CN109584565A - 一种交通安全评价系统及其评价指数计算方法 - Google Patents
一种交通安全评价系统及其评价指数计算方法 Download PDFInfo
- Publication number
- CN109584565A CN109584565A CN201811592845.9A CN201811592845A CN109584565A CN 109584565 A CN109584565 A CN 109584565A CN 201811592845 A CN201811592845 A CN 201811592845A CN 109584565 A CN109584565 A CN 109584565A
- Authority
- CN
- China
- Prior art keywords
- traffic
- accident
- evaluation
- statistics
- 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
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
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提供一种交通安全评价系统及其评价指数计算方法,系统包括:1、交通事故分析模块,通过系统记录数据计算得到人均交通事故数量、死亡事故占比;2、交通违法分析模块,通过系统记录数据计算得到人均交通违法数量、重要违法事件占比;3、交通负秩序分析模块,通过系统记录数据计算得到人均负秩序事件数量、严重负秩序事件占比。本系统以交通事故、交通违法和交通负秩序事件为观测对象,既包含已发生的事故、违法等直接安全指标,又包含负秩序事件等间接安全指标,结合三类对象多项指标进行交通安全综合评价,提升了对交通安全评价的准确性、合理性和全面性,克服了从单一角度评价交通安全的缺点,补充了从交通隐患维度来评价安全。
Description
技术领域
本发明涉及交通安全技术领域,尤其涉及一种交通安全评价系统及其评价指数计算方法。
背景技术
目前我国交通安全的评价大致分为概率数理统计评价和强度分析评价两类。概率数理统计法在统计上简单易行但没有考虑到不同交通条件的差别,使得评价结果缺乏科学性和说服力。强度分析法加入了相对参照数据使得不同道路指标间的比较更趋科学合理,但事故本身是由多种因素造成的,以一个单一的指标值作为评价依据可信度不够高。虽然单一评价方法的优点是计算简单,但其缺点是考虑的因素太少,运算结果的准确性不高,且评价内容多以已发生的事故、违法等内容为主,较少从交通隐患方面对安全进行评估。因此,研发一种交通安全评价系统及其评价指数计算方法是个亟待解决的问题。
发明内容
本发明要解决以上技术问题,提供一种交通安全评价系统及其评价指数计算方法,本评价系统不仅包含了常见的交通事故数据、交通违法数据,还包含造成交通安全隐患的交通拥堵、抛洒遗漏、道路积水、行人翻越护栏等不遵守交通秩序的事件(简称交通负秩序事件)数据,找到并解决交通安全隐患,让交通安全从解决事故和违法向杜绝隐患转变。
为解决上述技术问题,本发明采用的技术方案是:
一种交通安全评价系统,包括:
交通事故分析模块,通过系统记录数据(系统记录数据由电警、卡口、视频监控等设备及执法人员现场获取),计算得到人均交通事故数量、死亡事故占比;
交通违法分析模块,通过系统记录数据(系统记录数据由电警、卡口、视频监控等设备及执法人员现场获取),计算得到人均交通违法数量、重要违法事件占比;
交通负秩序分析模块,通过系统记录数据(系统记录数据由电警、卡口、视频监控等设备及执法人员现场获取),计算得到人均负秩序事件数量、严重负秩序事件占比。
进一步的,人均交通事故数量=区域事故总数量/该区域人口数量;
死亡事故占比=死亡事故数量/交通事故总数量;
人均交通违法数量=区域违法总数量/该区域人口数量;
重要违法事件占比=重要违法事件(不按信号灯规定通行、机动车逆行、机动车严重超速)数量/交通违法总数量;
人均负秩序事件数量=区域负秩序事件总数量/该区域人口数量;
严重负秩序事件占比=严重负秩序事件(逆行、烟雾/火灾、机动车闯红灯、行人闯红灯、非机动车闯红灯、报废车辆上路行驶)数量/负秩序事件总数量。
进一步的,本交通安全评价系统可以展示全区域最近1周(自然周)交通安全管理指数、各行政区域最近1周(自然周)交通安全管理指数(环比变化)、排名(环比变化);可查询指数历史数据,查询条件:时段;并且查询结果可导出。
进一步的,在交通事故分析中,基于全区及各行政区域交通事故记录统计结果进行分析,默认展示最近1周(自然周)内事故统计分析结果,可自定义设置时段查询展示。展示内容如下:
以全区及各行政区域为对象,生成区域内事故统计信息图/表,所述图/表包括:
a、各行政区域事故数量统计、排行、环比、同比;
b、涉事人员户口属地(本地人员/外地人员)统计;
c、涉事车辆号牌属地(本地车辆/外地车辆)统计,外地粒度(外地车辆统计粒度)为省市;
d、全区域及各行政区域事故类型分布统计;
e、全区域及各行政区域事故数量天气类型分布统计;
