一种基于电子警察抓拍数据的交叉口安全评价方法与流程

文档序号:16121778发布日期:2018-11-30 23:17阅读:1414来源:国知局

本发明涉及道路车辆的交通控制系统的技术领域,尤其是涉及一种基于电子警察抓拍数据的交叉口安全评价方法。

背景技术

交叉口是城市路网的关键位置,据统计,我国交通事故总量的16%—22%发生于平面交叉口内。因此,对交叉口进行安全评价是城市道路交通安全审计的基础性工作,对于识别和改善危险交叉口具有关键性的指导意义。

经典的城市道路交叉口安全评价方法有“基于事故”和“基于违法”两大类,且各具优缺点。

“基于事故”的交叉口安全评价方法的基本逻辑是经过统计分析,若某交叉口的事故率高于其它交叉口,则可判断此交叉口“不安全”。此方法的优点是交通事故是“显性”的,基于事故的安全性评价说服力强,但由于事故的发生具有强随机性,只有依据长时间的事故记录才能得出有统计意义的结论,同时,我国交通事故多为办案交警采用自然语言记录,分析难度较大。

“基于冲突”的交叉口安全评价方法的基本逻辑是将交通冲突作为交通事故的替代指标,假设交通冲突(特别是严重冲突)与交通事故存在明确的正相关性,若某交叉口的严重冲突数(或冲突率)高于其它交叉口,则断定此交叉口不安全。此方法的优点是交通冲突样本量大,具有统计学优势;此方法亦存在固有缺陷,一则交通冲突是“隐性”的,“严重冲突与交通事故之间存在正相关关系”是否恒成立仍有待研究,此评价方法说服力不强,二则严重冲突阈值判断主观性强且观测难度大。因此,“基于冲突”的评价方法在工程实践中应用并不广泛。

在当下的具体工程实践中,对交叉口进行短时间区间的安全评价的需求较为突出,如对评价范围内多个交叉口的安全性进行月度(或季度)的评价并排名,进而对交警进行勤务考核。在此种需求场景下,若“基于事故”评估,则事故数量极少,不具有统计学意义,而若“基于冲突”评估,则工程实践性不强。因此,需探索一种新的交叉口短时间区间的安全评价方法。



技术实现要素:

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于电子警察抓拍数据的交叉口安全评价方法。

本发明的目的可以通过以下技术方案来实现:

一种基于电子警察抓拍数据的交叉口安全评价方法,包括以下步骤:

1)确定待评价交叉口和待评价交叉口的短时间区间t;

2)获取待评价交叉口在长时间区间t内电子警察数据中的交通违法数据和交通事故数据,且t>t>0;

3)根据长时间区间t内交通违法数据、交通事故数据和交通流量数据,建立待评价交叉口内交通违法和交通事故间的关系模型;

4)获取短时间区间t内交通违法数据和交通流量数据;

5)根据短时间区间t内交通违法数据和交通流量数据,计算短时间区间t内待评价交叉口的交通违法类型对应的违法率;

6)根据关系模型计算短时间区间t内待评价交叉口的交通违法指数;

7)根据交通违法指数,对待评价交叉口进行安全性排名并评估。

所述的步骤1)中,待评价交叉口包括交通交叉口的中心点往道路方向150m内的空间范围。

所述的短时间区间t范围为1-92天。

所述的长时间区间t至少为短时间区间t时间长度的10倍。

所述的步骤2)中,交通违法数据为待评价交叉口的交通违法类型的违法次数vij,交通事故数据为待评价交叉口的交通事故次数ci,其中,i为待评价交叉口的序号,j为交通违法类型的序号。

所述的步骤3)中,交叉口的交通违法和交通事故间的关系模型的表达式为:

c=α1v1+α2v2+…+αjvj

其中,c是交通事故率,αj是第j种交通违法类型的回归系数,vj为第j种交通违法类型的违法率。

所述的事故率的计算式为:

其中,ci为交叉口i中交通事故率,ci为交叉口i中交通事故数,fi为交叉口i的日均交通流量。

所述的违法率的计算式为:

其中,vij为交叉口i中第j种交通违法类型的违法率,vij为交叉口i中第j种交通违法类型的违法次数,fi为交叉口i的日均交通流量。

所述的步骤6)中,待评价交叉口的交通违法指数的计算方法如下:

其中,ii为交叉口i的交通违法指数,cmin待评价的交叉口中最小的交通事故率,cmax待评价的交叉口中最大的交通事故率。

所述的步骤7)中,交通违法指数越高,交叉口越危险,反之,交叉口越安全。

与现有技术相比,本发明具有以下优点:

本发明提供了一种基于电子警察数据的交叉口短时间区间安全评价方法,通过获取大量交通违法数据和交通事故数据,构建两者之间的关系模型,将影响交叉口安全性的显性因素和隐形因素结合在一起,通过采集短时间区间内的交通流量数据,计算此时间内各个交叉口的违法类型的违法率和交通违法指数,基于交通违法指数,对评价范围内各交叉口进行安全性排名并评估,本发明克服了“基于事故”和“基于冲突”的交叉口安全评价方法的缺陷,以交叉口的长时间区间的事故数据与违法数据为基础,建立两者之间的关系模型,用来计算交叉口的短时间区间的交通违法指数,最终用于交叉口安全评价,提高交叉口交通安全评价的准确性和可操作性,并在城市道路交通安全管理方面产生实际的工程价值。

