CN110675624B - 一种高风险路段的行车风险控制方法 - Google Patents
一种高风险路段的行车风险控制方法 Download PDFInfo
- Publication number
- CN110675624B CN110675624B CN201910889278.1A CN201910889278A CN110675624B CN 110675624 B CN110675624 B CN 110675624B CN 201910889278 A CN201910889278 A CN 201910889278A CN 110675624 B CN110675624 B CN 110675624B
- Authority
- CN
- China
- Prior art keywords
- risk
- road
- section
- traffic
- road section
- 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.)
- Active
Links
Images
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
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Theoretical Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
一种高风险路段的行车风险控制方法,包括以下步骤:步骤1,选取单元长度的路段,计算得到事故集中的高风险路段;步骤2,将高风险路段上的交通流分为两种状态;步骤3,将高风险区分为预警段和高风险路段两个功能区段;步骤4,根据步骤3所示的预警段与高风险段的空间布局,得到信息发布设备布设位置。本发明首先对研究对象选取合适的路段单元长度,结合动态分段的移动步长法划分几个不同的组合,接下来采用Relim算法挖掘各个组合中的频繁项集,将交通事故次数和伤亡人数进行当量化处理,得到长度短且事故集中的交通事故高风险路段,再对所找出的高风险路段中的事故影响因素进行关联规则挖掘。
Description
技术领域
本发明属于行车安全技术领域,特别涉及一种高风险路段的行车风险控制方法。
背景技术
现有技术对高风险路段的鉴别方法都是基于历史交通事故数据的基础上来实现的,不同类型的高风险路段上交通事故的严重程度是不同的,故还须考虑交通事故造成的人员伤亡,才能较为全面地鉴别出高风险路段的位置及分布,但是仅考虑当量事故次数来鉴别高风险路段,必然会遗漏真正的高风险路段。国内外对于高风险路段的安全改善措施没有形成一套清晰且全面的改善对策,所采取的改善措施针对性不强,甚至还可能恶化高风险路段的交通安全状况。
发明内容
本发明的目的在于提供一种高风险路段的行车风险控制方法,以解决上述问题。
为实现上述目的,本发明采用以下技术方案:
一种高风险路段的行车风险控制方法,包括以下步骤:
步骤1,选取单元长度的路段,计算得到事故集中的高风险路段;
步骤2,将高风险路段上的交通流分为两种状态,一是道路服务水平等级为一级,道路交通较为畅通,驾驶员都能按照自己的期望速度行驶,采用静态限速模型;二是道路服务水平等级为二、三、四级,道路交通流复杂,出现交通拥堵及交通事故的概率较高,采用动态限速模型;
步骤3,将高风险区分为预警段和高风险路段两个功能区段;
步骤4,采用固定式与移动式信息发布两种方式使道路使用者对高风险区的实时交通状态有整体的感知,调整驾驶行为;根据步骤3所示的预警段与高风险段的空间布局,得到信息发布设备布设位置。
进一步的,步骤1中,具体包括:结合动态分段的移动步长法将路段单元划分成若干不同的组合,采用Relim算法挖掘这几种组合下的频繁项集,同时对交通事故次数和伤亡人数进行当量化处理,按路段相邻原则对其进行合并,最终得到长度短且事故集中的高风险路段,再采用Relim算法挖掘出高风险路段上的各事故影响因素的关联规则。