f、全区域及各行政区域事故数量24小时时段分布统计;
g、本地涉事驾驶人特征单维度统计。注意,①默认显示性别、年龄、驾龄、违章次数、历史发生事故次数的统计分布、驾驶证累计记分结果;②支持人工选择设置期望显示分析特征;③系统后台对驾驶人所有特征维度都做统计分析,自动添加显示分布失衡最明显的特征;
h、本地涉事机动车特征单维度统计。注意,①默认显示车辆类型、车辆颜色、车辆使用性质统计分布结果、车辆用途、违法次数、事故次数、机动车所有权、定期检验情况;②支持人工选择设置期望显示分析特征;③系统后台对机动车所有特征维度都做统计分析,自动添加显示分布失衡最明显的特征;
所有展示内容可文档导出。
进一步的,在交通违法分析中,基于全区及各行政区域交通违法记录统计结果进行分析,默认展示最近1周(自然周)内违法统计分析结果,可自定义设置时段查询展示。展示内容如下:
以全区域及各行政区域为对象,生成区域内违法事件统计信息图/表,所述图/表包括:
a、各行政区域违法事件数量统计、排行、环比、同比;
b、涉违法人员户口属地(本地人员/外地人员)统计;
C、涉违法车辆号牌属地(本地车辆/外地车辆)统计,外地粒度为省市;
d、全区域及各行政区域违法事件类型分布统计;
e、全区域及各行政区域违法事件数量天气类型分布统计;
f、全区域及各行政区域违法事件数量24小时时段分布统计;
g、本地涉违法驾驶人特征单维度统计。注意,①默认显示性别、年龄、驾龄、违章次数、历史发生事故次数的统计分布结果、驾驶证累计记分;②支持人工选择设置期望显示分析特征;③系统后台对驾驶人所有特征维度都做统计分析,自动添加显示分布失衡最明显的特征;
h、本地涉违法机动车特征单维度统计。注意,①默认显示车辆类型、车辆颜色、车辆使用性质统计分布结果、车辆用途、违法次数、事故次数、机动车所有权、定期检验情况;②支持人工选择设置期望显示分析特征;③系统后台对机动车所有特征维度都做统计分析,自动添加显示分布失衡最明显的特征;
所有展示内容可文档导出。
进一步的,在交通秩序分析中,以全区域及各行政区域为对象,默认展示最近1周(自然周)区域内不遵守交通秩序事件(简称负秩序事件)统计信息图/表,可自定义设置时段查询展示,所述图/表包括:
a、各行政区域负秩序事件数量统计、排行、环比、同比;
b、全区域及各行政区域负秩序事件类型分布统计;
c、全区域各种类型负秩序事件数量24小时时段分布统计;
所有展示内容可文档导出。
进一步的,在交通秩序分析中,所述不遵守交通秩序事件(简称负秩序事件)包括:
(1)交通溢出拥堵
(2)路段交通长时间严重拥堵
(3)车辆逆行
(4)非法停车占道
(5)抛洒滴漏
(6)烟雾/火灾
(7)道路积水
(8)机动车闯红灯
(9)行人闯红灯
(10)行人翻越护栏
(11)非机动车闯红灯
(12)路口车辆秩序混乱
(13)牌照无法识别
(14)车辆偏离路线
(15)报废车辆上路行驶
(16)逾期未检车辆上路行驶
(17)机动车频繁通过。
一种基于上述交通安全评价系统的评价指数计算方法,其过程如下:
1、根据系统存储数据,计算目标区域在评价时段内的以下交通流评价影响因子数值:
①人均交通事故数量
②死亡事故占比(死亡事故数量/交通事故总数量)
③人均交通违法数量
④重要违法事件占比(不按信号灯规定通行、机动车逆行、机动车严重超速)
⑤人均负秩序事件数量
⑥严重负秩序事件占比(逆行、烟雾/火灾、机动车闯红灯、行人闯红灯、非机动车闯红灯、报废车辆上路行驶)
2、将目标时段的交通流评价影响因子数值输入主成分分析法模型(计算步骤如下),计算得到目标区域交通安全评价结果。
进一步的,选取上述各因子在计算时段内的数据均值作为交通流评价影响因子输入数值。
进一步的,所述主成分分析法的计算步骤如下:
(1)对样本数据的标准化
设有n个样本(区域),p个指标,得到的原始矩阵为:
为了实现样本数据的标准化,应求样本数据的均值和方差。样本数的标准化是基于数据的均值和方差进行的,因为在实际应用中,往往存在指标的量纲不同,所以在计算之前需先消除量纲的影响,而将原始数据标准化。
对数据矩阵Y作标准化处理,即对每一个指标分量作标准化变换,变换公式为:
式中:
样本均值为:
样本标准差为:
得标准化后得数据矩阵:
(2)计算相关系数矩阵
对于给定的n个样本(区域),求样本间(区域)间的相关系数。相关系数矩阵中的每一个元素由相应的相关系数表示。
在公式(3)中,rij(i,j=1,2,…,p)为原来变量xi与xj的相关系数,其计算公式为
因为R是实对称矩阵(即rij=rji),所以只需计算其上三角元素或下三角元素即可。
(3)计算相关矩阵的特征值与特征向量
首先解特征方程|λI-R|=0(E为单位矩阵)求出特征值λi(i=1,2,…,p),并使其按大小顺序排列,即λ1≥λ2≥…,≥λp≥0,对应的标准化特征向量γ’1、γ’2…γ’p分别作为系数向量。S1=γ’1X,S2=γ’2X,…,Sp=γ’pX,分别称为随机向量X的第一主成分、第二主成分、…、第p主成分。
(4)计算主成分贡献率及累计贡献
主成分Yi的贡献率:累计贡献率
一般取累计贡献率达85-95%的特征值λ1,λ2,…λm,所对应的第一,第二,……,第m(m≤p)个主成分;
