端中输入或选择。所述对象类型选择指选择分析对象是交叉口还是路段;时间段选择指选择查询的起止日期(精确至日);所述区域选择指根据行政区或交警大队管辖区域选择需要分析的行政区或交警大队(可多选);所述具体地点指根据对象类型选择和区域选择后得到的筛选结果,选取特定的分析路段或交叉口;所述列表形式指包括时间、事故类型、受伤严重程度的列表;所述所有变量指交通事故数据采集模块中所述的变量。
所述交通事故数据分析模块提供包括事故黑点诊断和交通事故数据统计分析。
所述交通事故数据分析模块的事故黑点诊断指使用当量事故数法分析出事故多发交叉口或路段。所述当量事故数法是根据受伤事故和死亡事故造成的经济损失,将其分别按照一定权重转化为仅财产损失事故,再对评价点按照事故当量值从大到小顺序排列,取前15%的评价点作为事故黑点。
所述交通事故数据分析模块的事故黑点诊断操作包括时间段选择、级别选择、区域选择、结果显示和结果导出。
所述结果显示指将分析结果以可视化地图界面呈现于控制终端;所述分析结果导出是指将分析条件、事故黑点名称和当量事故列表以Excel文件形式导出至控制终端。所述可视化地图界面指将分析得到的事故黑点在地图的相应位置以柱状图(路段)或圆点(交叉口)展现,柱子长度或圆的半径大小与事故当量数正相关。所述相应位置指事故黑点在地图上的位置。
所述交通事故数据分析模块的交通事故数据统计分析包括单点分析、空间分析和时间分析。
所述单点分析指在指定条件和时间段下对特定交叉口或路段从各事故严重程度、各事故类型、各天气、各车辆类型四个角度下的事故数进行统计分析,并以统计表,柱状图和饼状图形式呈现具体分析结果;所述空间分析是指对指定条件下,利用排列图分析法对特定区域进行事故严重程度和所有事故空间分布规律的统计分析并呈现具体分析结果;所述时间分析是指利用趋势图分析法,以一定时间精度统计分析指定条件下某个时间段内的交通事故数据。所述排列图分析法是指将发生次数作为统计指标,以事故严重程度或所有事故作为统计分析对象,绘制出统计分析对象的排列图;所述趋势图分析法是指以年、月或日为时间单位,以发生次数为统计指标,以各事故严重程度(可多选)和/或所有事故严重程度为统计分析对象,用折线图绘制出所述统计对象的在所述时间单位的数值大小,从而展现所选统计分析对象的发生趋势。
所述交通事故数据管理分析模块的交通事故数据统计分析的单点分析操作包括对象类型选择、时间段选择、级别选择、区域选择、地点选择、结果显示和结果导出。
所述地点选择指根据对象类型选择和区域选择后得到的筛选结果,选取具体的分析路段或交叉口;所述结果显示指将各事故严重程度、各事故类型、各天气、各车辆类型四个角度下事故数的统计分析结果分别都以表格、柱状图、扇形图三种形式呈现至控制终端;所述结果导出指将结果显示内容以PDF文件形式导出至控制终端。
所述交通事故数据分析模块的交通事故数据统计分析的空间分析操作包括对象类型选择、时间段选择、级别选择、区域选择、细节筛选、结果显示和结果导出。
所述细节筛选指选择分析的道路等级(可多选)、车辆碰撞类型(可多选)、天气(可多选)、作业区(可多选)、交叉口类型(可多选)、车辆类型(可多选)、肇事逃逸(可多选),以及是否展现各事故严重程度(可多选)和/或所有严重程度下的分析结果;所述结果显示指将统计分析结果以可视化地图界面展示于控制终端;所述结果导出是指将分析条件、路段或交叉口名称和各所选条件下事故数列表以Excel文件形式导出至控制终端。所述可视化地图界面指将分析结果在地图的相应位置以带数据和地点名称的柱状图形式呈现,不同颜色分别表示不同受伤严重程度(可多选)和/或所有严重程度下的统计结果,柱子长度与对应的事故数正相关,柱子上方数值表示事故数。所述相应位置指分析地点在地图上的位置。
所述交通事故数据管理分析模块的交通事故数据统计分析的时间分析操作包括对象类型选择、时间段选择、级别选择、区域选择、地点选择、细节筛选、时间精度选择、结果显示和结果导出。
所述地点选择指根据对象类型选择和区域选择后得到的筛选结果,选取具体的分析路段或交叉口;所述细节筛选指选择分析的道路等级(可多选)、车辆碰撞类型(可多选)、天气(可多选)、作业区(可多选)、交叉口类型(可多选)、车辆类型(可多选)、肇事逃逸(可多选),以及是否展现各事故严重程度(可多选)和/或所有严重程度下的分析结果;时间精度是指以年、月或日为时间单位进行统计分析;所述结果显示指将统计分析结果以折线图形式输出至控制终端;所述结果导出指将显示结果以PDF形式导出至控制终端。