进一步的,步骤2中,
高风险路段的分车型分车道静态限速模型为:
基于道路线形与交通流量因素条件下的高风险路段动态限速控制模型为:
进一步的,步骤2中,通过高速公路基本路段服务水平分级表将高风险路段上的交通流分为两种状态。
进一步的,步骤3中,预警段为警示车辆前方有高风险路段存在的区域,高风险路段为在给定的统计周期内,道路上某些危险点或者路段的事故发生率水平,若该指标远高于类似交通环境及交通状态的道路上的平均指标,则将该点或者路段称之为高风险路段。
进一步的,预警段的定义为从驾驶员看清交通标志上的提示信息开始到将车速降低至限定速度及以下为止,在这个时间段内车辆行驶的距离,预警段的长度由交通标志视认距离与交通标志前置距离构成。
进一步的,移动式信息发布是利用车路协同相关技术实现信息交互和共享;车路协同是以无线通信技术为基础,通过车辆与车辆之间、车辆与路侧基础设施之间的信息交互;
移动式信息发布可分为三类:车辆与车辆之间进行信息交互;车辆与路侧基础设施之间进行信息交互;车辆与车辆、车辆与路侧基础设施之间进行信息交互。
进一步的,信息发布设备包括情报板、限速标志和可变限速标志。
与现有技术相比,本发明有以下技术效果:
本发明以高速公路高风险路段为目标验证对象,以历史交通流数据信息为仿真参考模型,对该高风险路段上的历史交通事故数据进行挖掘,以速度变异系数为指标,找出各事故影响因素的关联规则,进而提出有针对性的行车风险控制方案,并利用TransModeler软件进行仿真。本发明具有如下优点,
第一:本发明能够更加准确找到高风险路段的位置,既方便交通管理部门对高风险路段的治理,又能够有效地节约资金。本发明首先对研究对象选取合适的路段单元长度,结合动态分段的移动步长法划分几个不同的组合,接下来采用Relim算法挖掘各个组合中的频繁项集,将交通事故次数和伤亡人数进行当量化处理,得到长度短且事故集中的交通事故高风险路段,再对所找出的高风险路段中的事故影响因素进行关联规则挖掘;
第二:本发明建立预警段的基于道路线形指标的分车型分车道限速模型及高风险路段的分车型分车道动态限速模型,明确预警段与高风险路段的空间布局进而确定各类交通基础设施的布设位置,并采用固定式信息发布与移动式信息发布两种方式作为预警信息发布的有效手段,保障高风险路段的行车安全;
第三:本发明在高风险路段的限速管理中建立了一种基于道路线形指标CCRs和交通流量的分车型分车道动态限速模型。在保证高速公路安全运营的基础上,该模型能够根据不同的交通状态,动态调整各路段的限制速度,并在相应位置布设可变限速标志实现路段上车辆的超速抓拍,使高风险路段上的车辆能够安全高效运行;
第四:本发明通过对历史交通事故的挖掘,得到距离短且事故集中的高风险路段,在高风险路段上制定有针对性的行车风险控制方案,以速度变异系数表征道路行车风险的变化,设计另外两种风险控制方案与本文所制定的风险控制方案进行对仿真比,验证本发明所制定的行车风险控制方案的有效性与优越性。
进一步的,在高风险路段前方设置预警段及分车型分车道限速控制有效地减少了车辆的行程时间。
进一步的,本发明在一定程度上避免了交通拥堵,减少了道路使用者的出行成本。
进一步的,速度变异系数为衡量道路行车风险的关键指标,速度变异系数越大,道路的行车风险就越高,本发明所制定的行车风险控制方案降低了速度变异系数。
进一步的,本发明所制定的行车风险控制方案不但能使总行程时间、总延误时间减小,提高道路的通行效率,而且还能使速度变异系数降低,提高了道路的行车安全性。因此本发明所设计的行车风险控制方案是有效的,降低了高风险段的行车风险。
附图说明
图1为高风险区域的空间布局;
图2为预警段的空间布局;
图3为信息发布设备布设图;
图4为车辆与车辆之间进行信息交互;