(5)计算综合主成分得分
(6)对综合主成分得分进行对应转化
模块 | 换算公式 |
交通安全评价得分 | y=11.67*x+55 |
备注:x为综合主成分得分,y为交通安全评价得分。
本发明具有的优点和积极效果是:本交通安全分析系统以交通事故、交通违法和交通负秩序事件为观测对象,既包含已发生的事故、违法等直接安全指标,又包含负秩序事件等间接安全指标,结合三类对象多项指标进行交通安全综合评价,提升了对交通安全评价的准确性、合理性和全面性,克服了从单一角度评价交通安全,考虑因素太少的缺点,补充了从交通隐患维度来评价安全。
附图说明
图1是本交通安全评价架构图;
图2是交通事故分析模块的页面展示图;
图3是交通违法分析模块的页面展示图。
具体实施方式
下面结合附图对本发明的具体实施例做详细说明。
本交通安全评价系统的指标体系如下表所示。
表1交通安全评价指标体系
人均交通事故数量=区域事故总数量/该区域人口数量;
死亡事故占比=死亡事故数量/交通事故总数量;
人均交通违法数量=区域违法总数量/该区域人口数量;
重要违法事件占比=重要违法事件(不按信号灯规定通行、机动车逆行、机动车严重超速)数量/交通违法总数量;
人均负秩序事件数量=区域负秩序事件总数量/该区域人口数量;
严重负秩序事件占比=严重负秩序事件(逆行、烟雾/火灾、机动车闯红灯、行人闯红灯、非机动车闯红灯、报废车辆上路行驶)数量/负秩序事件总数量。
如图1所示,一种交通安全评价系统,包括:
交通事故分析模块,通过系统记录数据(系统记录数据由电警、卡口、视频监控等设备及执法人员现场获取),计算得到人均交通事故数量、死亡事故占比;
交通违法分析模块,通过系统记录数据(系统记录数据由电警、卡口、视频监控等设备及执法人员现场获取),计算得到人均交通违法数量、重要违法事件占比;
交通负秩序分析模块,通过系统记录数据(系统记录数据由电警、卡口、视频监控等设备及执法人员现场获取),计算得到人均负秩序事件数量、严重负秩序事件占比。
本交通安全评价系统可以展示全区域最近1周(自然周)交通安全管理指数、各行政区域最近1周(自然周)交通安全管理指数(环比变化)、排名(环比变化);可查询指数历史数据,查询条件:时段;并且查询结果可导出。
在交通事故分析中,基于全区及各行政区域交通事故记录统计结果进行分析,默认展示最近1周(自然周)内事故统计分析结果,可自定义设置时段查询展示。页面展示图如图2所示,展示内容如下:
以全区及各行政区域为对象,生成区域内事故统计信息图/表,所述图/表包括:
a、各行政区域事故数量统计、排行、环比、同比;
b、涉事人员户口属地(本地人员/外地人员)统计;
c、涉事车辆号牌属地(本地车辆/外地车辆)统计,外地粒度(外地车辆统计粒度)为省市;
d、全区域及各行政区域事故类型分布统计;
e、全区域及各行政区域事故数量天气类型分布统计;
f、全区域及各行政区域事故数量24小时时段分布统计;
g、本地涉事驾驶人特征单维度统计。注意,①默认显示性别、年龄、驾龄、违章次数、历史发生事故次数的统计分布、驾驶证累计记分结果;②支持人工选择设置期望显示分析特征;③系统后台对驾驶人所有特征维度都做统计分析,自动添加显示分布失衡最明显的特征;
h、本地涉事机动车特征单维度统计。注意,①默认显示车辆类型、车辆颜色、车辆使用性质统计分布结果、车辆用途、违法次数、事故次数、机动车所有权、定期检验情况;②支持人工选择设置期望显示分析特征;③系统后台对机动车所有特征维度都做统计分析,自动添加显示分布失衡最明显的特征;
所有展示内容可文档导出。
在交通违法分析中,基于全区及各行政区域交通违法记录统计结果进行分析,默认展示最近1周(自然周)内违法统计分析结果,可自定义设置时段查询展示。页面展示图如图3所示,展示内容如下:
以全区域及各行政区域为对象,生成区域内违法事件统计信息图/表,所述图/表包括:
a、各行政区域违法事件数量统计、排行、环比、同比;
b、涉违法人员户口属地(本地人员/外地人员)统计;
c、涉违法车辆号牌属地(本地车辆/外地车辆)统计,外地粒度为省市;
d、全区域及各行政区域违法事件类型分布统计;
e、全区域及各行政区域违法事件数量天气类型分布统计;
f、全区域及各行政区域违法事件数量24小时时段分布统计;
g、本地涉违法驾驶人特征单维度统计。注意,①默认显示性别、年龄、驾龄、违章次数、历史发生事故次数的统计分布结果、驾驶证累计记分;②支持人工选择设置期望显示分析特征;③系统后台对驾驶人所有特征维度都做统计分析,自动添加显示分布失衡最明显的特征;
h、本地涉违法机动车特征单维度统计。注意,①默认显示车辆类型、车辆颜色、车辆使用性质统计分布结果、车辆用途、违法次数、事故次数、机动车所有权、定期检验情况;②支持人工选择设置期望显示分析特征;③系统后台对机动车所有特征维度都做统计分析,自动添加显示分布失衡最明显的特征;
所有展示内容可文档导出。
在交通秩序分析中,以全区域及各行政区域为对象,默认展示最近1周(自然周)区域内不遵守交通秩序事件(简称负秩序事件)统计信息图/表,可自定义设置时段查询展示,所述图/表包括:
a、各行政区域负秩序事件数量统计、排行、环比、同比;
