CN113823083A - 一种交通事故影响范围预测方法、装置及计算机存储介质 - Google Patents

一种交通事故影响范围预测方法、装置及计算机存储介质 Download PDF

Info

Publication number
CN113823083A
CN113823083A CN202110937866.5A CN202110937866A CN113823083A CN 113823083 A CN113823083 A CN 113823083A CN 202110937866 A CN202110937866 A CN 202110937866A CN 113823083 A CN113823083 A CN 113823083A
Authority
CN
China
Prior art keywords
intersection
accident
average speed
target lane
determining
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
Application number
CN202110937866.5A
Other languages
English (en)
Inventor
唐进君
刘鑫源
刘芳
吉柯
黄合来
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Central South University
Original Assignee
Central South University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Central South University filed Critical Central South University
Priority to CN202110937866.5A priority Critical patent/CN113823083A/zh
Publication of CN113823083A publication Critical patent/CN113823083A/zh
Pending legal-status Critical Current

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
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes

Abstract

本发明实施例公开了一种交通事故影响范围预测方法、装置及计算机存储介质，包括：获取无事故时路段车辆的平均速度，得到第一平均速度；获取发生事故时路段车辆的平均速度，得到第二平均速度；根据第一平均速度、第二平均速度，得到事故路段的速度比；当速度比满足第一阈值，获取上游邻近交叉口的每一方向通过交叉口的平均速度，根据通过交叉口的平均速度和无事故时每一方向通过交叉口的平均速度，确定上游邻近交叉口每一方向的交叉口延误值；当任一交叉口延误值满足第二阈值，确定目标车道；基于目标车道，确定事故影响的边界位置，如此，通过速度比结合交叉口延误值，确定交通事故影响路段范围，提高确定事故具体影响范围的效率。