图5为车辆与路侧基础设施之间进行信息交互;
图6为车辆与车辆、车辆与路侧基础设施之间进行信息交互;
图7为本发明实例中高风险路段K4+000~K6+600仿真示意图;
图8为本发明实例中高风险路段K4+000~K6+600谢王立交仿真示意图;
图9为本发明实例中仿真效果示意图;
图10为本发明实例中道路基础设施的仿真设置;
图11为本发明实例中三种方案的总行程时间对比示意图;
图12为本发明实例中三种方案的总延误时间对比示意图;
图13为本发明实例中三种方案的平均密度对比示意图;
图14为本发明实例中三种方案的速度变异系数对比示意图;
图15为本发明流程图。
具体实施方式
本发明提供一种从速度控制、空间布局、预警信息发布机制三个角度切入的,能够在高速公路的高风险路段降低事故风险的行车方案,以及基于TransModeler仿真软件的效果展示。
本发明是通过以下技术方案来实现:
一种新型高风险路段的行车风险控制方案,包括如下步骤,
步骤1,选取合适的路段单元长度,再结合动态分段的移动步长法将路段单元划分成不同的组合,采用Relim算法挖掘这几种组合下的频繁项集,同时对交通事故次数和伤亡人数进行当量化处理,按路段相邻原则对其进行合并,最终得到长度短且事故集中的高风险路段,再采用Relim算法挖掘出高风险路段上的各事故影响因素的关联规则,为制定有针对性的行车风险控制措施奠定基础;
步骤2,在速度控制角度,将高风险路段上的交通流分为两种状态,一是道路服务水平等级为一级(高速公路基本路段服务水平分级表如表1所示),道路交通较为畅通,驾驶员都能按照自己的期望速度行驶,采用静态限速模型;二是道路服务水平等级为二、三、四级,道路交通流复杂,出现交通拥堵及交通事故的概率较高,采用动态限速模型。高风险路段的分车型分车道静态限速模型为:
基于道路线形与交通流量因素条件下的高风险路段动态限速控制模型为:
表1高速公路基本路段服务水平分级表
步骤3,在空间布局角度,将高风险区分为预警段和高风险路段两个功能区段,预警段即警示车辆前方有高风险路段存在的区域,高风险路段即在给定的统计周期(1~3年)内,采用相关算法计算道路上某些危险点(或者路段)的事故发生率水平,若该指标远高于类似交通环境及交通状态的道路上的平均指标,则将该点(或者路段)称之为高风险路段。高风险区域的空间布局如图1所示:
本发明主要针对预警段给出空间布局管理。驾驶员在驶向高风险路段的过程中首先会接触到预警段,并在预警段第一次获取前方存在高风险路段的信息,预警段的设置对驾驶员提前改变驾驶行为与驾驶状态、调整驾驶员的心理起到重要作用。预警段的定义为从驾驶员看清交通标志上的提示信息开始到将车速降低至限定速度及以下为止,在这个时间段内车辆行驶的距离,预警段的长度由交通标志视认距离与交通标志前置距离构成。预警段的空间布局如图2所示,图中L1为预警段长度(m);LS为交通标志视认距离(m);LQ 为交通标志前置距离(m)。
本发明中,不同限速值下的预警段长度如表2所示:
表2 不同限速值下的预警段长度
步骤4,在预警信息机制角度,采用固定式与移动式信息发布两种方式使道路使用者对高风险区的实时交通状态有一个整体的感知,调整合适的驾驶行为,从而尽量避免高风险路段的事故风险。根据步骤3所示的预警段与高风险段的空间布局,得到信息发布设备布设位置,如图3所示;
(1)可变情报板1:布设在预警段的起点,预警信息内容可为“前方高风险区,大型车靠右行驶,小型车走内车道,请减速慢行!”;
(3)可变情报板2:布设在预警段的终点处,预警信息内容可为“您已进入高风险区域,限速**km/h,请减速慢行!”;
(4)可变限速标志:布设在高风险区的中点处,具体位置可根据需要灵活调整,预警信息内容可为“车牌号xxx,您超速了,限速**km/h!”;
(5)可变情报板3:布设在高风险区的终点处,预警信息内容可为“您已离开高风险区域,祝您一路平安!”