b、全区域及各行政区域负秩序事件类型分布统计;
c、全区域各种类型负秩序事件数量24小时时段分布统计;
所有展示内容可文档导出。
所述不遵守交通秩序事件(简称负秩序事件)包括:
(1)交通溢出拥堵
(2)路段交通长时间严重拥堵
(3)车辆逆行
(4)非法停车占道
(5)抛洒滴漏
(6)烟雾/火灾
(7)道路积水
(8)机动车闯红灯
(9)行人闯红灯
(10)行人翻越护栏
(11)非机动车闯红灯
(12)路口车辆秩序混乱
(13)牌照无法识别
(14)车辆偏离路线
(15)报废车辆上路行驶
(16)逾期未检车辆上路行驶
(17)机动车频繁通过。
一种基于上述交通安全评价系统的评价指数计算方法,其过程如下:
1、根据系统存储数据,计算目标区域在评价时段内的以下交通流评价影响因子数值:
①人均交通事故数量
②死亡事故占比(死亡事故数量/交通事故总数量)
③人均交通违法数量
④重要违法事件占比(不按信号灯规定通行、机动车逆行、机动车严重超速)
⑤人均负秩序事件数量
⑥严重负秩序事件占比(逆行、烟雾/火灾、机动车闯红灯、行人闯红灯、非机动车闯红灯、报废车辆上路行驶)
2、将目标时段的交通流评价影响因子数值输入主成分分析法模型(计算步骤如下),计算得到目标区域交通安全评价结果。
选取上述各因子在计算时段内的数据均值作为交通流评价影响因子输入数值。
所述主成分分析法的计算步骤如下:
(1)对样本数据的标准化
设有n个样本(区域),p个指标,得到的原始矩阵为:
为了实现样本数据的标准化,应求样本数据的均值和方差。样本数的标准化是基于数据的均值和方差进行的,因为在实际应用中,往往存在指标的量纲不同,所以在计算之前需先消除量纲的影响,而将原始数据标准化。
对数据矩阵Y作标准化处理,即对每一个指标分量作标准化变换,变换公式为:
式中:
样本均值为:
样本标准差为:
得标准化后得数据矩阵:
(2)计算相关系数矩阵
对于给定的n个样本(区域),求样本间(区域)间的相关系数。相关系数矩阵中的每一个元素由相应的相关系数表示。
在公式(3)中,rij(i,j=1,2,…,p)为原来变量xi与xj的相关系数,其计算公式为
因为R是实对称矩阵(即rij=rji),所以只需计算其上三角元素或下三角元素即可。
(3)计算相关矩阵的特征值与特征向量
首先解特征方程|λI-R|=0(E为单位矩阵)求出特征值λi(i=1,2,…,p),并使其按大小顺序排列,即λ1≥λ2≥…,≥λp≥0,对应的标准化特征向量γ’1、γ’2…γ’p分别作为系数向量。S1=γ’1X,S2=γ’2X,…,Sp=γ’pX,分别称为随机向量X的第一主成分、第二主成分、…、第p主成分。
(4)计算主成分贡献率及累计贡献
主成分Yi的贡献率:累计贡献率
一般取累计贡献率达85-95%的特征值λ1,λ2,…λm,所对应的第一,第二,……,第m(m≤p)个主成分。
(5)计算综合主成分得分
(6)对综合主成分得分进行对应转化
模块 | 换算公式 |
交通安全评价得分 | y=11.67*x+55 |
备注:x为综合主成分得分,y为交通安全评价得分。
本交通安全分析系统以交通事故、交通违法和交通负秩序事件为观测对象。系统既包含已发生的事故、违法等直接安全指标,又包含负秩序事件等间接安全指标,结合三类对象多项指标进行交通安全综合评价,且每类对象有独立子分析系统(事故分析系统、违法分析系统和秩序分析系统)和分析维度。提升了对交通安全评价的准确性、合理性和全面性,克服了从单一角度评价交通安全,考虑因素太少的缺点,补充了从交通隐患维度来评价安全。
以上对本发明的实施例进行了详细说明,但所述内容仅为本发明的较佳实施例,不能被认为用于限定本发明的实施范围。凡依本发明范围所作的均等变化与改进等,均应仍归属于本专利涵盖范围之内。
Claims (10)
1.一种交通安全评价系统,其特征在于,包括:
交通事故分析模块,通过系统记录数据计算得到人均交通事故数量、死亡事故占比;
交通违法分析模块,通过系统记录数据计算得到人均交通违法数量、重要违法事件占比;
交通负秩序分析模块,通过系统记录数据计算得到人均负秩序事件数量、严重负秩序事件占比。
2.根据权利要求1所述的一种交通安全评价系统,其特征在于,所述人均交通事故数量、死亡事故占比、人均交通违法数量、重要违法事件占比、人均负秩序事件数量、严重负秩序事件占比的计算公式如下:
人均交通事故数量=区域事故总数量/该区域人口数量;
死亡事故占比=死亡事故数量/交通事故总数量;
人均交通违法数量=区域违法总数量/该区域人口数量;
重要违法事件占比=重要违法事件数量/交通违法总数量;
所述重要违法事件包括不按信号灯规定通行、机动车逆行、机动车严重超速;
人均负秩序事件数量=区域负秩序事件总数量/该区域人口数量;
严重负秩序事件占比=严重负秩序事件数量/负秩序事件总数量;
所述严重负秩序事件包括逆行、烟雾/火灾、机动车闯红灯、行人闯红灯、非机动车闯红灯、报废车辆上路行驶。
3.根据权利要求1或2所述的一种交通安全评价系统,其特征在于:本交通安全评价系统可以展示全区域最近1自然周交通安全管理指数、各行政区域最近1自然周交通安全管理指数的环比变化;可查询指数历史数据,并且查询结果可导出。