Description

一种交通事故影响范围预测方法、装置及计算机存储介质
技术领域
本发明涉及交通领域，尤其涉及一种交通事故影响范围预测方法、装置及计算机存储介质。
背景技术
根据公安部交通管理局统计，截至2020年底，全国机动车保有量达3.72亿辆，机动车驾驶员达4.56亿，机动车及驾驶员数量的迅速增长使得道路通行压力显著增加，致使事故发生率不断增大，因交通事故造成的人员伤亡和财产损失不可估量，特别是当事故发生在错综复杂的城市道路，拥堵便会快速向四周蔓延，造成大范围的交通拥堵，交通拥堵不但会引起路网交通崩溃，造成出行困难，阻碍及时救援，更容易引发新事故。
诸多学者对交通事故影响范围进行了深入的研究，有效评估交通事故影响范围对及时采取救援措施、快速恢复交通正常运行、评价事故严重程度有重要意义。目前研究交通事故影响范围的方法主要包括两种，一种是基于排队论的方法，另一种是基于流体力学的方法。第二种方法由Lighthill和Whitharn、Richards在19世纪50年代相继提出，后续学者将三人的贡献理论称为LWR模型，即交通波模型。交通波理论把车流密度的疏密变化比拟为水波的起伏而抽象为车流波，通过对车流波传播速度的分析，以寻求车流流量、密度和速度之间的关系，分析车辆的排队与消散。相对于确定性排队论模型，交通波模型更符合实际情况。且该方法广泛应用于估计事故影响范围和交叉口排队长度的研究中。
但在以该方法分析道路车辆排队的研究中，往往是以整个道路断面为研究对象，假设上游到达交通流是稳定的、相邻路口均采用两相位控制，或者仅对单车道道路计算排队长度，这对于高速公路或单车道道路是适用的。然而，城市道路纵横交错，交叉口形式多样，对于典型的城市道路十字型四相位信号控制交叉口，路段上的交通流连续运行特征被打断，且每信号周期在各出口道上形成直行、左转、右转三股车流，其释放时间由信号控制。另外，由于车辆前进方向不同，车辆在路段各车道上的排队情况也有差异。由此可见，交通波理论对研究车辆排队长度具有一定的优势，但是如何进一步优化提升以适应城市道路及复杂交叉口的排队情况仍有待进一步研究。
另外，城市道路发生交通事故后，事故影响呈网状式从事故路段向上游蔓延，逐步引起交叉口延误的增大、路段运行效率的降低，仅使用交通波理论模型计算事故影响范围效率较低、过程复杂，应结合其他指标综合衡量事故对道路的影响程度及蔓延过程。
发明内容
有鉴于此，本发明实施例提供了一种交通事故影响范围预测方法、装置及计算机存储介质，能够实现对城市道路交通事故影响范围的高精度估计。
为达到上述目的，本发明的技术方案是这样实现的：
第一方面，本发明实施例提供了一种交通事故影响范围预测方法，所述方法包括：
获取无事故时路段车辆的平均速度，得到第一平均速度；获取发生事故时路段车辆的平均速度，得到第二平均速度；
根据所述第一平均速度、所述第二平均速度，得到所述事故路段的速度比；
当所述速度比满足第一阈值，获取上游邻近交叉口的每一方向通过交叉口的平均速度，根据通过所述交叉口的平均速度和无事故时每一方向通过交叉口的平均速度，确定所述上游邻近交叉口每一方向的交叉口延误值；
当任一所述交叉口延误值满足第二阈值，确定目标车道；
基于所述目标车道，确定事故影响的边界位置。
其中，所述交叉口延误值包括：
Figure BDA0003213950650000031
其中，式中，μ为在交叉口的延误值s；Lcross为信号交叉口范围；
Figure BDA0003213950650000032
为第二平均速度；
Figure BDA0003213950650000033
为第一平均速度。
其中，所述基于所述目标车道，确定事故影响的边界位置，包括：
获取所述目标车道对应的交叉口的信号配时方案、以及所述目标车道周期性的车流汇入、释放的密度及流量，得到事故影响的边界位置。
其中，所述方法还包括：
当所述速度比不满足第一阈值，基于所述事故路段确定目标车道；
基于所述目标车道，确定事故影响的边界位置。
其中，所述方法还包括：
当任一所述交叉口延误值不满足第二阈值，确定上游邻近交叉口对应的目标车道；
基于所述目标车道，确定事故影响的边界位置。
其中，所述当任一所述交叉口延误值满足第二阈值，确定目标车道，包括：
当任一所述交叉口延误值满足第二阈值，确认超过所述第二阈值对应的方向的上游邻近交叉口的速度比；
并返回确认所述速度比是否满足第一阈值的步骤，直至确定目标车道。
第二方面，本发明实施例提供了一种交通事故影响范围预测装置，包括：
获取模块，用于获取无事故时路段车辆的平均速度，得到第一平均速度；获取发生事故时路段车辆的平均速度，得到第二平均速度；根据所述第一平均速度、所述第二平均速度，得到所述事故路段的速度比；
判断模块，用于当所述速度比满足第一阈值，获取上游邻近交叉口的每一方向通过交叉口的平均速度，根据通过所述交叉口的平均速度和无事故时每一方向通过交叉口的平均速度，确定所述上游邻近交叉口每一方向的交叉口延误值；当任一所述交叉口延误值满足第二阈值，确定目标车道；
处理模块，用于基于所述目标车道，确定事故影响的边界位置。
第三方面，本发明实施例提供了一种交通事故影响范围预测装置，所述装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，实现第一方面所述交通事故影响范围预测方法。
第四方面，本发明实施例提供了一种计算机存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现第一方面所述交通事故影响范围预测方法。
本发明实施例提供的交通事故影响范围预测方法、装置及计算机存储介质，获取无事故时路段车辆的平均速度，得到第一平均速度；获取发生事故时路段车辆的平均速度，得到第二平均速度；根据所述第一平均速度、所述第二平均速度，得到所述事故路段的速度比；当所述速度比满足第一阈值，获取上游邻近交叉口的每一方向通过交叉口的平均速度，根据通过所述交叉口的平均速度和无事故时每一方向通过交叉口的平均速度，确定所述上游邻近交叉口每一方向的交叉口延误值；当任一所述交叉口延误值满足第二阈值，确定目标车道；基于所述目标车道，确定事故影响的边界位置；如此，一方面通过定义交叉口延误值为事故发生后和无事故状态下车辆通过交叉口范围的时差，能更准确地表征事故对交叉口的影响；二方面通过定义速度比为事故发生后路段车辆速度与无事故状态下路段车辆速度之比，用以评估事故对路段的影响以及是否从路段影响至上游交叉口，结合交叉口延误值，确定交通事故影响路段范围，减少计算复杂性，提高确定事故具体影响范围的效率；进一步地，根据车辆行驶特点对道路进行分段划分，将交通波理论用于计算单车道排队长度，准确分析各车道排队-消散过程，确定路段事故影响范围的边界位置。
