CN114495496A - 用于边际交通事故的事故分配方法、装置及存储介质 - Google Patents

用于边际交通事故的事故分配方法、装置及存储介质 Download PDF

Info

Publication number
CN114495496A
CN114495496A CN202210040710.1A CN202210040710A CN114495496A CN 114495496 A CN114495496 A CN 114495496A CN 202210040710 A CN202210040710 A CN 202210040710A CN 114495496 A CN114495496 A CN 114495496A
Authority
CN
China
Prior art keywords
marginal
distributed
area
areas
accidents
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.)
Granted
Application number
CN202210040710.1A
Other languages
English (en)
Other versions
CN114495496B (zh
Inventor
吴瑶
孙知信
赵学健
丁红亮
陈松乐
郭林
李蓉
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202210040710.1A priority Critical patent/CN114495496B/zh
Publication of CN114495496A publication Critical patent/CN114495496A/zh
Application granted granted Critical
Publication of CN114495496B publication Critical patent/CN114495496B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • 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
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了用于边际交通事故的事故分配方法、装置及存储介质，所述方法包括：首先，确定待分配区域和待分配区域的相邻区域，分别确定待分配区域和相邻区域的边际区域；然后，划分待分配区域和相邻区域的潜在边际事故和非边际事故，基于待分配区域和相邻区域的非边际事故，引入影响待分配区域和相邻区域的道路安全因素和事故严重性特征，分别构建待分配区域和相邻区域的安全分析模型，计算待分配区域的边际分类权重；最后，根据待分配区域潜在边际事故和边际分类权重，得到待分配区域应分配的数量。本发明通过建立安全分析模型，计算边际分类权重，再根据待分配区域潜在边际事故和边际分类权重，实现边际事故精准分配。

Description

用于边际交通事故的事故分配方法、装置及存储介质
技术领域
本发明涉及用于边际交通事故的事故分配方法、装置及存储介质，属于道路交通安全技术领域。
背景技术
随着社会经济发展，汽车持有量持续上升，随之产生的道路安全事故也越发频繁，为提高道路安全，相关研究领域提出了一系列的道路安全分析模型，包括区域层面的宏观分析模型。
由于道路路网的电子地图化，相邻区域之间会产生边际效应，目前，在通常将边际事故进行一比一分配或者等比例分配，分配准确性低。
发明内容
本发明的目的在于克服现有技术中的不足，提供了用于边际交通事故的分配方法、装置及存储介质。
第一方面，本发明提供了用于边际交通事故的事故分配方法，所述方法包括以下步骤：
确定待分配区域和待分配区域的相邻区域；
基于最大边际效用原理，分别确定待分配区域和相邻区域的边际区域；
根据确定的待分配区域和相邻区域的边际区域，划分待分配区域和相邻区域的潜在边际事故和非边际事故；
基于待分配区域和相邻区域的非边际事故，通过引入影响待分配区域和相邻区域的道路安全因素和事故严重性特征，分别构建待分配区域和相邻区域的安全分析模型；
根据待分配区域和相邻区域的安全分析模型，计算待分配区域的边际分类权重；
根据待分配区域的潜在边际事故和边际分类权重，计算待分配区域应分配的数量。
进一步的，所述基于最大边际效用原理，分别确定待分配区域和相邻区域的边际区域，通过公式表示为：
Figure BDA0003470115070000021
其中，N表示待确定边际区域的区域总交通事故数目，n表示待确定边际区域内的交通事故数目，P为最大边际效用的阈值。
进一步的，所述最大边际效用的阈值的P为80％。
进一步的，所述影响待分配区域和相邻区域的道路安全因素包括：区域人口密度D、经济水平GDP、日交通平均交通量Q、道路网密度L、公交站点密度B、轨道站点密度R和交通节点密度S。
进一步的，所述事故严重性特征O包括轻微型事故和严重型事故。
进一步的，所述安全分析模型通过公式表示为：
Figure BDA0003470115070000022
其中，θ为回归模型的常数项，
Figure BDA0003470115070000023
为各参数的回归系数。
进一步的，所述待分配区域的边际分类权重通过公式表示为：
Figure BDA0003470115070000024
其中，Ni表示待分配区域，Nj表示待分配区域的相邻区域。
第二方面，本发明提供了一种装置，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据第一方面所述方法的步骤。
第三方面，本发明提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面所述方法的步骤。
与现有技术相比，本发明的有益效果为：通过建立待分配区域和相邻区域的安全分析模型，获得待分配区域的边际分类权重，再根据待分配区域的潜在边际事故和边际分类权重，对边际事故进行精准分配，提高了边际事故分配的准确性。
附图说明
图1是本发明实施例提供的用于边际交通事故的事故分配方法流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件，下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，若干的含义是一个以上，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数，如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
本发明的描述中，参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中，在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例，而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
本发明提供了用于边际交通事故的事故分配方法、装置及存储介质，下面结合附图和实施例对本发明做进一步的说明。
实施例1：
如图1所示，本实施例提供了用于边际交通事故的事故分配方法，具体实施步骤包括：
确定待分配区域和待分配区域的相邻区域，待分配区域记为Ni，相邻区域记为Nj(j＝1，2…m)，m表示相邻区域的个数；待分配区域和相邻区域的共同边界道路称为边际区域，为识别所有边际事故，通过最大边际效用原理，分别确定待分配区域和相邻区域的边际区域，通过如下公式进行表示：
Figure BDA0003470115070000041
其中，N表示待确定边际区域的区域总交通事故数目，n表示待确定边际区域内的交通事故数目，P为最大边际效用的阈值，阈值可取80％，以共同边界道路为中心逐渐扩大范围，当边际区域内的交通事故数目占区域总交通事故数目的80％及以上，则确定边际区域的大小。
根据确定的待分配区域Ni和相邻区域Nj的边际区域，划分待分配区域Ni和相邻区域Nj的潜在边际事故和非边际事故，将处于边际区域内的事故称为潜在边际事故，将处于边际区域外的事故称为非边际事故。
引入影响待分配区域Ni和相邻区域Nj的道路安全因素和事故严重性特征，影响待分配区域Ni和相邻区域Nj的道路安全因素包括：区域人口密度D、经济水平GDP、日交通平均交通量Q、道路网密度L、公交站点密度B、轨道站点密度R和交通节点密度S；事故严重性特征O包括轻微型事故和严重型事故。
基于待分配区域Ni和相邻区域Nj的非边际事故，根据影响待分配区域Ni和相邻区域Nj的道路安全因素和事故严重性特征，通过统计计算软件，例如STATA或者NLOGIT，构建安全分析模型，安全分析模型通过公式表示为：
Figure BDA0003470115070000051
其中θ为回归模型的常数项，
Figure BDA0003470115070000052
为各参数的回归系数。
通过EXCEL或者统计计算软件，根据建立的待分配区域Ni和相邻区域Nj的安全分析模型，获取待分配区域的边际分类权重，待分配区域的边际分类权重通过公式表示为：
Figure BDA0003470115070000053
待分配区域的潜在边际事故乘以边际分类权重，即可获得待分配区域Ni应分配的数量。
实施例2：
本实施例提供了一种装置，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行实施例1所述方法的步骤。
实施例3：
本实施例提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现实施例1所述方法的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品，因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式，而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的，应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合，可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (9)