本发明提出来的交通事故数据信息化采集方法,如图2所示。该交通事故数据信息化采集方法包括以下步骤:
步骤1:首先通过控制终端的地图界面选择交通事故发生地点,控制终端会自动生成事故日期及时间、星期、事故城市、事故县域、事故位置、大队信息,然后选择拍取现场照片和视频,之后按顺序依次选择事故类型、事故碰撞类型、事故严重程度、车辆数量、驾乘人数、非驾乘人数、受伤人数、死亡人数、肇事逃逸人数和危险品运输车信息。
步骤2:依次输入事故发生路面位置、天气、照明、路面状况、限速、特殊位置、交叉口类型、与作业区相关、路段信息和交叉口信息。
步骤3:依次输入涉及车辆的车辆信息,每次车辆信息输入遵循以下顺序:车辆识别码(VIN)、车辆登记国别和年份、车辆车牌号、车辆品牌、车辆型号、车辆类型、车内人数、车辆特殊用途、大巴用途、行驶方向、车辆序号、车辆操控行为和车损的车辆信息。
步骤4:按顺序分别输入涉及驾驶人的信息、其他人的信息和乘坐人的信息。
步骤5:最后所采集数据本地储存和/或在线上传。
为更清晰地理解数据管理模块中账号管理和交通事故数据管理功能的逻辑关系和操作流程,特通过图3展示数据管理方法流程。其步骤如下:
步骤1 :判断是否进行账号信息管理,如果是,进入步骤2,否则,进入步骤3;
所述账号信息管理指包括交通事故数据采集模块、数据管理模块和数据分析模块的控制终端登录账号的管理。
步骤2 :账号信息管理:
步骤2a :判断是否添加账号,如果是,进入步骤2b,否则进入步骤2c;
所述添加账号指新账号信息的录入;所述账号信息包括登录账号、登录密码、警员姓名、警员编号、所属交警大队。
步骤2b :输入添加账号信息,并跳至步骤4;
步骤2c :筛选账号类型并选择需修改账号;
所述账号类型指通过支持控制终端类型和所属交警大队对账户进行分类;所述控制终端类型包括交通事故数据采集终端、数据管理终端和数据分析终端。
步骤2d :完成账号信息修改,并跳至步骤4;
所述账号修改指已有账号信息的修改。所述账号信息包括登录账号、登录密码、警员姓名、警员编号、所属交警大队。
步骤3 :交通事故数据管理:
所述交通事故数据管理指库中交通事故数据查看、修改、添加。所述交通事故数据添加指交通事故数据采集模块收集的数据通过本地导入和手动录入的功能。
步骤3a :判断是否为交通事故数据添加,如果是,进入步骤3b,否则,进入步骤3c
所述交通事故数据添加包括本地数据导入和数据录入,本地数据导入指将交通事故数据采集模块中所述的数据采集模块本地存储的数据导入数据库;数据录入是指将交通事故数据采集模块中所述的所有变量取值在控制终端中输入或选择。
步骤3b :判断是否为本地导入,如果是,导入交通事故数据,否则,通过录入数据界面录入交通事故数据
步骤3c :交通事故数据查看。通过细节筛选找到需要管理的交通事故,并显示于控制终端。
所述交通事故数据查看指通过对象类型、时间段选择、级别选择、区域选择、具体地点查找符合条件的交通事故数据,以列表形式展现出来,然后选择某条交通事故数据查看所有变量信息;所述对象类型选择指选择分析对象是交叉口还是路段;时间段选择指选择查询的起止日期(精确至日);所述区域选择指根据行政区或交警大队管辖区域选择需要分析的行政区或交警大队(可多选);所述具体地点指根据对象类型选择和区域选择后得到的筛选结果,选取特定的分析路段或交叉口;所述列表形式指包括时间、事故类型、受伤严重程度的列表;所述所有变量指交通事故数据采集模块中所述的变量。
步骤3d :判断是否进行交通事故数据修改,如果是,修改控制终端显示的交通事故数据并保存。
所述交通事故数据修改指在通过交通事故数据查看找到特定交通事故数据后,对其所有变量进行修改;所述所有变量指交通事故数据采集模块中所述的变量。
步骤4 :判断数据管理是否完成,若否,进入步骤1,否则,结束数据管理。
图4是根据本发明一实施例的交通事故数据信息化分析方法流程图,如图4所示。交通事故数据信息化分析方法步骤如下:
步骤1 :判断是否进行事故黑点诊断,若是,进入步骤1a,否则,进入步骤2。
所述交通事故数据分析模块的事故黑点诊断指使用当量法事故数法分析出事故多发交叉口或路段。所述当量事故数法根据受伤事故和死亡事故带来的不同的经济损失,将死亡事故和受伤事故按一定权重转化为仅财产损失事故,再将所有评价点按事故当量值从大到小排列,取前15%的评价点作为事故黑点。
步骤1a :通过时间段选择、级别选择、区域选择确定交通事故黑点诊断条件和范围。