附图说明
图1为本发明实施例提供的一种交通事故影响范围预测方法的流程示意图；
图2为本发明实施例提供的一种交通事故影响范围预测方法的信号交叉口影响范围示意图；
图3为本发明实施例提供的一种交通事故影响范围预测方法的研究路段示意图；
图4为本发明实施例提供的一种交通事故影响范围预测方法的路段划分示意图；
图5为本发明实施例提供的一种交通事故影响范围预测方法的交通波在交叉口的传播分析示意图；
图6为本发明实施例提供的一种交通事故影响范围预测方法的车辆在交叉口的排队过程示意图；
图7为本发明实施例提供的一种交通事故影响范围预测方法的确定事故影响范围示意图；
图8为本发明实施例提供的一种交通事故影响范围预测方法的判断示意图；
图9为本发明实施例提供的一种交通事故影响范围预测装置的结构示意图；
图10为本发明实施例提供的另一种交通事故影响范围预测装置的结构示意图。
具体实施方式
下面结合说明书附图及具体实施例对本发明技术方案做进一步的详细阐述。除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“和/或”包括一个或多个相关的所列项目的任意的和所有的组合。
参见图1，为本发明实施例提供的一种交通事故影响范围预测方法，该交通事故影响范围预测方法可以适用于对路段的交通事故影响范围进行预测的情况，该交通事故影响范围预测方法可以由本发明实施例提供的一种交通事故影响范围预测装置来执行，该交通事故影响范围预测装置可以采用软件和/或硬件的方式来实现，在具体应用中，该交通事故影响范围预测装置可以具体是台式电脑、笔记本电脑、智能手机、个人数字助理、平板电脑等终端。所述交通事故影响范围预测方法包括以下步骤：
步骤S101：获取无事故时路段车辆的平均速度，得到第一平均速度；获取发生事故时路段车辆的平均速度，得到第二平均速度；
这里，获取无事故状态下通过研究交叉口、研究路段的速度、时间，进而得到对应的交叉口的第一平均速度。这里的第一平均速度泛指每一研究交叉口在无事故状态下的平均速度。
步骤S102：获取T时刻事故路段的第二平均速度，根据所述第一平均速度、所述第二平均速度，得到所述事故路段的速度比；
这里，定义“速度比”来表征交通事故对城市道路路段的影响，为发生事故时路段车辆的平均速度与无事故时路段车辆的平均速度之比，即第二平均速度和第一平均速度之比。事故对交通的影响是随时间变化和扩散的，本发明以2min为时间间隔，从第0min起，则某个路段第i个时间间隔的速度比为
Figure BDA0003213950650000061
式中，γi为事故发生后某个路段在第i个时间间隔的速度比；
Figure BDA0003213950650000062
为事故发生后第i个时间间隔的车辆平均速度，km/s；
Figure BDA0003213950650000063
为正常状态下第i个时间间隔的车辆平均速度，km/s。根据定义，事故发生后在无其他因素干扰的情况下，γi∈[0,1]，γi越小，表示事故对路段交通的影响越大，反之亦然。
这里，约定阈值γthreshold为第一阈值，在某一间隔内，当路段速度比小于约定阈值γthreshold时，即满足第一阈值，则认为事故影响从路段蔓延至上游交叉口。
在一实施方式中，当所述速度比不满足第一阈值，基于所述事故路段确定目标车道；基于所述目标车道，确定事故影响的边界位置。
也就是说，若大于约定阈值γthreshold时，即不满足第一阈值，则认为事故对该路段的最大影响长度未超过该事故路段。
步骤S103：当所述速度比满足第一阈值，获取上游邻近交叉口的每一方向通过交叉口的平均速度，根据通过所述交叉口的平均速度和无事故时每一方向通过交叉口的平均速度，确定所述上游邻近交叉口每一方向的交叉口延误值；
这里，定义交叉口延误值为：事故发生后和无事故状态下车辆通过交叉口范围的时差，即
Figure BDA0003213950650000071
式中，μ为在交叉口的延误，s；Lcross为信号交叉口范围，km；
Figure BDA0003213950650000072
为事故状态下通过交叉口范围的平均速度，km/s；
Figure BDA0003213950650000073
为无事故状态下通过交叉口范围的平均速度，km/s。μ越大，则事故对交叉口的影响越大。
根据我国城市交通规定，一般情况下，信号交叉口的影响范围L的设定距离为140-180m，本文选择Lcross＝180m，起点位于距停止线180米处，终点位于停止线上。
步骤S104：当任一所述交叉口延误值满足第二阈值，确定目标车道；
这里，请参阅图2，假设两交叉口间的距离为H。例如，约定阈值μthreshold为第二阈值，在某一间隔内，当交叉口延误大于约定阈值μthreshold时，即满足第二阈值，则可认为事故影响从该交叉口蔓延至上游相邻路段。
这里，当任一所述交叉口延误值满足第二阈值，确认超过所述第二阈值对应的方向的上游邻近交叉口的速度比；
并返回确认所述速度比是否满足第一阈值的步骤，直至确定目标车道
在一实施方式中，当任一所述交叉口延误值不满足第二阈值，确定上游邻近交叉口对应的目标车道；基于所述目标车道，确定事故影响的边界位置。
也就是说，若小于约定阈值μthreshold，即不满足第二阈值，则认为事故未影响至上游相邻路段。
步骤S105：基于所述目标车道，确定事故影响的边界位置。
这里，确定车道后，获取所述目标车道对应的交叉口的信号配时方案、以及所述目标车道周期性的车流汇入、释放的密度及流量，得到事故影响的边界位置。
这里，请参阅图3，假设被研究路段上、下游交叉口均为城市道路系统中的典型十字信号控制交叉口，分别标记U、D，两交叉口间长度为H，路段包括4个车道，车道顺序从里往外计数，即最里侧为1车道，最外侧为4车道；交叉口包括6个专向车道。上下游交叉口均设置为东西直行、东西左转、南北直行、南北左转4个相位，右转不受信号控制。右转车流由于车流量较小在多数研究中被忽略，但城市道路纵横交错，一些交叉口右转流量大，故本文将右转车流纳入模型。除了右转车流，上游交叉口每个周期在东西直行绿灯、南北左转绿灯时均有两股车流进入被研究路段；而下游交叉口在东西直行绿灯、东西左转绿灯时均有两股车流驶出。
