[发明专利]一种路段交通事故率的预测方法、装置及计算机存储介质

说明书

本发明实施例公开了一种路段交通事故率的预测方法、装置及计算机存储介质，包括：获取经过参数估计的路段事故空间分位数预测模型；所述模型为基于设定区域内各路段的历史年平均日交通量、道路属性数据与历史年交通事故率进行训练所获得的，设定区域包括至少两个行政区域，道路属性数据包括道路设施特征参数和所属的行政区域；获取待预测路段在预测年的年平均日交通量和所述待预测路段的道路属性数据；基于路段事故空间分位数预测模型中与待预测路段所属的行政区域对应的区域分位子模型进行预测，获得待预测路段在预测年的交通事故率。本发明实施例提供的路段交通事故率的预测方法、装置及计算机存储介质，能够提高路段交通事故率的预测准确率。

技术领域

本发明涉及交通领域，尤其涉及一种路段交通事故率的预测方法、装置及计算机存储介质。

背景技术

交通事故率模型已被采用作为事故黑点识别和道路安全诊断的有效工具，而线性回归方法是一种被广泛用于不同道路类型下的交通事故率的预测建模中。此外，空间异质性已被发现存在于各种可能的空间单元之间，例如州/省、县等。因此，在构建交通事故率预测模型时，需要考虑空间效应所导致的风险因素的空间效应差异。

然而，现有交通事故率预测方法均为以均值回归为基础的预测方法。由于具有不同事故频次的路段在某些特征因素方面也具有差异性，从而导致引发事故的风险因素的效应具有差异性。在统计学上，所选择的解释变量(风险因素)的效应可能因响应变量(交通事故率)分布分位的不同而不同。因此，用均值空间模型估计的参数不能很好地反映各因素在交通事故率分布条件即分位数上的变化效应，从而导致均值回归模型的预测偏差。

发明内容

有鉴于此，本发明实施例提供了一种路段交通事故率的预测方法、装置及计算机存储介质，能够提高路段交通事故率的预测准确率。

为达到上述目的，本发明的技术方案是这样实现的：

第一方面，本发明实施例提供了一种路段交通事故率的预测方法，所述方法包括：

获取经过参数估计的路段事故空间分位数预测模型；其中，所述路段事故空间分位数预测模型为基于设定区域内各路段的历史年平均日交通量、道路属性数据与历史年交通事故率进行训练所获得的，所述设定区域包括至少两个行政区域，所述道路属性数据包括道路设施特征参数和所属的行政区域；

获取待预测路段在预测年的年平均日交通量和所述待预测路段的道路属性数据；

基于所述路段事故空间分位数预测模型中与所述待预测路段所属的行政区域对应的区域分位子模型进行预测，获得所述待预测路段在预测年的交通事故率。

第二方面，本发明实施例提供了一种路段交通事故率的预测装置，所述装置包括：

模型获取模块，用于获取经过参数估计的路段事故空间分位数预测模型；其中，所述路段事故空间分位数预测模型为基于设定区域内各路段的历史年平均日交通量、道路属性数据与历史年交通事故率进行训练所获得的，所述设定区域包括至少两个行政区域，所述道路属性数据包括道路设施特征参数和所属的行政区域；

数据采集模块，用于获取待预测路段在预测年的年平均日交通量和所述待预测路段的道路属性数据；

预测处理模块，用于基于所述路段事故空间分位数预测模型中与所述待预测路段所属的行政区域对应的区域分位子模型进行预测，获得所述待预测路段在预测年的交通事故率。

第三方面，本发明实施例提供了一种路段交通事故率的预测装置，所述装置包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，

其中，所述处理器用于运行所述计算机程序时，实现第一方面所述路段交通事故率的预测方法。

第四方面，本发明实施例提供了一种计算机存储介质，存储有计算机程序，所述计算机程序被处理器执行时，实现第一方面所述路段交通事故率的预测方法。