1.用于边际交通事故的事故分配方法，其特征在于，所述方法包括以下步骤：
确定待分配区域和待分配区域的相邻区域；
基于最大边际效用原理，分别确定待分配区域和相邻区域的边际区域；
根据确定的待分配区域和相邻区域的边际区域，划分待分配区域和相邻区域的潜在边际事故和非边际事故；
基于待分配区域和相邻区域的非边际事故，通过引入影响待分配区域和相邻区域的道路安全因素和事故严重性特征，分别构建待分配区域和相邻区域的安全分析模型；
根据待分配区域和相邻区域的安全分析模型，计算待分配区域的边际分类权重；
根据待分配区域的潜在边际事故和边际分类权重，计算待分配区域应分配的数量。
2.根据权利要求1所述的用于边际交通事故的事故分配方法，其特征在于，所述基于最大边际效用原理，分别确定待分配区域和相邻区域的边际区域，通过公式表示为：
Figure FDA0003470115060000011
其中，N表示待确定边际区域的区域总交通事故数目，n表示待确定边际区域内的交通事故数目，P为最大边际效用的阈值。
3.根据权利要求2所述的用于边际交通事故的事故分配方法，其特征在于，所述最大边际效用的阈值的P为80％。
4.根据权利要求1所述的用于边际交通事故的事故分配方法，其特征在于，所述影响待分配区域和相邻区域的道路安全因素包括：区域人口密度D、经济水平GDP、日交通平均交通量Q、道路网密度L、公交站点密度B、轨道站点密度R和交通节点密度S。
5.根据权利要求4所述的用于边际交通事故的事故分配方法，其特征在于，所述事故严重性特征O包括轻微型事故和严重型事故。
6.根据权利要求5所述的用于边际交通事故的事故分配方法，其特征在于，所述安全分析模型通过公式表示为：
Figure FDA0003470115060000021
其中，θ为回归模型的常数项，
Figure FDA0003470115060000022
为各参数的回归系数。
7.根据权利要求6所述的用于边际交通事故的事故分配方法，其特征在于，所述待分配区域的边际分类权重通过公式表示为：
Figure FDA0003470115060000023
其中，Ni表示待分配区域，Nj表示待分配区域的相邻区域。
8.一种装置，其特征在于，包括处理器及存储介质；
所述存储介质用于存储指令；
所述处理器用于根据所述指令进行操作以执行根据权利要求1至7任一项所述方法的步骤。
9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述方法的步骤。
CN202210040710.1A 2022-01-14 2022-01-14 用于边际交通事故的事故分配方法、装置及存储介质 Active CN114495496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210040710.1A CN114495496B (zh) 2022-01-14 2022-01-14 用于边际交通事故的事故分配方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210040710.1A CN114495496B (zh) 2022-01-14 2022-01-14 用于边际交通事故的事故分配方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN114495496A true CN114495496A (zh) 2022-05-13
CN114495496B CN114495496B (zh) 2023-04-07