车辆从上游交叉口以一定速度驶出，在行驶至距下游交叉口进口道一定距离时发生初次变道，在到达渐变段时进入专向车道。本文将交叉口U、D之间的路段分为a、b、c三个区段，如图4所示。a区段为断面2至断面1专向车道所在区间路段，车辆不可变道，a区段长度为实际专向车道距离。断面2包括两个邻近截面，一是专向车道起始处，记为截面21；二是渐变段起始处，记为截面22。b区段为断面3至断面2路段，车辆在此路段提前发生变道为进入专向车道作准备，本文取b段长130米。c区段为断面4至断面3剩余区间路段，即研究道路大部分路段。
本发明上述实施例中，获取无事故时路段车辆的平均速度，得到第一平均速度；获取发生事故时路段车辆的平均速度，得到第二平均速度；根据所述第一平均速度、所述第二平均速度，得到所述事故路段的速度比；当所述速度比满足第一阈值，获取上游邻近交叉口的每一方向通过交叉口的平均速度，根据通过所述交叉口的平均速度和无事故时每一方向通过交叉口的平均速度，确定所述上游邻近交叉口每一方向的交叉口延误值；当任一所述交叉口延误值满足第二阈值，确定目标车道；基于所述目标车道，确定事故影响的边界位置；如此，一方面通过定义交叉口延误值为事故发生后和无事故状态下车辆通过交叉口范围的时差，能更准确地表征事故对交叉口的影响；二方面通过定义速度比为事故发生后路段车辆速度与无事故状态下路段车辆速度之比，用以评估事故对路段的影响以及是否从路段影响至上游交叉口，结合交叉口延误值，确定交通事故影响路段范围，减少计算复杂性，提高确定事故具体影响范围的效率；进一步地，根据车辆行驶特点对道路进行分段划分，将交通波理论用于计算单车道排队长度，准确分析各车道排队-消散过程，确定路段事故影响范围的边界位置。
请再次参阅图4，以对第2车道排队过程分析为例。在第2车道排队的大部分车辆为待直行车辆，主要受D交叉口东西相直行信号灯控制。从第n周期直行红灯起始时刻开始分析，以停止线为排队起点，并假设此时排队长度为0。设
Figure BDA0003213950650000091
和
Figure BDA0003213950650000092
分别为第n周期D交叉口直行红灯和绿灯的起始时刻。在
Figure BDA0003213950650000093
时刻，第n周期红灯亮起，第一股车流开始在a区段直行车道排队，产生第一股停车波，停车波向上游传播，设其波速为
Figure BDA0003213950650000094
则
Figure BDA0003213950650000095
式中，
Figure BDA0003213950650000096
为第n周期第一股车流在a区段直行车道上的平均到达流量和密度，即通过截面22的所有专向直行车道的平均流量和密度，0为停驶流量，
Figure BDA0003213950650000097
为a区段直行车道停驶密度。在
Figure BDA0003213950650000098
时刻，该股车流排队至b区段，由于在b区段内到达车流的流量及密度不同于a区段，故在第2车道产生新的停车波，设其波速为
Figure BDA0003213950650000099
则
Figure BDA0003213950650000101
式中，
Figure BDA0003213950650000102
为第n周期第一股车流到达b区段第2车道的平均到达流量和密度，即通过断面3第2车道的平均流量和密度，
Figure BDA0003213950650000103
为第2车道停驶密度。设在
Figure BDA0003213950650000104
时刻，
Figure BDA0003213950650000105
状态的车流在b区段内全部进入排队队列。在
Figure BDA0003213950650000106
时刻，第二股车流开始在b区段第2车道队列尾部继续排队，设其波速为
Figure BDA0003213950650000107
则
Figure BDA0003213950650000108
其中
Figure BDA0003213950650000109
为第n周期第二股车流到达b区段第2车道的平均到达流量和密度，即通过断面3第2车道的平均流量和密度。从上游来车由于需要转向，在进入b区段时变道，故当第二股车流排队至c区段时停车波波速将发生变化。设该股车流在
Figure BDA00032139506500001010
时刻排队至c区段，其波速为
Figure BDA00032139506500001011
则
Figure BDA00032139506500001012
其中，
Figure BDA00032139506500001013
为第n周期第二股车流到达c区段第2车道的平均到达流量和密度，即从上游汇入路段后车流在第2车道的稳定速度和密度。在
Figure BDA00032139506500001014
时刻，
Figure BDA00032139506500001015
状态的车流全部进入排队队列。
在
Figure BDA00032139506500001016
时刻，第n周期直行绿灯开始，直行车辆以一定的流量驶出交叉口，产生启动波，启动波向上游传播，设其波速为
Figure BDA00032139506500001017
则
Figure BDA00032139506500001018
其中，
Figure BDA00032139506500001019
为排队车辆驶出a区段断面1所有直行车道的平均流量和密度。在
Figure BDA00032139506500001020
时刻该启动波传播至b区段，同理由于驶出断面1所有直行车道的流量和密度不同于驶出截面22第2车道的流量和密度，故在第2车道产生新的启动波，设其波速为
Figure BDA0003213950650000111
则
Figure BDA0003213950650000112
其中，
Figure BDA0003213950650000113
为排队车辆驶出截面22第2车道的平均流量和密度。当波
Figure BDA0003213950650000114
传播至c区段时，产生新的启动波，设其波速为
Figure BDA0003213950650000115
则
Figure BDA0003213950650000116
其中，
Figure BDA0003213950650000117
为排队车辆驶出断面3第2车道的平均流量和密度。
设停车波与启动波在
