[發明專利]車輛動力學指標提取方法和事故風險值預測方法

有效

• 申請號: 202010152866.X
• 申請日: 2020-03-06
• 公開（公告）號: CN111369062B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 何杰;張長健;張浩;劉子洋;嚴欣彤;鮑香臺
• 申請（專利權）人: 東南大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/0635;G06Q50/26
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 常虹

1.車輛動力學指標提取方法，其特征在于，包括：

(1)將目標高速公路按長度等分為多個路段單元，以緩和曲線長度和平曲線半徑的比值小于預設閾值ξ為依據篩選出平曲線路段；

(2)采集所述目標高速公路Y年的公路交通事故數據，統計每個平曲線路段的絕對事故數N、死亡事故數N₁、重傷事故數N₂、輕傷事故數N₃，計算各平曲線路段當量事故數N_ei，計算各平曲線路段真實事故風險值，第i個平曲線路段真實事故風險值R_i為：

其中N_ei為第i個路段的當量事故數；Ln為取對數運算；round為對參數四舍五入取值，并保留d位小數，i＝1,2,…,M，M為步驟(1)中篩選出的平曲線路段數量；

(3)車輛在目標高速公路正常行駛過程中，以時間T為間隔采集L類動力學響應數據，計算每個平曲線路段中每類車輛動力學響應的變化率x_i,l(t)，l＝1,2,…,L；

將所有平曲線路段中每類車輛動力學響應變化率值最大的前f％作為異常數據集Y_l；

對異常數據集Y_l進行分級，統計每個平曲線路段中每類車輛動力學響應變化率的異常數據分級數據，第i個平曲線路段的第l類動力學響應變化率異常值的等級為a的個數為

計算與真實事故風險值R_i的相關性，選取相關度最大的異常值等級，并從選取的異常值等級所對應的動力學響應中刪除相關系數小于z的較弱相關變量，完成顯著性變量的提取；

(4)采用因子分析方法，以累積方差貢獻率大于S％為依據，從步驟(3)選取顯著性變量中提取車輛動力學指標，作為目標高速公路平曲線路段事故風險識別的指標。

2.根據權利要求1所述的車輛動力學指標提取方法，其特征在于，平曲線路段當量事故數N_e的計算為：

N_e＝N+αN₁+βN₂+γN₃

其中α、β、γ分別為死亡、重傷、輕傷事故的加權系數。

3.根據權利要求1所述的車輛動力學指標提取方法，其特征在于，所述步驟(3)中第i個平曲線路段中第l類車輛動力學響應的變化率x_i,l(t)計算式為：

x_i,l(t)＝|data_i,l(t+1)-data_i,l(t)|

其中data_i,l(t)為第i個平曲線路段中第l類動力學響應的第t個采樣值，t＝1,2,…,sum_i，sum_i為第i個平曲線路段中的采樣個數。

4.根據權利要求1所述的車輛動力學指標提取方法，其特征在于，所述步驟(3)中第i個平曲線路段中第l類車輛動力學響應的變化率x_i,l(t)計算式為：

其中data_i,l(τ)為第i個平曲線路段中第l類動力學響應的第τ個采樣值，W為正整數，sum_i為第i個平曲線路段中的采樣個數，為向下取整運算符。

5.根據權利要求1所述的車輛動力學指標提取方法，其特征在于，所述步驟(3)中，對異常數據集Y_l進行分級，根據Y_l中元素的最小值y_min,l和最大值y_max,l分為三級，具體為：

y_m,l是第l類車輛動力學響應變化率。

6.根據權利要求1所述的車輛動力學指標提取方法，其特征在于，L＝7，所述7類動力學響應數據為：縱向力、橫向力、垂向力、翻轉力矩、滾動力矩、回正力矩、速度。

7.事故風險值預測方法，其特征在于，包括：

根據權利要求1-6任一項所述的車輛動力學指標提取方法，對目標高速公路提取事故風險識別的車輛動力學指標；

采用負二項回歸模型建立風險預測模型；

根據風險預測模型對目標高速公路各平曲線路段進行風險預測。