在遵循可变情报板信息发布准确、及时、易理解、有效的原则下,针对不同类型的高风险路段,发生交通事故的原因不同,预警信息也不同,交通管理部门可灵活调整预警信息内容。
所谓移动式信息发布是利用车路协同相关技术实现信息交互和共享。车路协同是以无线通信技术为基础,通过车辆与车辆之间、车辆与路侧基础设施之间的信息交互,实现人、车、路一体化协同运行,以提高车辆的出行安全和缓解高速公路交通拥挤。
移动式信息发布可分为三类:
(1)车辆与车辆之间进行信息交互,如图4;
(2)车辆与路侧基础设施之间进行信息交互,如图5;
(3)车辆与车辆、车辆与路侧基础设施之间进行信息交互,如图6。
在信息发布准确、及时、易理解的条件下,本发明建立了包括通用信息、提示信息、强制信息的高风险区预警信息发布库,如表3所示。车辆的运行速度若超过限制速度的10%,道路监控对其进行抓拍,并组织在出口收费站处进行罚款处理。
表3 不同类型高风险区的事故预警信息发布库
一种新型高风险路段的行车风险控制方案,包括,
从速度控制、空间布局、预警信息发布机制这三个角度的约束。
实施例:
本发明选取的高风险路段K4+000~K6+600所属西安绕城高速,该区段为双向六车道,包含了东西方向上的谢王立交、杏园与豁口之间的部分主线道路。根据高风险路段 K4+000~K6+600的实际里程、车道数等,在TransModeler仿真软件中绘制该路段的示意图,参照本发明所设计的行车风险控制方案,设定相应的措施进行仿真。如图7所示为高风险路段K4+000~K6+600的示意图,其中图中数字编号为OD起止点的编号。
其中,谢王立交的仿真示意图如图8所示。
仿真参数设置:
(1)基本参数设置
OD矩阵描述了在连续时段内研究区段上出行起点(origin)到出行终点(destination) 之间交通量的大小;本发明统计所选的仿真时间内的交调数据与收费数据,确定高风险路段K4+000~K6+600上的交通流量并填入对应的空格中,其中竖向代表OD的起点,横向代表OD的终点。
对于仿真任务中行程矩阵的设置,仿真开始时间为16:00:00,仿真结束时间为17:00:00,仿真时长为1h,矩阵单元中设置的流量数据按每小时的流量进行分配,不是按照时间均等分配而是实时变化的。
本发明统计所选的仿真时间内的交调数据与收费数据,确定该路段上整体客货比。由于TransModeler中的车型划分是根据美国的车辆类型进行设定的,故本发明将PC1、PC2、PC3的比例之和设定为客车占比,分别为30%、30%与20%;将PU的比例设定为货车占比,为20%,其余类型均设定为0%。
接下来需要设置仿真任务的开始时间与结束时间,此处的仿真时间应与行程矩阵设置中的时间区间保持一致。同时模型输入设置中应选取本次仿真中提前设定好的OD矩阵表,模型输出设置中选取仿真结果报告中需要显示的指标;
为了能够在仿真过程中直观查看道路的交通状态,将车辆的运行速度和路段的交通流密度设置不同的区间划分,在地图层显示能够代表道路交通状态的颜色
地图层参数设置完毕之后,仿真过程中的仿真效果示意图如图9所示。
(2)交通管理设施设置
针对不同的行车风险控制方案,需要采用不同的管控措施,根据本发明中的风险控制方案,在仿真软件中进行相应设置。如图10是交通管理设施的仿真设置,其中LaneUseMessage设备模拟情报板的作用,对道路上的车辆进行分车道控制;Speed Limit Sign 对车辆的运行速度进行控制;车辆检测器Sensor采集车辆的速度、道路交通流量等交通特性指标。
基于TransModeler的行车风险控制方案仿真如下:
以本发明对高风险路段K4+000~K6+600所设计的行车风险控制方案进行仿真,其中包括研究路段的限速管理、交通基础设施的布及固定式信息发布的仿真设置。首先给出仿真模型的相关假设:
(1)天气状况良好,道路状况良好;
(2)研究路段为全程监控,摄像头为高清摄像头;
(3)车辆与路侧基础设施之间、车辆与车辆之间能够进行短距离通信。
本发明将高风险路段K4+000~K6+600上的仿真分为三种方案下的行车风险控制措施,其中方案一、方案二的行车风险控制措施与本发明所制定的行车风险控制方案进行仿真对比,每个方案的具体措施如下:
(1)方案一:固定值限速控制;
(2)方案二:分车型、分车道的固定值限速、预警段管理控制;
(3)本发明所制定的行车风险控制方案:分车型、分车道的可变值限速、预警段管理控制、信息发布管理。
在TransModeler仿真软件中对所研究的路段进行绘制和基本参数设置,针对不同行车风险控制方案中速度控制、空间布局及信息发布设计不同的仿真条件进行仿真,并选定总行程时间、总延误时间、平均密度、速度变异系数这四个指标作为行车风险控制方案的评价指标,将方案一、方案二的行车风险控制措施与本发明所制定的行车风险控制措施进行对比,验证本发明所制定的行车风险控制方案的有效性,得到最优的行车风险控制方案。
从方案一、方案二和本发明所制定的行车风险控制方案的仿真输出结果中得到每隔 5min的总行程时间、总延误时间、平均密度及速度变异系数:
(1)总行程时间
通过图11 来看,在16:00至17:00的仿真时间内,方案一中车辆的总行程时间较大。经计算:方案一中总行程时间的均值为1583min,方案二和本发明所制定的行车风险控制方案中总行程时间的均值相差不大。