所述时间段选择指选择分析的起止日期(精确至日);所述级别选择指选择分析区域是按行政区划分还是按交警大队所辖区域划分;所述区域选择指根据级别选择结果,选择需要分析的行政区或交警大队(可多选)。
步骤1b :分析结果显示于控制终端。将分析结果以可视化地图界面呈现于控制终端。
所述可视化地图界面指将分析得到的事故黑点在地图的相应位置以柱状图(路段)或圆点(交叉口)展现,柱子长度或圆的半径大小与事故当量数正相关。所述相应位置指事故黑点在地图上的位置。
步骤1c :判断是否导出结果,如果是,进入步骤5,否则,进入步骤6。
所述导出结果是指将分析条件、事故黑点名称和当量事故列表以Excel文件形式导出至控制终端。
步骤2 :判断是否进行单点分析,若是,进入步骤2a,否则,进入步骤3
所述单点分析指在指定条件和时间段下对特定交叉口或路段从各事故严重程度、各事故类型、各天气、各车辆类型四个角度下的事故数进行统计分析,并以统计表,柱状图和饼状图形式呈现具体分析结果。
步骤2a :通过对象类型选择、时间段选择、级别选择、区域选择和地点选择确定交通事故单点分析条件和位置。
所述对象类型选择指选择分析对象是交叉口还是路段;时间段选择指选择分析的起止日期(精确至日);所述级别选择指选择分析区域是按行政区划分还是按交警大队所辖区域划分;所述区域选择指根据级别选择结果,选择需要分析的行政区或交警大队(单选);所述地点选择指根据对象类型选择和区域选择后得到的筛选结果,选取具体的分析路段或交叉口。
步骤2b :分析结果显示于控制终端。
所述分析结果显示是指将各事故严重程度、各事故类型、各天气、各车辆类型四个角度下事故数的统计分析结果分别都以表格、柱状图、扇形图三种形式呈现至控制终端;
步骤2c :判断是否导出结果,如果是,进入步骤5,否则,进入步骤6。
导出结果是指将结果显示内容以PDF文件形式导出至控制终端;所述显示内容指各事故严重程度、各事故类型、各天气、各车辆类型四个角度下事故数的统计分析结果以表格、柱状图、扇形图三种形式呈现于控制终端的内容。
步骤3 :判断是否进行空间分析,若是,进入步骤3a,否则,进入步骤4
空间分析是指对指定条件下,利用排列图分析法对特定区域进行事故严重程度和所有事故空间分布规律的统计分析并呈现具体分析结果;所述排列图分析法是指将发生次数作为统计指标,以事故严重程度或所有事故作为统计分析对象,绘制出统计分析对象的排列图。
步骤3a :通过对象类型选择、时间段选择、级别选择、区域选择和细节筛选确定交通事故空间分析条件和范围,以及结果展现内容。
所述对象类型选择指选择分析对象是交叉口还是路段;时间段选择指选择分析的起止日期(精确至日);所述级别选择指选择分析区域是按行政区划分还是按交警大队所辖区域划分(可多选);所述区域选择指根据级别选择结果,选择需要分析的行政区或交警大队(可多选);所述细节筛选指选择分析的道路等级(可多选)、车辆碰撞类型(可多选)、天气(可多选)、作业区(可多选)、交叉口类型(可多选)、车辆类型(可多选)、肇事逃逸(可多选),以及是否展现各事故严重程度(可多选)和/或所有严重程度下的分析结果;
步骤3b :分析结果显示于控制终端。
所述结果显示指将统计分析结果以可视化地图界面展示于控制终端;所述可视化地图界面指将分析结果在地图的相应位置以带数据的柱状图形式展示,不同颜色分别表示不同受伤严重程度和总事故数统计结果,柱子长度与对应的事故数正相关,柱子上方数值表示事故数。所述相应位置指分析地点在地图上的位置。
步骤3c :判断是否导出结果,如果是,进入步骤5,否则,进入步骤6。
所述导出结果是指将分析条件、路段或交叉口名称和各所选条件下事故数列表以Excel文件形式导出至控制终端。所述所选条件指细节筛选中是否展现各事故严重程度(可多选)和/或所有严重程度下的分析结果所选值。
步骤4 :时间分析
所述时间分析是指利用趋势图分析法,以一定时间精度统计分析指定条件下某个时间段内的交通事故数据;所述趋势图分析法是指以年、月或日为时间单位,以发生次数为统计指标,以各事故严重程度(可多选)和/或所有事故严重程度为统计分析对象,用折线图绘制出所述统计对象的在所述时间单位的数值大小,从而展现所述统计分析对象的发生趋势。
步骤4a :通过对象类型选择、时间段选择、级别选择、区域选择、地点选择、细节筛选和时间精度选择确定交通事故时间分析条件和位置。