Figure BDA0003213950650000118
相遇，相遇时达到排队最大长度，根据停车排队过程计算最大排队长度为
Figure BDA0003213950650000119
根据启动前进过程计算最大排队长度公式为
Figure BDA00032139506500001110
两类波相遇时产生第3类波，即消散波，从相遇点向停止线传播。设在c、b、a区段内产生的消散波波速分别为
Figure BDA00032139506500001111
均向停止线传播。
Figure BDA00032139506500001112
Figure BDA00032139506500001113
Figure BDA00032139506500001114
若在第n周期绿灯时排队车辆未全部驶出交叉口，则被滞留的车辆在第n+1周期将进行二次排队。
第n+1信号周期交通波分析及排队长度计算
在
Figure BDA0003213950650000121
时刻，第n+1周期红灯亮起，设在a、b、c区段内产生的二次排队停车波波速分别为
Figure BDA0003213950650000122
即
Figure BDA0003213950650000123
Figure BDA0003213950650000124
Figure BDA0003213950650000125
设在
Figure BDA0003213950650000126
时刻，消散波与二次排队停车波在c区段内相遇，此时二次排队完成，记二次排队长度为
Figure BDA0003213950650000127
根据车队消散过程计算二次排队长度为
Figure BDA0003213950650000128
根据二次排队过程计算二次排队长度为
Figure BDA0003213950650000129
后续车流到达都遵循第n周期各交通波的轨迹。故在第n+1周期，2车道最大排队长度为
Figure BDA00032139506500001210
当车辆在b区段内排队时，由于车辆行进方向不同，车辆会选择不同的车道排队；但当排队长度较长时，车辆会选择先进入车辆较少的车道再伺机变道，因而车辆在路段上的分布较为均匀。设
Figure BDA00032139506500001211
分别为第m信号周期时4个车道的排队长度，则最大的车道排队长度为
Figure BDA00032139506500001212
平均车道排队长度为
Figure BDA00032139506500001213
则路段最大排队长度为
Figure BDA0003213950650000131
车辆在交叉口的排队过程及交通波在交叉口的传播分析如图5、图6。
请结合参阅图7和图8，下面通过一个具体实施例对上述交通事故影响范围预测方法进行进一步描述。
(1)从事故发生时刻起，以2min为时间间隔，计算事故路段(从事故位置起至上游第一个交叉口范围边界)的速度比γi，以80min为最大时间范围限制，故每个路段最多可计算40个时间间隔的速度比，即i＝1,2,...,40。若所有γi大于γthreshold，转到步骤(4)；若存在γi小于γthreshold时，则认为该起事故对交通的影响溢出至上游交叉口，对上游交叉口的车辆行驶产生影响，转到步骤(2)。
(2)以2min为时间间隔，计算与该路段相邻的上游交叉口各进口的延误μxj，x代表方向，j＝1,2,...,40。以西进口为例，若所有μxj小于μthreshold，转到步骤(5)；若存在μxj大于μthreshold，则认为该起事故对交通的影响从该交叉口溢出至西进口上游路段，对上游路段的车辆行驶产生影响，转到步骤(3)。
(3)以2min为时间间隔，计算上游路段的速度比γi,i＝1,2,...,40。若所有γi大于γthreshold时，转到步骤(6)；若存在γi小于γthreshold时，则认为事故影响从该路段溢出至其上游交叉口，对上游交叉口的车辆行驶产生影响，转到步骤(2)。
(4)确定该起事故影响的路段级范围为事故路段，以事故位置为排队堵塞起点，利用交通波理论估计事故影响的具体范围。
(5)确定该起事故影响的具体范围为以上计算涉及到的所有路段和交叉口。
(6)确定该起事故影响的路段级范围为以上计算涉及到的所有路段和交叉口，利用交通波理论计算边界路段的具体影响范围，从μxj大于μthreshold的时刻起开始计算。
基于前述实施例相同的发明构思，参见图9，其示出了本发明实施例提供的一种交通事故影响范围预测装置组成，可以包括：获取模块10、判断模块20、处理模块30；其中，
获取模块10，用于获取无事故时路段车辆的平均速度，得到第一平均速度；获取发生事故时路段车辆的平均速度，得到第二平均速度；根据所述第一平均速度、所述第二平均速度，得到所述事故路段的速度比；
判断模块20，用于当所述速度比满足第一阈值，获取上游邻近交叉口的每一方向通过交叉口的平均速度，根据通过所述交叉口的平均速度和无事故时每一方向通过交叉口的平均速度，确定所述上游邻近交叉口每一方向的交叉口延误值；当任一所述交叉口延误值满足第二阈值，确定目标车道；
处理模块30，用于基于所述目标车道，确定事故影响的边界位置。
可选地，所述处理模块30，还用于获取所述目标车道对应的交叉口的信号配时方案、以及所述目标车道周期性的车流汇入、释放的密度及流量，得到事故影响的边界位置。
可选地，所述判断模块20，还用于当所述速度比不满足第一阈值，基于所述事故路段确定目标车道；所述处理模块30，还用于基于所述目标车道，确定事故影响的边界位置。
可选地，所述判断模块20，还用于当任一所述交叉口延误值不满足第二阈值，确定上游邻近交叉口对应的目标车道；所述处理模块30，还用于基于所述目标车道，确定事故影响的边界位置。
可选地，所述判断模块20，还用于当任一所述交叉口延误值满足第二阈值，确认超过所述第二阈值对应的方向的上游邻近交叉口的速度比；
并返回确认所述速度比是否满足第一阈值的步骤，直至确定目标车道。
在另一实施方式中，如图10所示，还提供了一种计算机设备，包括：至少一个处理器210和用于存储能够在处理器210上运行的计算机程序的存储器211；其中，图10中示意的处理器210并非用于指代处理器的个数为一个，而是仅用于指代处理器相对其他器件的位置关系，在实际应用中，处理器的个数可以为一个或多个；同样，图10中示意的存储器211也是同样的含义，即仅用于指代存储器相对其他器件的位置关系，在实际应用中，存储器的个数可以为一个或多个。
