技术特征：
1.一种数据驱动的交通安全风险评估与可变限速管控算法，其特征在于，包括：获取交通安全关联的第一数据和交通事故关联的第二数据；基于所述第一数据与所述第二数据，构建交通事故预测模型，所述交通事故预测模型输出交通事故关联的预测数据；基于所述预测数据及交通事故预测模型，构建交通安全风险评估模型，所述交通安全风险评估模型输出交通安全关联的风险评估值；生成可变限速管控算法；根据所述可变限速管控算法，若所述风险评估值大于预设阈值，开启限速管控措施；若所述风险评估值不大于所述预设阈值，不开启限速管控措施。2.根据权利要求1所述的数据驱动的交通安全风险评估与可变限速管控算法，其特征在于，所述构建交通事故预测模型具体包括：输入所述第一数据，所述第一数据包括交通事故预测模型的自变量x；输入所述第二数据，所述第二数据包括交通事故预测模型的因变量y；构建所述交通事故预测模型y＝f(x)。3.根据权利要求2所述的数据驱动的交通安全风险评估与可变限速管控算法，其特征在于，所述构建所述交通事故预测模型y＝f(x)具体包括：采用广义线性回归模型构建所述交通事故预测模型y＝f(x)，其中，y
i
样本i的因变量，x
i
样本i的自变量，x
i,d
为样本i第d维自变量，1≤d≤7，ω0、ω1…
ω7为权重系数，ε
i
为分布误差项；利用交通事故关联的第二数据对所述交通事故预测模型y＝f(x)进行拟合。4.根据权利要求3所述的数据驱动的交通安全风险评估与可变限速管控算法，其特征在于，所述构建交通安全风险评估模型具体包括：设置y为交通事故件数，概率p(y＝y)为发生交通事故件数y的概率，采用负二项模型构建y的分布函数：其中，参数θ为随机变量假设服从伽玛分布，λ是y的均值λ＝e(y)；确定参数θ的最优估计。5.根据权利要求4所述的数据驱动的交通安全风险评估与可变限速管控算法，其特征在于，所述确定参数θ的最优估计，具体包括：步骤1，根据贝叶斯理论，设置样本y
i
(i＝1,
…
,n)参数θ的后验概率为：其中，p(θ|y
i
)为参数θ的后验概率，p(θ|y
i
)
∝
p(y＝y
i
|θ)π(θ)；步骤2，确定似然函数l(θ)，设y1,y2,
…
,y
n
来自总体y的样本，y1,y2,
…
,y
n
假设是独立同分布的，参数θ的似然函数步骤3，确定先验概率π(θ)：
其中，α、β为先验概率π(θ)的超参数；步骤4，设y1,y2,
…
,y
n
来自总体y的样本，后验概率p(θ|y1,y2,
…
,y
n
)
∝
l(θ)π(θ)，令p(θ|y1,y2,
…
,y
n
)＝k
×
l(θ)
×
π(θ)其中，k为常数，k＝1/∫
θ
p(y＝y
i
|θ)π(θ)dθ；步骤5，确定最优参数估计设置为参数θ的估计值，最优参数估计为后验概率p(θ|y1,y2,
…
,y
n
)的期望均值，即6.根据权利要求5所述的数据驱动的交通安全风险评估与可变限速管控算法，其特征在于，所述确定似然函数l(θ)，具体包括：其中，n为样本数量，交通事故件数y
i
为样本i的因变量，i∈[1,n]；λ
i
为y
i
的均值λ
i
＝e(y
i
)，λ
i
＝exp{x
i
ω}，x
′
i
＝(x
i1
,x
i2
,
…
,x
ip
)为样本i的自变量，所述自变量包括交通量、平均速度、平均车头时距、货车比例、平曲线曲率、竖曲线曲率和天气能见度，p＝7,ω为(p+1)
×
1参数向量，当无先验信息时采用均匀分布作为ω的先验分布。7.根据权利要求5所述的数据驱动的交通安全风险评估与可变限速管控算法，其特征在于，所述生成可变限速管控算法具体包括：若所述风险评估值大于预设阈值，根据第一车道的风险评估值确定所述第一车道的交通状态；根据所述交通状态，确定所述第一车道的可变限速区间及第一限速值；根据所述交通状态，确定所述第一车道的上游限速路段的空间范围；根据所述空间范围，确定所述第一车道的可变限速值。8.根据权利要求7所述的数据驱动的交通安全风险评估与可变限速管控算法，其特征在于，所述交通状态包括非常安全、安全、正常、危险、非常危险；所述确定所述第一车道的上游限速路段的空间范围，具体包括：若交通状态为非常危险，开启限速管控措施的管控范围为所述第一车道的上游第一距离路段；若交通状态为危险，开启限速管控措施的管控范围为所述第一车道的上游第二距离路段，所述第一距离大于所述第二距离；若交通状态为正常、安全、非常安全，不开启限速管控措施。9.根据权利要求8所述的数据驱动的交通安全风险评估与可变限速管控算法，其特征在于，所述确定所述第一车道的可变限速值，具体包括：输入所述第一车道的第一限速值v0和上游第一距离路段的平均车速v
u
,计算速度差值δv＝v
u-v0；确定上游第一距离路段的情报板龙门架的数量m，设置所述上游最近距离处的情报板1对应龙门架1，设置所述上游最远距离处的情报板m对应龙门架m；
设置上游限速路段的可变限速值由远及近逐渐减小，确定m个情报板的限速值；确定第1个情报板的限速值第2个情报板的限速值第m个情报板的限速值即v
u
。10.一种数据驱动的交通安全风险评估与可变限速管控系统，其特征在于，包括：获取模块，被配置为获取第一车道的数据，所述数据包括交通量、平均速度、平均车头时距、货车比例、平曲线曲率、竖曲线曲率、天气能见度；评估模块，被配置为基于交通事故预测模型，预测所述第一车道的交通事故件数，基于交通安全风险评估模型评估所述第一车道的风险评估值；管控模块，被配置为根据所述风险评估值，进行分车道可变限速管控；一个存储器，被配置为存储数据及指令；一个与存储器建立通信的处理器，其中，当执行存储器中的指令时，所述处理器被配置为：获取交通安全关联的第一数据和交通事故关联的第二数据；基于所述第一数据与所述第二数据，构建交通事故预测模型，所述交通事故预测模型输出交通事故关联的预测数据；基于所述预测数据及交通事故预测模型，构建交通安全风险评估模型，所述交通安全风险评估模型输出交通安全关联的风险评估值；生成可变限速管控算法；根据所述可变限速管控算法，若所述风险评估值大于预设阈值，开启限速管控措施；若所述风险评估值不大于所述预设阈值，不开启限速管控措施。
技术总结
本申请是数据驱动的交通安全风险评估与可变限速管控算法及系统，涉及高速公路管理领域。所述算法包括获取交通安全关联的第一数据和交通事故关联的第二数据；基于所述第一数据与第二数据，构建交通事故预测模型，所述交通事故预测模型输出交通事故关联的预测数据；基于所述预测数据及交通事故预测模型，构建交通安全风险评估模型，所述交通安全风险评估模型输出交通安全关联的风险评估值；生成可变限速管控算法；根据所述可变限速管控算法，若所述风险评估值大于预设阈值，开启限速管控措施；若所述风险评估值不大于所述预设阈值，不开启限速管控措施。本申请基于交通安全风险评估与可变限速管控算法，分车道进行可变限速管控，保障高速公路安全。保障高速公路安全。保障高速公路安全。
技术研发人员：袁月明 宦涣 尹伯华
受保护的技术使用者：云控智行（上海）汽车科技有限公司
技术研发日：2022.06.28
技术公布日：2022/10/4