4.根据权利要求1或2所述的一种交通安全评价系统,其特征在于:在交通事故分析中,基于全区及各行政区域交通事故记录统计结果进行分析,默认展示最近1自然周内事故统计分析结果,内容如下:
以全区及各行政区域为对象,生成区域内事故统计信息图/表,所述图/表包括:
a、各行政区域事故数量统计、排行、环比、同比;
b、涉事人员户口属地统计,涉事人员户口包括本地人员和外地人员;
c、涉事车辆号牌属地统计,外地粒度为省市;涉事车辆包括本地车辆和外地车辆;
d、全区域及各行政区域事故类型分布统计;
e、全区域及各行政区域事故数量天气类型分布统计;
f、全区域及各行政区域事故数量24小时时段分布统计;
g、本地涉事驾驶人特征单维度统计;
①默认显示性别、年龄、驾龄、违章次数、历史发生事故次数的统计分布、驾驶证累计记分结果;
②支持人工选择设置期望显示分析特征;
③系统后台对驾驶人所有特征维度都做统计分析,自动添加显示分布失衡最明显的特征;
h、本地涉事机动车特征单维度统计;
①默认显示车辆类型、车辆颜色、车辆使用性质统计分布结果、车辆用途、违法次数、事故次数、机动车所有权、定期检验情况;
②支持人工选择设置期望显示分析特征;
③系统后台对机动车所有特征维度都做统计分析,自动添加显示分布失衡最明显的特征。
5.根据权利要求1或2所述的一种交通安全评价系统,其特征在于:在交通违法分析中,基于全区及各行政区域交通违法记录统计结果进行分析,默认展示最近1自然周内违法统计分析结果,内容如下:
以全区域及各行政区域为对象,生成区域内违法事件统计信息图/表,所述图/表包括:
a、各行政区域违法事件数量统计、排行、环比、同比;
b、涉事人员户口属地统计,涉事人员户口包括本地人员和外地人员;
c、涉事车辆号牌属地统计,外地粒度为省市;涉事车辆包括本地车辆和外地车辆;
d、全区域及各行政区域违法事件类型分布统计;
e、全区域及各行政区域违法事件数量天气类型分布统计;
f、全区域及各行政区域违法事件数量24小时时段分布统计;
g、本地涉违法驾驶人特征单维度统计;
①默认显示性别、年龄、驾龄、违章次数、历史发生事故次数的统计分布结果、驾驶证累计记分;
②支持人工选择设置期望显示分析特征;
③系统后台对驾驶人所有特征维度都做统计分析,自动添加显示分布失衡最明显的特征;
h、本地涉违法机动车特征单维度统计;
①默认显示车辆类型、车辆颜色、车辆使用性质统计分布结果、车辆用途、违法次数、事故次数、机动车所有权、定期检验情况;
②支持人工选择设置期望显示分析特征;
③系统后台对机动车所有特征维度都做统计分析,自动添加显示分布失衡最明显的特征。
6.根据权利要求1或2所述的一种交通安全评价系统,其特征在于:在交通秩序分析中,以全区域及各行政区域为对象,默认展示最近1自然周区域内负秩序事件统计信息图/表,所述图/表包括:
a、各行政区域负秩序事件数量统计、排行、环比、同比;
b、全区域及各行政区域负秩序事件类型分布统计;
c、全区域各种类型负秩序事件数量24小时时段分布统计。
7.根据权利要求6所述的一种交通安全评价系统,其特征在于:所述负秩序事件包括:
(1)交通溢出拥堵
(2)路段交通长时间严重拥堵
(3)车辆逆行
(4)非法停车占道
(5)抛洒滴漏
(6)烟雾/火灾
(7)道路积水
(8)机动车闯红灯
(9)行人闯红灯
(10)行人翻越护栏
(11)非机动车闯红灯
(12)路口车辆秩序混乱
(13)牌照无法识别
(14)车辆偏离路线
(15)报废车辆上路行驶
(16)逾期未检车辆上路行驶
(17)机动车频繁通过。
8.一种基于权利要求1所述的交通安全评价系统的评价指数计算方法,其特征在于,其过程如下:
1)根据系统存储数据,计算目标区域在评价时段内的以下交通流评价影响因子数值:
①人均交通事故数量
②死亡事故占比
③人均交通违法数量
④重要违法事件占比
⑤人均负秩序事件数量
⑥严重负秩序事件占比
2)将目标时段的交通流评价影响因子数值输入主成分分析法模型,计算得到目标区域交通安全评价结果。
9.根据权利要求8所述的评价指数计算方法,其特征在于:所述主成分分析法的计算步骤如下:
(1)对样本数据的标准化
设有n个样本(区域),p个指标,得到的原始矩阵为:
为了实现样本数据的标准化,应求样本数据的均值和方差,在计算之前需先消除量纲的影响,而将原始数据标准化;
对数据矩阵Y作标准化处理,即对每一个指标分量作标准化变换,变换公式为:
式中:
样本均值为:
样本标准差为:
得标准化后得数据矩阵:
(2)计算相关系数矩阵
对于给定的n个样本(区域),求样本间(区域)间的相关系数;相关系数矩阵中的每一个元素由相应的相关系数表示;
在公式(3)中,rij(i,j=1,2,…,p)为原来变量xi与xj的相关系数,其计算公式为
因为R是实对称矩阵,只需计算其上三角元素或下三角元素即可;
(3)计算相关矩阵的特征值与特征向量
首先解特征方程|λI-R|=0(E为单位矩阵)求出特征值λi(i=1,2,…,p),并使其按大小顺序排列,即λ1≥λ2≥…,≥λp≥0,对应的标准化特征向量γ’1、γ’2…γ’p分别作为系数向量;S1=γ’1X,S2=γ’2X,...,Sp=γ’pX,分别称为随机向量X的第一主成分、第二主成分、…、第p主成分。