所述对象类型选择指选择分析对象是交叉口还是路段;时间段选择指选择分析的起止日期(精确至日);所述级别选择指选择分析区域是按行政区划分还是按交警大队所辖区域划分;所述区域选择指根据级别选择结果,选择需要分析的行政区或交警大队(可多选);所述地点选择指根据对象类型选择和区域选择后得到的筛选结果,选取具体的分析路段或交叉口;所述细节筛选指选择分析的道路等级(可多选)、车辆碰撞类型(可多选)、天气(可多选)、作业区(可多选)、交叉口类型(可多选)、车辆类型(可多选)、肇事逃逸(可多选),以及是否展现各事故严重程度(可多选)和/或所有严重程度下的分析结果;时间精度是指以年、月或日为时间单位进行统计分析。
步骤4b :分析结果显示于控制终端。
所述结果显示指将统计分析结果以折线图形式输出至控制终端;
步骤4c :判断是否导出结果,如果是,进入步骤5,否则,进入步骤6。
所述结果导出将显示结果以PDF形式导出至控制终端。
步骤5 :结果导出。
步骤6 :结束。
Claims (8)
1.一种交通事故数据信息化采集、管理和分析系统,其特征在于,包括交通事故数据采集模块、数据管理模块、交通事故数据分析模块、数据库以及控制终端;
所述交通事故数据采集模块对交通事故数据实现信息化采集,并将所采集的数据及时传输至数据库;所述交通事故数据包括事故信息数据、环境信息数据、车辆信息数据、人员信息数据;
所述数据管理模块用于对系统账号信息管理和交通事故数据管理;所述系统账号信息管理包括对交通事故数据采集模块、数据管理模块和数据分析模块的控制终端登录账号的信息管理;所述交通事故数据管理指对数据库中交通事故数据进行查看、修改、添加;
所述交通事故数据分析模块根据用户指定条件,基于所收集的交通事故数据,提供交通事故数据统计分析和事故黑点诊断功能,并通过控制终端的人机界面呈现统计分析结果;
所述数据库用于存储系统账号数据和交通事故数据;
所述控制终端用于为用户提供显示信息的人机界面。
2.根据权利要求1所述的交通事故数据信息化采集、管理和分析系统,其特征在于,所述事故数据统计分析为利用统计学方法、排列图分析法和趋势图分析法对特定条件下的交通事故数据进行单点分析、空间特征分析和时间特征分析;所述事故黑点诊断指使用当量事故数法分析出事故多发交叉口或路段;所述单点分析指对某个交叉口或路段的交通特征进行统计分析;所述空间特征分析指分析交通事故在空间上的分布规律;所述时间特征分析指分析交通事故数量与时间之间的关系。
3.根据权利要求1所述的交通事故数据信息化采集、管理和分析系统,其特征在于,所述系统账号数据指用于交通事故数据采集模块、数据管理模块和数据分析模块控制终端登录的账号、密码,以及该账号拥有者的姓名、警员编号、所属交警大队信息。
4.根据权利要求1所述的交通事故数据信息化采集、管理和分析系统,其特征在于,所述事故信息数据包括事故日期与时间、星期、事故城市、事故县域、事故位置、大队、事故类型、车辆碰撞类型、事故严重程度、车辆数量、驾乘人数、非驾乘人数、受伤人数、死亡人数、肇事逃逸人数、危险品运输车,以及现场照片和视频;所述环境信息数据包括事故发生路面位置、天气、照明、路面状况、限速、特殊位置、交叉口类型、与作业区相关、路段信息和交叉口信息;所述车辆信息数据包括车辆识别码、车辆登记国别和年份、车辆车牌号、车辆品牌、车辆型号、车辆类型、车内人数、车辆特殊用途、大巴用途、行驶方向、车辆序号、车辆操控行为、车损;所述人员信息数据包括所有人共有信息,驾乘人信息,驾驶人信息和其他人员信息。
5.根据权利要求1所述的交通事故数据信息化采集、管理和分析系统,其特征在于,所述交通事故数据查看包括通过对象类型、时间段选择、级别选择、区域选择、具体地点查找符合条件的交通事故数据,以列表形式展现出来,然后选择某条交通事故数据查看所有变量信息;所述交通事故数据修改指在通过交通事故数据查看找到特定交通事故数据后,对其所有变量进行修改;所述交通事故数据添加包括本地数据导入和数据录入。
6.根据权利要求1所述的交通事故数据信息化采集、管理和分析系统,其特征在于,所述交通事故数据分析模块的事故黑点诊断操作包括时间段选择、级别选择、区域选择、结果显示和结果导出;所述结果显示指将分析结果以可视化地图界面呈现于控制终端;所述分析结果导出是指将分析条件、事故黑点名称和当量事故列表以Excel文件形式导出至控制终端;所述可视化地图界面指将分析得到的事故黑点在地图的相应位置以柱状图或圆点展现,柱子长度或圆的半径大小与事故当量数正相关。
