[发明专利]一种中观层面事故多发道路判别的方法有效
申请号: | 201810527789.4 | 申请日: | 2018-05-29 |
公开(公告)号: | CN108922168B | 公开(公告)日: | 2019-10-18 |
发明(设计)人: | 李佳;王雪松 | 申请(专利权)人: | 同济大学 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;G08G1/07;G08G1/08 |
代理公司: | 上海科律专利代理事务所(特殊普通合伙) 31290 | 代理人: | 叶凤 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 交叉口 路网 相邻路段 城市道路 道路横断面 空间相关性 传统安全 分析模型 工程指导 几何设计 交通特征 随机效应 运行特征 纵向上将 中观层 路段 交通 安全 研究 | ||
针对路网密度较大的城市道路提出一种中观层面的事故多发道路判别方法。该方法通过在纵向上将城市道路相邻路段和交叉口依据道路横断面和交通运行特征组合为中观单元,在横向上计算中观单元两侧道路的路网形态。基于中观单元的几何设计、路网特征、交通特征三类数据,考虑了来自同一道路的中观单元的空间相关性,建立随机效应负二项模型,并计算其安全可提高空间,对事故多发道路进行判别。该方法:1)考虑了相邻路段和交叉口的相互影响,克服了传统安全分析模型中研究单元划分的问题;2)考虑了交叉口间距和路网形态对事故的影响;3)在中观层面对组合的路段和交叉口进行事故多发道路进行判别,较以往的传统判别方法更具有工程指导意义。
技术领域
本发明涉及交通安全管理领域,特别涉及一种中观层面事故多发道路判别的方法。
背景技术
城市道路车道数多,交通流量大,交通方式多样,事故数多。在传统安全分析中,交叉口定义为交叉口中心到停车线间区域及上游安全影响区,路段定义为相邻交叉口中间的部分,并往往将路网中相邻的交叉口和路段分解为两类独立的研究单元分别进行研究。目前的事故多发道路判别方法多基于传统安全分析,即判别出单个路段或交叉口作为事故多发设施。然而,城市道路交叉口间距短,上海这一数字仅为300m,交叉口与路段运行状况相互影响,难以将交叉口和路段的事故分开。且目前实际工程应用中,一般以连续路段和交叉口作为一条事故多发道路进行安全改善。因而考虑将相邻路段和交叉口组合进行安全分析显得尤为重要。
事故多发道路判别就是基于安全性确定危险道路。目前事故多发路段判别方法主要分为三类:事故数法、空间分析法以及安全分析模型法。事故数法基于观测的事故绝对数直接进行判别,包括事故数法、事故率法等,我国交通部门在开展事故多发路段排查工作时常常采用此类方法,但是该方法忽略了事故的空间集聚性和随机波动性,易导致判别结果出现偏差。空间分析法利用空间分析技术识别点的集聚特征,从而判断事故的多发道路,然而该方法未考虑到事故的影响因素,无法为后期道路改善工作提供依据和帮助。构建安全分析模型可以用来分析事故的影响因素,并进行事故预测,基于事故预测值或构造其他指标如安全可提高空间(Potential for Safety Improvement,PSI),最终判别事故多发道路。
发明内容
本发明的目的是:针对路网密度较大的城市道路提出一种中观层面的事故多发道路判别方法。该方法通过在纵向上将城市道路相邻路段和交叉口依据道路横断面和交通运行特征组合为一个整体,该整体定义为中观单元,在横向上计算中观单元两侧道路的路网形态。基于中观单元的几何设计、路网特征、交通特征三类数据,考虑了来自同一道路的中观单元的空间相关性,建立随机效应负二项模型,并计算其安全可提高空间,对事故多发道路进行判别。
本发明所采用的技术方案是:
一种中观层面事故多发道路判别的方法,步骤如下:
步骤1:获取道路上所有路段及交叉口的几何设计、交通运行及事故数据。
利用街景地图得到道路几何设计数据,
基于线圈检测设备获取交通流量数据,根据浮动车数据提取路段的运行速度,
根据《上海市道路交通事故分析预警系统》获取道路交通事故数据,并按照严重程度将其分为物损事故、伤亡事故。
步骤2:沿道路方向,将道路划分为中观研究单元。
根据步骤1获取的道路几何设计中的横断面参数、路段运行速度、路段长度,将道路划分为中观单元,即中观单元内的横断面、运行特征差异性较小。
步骤3:与道路相交方向,两侧均选用350m作为影响道路运行状况的路网范围,采用介度中心度量化(为本领域已知方法)路网的集聚性,将路网划分为方格、不规则方格、混合型三种路网形态。
步骤4:构建中观安全分析样本数据集。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同济大学,未经同济大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810527789.4/2.html,转载请声明来源钻瓜专利网。