其中，所述处理器210用于运行所述计算机程序时，执行如下步骤：
获取无事故时路段车辆的平均速度，得到第一平均速度；获取发生事故时路段车辆的平均速度，得到第二平均速度；
根据所述第一平均速度、所述第二平均速度，得到所述事故路段的速度比；
当所述速度比满足第一阈值，获取上游邻近交叉口的每一方向通过交叉口的平均速度，根据通过所述交叉口的平均速度和无事故时每一方向通过交叉口的平均速度，确定所述上游邻近交叉口每一方向的交叉口延误值；
当任一所述交叉口延误值满足第二阈值，确定目标车道；
基于所述目标车道，确定事故影响的边界位置。
在一个可选的实施例中，所述处理器210还用于运行所述计算机程序时，执行如下步骤：
获取所述目标车道对应的交叉口的信号配时方案、以及所述目标车道周期性的车流汇入、释放的密度及流量，得到事故影响的边界位置。
在一个可选的实施例中，所述处理器210还用于运行所述计算机程序时，执行如下步骤：
当所述速度比不满足第一阈值，基于所述事故路段确定目标车道；
基于所述目标车道，确定事故影响的边界位置。
在一个可选的实施例中，所述处理器210还用于运行所述计算机程序时，执行如下步骤：
当任一所述交叉口延误值不满足第二阈值，确定上游邻近交叉口对应的目标车道；
基于所述目标车道，确定事故影响的边界位置。
在一个可选的实施例中，所述处理器210还用于运行所述计算机程序时，执行如下步骤：
当任一所述交叉口延误值满足第二阈值，确认超过所述第二阈值对应的方向的上游邻近交叉口的速度比；
并返回确认所述速度比是否满足第一阈值的步骤，直至确定目标车道。
该计算机设备还可以包括：至少一个网络接口212。发送端中的各个组件通过总线系统213耦合在一起。可理解，总线系统213用于实现这些组件之间的连接通信。总线系统213除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图10中将各种总线都标为总线系统213。
其中，存储器211可以是易失性存储器或非易失性存储器，也可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically Erasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic random access memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random AccessMemory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，Synchronous Static Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random Access Memory)、同步动态随机存取存储器(SDRAM，SynchronousDynamic Random Access Memory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data Rate Synchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAM，Enhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，SyncLink Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储器211旨在包括但不限于这些和任意其它适合类型的存储器。
本发明实施例中的存储器211用于存储各种类型的数据以支持发送端的操作。这些数据的示例包括：用于在发送端上操作的任何计算机程序，如操作系统和应用程序。其中，操作系统包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序可以包含各种应用程序，用于实现各种应用业务。这里，实现本发明实施例方法的程序可以包含在应用程序中。
本实施例还提供了一种计算机存储介质，例如包括存储有计算机程序的存储器211，上述计算机程序可由发送端中的处理器210执行，以完成前述方法所述步骤。计算机存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器；也可以是包括上述存储器之一或任意组合的各种设备，如智能手机、平板电脑、笔记本电脑等。一种计算机存储介质，所述计算机存储介质中存储有计算机程序，所述计算机程被处理器运行时，执行如下步骤：
其中，所述处理器210用于运行所述计算机程序时，执行如下步骤：
获取无事故时路段车辆的平均速度，得到第一平均速度；获取发生事故时路段车辆的平均速度，得到第二平均速度；
根据所述第一平均速度、所述第二平均速度，得到所述事故路段的速度比；
当所述速度比满足第一阈值，获取上游邻近交叉口的每一方向通过交叉口的平均速度，根据通过所述交叉口的平均速度和无事故时每一方向通过交叉口的平均速度，确定所述上游邻近交叉口每一方向的交叉口延误值；
当任一所述交叉口延误值满足第二阈值，确定目标车道；
基于所述目标车道，确定事故影响的边界位置。
在一个可选的实施例中，所述计算机程序被处理器运行时，还执行如下步骤：
获取所述目标车道对应的交叉口的信号配时方案、以及所述目标车道周期性的车流汇入、释放的密度及流量，得到事故影响的边界位置。
在一个可选的实施例中，所述计算机程序被处理器运行时，还执行如下步骤：
当所述速度比不满足第一阈值，基于所述事故路段确定目标车道；
基于所述目标车道，确定事故影响的边界位置。
在一个可选的实施例中，所述计算机程序被处理器运行时，还执行如下步骤：
当任一所述交叉口延误值不满足第二阈值，确定上游邻近交叉口对应的目标车道；
基于所述目标车道，确定事故影响的边界位置。
在一个可选的实施例中，所述计算机程序被处理器运行时，还执行如下步骤：
当任一所述交叉口延误值满足第二阈值，确认超过所述第二阈值对应的方向的上游邻近交叉口的速度比；
并返回确认所述速度比是否满足第一阈值的步骤，直至确定目标车道。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，除了包含所列的那些要素，而且还可包含没有明确列出的其他要素。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (9)