7.根据权利要求1所述的交通事故数据信息化采集、管理和分析系统,其特征在于,所述交通事故数据统计分析包括单点分析、空间分析和时间分析;所述单点分析包括在指定条件和时间段下对特定交叉口或路段从各事故严重程度、各事故类型、各天气、各车辆类型四个角度下的事故数进行统计分析,并以统计表,柱状图和饼状图形式呈现具体分析结果;所述空间分析包括对指定条件下,利用排列图分析法对特定区域进行事故严重程度和所有事故空间分布规律的统计分析并呈现具体分析结果;所述时间分析包括利用趋势图分析法,以一定时间精度统计分析指定条件下某个时间段内的交通事故数据。
8.一种交通事故数据信息化采集、管理和分析方法,其特征在于,包括以下步骤:
步骤1:通过控制终端的地图界面选择交通事故发生地点,控制终端将自动生成事故日期及时间、星期、事故城市、事故县域、事故位置信息,然后选择拍取现场照片和视频;之后确定事故类型、事故碰撞类型、事故严重程度、车辆数量、驾乘人数、非驾乘人数、受伤人数、死亡人数、肇事逃逸人数和危险品运输车信息;
步骤2:确定事故发生路面位置、天气、照明、路面状况、限速、特殊位置、交叉口类型、与作业区相关、路段信息和交叉口信息;
步骤3:输入涉及车辆的车辆信息,所述车辆信息包括:车辆识别码、车辆登记国别和年份、车辆车牌号、车辆品牌、车辆型号、车辆类型、车内人数、车辆特殊用途、大巴用途、行驶方向、车辆序号、车辆操控行为和车损的车辆信息;
步骤4:分别输入涉及驾驶人的信息、其他人的信息和乘坐人的信息;
步骤5:将所采集数据本地保存和/或在线上传。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810116345.1A CN108491418A (zh) | 2018-02-06 | 2018-02-06 | 一种交通事故数据信息化采集、管理和分析系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810116345.1A CN108491418A (zh) | 2018-02-06 | 2018-02-06 | 一种交通事故数据信息化采集、管理和分析系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108491418A true CN108491418A (zh) | 2018-09-04 |
Family
ID=63344374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810116345.1A Pending CN108491418A (zh) | 2018-02-06 | 2018-02-06 | 一种交通事故数据信息化采集、管理和分析系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108491418A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109361708A (zh) * | 2018-12-13 | 2019-02-19 | 佛山单常科技有限公司 | 数据信息化采集、管理和分析系统及方法 |
CN109493600A (zh) * | 2018-11-21 | 2019-03-19 | 合肥工业大学 | 基于事故危险度的交通事故多发路段识别方法 |
CN109584565A (zh) * | 2018-12-25 | 2019-04-05 | 天津易华录信息技术有限公司 | 一种交通安全评价系统及其评价指数计算方法 |
CN109598448A (zh) * | 2018-12-12 | 2019-04-09 | 佳顿集团有限公司 | 一种人工滑雪场运营管理系统及管理方法 |
CN109816975A (zh) * | 2018-10-11 | 2019-05-28 | 北京九五智驾信息技术股份有限公司 | 交通事故提醒方法 |
CN109961056A (zh) * | 2019-04-02 | 2019-07-02 | 浙江科技学院 | 基于决策树算法的交通事故责任认定方法、系统及设备 |
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 |
CN110942603A (zh) * | 2018-09-21 | 2020-03-31 | 北汽福田汽车股份有限公司 | 车辆碰撞报警方法、装置、车辆和服务器 |