(2)总延误时间
通过图12 来看,在16:00至17:00的仿真时间内,方案一中车辆的总延误时间较大。经计算:方案一中所有车辆总延误时间的均值为31min,方案二中总延误时间的均值比方案一中总延误时间的均值减少了58.06%,本发明所制定的行车风险控制方案中总延误时间的均值比方案二中总延误时间的均值减少了38.46%,由此可见,本发明所制定的行车风险控制方案中风险控制措施要优于方案一、方案二中风险控制措施,在一定程度上避免了交通拥堵,减少了道路使用者的出行成本。
(3)平均密度
通过图13 来看,在16:00至17:00的仿真时间内,方案一中平均密度的均值最大,为12辆/min/lane,本发明所制定的行车风险控制方案中平均密度的均值最小,为8.08 辆/min/lane,三种方案中平均密度变化幅度都较大,这是因为设定的交通流量是实时变化的。
(4)速度变异系数
通过图14 来看,在16:00至17:00的仿真时间内,方案一、方案二中速度变异系数浮动较大,方案一中速度变异系数的均值最大,为0.1258,本发明所制定的行车风险控制方案中速度变异系数的变化幅度相比于方案一、方案二中速度变异系数的变化幅度较为平稳,并且本发明所制定的行车风险控制方案中速度变异系数的均值最小,为0.0961,相比于方案一降低了23.61%,相比于方案二降低了19.78%。速度变异系数为衡量道路行车风险的关键指标,速度变异系数越大,道路的行车风险就越高,故本发明所制定的行车风险控制方案要优于方案一与方案二的风险控制措施。
综上所述,本发明所制定的行车风险控制方案不但能使总行程时间、总延误时间减小,提高道路的通行效率,而且还能使速度变异系数降低,提高了道路的行车安全性。因此本发明所设计的行车风险控制方案是有效的,降低了高风险段的行车风险。同理,通过对所研究路段的上行方向数据的观察,本发明所制定的行车风险控制方案能够有效降低高风险路段的行车风险。
Claims (3)
1.一种高风险路段的行车风险控制方法,其特征在于,包括以下步骤:
步骤1,选取单元长度的路段,计算得到事故集中的高风险路段;
步骤2,将高风险路段上的交通流分为两种状态,一是道路服务水平等级为一级,道路交通较为畅通,驾驶员都能按照自己的期望速度行驶,采用静态限速模型;二是道路服务水平等级为二、三、四级,道路交通流复杂,出现交通拥堵及交通事故的概率较高,采用动态限速模型;
步骤3,将高风险区分为预警段和高风险路段两个功能区段;
步骤4,采用固定式与移动式信息发布两种方式使道路使用者对高风险区的实时交通状态有整体的感知,调整驾驶行为;根据步骤3所示的预警段与高风险段的空间布局,得到信息发布设备布设位置;
步骤1中,具体包括:结合动态分段的移动步长法将路段单元划分成若干不同的组合,采用Relim算法挖掘这几种组合下的频繁项集,同时对交通事故次数和伤亡人数进行当量化处理,按路段相邻原则对其进行合并,最终得到长度短且事故集中的高风险路段,再采用Relim算法挖掘出高风险路段上的各事故影响因素的关联规则;
步骤2中,
高风险路段的分车型分车道静态限速模型为:
基于道路线形与交通流量因素条件下的高风险路段动态限速控制模型为:
步骤3中,预警段为警示车辆前方有高风险路段存在的区域,高风险路段为在给定的统计周期内,道路上某些危险点或者路段的事故发生率水平,若指标远高于类似交通环境及交通状态的道路上的平均指标,则将该点或者路段称之为高风险路段;
预警段的定义为从驾驶员看清交通标志上的提示信息开始到将车速降低至限定速度及以下为止,在这个时间段内车辆行驶的距离,预警段的长度由交通标志视认距离与交通标志前置距离构成;
移动式信息发布是利用车路协同相关技术实现信息交互和共享;车路协同是以无线通信技术为基础,通过车辆与车辆之间、车辆与路侧基础设施之间的信息交互;
移动式信息发布可分为三类:车辆与车辆之间进行信息交互;车辆与路侧基础设施之间进行信息交互;车辆与车辆、车辆与路侧基础设施之间进行信息交互。
2.根据权利要求1所述的一种高风险路段的行车风险控制方法,其特征在于,步骤2中,通过高速公路基本路段服务水平分级表将高风险路段上的交通流分为两种状态。
3.根据权利要求1所述的一种高风险路段的行车风险控制方法,其特征在于,信息发布设备包括情报板、限速标志和可变限速标志。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910889278.1A CN110675624B (zh) | 2019-09-19 | 2019-09-19 | 一种高风险路段的行车风险控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910889278.1A CN110675624B (zh) | 2019-09-19 | 2019-09-19 | 一种高风险路段的行车风险控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110675624A CN110675624A (zh) | 2020-01-10 |
CN110675624B true CN110675624B (zh) | 2021-10-19 |
