[發明專利]一種道路交通地質災害預警方法、裝置及存儲介質

在審

• 申請號: 202110354758.5
• 申請日: 2021-03-31
• 公開（公告）號: CN113034859A
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 褚端峰;趙晨陽;陸麗萍;吳超仲
• 申請（專利權）人: 武漢理工大學
• 主分類號: G08B21/10
• 分類號: G08B21/10;G08G1/048
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 陳建軍

本發明涉及一種道路交通地質災害預警方法、裝置及計算機可讀存儲介質，所述方法包括獲取地質災害預測數據，對所述地質災害預測數據進行多點數據融合，獲取預測數據融合值；以回歸參數和運動平均參數作為變量，建立預測序列數學模型；將預測數據融合值導入訓練完備的預測序列數學模型，獲取預測數據，根據所述預測數據進行災害預警。本發明提供的道路交通地質災害預警方法，可以提高道路交通地質災害的預警精準度。

技術領域

本發明涉及災害預警技術領域，尤其涉及一種道路交通地質災害預警方法、裝置及計算機可讀存儲介質。

背景技術

目前國內外大部分采用的道路交通預警系統為“基礎設施-數據存儲-應用支撐-服務模塊”的總體結構框架。首先，利用交通氣象地面觀測資料、基礎地理信息提取氣象、地質的相關數據，其次，通過通信、數據傳感等設備將數據傳輸至數據存儲設備中，經大數據、云計算等技術對多源數據進行分類、計算、分析，最后，通過單要素監測實況、多要素實況、道路反演實況等模塊，進行對道路交通場景的監測與預警。同時，道路交通的地質災害的預警對于降低因地質災害導致的交通事故率有很大的意義和價值。

因此，如何避免因惡劣天氣及地質災害導致的交通事故，并能夠提前做出精確、有效的預警以及合理、安全的車速、車道的規劃，仍然是道路交通預警領域的一項重要的挑戰。目前國內外學者對道路交通地質災害預警的研究主要有用貝葉斯網絡、神經網絡、模糊理論等方法進行交通事故的判別與預警預報，以及建立單因素預測模型、多因素預測模型實現對道路交通安全的預警。但是，預警的精準度較低，尚且還不能夠保證完全避免氣象、地質災害帶來的危險，其直觀性、實時性較差。

發明內容

有鑒于此，有必要提供一種道路交通地質災害預警方法、裝置及計算機可讀存儲介質，用以解決現有道路交通地質災害的預警精準度較低的問題。

本發明提供了一種道路交通地質災害預警方法，包括以下步驟：

獲取地質災害預測數據，對所述地質災害預測數據進行多點數據融合，獲取預測數據融合值；

以回歸參數和運動平均參數作為變量，建立預測序列數學模型；

將預測數據融合值導入訓練完備的預測序列數學模型，獲取預測數據，根據所述預測數據進行災害預警。

進一步地，所述地質災害預測數據包括氣象、地質、交通流的數據。

進一步地，對所述地質災害預測數據進行多點數據融合，得到預測數據融合值，具體包括：通過多點數據融合公式對所述地質災害預測數據進行多點數據融合，獲取預測數據融合值；所述多點數據融合公式為

y＝[θ₁,θ₂,...θ_n][a₁,a₂,...a_n]^T

其中，θ_i為權重系數，a_i為地質災害預測數據，且a_i服從正態分布，n為預測數據的多源數，1in。

進一步地，所述道路交通地質災害預警方法還包括通過最優權重確定公式，確定權重系數θ_i，所述最優權重確定公式為

其中，σ為地質災害融合程度的判斷值，σ_i預測值誤差的均方差。

進一步地，以回歸參數和運動平均參數作為變量，建立預測序列數學模型，具體包括：將預測序列{a_i}，i＝1,2,…,t擬合一個隨機差分方程，將回歸參數和運動平均參數作為變量，建立預測序列數學模型；所述隨機差分方程為