CN111383480A (zh) * | 2018-12-28 | 2020-07-07 | 北京百度网讯科技有限公司 | 用于交通工具的危险预警的方法、装置、设备和介质 |
CN112862646A (zh) * | 2020-12-31 | 2021-05-28 | 广州智能科技发展有限公司 | 一种基于多模型集成的安全事故的分析方法和系统 |
CN113919144A (zh) * | 2021-09-27 | 2022-01-11 | 同济大学 | 一种山区高速公路事故致因分析模型建模方法及存储介质 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102231231A (zh) * | 2011-06-16 | 2011-11-02 | 同济大学 | 区域公路网交通安全态势预警系统及其方法 |
CN102982081A (zh) * | 2012-10-31 | 2013-03-20 | 公安部道路交通安全研究中心 | 道路交通安全隐患路段甄别方法和系统 |
CN103390345A (zh) * | 2012-05-10 | 2013-11-13 | 林玉峰 | 道路交通事故分析方法 |
CN103631776A (zh) * | 2012-08-20 | 2014-03-12 | 同济大学 | 交通事故地点语义表述信息的自动记录与定位方法 |
CN103678838A (zh) * | 2012-09-04 | 2014-03-26 | 同济大学 | 一种道路交通事故信息深度处理方法 |
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 |
CN203893850U (zh) * | 2014-06-10 | 2014-10-22 | 曹全 | 道路交通事故现场双目视觉三维测距系统 |
CN104392076A (zh) * | 2014-12-16 | 2015-03-04 | 东南大学 | 城市路网行人交通事故黑点识别方法 |
CN104504903A (zh) * | 2014-12-31 | 2015-04-08 | 北京赛维安讯科技发展有限公司 | 交通事件采集装置及方法、交通事件监测系统及方法 |
CN105488641A (zh) * | 2016-01-07 | 2016-04-13 | 东南大学 | 一种省域高速公路运营管理数据中心系统及其实现方法 |
-
2018
- 2018-02-06 CN CN201810116345.1A patent/CN108491418A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102231231A (zh) * | 2011-06-16 | 2011-11-02 | 同济大学 | 区域公路网交通安全态势预警系统及其方法 |
CN103390345A (zh) * | 2012-05-10 | 2013-11-13 | 林玉峰 | 道路交通事故分析方法 |
CN103631776A (zh) * | 2012-08-20 | 2014-03-12 | 同济大学 | 交通事故地点语义表述信息的自动记录与定位方法 |
CN103678838A (zh) * | 2012-09-04 | 2014-03-26 | 同济大学 | 一种道路交通事故信息深度处理方法 |
CN102982081A (zh) * | 2012-10-31 | 2013-03-20 | 公安部道路交通安全研究中心 | 道路交通安全隐患路段甄别方法和系统 |
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 |
CN203893850U (zh) * | 2014-06-10 | 2014-10-22 | 曹全 | 道路交通事故现场双目视觉三维测距系统 |
CN104392076A (zh) * | 2014-12-16 | 2015-03-04 | 东南大学 | 城市路网行人交通事故黑点识别方法 |
CN104504903A (zh) * | 2014-12-31 | 2015-04-08 | 北京赛维安讯科技发展有限公司 | 交通事件采集装置及方法、交通事件监测系统及方法 |