1.一种交通事故影响范围预测方法，其特征在于，所述方法包括：
获取无事故时路段车辆的平均速度，得到第一平均速度；获取发生事故时路段车辆的平均速度，得到第二平均速度；
根据所述第一平均速度、所述第二平均速度，得到所述事故路段的速度比；
当所述速度比满足第一阈值，获取上游邻近交叉口的每一方向通过交叉口的平均速度，根据通过所述交叉口的平均速度和无事故时每一方向通过交叉口的平均速度，确定所述上游邻近交叉口每一方向的交叉口延误值；
当任一所述交叉口延误值满足第二阈值，确定目标车道；
基于所述目标车道，确定事故影响的边界位置。
2.根据权利要求1所述的交通事故影响范围预测方法，其特征在于，所述交叉口延误值包括：
Figure FDA0003213950640000011
其中，式中，μ为在交叉口的延误值s；Lcross为信号交叉口范围；
Figure FDA0003213950640000012
为第二平均速度；
Figure FDA0003213950640000013
为第一平均速度。
3.根据权利要求1所述的交通事故影响范围预测方法，其特征在于，所述基于所述目标车道，确定事故影响的边界位置，包括：
获取所述目标车道对应的交叉口的信号配时方案、以及所述目标车道周期性的车流汇入、释放的密度及流量，得到事故影响的边界位置。
4.根据权利要求1所述的交通事故影响范围预测方法，其特征在于，所述方法还包括：
当所述速度比不满足第一阈值，基于所述事故路段确定目标车道；
基于所述目标车道，确定事故影响的边界位置。
5.根据权利要求1所述的交通事故影响范围预测方法，其特征在于，所述方法还包括：
当任一所述交叉口延误值不满足第二阈值，确定上游邻近交叉口对应的目标车道；
基于所述目标车道，确定事故影响的边界位置。
6.根据权利要求1所述的交通事故影响范围预测方法，其特征在于，所述当任一所述交叉口延误值满足第二阈值，确定目标车道，包括：
当任一所述交叉口延误值满足第二阈值，确认超过所述第二阈值对应的方向的上游邻近交叉口的速度比；
并返回确认所述速度比是否满足第一阈值的步骤，直至确定目标车道。
7.一种交通事故影响范围预测装置，其特征在于，包括：
获取模块，用于获取无事故时路段车辆的平均速度，得到第一平均速度；获取发生事故时路段车辆的平均速度，得到第二平均速度；根据所述第一平均速度、所述第二平均速度，得到所述事故路段的速度比；
判断模块，用于当所述速度比满足第一阈值，获取上游邻近交叉口的每一方向通过交叉口的平均速度，根据通过所述交叉口的平均速度和无事故时每一方向通过交叉口的平均速度，确定所述上游邻近交叉口每一方向的交叉口延误值；当任一所述交叉口延误值满足第二阈值，确定目标车道；
处理模块，用于基于所述目标车道，确定事故影响的边界位置。
8.一种交通事故影响范围预测装置，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，实现权利要求1至6任一项所述交通事故影响范围预测方法。
9.一种计算机存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至6任一项所述交通事故影响范围预测方法。
CN202110937866.5A 2021-08-16 2021-08-16 一种交通事故影响范围预测方法、装置及计算机存储介质 Pending CN113823083A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110937866.5A CN113823083A (zh) 2021-08-16 2021-08-16 一种交通事故影响范围预测方法、装置及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110937866.5A CN113823083A (zh) 2021-08-16 2021-08-16 一种交通事故影响范围预测方法、装置及计算机存储介质