Family

ID=81510991

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210040710.1A Active CN114495496B (zh) 2022-01-14 2022-01-14 用于边际交通事故的事故分配方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN114495496B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741547A (zh) * 2016-04-12 2016-07-06 中南大学 一种面向区域道路交通安全分析和改善的区域边界事故聚合方法
US20190147737A1 (en) * 2017-11-14 2019-05-16 International Business Machines Corporation Accident prevention device
CN111489008A (zh) * 2019-08-24 2020-08-04 天津职业技术师范大学(中国职业培训指导教师进修中心) 一种交通事故影响因素空间效应分析方法及其应用
CN111950603A (zh) * 2020-07-24 2020-11-17 中南大学 一种路段交通事故率的预测方法、装置及计算机存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105741547A (zh) * 2016-04-12 2016-07-06 中南大学 一种面向区域道路交通安全分析和改善的区域边界事故聚合方法
US20190147737A1 (en) * 2017-11-14 2019-05-16 International Business Machines Corporation Accident prevention device
CN111489008A (zh) * 2019-08-24 2020-08-04 天津职业技术师范大学(中国职业培训指导教师进修中心) 一种交通事故影响因素空间效应分析方法及其应用
CN111950603A (zh) * 2020-07-24 2020-11-17 中南大学 一种路段交通事故率的预测方法、装置及计算机存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王雪松等: "宏观交通安全建模研究与安全影响因素分析", 《同济大学学报(自然科学版)》 *

Also Published As

Publication number Publication date
CN114495496B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
US20200211374A1 (en) System, method, and apparatus for analyzing a traffic road condition
CN110223502B (zh) 一种交叉口进口道数据渠化的方法及装置
CN101706996A (zh) 一种基于信息融合的高速公路交通状态识别方法
CN109118770A (zh) 一种基于交通监测数据的路段通行能力挖掘方法
CN113570852B (zh) 基于安全替代评价指标的高风险路段风险防控手段评估的方法
CN103280110A (zh) 高速公路旅行时间的预测方法及装置
CN114329921A (zh) 一种整车可靠性性能的评估方法、装置、设备和介质
CN114495496B (zh) 用于边际交通事故的事故分配方法、装置及存储介质
CN111695820B (zh) 工程车辆电子联单管理方法、装置、终端及存储介质
CN116863702A (zh) 一种城市路网的子区域划分方法、装置、电子设备及介质
CN115691145A (zh) 车道数目调整方法、装置、设备及存储介质
CN115534744A (zh) 一种基于充电桩响应特性的充电桩调度方法及装置
CN115330088A (zh) 一种小型水库的防洪精细化预测方法
CN113849976B (zh) 规划用地的开发强度评估方法、装置及设备
CN111860700B (zh) 一种能耗分类方法、装置、存储介质及设备
CN115457772A (zh) 一种智能交通数字孪生系统、存储介质和设备
CN112699563B (zh) 一种速度分段方法、装置、电子设备及存储介质
CN114419894A (zh) 一种路内停车泊位设置与使用监测的方法与系统
CN114627643A (zh) 一种高速公路事故风险预测方法、装置、设备及介质
CN112396291A (zh) 信息确定方法、装置、电子设备及计算机存储介质
CN106781474B (zh) 一种基于交通视频判断交通事故发生地自愈能力的方法
CN111861040A (zh) 公交线路的优化调整方法及装置、设备、存储介质
CN112489422A (zh) 一种基于算法模型分析的车流量预测方法
CN115083140B (zh) 智能网联汽车快速路专用道管控方法、系统及存储介质
CN116188235B (zh) 高速公路货运量的时空分布推算方法、装置和电子设备

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