(4)计算主成分贡献率及累计贡献
主成分Yi的贡献率:累计贡献率
一般取累计贡献率达85-95%的特征值λ1,λ2,…λm,所对应的第一,第二,……,第m(m≤p)个主成分;
(5)计算综合主成分得分
(6)对综合主成分得分进行对应转化
交通安全评价得分y=11.67*x+55
x为综合主成分得分,y为交通安全评价得分。
10.根据权利要求8或9所述的评价指数计算方法,其特征在于:选取上述各因子在计算时段内的数据均值作为交通流评价影响因子输入数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811592845.9A CN109584565A (zh) | 2018-12-25 | 2018-12-25 | 一种交通安全评价系统及其评价指数计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811592845.9A CN109584565A (zh) | 2018-12-25 | 2018-12-25 | 一种交通安全评价系统及其评价指数计算方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109584565A true CN109584565A (zh) | 2019-04-05 |
Family
ID=65932605
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811592845.9A Pending CN109584565A (zh) | 2018-12-25 | 2018-12-25 | 一种交通安全评价系统及其评价指数计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109584565A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112651512A (zh) * | 2020-12-10 | 2021-04-13 | 北京北大千方科技有限公司 | 一种勤务合理度计算方法以及装置 |
CN112652168A (zh) * | 2020-12-15 | 2021-04-13 | 安徽百诚慧通科技有限公司 | 一种重大交通事故预警方法、系统及存储介质 |
CN114550445A (zh) * | 2022-01-24 | 2022-05-27 | 广东省城乡规划设计研究院有限责任公司 | 一种城市区域交通安全状态评估方法和装置 |
CN114898555A (zh) * | 2022-05-09 | 2022-08-12 | 华录易云科技有限公司 | 一种道路交叉口综合评估方法 |
CN115148029A (zh) * | 2022-06-29 | 2022-10-04 | 交通运输部公路科学研究所 | 一种用于预测行人交通事故的方法、介质以及电子设备 |
CN117173899A (zh) * | 2023-11-03 | 2023-12-05 | 武汉网信安全技术股份有限公司 | 一种智慧城市数据处理方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103366551A (zh) * | 2012-04-05 | 2013-10-23 | 郭海锋 | 一种道路交通安全评价方法 |
CN105225539A (zh) * | 2015-09-30 | 2016-01-06 | 中国民用航空总局第二研究所 | 基于主成分分析的扇区运行性能综合指数的方法及系统 |
US20170323448A1 (en) * | 2016-05-09 | 2017-11-09 | Iteris, Inc. | Pedestrian tracking at a traffic intersection to identify vulnerable roadway users for traffic signal timing, pedestrian safety, and traffic intersection control |
CN107705019A (zh) * | 2017-09-30 | 2018-02-16 | 安徽四创电子股份有限公司 | 一种智慧城市惠民服务水平评价方法 |
CN108010317A (zh) * | 2017-11-29 | 2018-05-08 | 天津易华录信息技术有限公司 | 一种交通管理大数据系统 |
CN108491418A (zh) * | 2018-02-06 | 2018-09-04 | 西南交通大学 | 一种交通事故数据信息化采集、管理和分析系统及方法 |
CN108922170A (zh) * | 2018-06-13 | 2018-11-30 | 同济大学 | 一种基于电子警察抓拍数据的交叉口安全评价方法 |
-
2018
