[發明專利]一種高速公路的交通事故預警方法、設備及介質有效
| 申請號: | 202110480363.X | 申請日: | 2021-04-30 |
| 公開(公告)號: | CN113256969B | 公開(公告)日: | 2022-08-16 |
| 發明(設計)人: | 張加華;賈海港;王以龍;王文靜;孫婷婷;朱婷婷 | 申請(專利權)人: | 山東金宇信息科技集團有限公司 |
| 主分類號: | G08G1/01 | 分類號: | G08G1/01;G08G1/052;G08G1/065 |
| 代理公司: | 濟南千慧專利事務所(普通合伙企業) 37232 | 代理人: | 種道北 |
| 地址: | 250101 山東*** | 國省代碼: | 山東;37 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 高速公路 交通事故 預警 方法 設備 介質 | ||
本申請公開了一種高速公路的交通事故預警方法、設備及介質,包括:采集位于通訊設備的終端信息,并嘗試通過車輛監控設備采集當前路段的交通流信息;若未采集到交通流信息,則通過終端信息對所述行駛車輛進行車速估算;若采集到交通流信息,則將終端信息和交通流信息進行數據一致化處理,以得到當前路段的平均車速;若采集到交通流信息,則根據交通流信息得到當前路段的車輛流量、車輛密度;若未采集到交通流信息,則通過終端信息,以及當前路段的路段信息得到車輛流量、車輛密度;將平均車速、車輛流量以及車輛密度輸入至預先訓練完畢的事故預測模型中,對當前路段進行事故預測。提供了更加準確的事故預測手段,得到了更加準確的事故預測結果。
技術領域
本申請涉及交通預警領域,具體涉及一種高速公路的交通事故預警方法、設備及介質
背景技術
高速公路在全國公路網中起著極其重要的作用,有“經濟大動脈”之稱,能夠有力的帶動和促進區域經濟的發展,有著良好的經濟和社會效益。隨著群眾生活水平的不斷提高,汽車保有量呈迅猛增長的趨勢,為高速公路帶來了更高效益的同時,也帶來了一系列的問題。
很多高速公路在日常高峰期以及節假日期間都是非常擁堵的,很多路段的擁堵已經成為了常態化,交通事故的發生率也在不斷上漲?;谏鲜銮闆r,路政部門和高速交警部門難以針對高速公路的交通事故做出及時有效,甚至提前的防范。
發明內容
為了解決上述問題,即當前交通公路交通事故頻發,工作人員難以針對交通事故做出及時有效甚至提前的防范的問題,本申請提出了一種高速公路的交通事故預警方法、設備及介質,包括:
一方面,本申請提供了一種高速公路的交通事故預警方法,包括:采集位于通訊設備的終端信息,所述通訊設備位于當前路段上行駛車輛中;并嘗試通過設置在高速公路上的多個車輛監控設備采集所述當前路段的交通流信息;若未采集到所述交通流信息,則通過所述終端信息對所述行駛車輛進行車速估算;若采集到所述交通流信息,則將所述終端信息和所述交通流信息進行數據一致化處理,并將所述一致化處理后的數據進行車速估算;根據所述車速估算的結果,得到所述當前路段的平均車速;若采集到所述交通流信息,則根據所述交通流信息得到所述當前路段的車輛流量、車輛密度;若未采集到所述交通流信息,則通過所述終端信息,以及所述當前路段的路段信息得到所述車輛流量、所述車輛密度;將所述平均車速、所述車輛流量以及所述車輛密度輸入至預先訓練完畢的事故預測模型中,對所述當前路段進行事故預測。
在一個示例中,將所述平均車速、所述車輛流量以及所述車輛密度輸入至預先訓練完畢的事故預測模型中,對所述當前路段進行事故預測之后,所述方法還包括:獲取所述當前路段的路段距離,以及所述事故預測的預測結果,所述預測結果至少包括以下至少一種:事故頻率預測結果、事故類型預測結果;根據所述路段距離以及所述事故頻率預測結果,得到事故預測分布點;針對多個所述事故預測分布點中的任意一個,根據所述事故類型預測結果,生成該事故預測分布點的事故模擬處理視頻,以模擬演示交通事故的處理手段。
在一個示例中,將所述平均車速、所述車輛流量以及所述車輛密度輸入至預先訓練完畢的事故預測模型中,對所述當前路段進行事故預測之前,所述方法還包括:訓練事故預測模型;所述事故預測模型的訓練過程包括:根據歷史交通事故多發路段、所述車輛監控設備所處的位置以及最長路段距離,將高速公路劃分為多個路段;針對所述多個路段中的任意一個,獲取該路段的歷史數據,所述歷史數據至少包括以下一種:歷史平均車速、歷史車輛流量、歷史車輛密度、歷史事故頻率、歷史事故類型;將所述歷史平均車速、所述歷史車輛流量以及歷史車輛密度、歷史事故頻率、歷史事故類型進行處理,得到特征數值;選取多個特征數值中,大于預設閾值的數值,作為代表特征數值,將所述代表特征數值對應路段的歷史數據作為訓練樣本;針對多個訓練樣本中的任意一個,將該訓練樣本中包含的的歷史平均車速、歷史車輛流量、歷史車輛密度輸入至模糊神經網絡的輸入層,將對應的歷史事故頻率、歷史事故類型輸入至所述模糊神經網絡的輸出層,進行監督訓練,得到初始事故預測模型;對多個所述初始事故預測模型進行精度檢測,選取精度最高的作為事故預測模型。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于山東金宇信息科技集團有限公司,未經山東金宇信息科技集團有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110480363.X/2.html,轉載請聲明來源鉆瓜專利網。





