[发明专利]一种基于GPS数据和交通事故类型的拥堵时间预测方法

权利要求书

1.一种基于GPS数据和交通事故类型的拥堵时间预测方法，其特征在于，包括：

确定交通事故类型、事故处理时间t、事故发生时刻t₁及事故的经纬度坐标；

拥堵车流中的车辆定时上传GPS数据和时间，所述GPS数据包括车辆的经纬度坐标；

一车辆在t₂时刻请求通过事故地点的时间T：

若t₂时刻处于事故的处理时间t₁+t内，根据Haversine公式计算该车辆距事故地点的距离d；t₂时刻该车辆的初始速度为0，根据公式(1)计算该车辆通过距离d所需的时间t₃，根据公式(2)得到T；其中：

T＝t₁+t-t₂+t₃ (2)

式中：a为该车辆在距离d内的平均加速度；

若t₂时刻处于事故的处理时间t₁+t外，则：

假设该车辆位于Q点，Q点与事故地点O点之间还存在Q₁,Q₂，…，Q_n-1,Q_n个点有汽车在行驶；

基于Q₁到Q_n点各车辆提交的GPS数据与上一次提交的GPS数据，通过Haversine公式计算各车辆在前后两次测量时间内行驶的距离，然后除以测量时间分别求出每辆车的行驶速度分别为v₁，v₂…v_n-1，v_n；

基于Q点的GPS数据和Q₁到Q_n点最后一次提交的GPS数据，通过Haversine公式分别求出Q到Q₁的距离S₁，Q₁到Q₂的距离S₂，……，Q_n-1到O的距离S_n；根据公式(3)得到T；

2.如权利要求1所述的基于GPS数据和交通事故类型的拥堵时间预测方法，其特征在于，所述平均加速度a的计算方法为：

假设该车辆在距离d内该车辆共上传1,2,···,N次GPS数据和时间，该车辆在第一次上传数据时的初始加速度a₁＝0；

通过Haversine公式计算相邻两次测量时间内该车辆行驶的距离d₁₂、d₂₃、···、d_(N-1,N)，并根据d₁₂、d₂₃、···、d_(N-1,N)及测量时间计算出相邻两次测量时间内的加速度分别为a₁₂、a₂₃、···、a_(N-1,N)；

a₁₂与a₂₃取平均值得a₁₃；

a₁₃与a₃₄取平均值得a₁₄；

···

a_(1,N-1)与a_(N-1,N)取平均值得a_(1,N)，即a。

3.如权利要求2所述的基于GPS数据和交通事故类型的拥堵时间预测方法，其特征在于，当行驶路段的限速为v_max，则该车辆通过距离d所需的时间t₃为：

根据公式(4)求得S_max，若S_max≥d，则根据公式(1)计算t₃；

若S_max＜d，则由公式(5)计算t₃；

4.如权利要求1所述的基于GPS数据和交通事故类型的拥堵时间预测方法，其特征在于，所述交通事故类型分为五类：车辆间的交通事故、车辆与行人的交通事故、机动车对非机动车的交通事故、车辆自身事故及车辆对固定物的事故。