Publications (1)

Publication Number Publication Date
CN113823083A true CN113823083A (zh) 2021-12-21

Family

ID=78922995

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110937866.5A Pending CN113823083A (zh) 2021-08-16 2021-08-16 一种交通事故影响范围预测方法、装置及计算机存储介质

Country Status (1)

Country Link
CN (1) CN113823083A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115171368A (zh) * 2022-05-26 2022-10-11 上海市政工程设计研究总院（集团）有限公司 一种用于交通事件管控的车道动态控制方法及系统
CN116189134A (zh) * 2023-04-26 2023-05-30 宜宾闪马智通科技有限公司 一种基于图像识别与雷达的区域识别方法及装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115171368A (zh) * 2022-05-26 2022-10-11 上海市政工程设计研究总院（集团）有限公司 一种用于交通事件管控的车道动态控制方法及系统
CN116189134A (zh) * 2023-04-26 2023-05-30 宜宾闪马智通科技有限公司 一种基于图像识别与雷达的区域识别方法及装置

Similar Documents

Publication Publication Date Title
Geroliminis et al. Prediction of arrival profiles and queue lengths along signalized arterials by using a Markov decision process
CN107274684B (zh) 一种车路协同环境下单点交叉口信号控制策略选择方法
Van Aerde et al. INTEGRATION: An overview of traffic simulation features
Feng et al. A real-time adaptive signal control in a connected vehicle environment
Dion et al. Comparison of delay estimates at under-saturated and over-saturated pre-timed signalized intersections
CN113823083A (zh) 一种交通事故影响范围预测方法、装置及计算机存储介质
Sarvi et al. Observing freeway ramp merging phenomena in congested traffic
Li et al. Real-time prediction of lane-based queue lengths for signalized intersections
Wu et al. Integrated optimization of bus priority operations in connected vehicle environment
Chen et al. Investigation of saturation flow on shared right-turn lane at signalized intersections
Yang et al. Can left-turn waiting areas improve the capacity of left-turn lanes at signalized intersections?
CN103903423A (zh) 基于浮动车数据的交通事件信息发布范围确定方法
Mahesh et al. An approach for the estimation of entry flows on roundabouts
CN111754771B (zh) 一种基于交通信号和密度延误的个体行程时间预测方法
Bhutani et al. Impact of metro rail construction work zone on traffic environment
CN112926768A (zh) 基于时空注意力机制的地面道路车道级交通流预测方法
CN102855755A (zh) 一种基于运行车速预测的城市干道车队离散模型的建模方法
Gu et al. An integrated intersection design for promoting bus and car traffic
Ma et al. A method of signal timing optimization for spillover dissipation in urban street networks
Bao et al. Exploring the impact of signal types and adjacent vehicles on drivers’ choices after the onset of yellow
Meneguzzer et al. Evaluating the impact of pedestrian crossings on roundabout entry capacity
Ou et al. Optimization of bus scheduling and bus-berth matching at curbside stops under connected vehicle environment
Ng et al. Platoon interactions and real-world traffic simulation and validation based on the LWR-IM
Gao et al. Coordinated arterial dilemma zone protection through dynamic signal timing optimization
Zhang et al. Research on intersection frequent overflow control strategy based on wide-area radar data

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