- 2018-12-25 CN CN201811592845.9A patent/CN109584565A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103366551A (zh) * | 2012-04-05 | 2013-10-23 | 郭海锋 | 一种道路交通安全评价方法 |
CN105225539A (zh) * | 2015-09-30 | 2016-01-06 | 中国民用航空总局第二研究所 | 基于主成分分析的扇区运行性能综合指数的方法及系统 |
US20170323448A1 (en) * | 2016-05-09 | 2017-11-09 | Iteris, Inc. | Pedestrian tracking at a traffic intersection to identify vulnerable roadway users for traffic signal timing, pedestrian safety, and traffic intersection control |
CN107705019A (zh) * | 2017-09-30 | 2018-02-16 | 安徽四创电子股份有限公司 | 一种智慧城市惠民服务水平评价方法 |
CN108010317A (zh) * | 2017-11-29 | 2018-05-08 | 天津易华录信息技术有限公司 | 一种交通管理大数据系统 |
CN108491418A (zh) * | 2018-02-06 | 2018-09-04 | 西南交通大学 | 一种交通事故数据信息化采集、管理和分析系统及方法 |
CN108922170A (zh) * | 2018-06-13 | 2018-11-30 | 同济大学 | 一种基于电子警察抓拍数据的交叉口安全评价方法 |
Non-Patent Citations (1)
Title |
---|
王晓晴: "PGIS平台在交通管理系统集成中的应用", 《交通标准化》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112651512A (zh) * | 2020-12-10 | 2021-04-13 | 北京北大千方科技有限公司 | 一种勤务合理度计算方法以及装置 |
CN112652168A (zh) * | 2020-12-15 | 2021-04-13 | 安徽百诚慧通科技有限公司 | 一种重大交通事故预警方法、系统及存储介质 |
CN114550445A (zh) * | 2022-01-24 | 2022-05-27 | 广东省城乡规划设计研究院有限责任公司 | 一种城市区域交通安全状态评估方法和装置 |
CN114898555A (zh) * | 2022-05-09 | 2022-08-12 | 华录易云科技有限公司 | 一种道路交叉口综合评估方法 |
CN114898555B (zh) * | 2022-05-09 | 2024-01-05 | 华路易云科技有限公司 | 一种道路交叉口综合评估方法 |
CN115148029A (zh) * | 2022-06-29 | 2022-10-04 | 交通运输部公路科学研究所 | 一种用于预测行人交通事故的方法、介质以及电子设备 |
CN115148029B (zh) * | 2022-06-29 | 2023-09-19 | 交通运输部公路科学研究所 | 一种用于预测行人交通事故的方法、介质以及电子设备 |
CN117173899A (zh) * | 2023-11-03 | 2023-12-05 | 武汉网信安全技术股份有限公司 | 一种智慧城市数据处理方法 |
CN117173899B (zh) * | 2023-11-03 | 2024-01-30 | 武汉网信安全技术股份有限公司 | 一种智慧城市交通出行品质评价方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109584565A (zh) | 一种交通安全评价系统及其评价指数计算方法 | |
Gstalter et al. | Reliability of drivers in urban intersections | |
Ratanavaraha et al. | Impacts of accident severity factors and loss values of crashes on expressways in Thailand | |
Barabino et al. | Bus crash risk evaluation: An adjusted framework and its application in a real network | |
Mäkinen et al. | Traffic enforcement in Europe: effects, measures, needs and future | |
Jacobs et al. | Multiple incentives in encouraging car pool formation on a university campus | |