CN105488641A (zh) * | 2016-01-07 | 2016-04-13 | 东南大学 | 一种省域高速公路运营管理数据中心系统及其实现方法 |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110942603A (zh) * | 2018-09-21 | 2020-03-31 | 北汽福田汽车股份有限公司 | 车辆碰撞报警方法、装置、车辆和服务器 |
CN109816975A (zh) * | 2018-10-11 | 2019-05-28 | 北京九五智驾信息技术股份有限公司 | 交通事故提醒方法 |
CN109493600A (zh) * | 2018-11-21 | 2019-03-19 | 合肥工业大学 | 基于事故危险度的交通事故多发路段识别方法 |
CN109493600B (zh) * | 2018-11-21 | 2021-02-05 | 合肥工业大学 | 基于事故危险度的交通事故多发路段识别方法 |
CN109598448A (zh) * | 2018-12-12 | 2019-04-09 | 佳顿集团有限公司 | 一种人工滑雪场运营管理系统及管理方法 |
CN109598448B (zh) * | 2018-12-12 | 2021-05-25 | 佳顿集团有限公司 | 一种人工滑雪场运营管理系统及管理方法 |
CN109361708A (zh) * | 2018-12-13 | 2019-02-19 | 佛山单常科技有限公司 | 数据信息化采集、管理和分析系统及方法 |
CN109584565A (zh) * | 2018-12-25 | 2019-04-05 | 天津易华录信息技术有限公司 | 一种交通安全评价系统及其评价指数计算方法 |
CN111383480A (zh) * | 2018-12-28 | 2020-07-07 | 北京百度网讯科技有限公司 | 用于交通工具的危险预警的方法、装置、设备和介质 |
CN109961056A (zh) * | 2019-04-02 | 2019-07-02 | 浙江科技学院 | 基于决策树算法的交通事故责任认定方法、系统及设备 |
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 |
CN110930701B (zh) * | 2019-11-22 | 2021-05-28 | 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 |
CN112862646A (zh) * | 2020-12-31 | 2021-05-28 | 广州智能科技发展有限公司 | 一种基于多模型集成的安全事故的分析方法和系统 |
CN113919144A (zh) * | 2021-09-27 | 2022-01-11 | 同济大学 | 一种山区高速公路事故致因分析模型建模方法及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108491418A (zh) | 一种交通事故数据信息化采集、管理和分析系统及方法 | |
Verzosa et al. | Severity of road crashes involving pedestrians in Metro Manila, Philippines | |
EP2567371B1 (de) | Verfahren zum ermitteln von kraftfahrzeugnah beparkbarem parkraum und hierfür geeignetes fahrzeug-assistenzsystem | |
CN111862606B (zh) | 一种基于多源数据的非法营运车辆识别方法 | |
Retting et al. | Characteristics of red light violators: results of a field investigation | |
CN112017424B (zh) | 封闭高速公路交通应急管控的方法及装置 | |
Naqvi et al. | Factors contributing to motorcycle fatal crashes on national highways in India | |