Family
ID=69076980
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910889278.1A Active CN110675624B (zh) | 2019-09-19 | 2019-09-19 | 一种高风险路段的行车风险控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110675624B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111610787B (zh) * | 2020-05-29 | 2023-04-07 | 亚哲科技股份有限公司 | 自动驾驶汽车安全控制方法、计算机存储介质、电子设备 |
CN112270836B (zh) * | 2020-10-15 | 2023-11-21 | 腾讯科技(深圳)有限公司 | 车流量控制方法、装置、设备及存储介质 |
CN113192327B (zh) * | 2021-04-23 | 2022-04-29 | 长安大学 | 兼顾交通流和个体的道路运行风险主动防控系统及方法 |
CN113108805A (zh) * | 2021-04-28 | 2021-07-13 | 沈阳精一智驾科技有限公司 | 出行路线推荐方法及装置、电子设备、可读存储介质 |
CN114821982A (zh) * | 2022-04-07 | 2022-07-29 | 中广核研究院有限公司 | 燃料组件运输报警方法、装置、系统、设备及存储介质 |
CN114973648B (zh) * | 2022-04-11 | 2024-03-19 | 长安大学 | 一种基于气象响应度的高速公路高风险路段鉴别方法 |
CN116978225B (zh) * | 2023-08-01 | 2024-08-20 | 合肥工业大学 | 一种快速路合流区危险驾驶行为的风险等级判别方法 |
CN117172424B (zh) * | 2023-10-31 | 2024-04-09 | 苏交科集团股份有限公司 | 一种增强道路安全警示信息传递有效性的方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971523A (zh) * | 2014-05-21 | 2014-08-06 | 南通大学 | 一种山区道路交通安全动态预警系统 |
CN208521454U (zh) * | 2018-07-04 | 2019-02-19 | 长安大学 | 一种道路事故黑点预警装置 |
-
2019
- 2019-09-19 CN CN201910889278.1A patent/CN110675624B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103971523A (zh) * | 2014-05-21 | 2014-08-06 | 南通大学 | 一种山区道路交通安全动态预警系统 |
CN208521454U (zh) * | 2018-07-04 | 2019-02-19 | 长安大学 | 一种道路事故黑点预警装置 |
Non-Patent Citations (6)
Title |
---|
Keeping Things Simple: Finding Frequent Item Sets by Recursive;Borgelt C;《International Workshop on Open Source Data Mining: Frequent Pattern》;20051231;全文 * |
基于关联规则探究台北交通事故多发因素;胡艺博;《通讯世界》;20181231;第341卷(第10期);全文 * |
基于动态分段和DBSCAN算法的交通事故黑点路段鉴别方法;耿超等;《长安大学学报(自然科学版)》;20180930;第38卷(第5期);摘要、第6节"结语"第3段 * |
基于多元因素的高速公路可变限速值计算方法研究;余凯等;《交通信息与安全》;20110228;第29卷(第159期);第1节"可变限速值影响因素分析" * |
山区高速公路合理限速分段研究;王晓楠等;《中外公路》;20100831;第30卷(第4期);第2.1节"基于驾驶员视认距离的最小长度"第1段、第2.1节"最小长度的确定"第1-2段 * |
高速公路车速离散性与交通事故的关系及车速管理研究;裴玉龙等;《中国公路学报》;20040131;第17卷(第1期);第4.1节"85%位车速与CCRs回归模型"第2-5段 * |
Also Published As
Publication number | Publication date |
---|---|
CN110675624A (zh) | 2020-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110675624B (zh) | 一种高风险路段的行车风险控制方法 | |