Wong et al. | Attitudes of public light bus drivers to penalties to combat red light violations in Hong Kong | |
Jrew et al. | Strategic development of transportation demand management in Jordan | |
CN114550445A (zh) | 一种城市区域交通安全状态评估方法和装置 | |
Ehsani Sohi et al. | Effects of roadway and traffic characteristics on accidents frequency at city entrance zone | |
Quiroga et al. | Red light running: A policy review | |
CN114913690A (zh) | 交通精细化监控方法、系统和可读存储介质 | |
Kadkhodaei et al. | Prediction model for drivers' tendency to perpetrate a double parking violation on urban trips | |
Samson | Analysis of Traffic Accident in Addis Ababa: Traffic Simulation | |
Choupani | Assessing drivers’ compliance with restrictive yellow traffic lights in a developing country | |
Siregar | How can speed enforcement be made more effective? An investigation into the effect of police presence, speed awareness training and roadside publicity on drivers’ choice of speed | |
Gao et al. | A Data-Driven and Integrated Evaluation of Area-wide Impacts of Double Parking Using Macroscopic and Microscopic Models | |
Yu et al. | Speed distribution and safety effects of license plate recognition: Analysis combining crash and toll record data in Hunan Province, China | |
Chen et al. | Comprehensive evaluation of operational efficiency of intersections in arterial considering pedestrians yield rule | |
Pham | Motorway Traffic Risks Identification Model-MyTRIM Methodology and Application | |
Akeke et al. | Mitigation of Traffic Congestion: A Tool for Development and Urbanization | |
Khliefat | Analysis and modeling of drivers perception of quality of service on urban roundabouts | |
Holman et al. | “Driver’s License, Military ID, and Proof of Registration and Insurance, Please”: Officer Discretion Surrounding Traffic Stops On an Air Force Installation | |
Karunarathna | Loss of Manpower due to Road Traffic Congestion in Sri Lanka: A Study in Kandy City | |
Alfiansyah et al. | STUDY OF SURABAYA-MOJOKERTO TOLL ROAD SERVICE LEVEL USING THE CUSTOMER SATISFACTION INDEX (CSI) METHOD |
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: 20190405 |
|
RJ01 | Rejection of invention patent application after publication |