Galanis et al. | Pedestrian road safety in relation to urban road type and traffic flow | |
Anowar et al. | Factors influencing the severity of intersection crashes in Bangladesh | |
Wigan | Motorcycles as a full mode of transportation | |
Chin | Sustainable urban mobility in south-eastern Asia and the Pacific | |
Thomas et al. | Recommendations for a common data collection system and definitions | |
Wundersitz et al. | Identifying and improving exposure measures | |
SETTY et al. | N onmotorized Transportation Equivalents in Urban Transport Planning | |
Chalkia et al. | Enhancement of school transportation safety by using innovative integrated technologies, the SAFEWAY2SCHOOL project | |
Mubaraki | An analytical study of the characteristics of the traffic flow in Jazan region, Saudi Arabia | |
Thomas et al. | Recommendations for a common data collection system and definitions [SaferAfrica D4. 2] | |
Pereira et al. | NATURALISTIC DRIVING DATABASE DEVELOPMENT AND ANALYSIS OF CRASH AND NEAR-CRASH TRAFFIC EVENTS IN HONOLULU | |
Prevedouros et al. | Naturalistic Driving Database Development and Analysis of Crash and near-Crash Traffic Events in Honolulu | |
Al-Dah | Causes and consequences of road traffic crashes in Dubai, UAE and strategies for injury reduction | |
Lundström et al. | Low Emission Zone in Sarajevo-Implementation and Developmen | |
Holland et al. | Measuring the impacts of Singapore’s area license scheme | |
Pereira | Investigation of Near-Crash Traffic Events Based on Naturalistic Driving Data | |
Daniel et al. | Effectiveness of Certain Design Solutions on Reducing Vehicle Speeds | |
Joscelyn et al. | Police Enforcement Procedures for Unsafe Driving Actions: Volume I: Summary |
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 |
Application publication date: 20180904 |
|
RJ01 | Rejection of invention patent application after publication |