附图说明

图1为本发明的方法流程图。

图2为交叉口范围示意图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图1所示,本发明涉及一种基于电子警察数据的交叉口短时间区间安全评价方法,包括以下步骤。

本发明中,在交通事故数据的统计过程中,考虑到交叉口展宽等多种影响因素,一般情况下,定义待评价交叉口为交通交叉口的中心点往道路方向150m的空间范围,如图2所示。

步骤1:确定待评价交叉口和待评价的短时间区间t,本例中取短时间区间t为1~92天,由于主要针对短时间区间进行安全评价,故短时间区间t为1~92天,一般情况下,t涉及时间为1个月或1个季度,即30天或92天。

步骤2:采集待评价交叉口在长时间区间t内电子警察数据中的交通违法数据和交通事故数据;t>t>0,本例中取长时间区间t至少为短时间区间t的10倍。

交通违法数据为待评价交叉口的交通违法类型的违法次数vij,交通事故数据为待评价交叉口的交通事故次数ci,其中,i为待评价交叉口,j为交通违法类型的序号,长时间区间t用于获取大量的既有交通数据,为了保证数据在统计学上的意义,t可以取3年,如1095天。

本发明中,由于要保证统计学上的意义,交通违法类型取主要的、常见的交通违法类型,一般情况下,交通违法类型包括:

1)在高速公路或城市快速路以外的道路上行驶时,驾驶人未按规定使用安全带的;

2)机动车通过有灯控路口时,不按所需行进方向驶入导向车道的;

3)压停止线;

4)机动车逆向行驶的;

5)机动车违反禁止标线指示的;

6)机动车违反禁令标志指示的;

7)驾驶机动车违反道路交通信号灯通行的。

步骤3:基于交通违法数据和交通事故数据,建立待评价交叉口内交通违法和交通事故间的关系模型,任一待评价交叉口的交通违法和交通事故间的关系模型为

c=α1v1+α2v2+…+αjvj

其中,c是交通事故率,αj是第j种交通违法类型的回归系数,vj为第j种交通违法类型的违法率。

事故率的计算式为:

其中,ci为交叉口i中交通事故率,ci为交叉口i中交通事故数,fi为交叉口i的日均交通流量。

违法率的计算式为:

其中,vij为交叉口i中第j种交通违法类型的违法率,vij为交叉口i中第j种交通违法类型的违法次数,fi为交叉口i的日均交通流量。本例中。关系模型采用线形回归的方法建立。

步骤4:采集待评价的短时间区间t内电子警察数据的交通流量数据,交通流量数据可从交叉口流量检测系统中导出,交叉口流量检测系统为现有技术中常规使用的系统,系统设有数据导出接口。

步骤5:根据交通流量数据和交通违法数据计算待评价的短时间区间t内待评价交叉口的交通违法类型对应的违法率;

步骤6:基于步骤3的关系模型计算待评价的短时间区间t内待评价交叉口的交通违法指数i,计算方法如下:

其中,ii为交叉口i的交通违法指数,cmin待评价的交叉口中最小的交通事故率,cmax待评价的交叉口中最大的交通事故率;

步骤7:基于所述交通违法指数,对待评价交叉口进行安全性排名并评估,交通违法指数越高,交叉口越危险,反之,交叉口越安全。

以下给出本发明的实施例。

本实施例中,通过城市交通管理部门的交通事故与交通违法信息采集系统,搜集了某城市14个交叉口3年的交通事故与交通违法数据,其中,违法类型1-7分别对应前述7种交通违法类型,数据如表1所示。

表1:14个交叉口3年的交通事故数据与交通违法数据(单位:件)

以上述14个交叉口为样本,建立交通违法和交通事故间的关系模型:c=-139.972+0.004v2+0.006v4+0.001v7。

本实施例中,利用交叉口流量检测系统,搜集上述14个交叉口1个月的交通总流量,利用电子警察数据,搜集14个交叉口1个月的交通违法数据,数据如表2所示。

表2:14个平面交叉口1个月的交通总流量及交通违法数据

由表2计算可得14个交叉口在获取数据的1个月的各种违法类型的违法率,将上述14个交叉口的各种违法类型的违法率代入公式c=-139.972+0.004v2+0.006v4+0.001v7中,计算得到交叉口的交通违法指数。在实际计算的过程中,为了便于计算,计算交通违法指数时可将公式中的常数项略掉,并将计算结果百分化。

基于交通违法指数,对评价范围内交叉口进行安全性排名并评估,将该月评价范围内14个交叉口的安全程度由高到低排序,如表3所示。

表3:14个平面交叉口1个月的交通违法率

由表3可知,第5交叉口的交通违法指数最低,安全程度最高,第7交叉口的交通违法指数最高,安全程度最低。

本发明通过获取大量交通违法数据和交通事故数据,构建两者之间的关系模型,将影响交叉口安全性的显性因素和隐形因素结合在一起,通过采集短时间区间内的交通流量数据,计算此时间内各个交叉口的违法类型的违法率和交通违法指数,基于交通违法指数,对评价范围内各交叉口进行安全性排名并评估。本发明克服了“基于事故”和“基于冲突”的交叉口安全评价方法的缺陷,以交叉口的长时间区间的事故数据与违法数据为基础,建立两者之间的关系模型,用来计算交叉口的短时间区间的交通违法指数,最终用于交叉口安全评价,提高交叉口交通安全评价的准确性和可操作性,并在城市道路交通安全管理方面产生实际的工程价值。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1