Sun et al. | The estimation of vehicle speed and stopping distance by pedestrians crossing streets in a naturalistic traffic environment | |
Li et al. | Development of a variable speed limit strategy to reduce secondary collision risks during inclement weathers | |
Martens et al. | The effects of road design on speed behaviour: a literature review | |
Chen et al. | Evaluating the safety impacts of the number and arrangement of lanes on freeway exit ramps | |
Cunto | Assessing safety performance of transportation systems using microscopic simulation | |
Rahman et al. | Enhancing traffic safety at school zones by operation and engineering countermeasures: A microscopic simulation approach | |
CN111489569B (zh) | 一种立交匝道车道宽度动态调整系统及其调整方法 | |
Donnell et al. | Reducing roadway departure crashes at horizontal curve sections on two-lane rural highways | |
CN106504164A (zh) | 一种城乡结合部低等级道路速度控制区段的划分方法 | |
Li et al. | Impacts of P2V wireless communication on safety and environment in work zones through driving simulator tests | |
CN113688561A (zh) | 一种基于神经网络的高速公路施工区最优预警距离确定方法 | |
CN117037485A (zh) | 一种智慧高速公路主动交通流控制方法及系统 | |
Yishui et al. | Research of highway bottlenecks based on catastrophe theory | |
Lee et al. | Enhancing School Zone and School Bus Safety | |
CN114004080A (zh) | 一种基于虚拟仿真的自动驾驶车辆道路行驶适应性评价方法 | |
Bassani et al. | Field Investigation on the Effects on Operating Speed Caused by trapezoidal humps | |
Toledo et al. | Impact of active speed limiters on traffic flow and safety: simulation-based evaluation | |
Yassin et al. | Assessment of the reliability of predicting hydroplaning risk based on past hydroplaning accident data on the Florida interstate system | |
Oh et al. | Development of the Expected Safety Performance Models for Rural Highway Segments | |
Abdel-wahed et al. | A Comparison of Daytime and Nighttime Operating Speed on Rural Multi-Lane Highway Sections in Egypt | |
KR102602842B1 (ko) | Its 장비 성능검증 시스템 및 이를 이용한 성능검증 방법 | |
Desta et al. | Evaluation of Autonomous Vehicles Effects based on Changing Driving Logics with Macroscopic Traffic Simulation | |
Qin et al. | Traffic characteristics analysis and simulation of road work zone | |
Torre | Controlled access facilities (freeways) |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |