[發明專利]針對快速道路常發性擁堵路段的追尾事故實時預測方法

有效

• 申請號: 201310041720.8
• 申請日: 2013-02-01
• 公開（公告）號: CN103150930A
• 公開（公告）日: 2013-06-12
• 發明（設計）人: 李志斌;劉攀;王煒;徐鋮鋮
• 申請（專利權）人: 東南大學
• 主分類號: G08G1/16
• 分類號: G08G1/16
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

1.一種針對快速道路常發性擁堵路段的追尾事故實時預測方法，其特征在于，包括如下步驟：

1)采集快速道路常發擁堵路段內各斷面各車道速度、流量及占有率，步驟包括：

101)選取數據采集路段；

102)確定檢測器安裝間距及檢測數據單位：

103)采集實時交通流數據：在每一斷面處采集快速道路路段每個時間周期各車道速度、流量及占有率數據；

104)數據預處理：將步驟103)所采集的實時交通流數據中隨機因素導致的追尾事故數據剔除，減少對照組樣本數據的隨機誤差；其中交通流數據為真實事故發生前5分鐘交通流數據；

2)基于集計交通流數據建立追尾事故風險指數解析模型，步驟包括：

201)首先通過對個體車輛及多個車輛的跟馳行駛軌跡分析，推導出運動波傳播過程中追尾事故風險指數R的解析表達式；

202)采用追尾事故風險指數R反映相鄰檢測器區間內平均交通流狀態，采用步驟201)中的風險指標R的解析表達式中涉及參數的標準差反映交通流波動情況，從而初步建立Logistic回歸模型；

203)通過計算Logistic回歸模型中可估計變量的odds?ratio值，篩選出與追尾事故概率顯著相關的變量，得到常發擁堵路段追尾事故風險預測Logistic模型，模型函數為：

P(Y=1)=exp(β0+β·R+β2·σ(Ou))1+exp(β0+β·R+β2·σ(Ou))---(1)]]>

其中，β——待估計參數；R——運動波傳播過程中追尾事故風險指數；σ(O_u)——上游占有率標準差；

204)利用步驟104)中所得真實事故發生前5分鐘交通流數據，對步驟203)中所得的常發擁堵路段追尾事故風險預測Logistic模型進行參數標定；

3)基于追尾事故風險預測模型在檢測到較高追尾風險時自動預警，步驟包括：

301)從數據平臺獲取交通流檢測器實時獲取的快速道路路段各斷面交通流參數，將符合輸入格式要求的交通流數據錄入追尾事故風險預測模型中，建立模型參數標定所需要的實時交通流數據庫；

302)基于實時獲取的快速道路路段各斷面交通流數據庫，利用標定后的追尾事故風險預測模型計算當前時刻的實時追尾事故風險；

303)將步驟302)中獲取的實時追尾事故風險與已設定的風險閾值進行比較，若實時追尾事故風險大于設定的風險閾值，則系統自動預警；反之，則轉入步驟301)，系統繼續進行下一周期的實時交通流數據采集分析。