[发明专利]一种实时交通安全指数动态综合评价系统及其构建方法

权利要求书

1.一种实时交通安全指数动态综合评价系统的构建方法，其特征在于包括以下步骤：

步骤1：采集影响交通事故的人、车、路相关数据并进行预处理；

所述步骤1中，采集的影响交通事故的人、车、路相关数据包括：历史交通事故数据、道路基本属性数据、气象数据、交通信号周期数据、交通流量数据、车辆性能数据和驾驶行为数据；

所述交通信号周期数据的采集和处理方法为：

首先，从各区域的市交管部门的SCATS系统中导出交通信号周期数据，并从中采集出需要的交叉口的信号周期；

然后，根据各交叉口路段两端的交叉口的信号周期，确定该交叉口路段的信号周期，即：将东西向路段东侧交叉口信号周期视为该路段的信号周期；将南北向路段北侧交叉口的信号周期视为该路段的信号周期；

所述交通流量数据的采集和处理方法为：

所述交通流量数据包括交叉口的车流量和路段的车流量数据；

对交叉口的车流量数据进行采集时：对每一个交叉口，将其包含的每个卡口上的监控设备监控得到的各个方向的过车数进行累加，得到各卡口的车流量，进而得到每个交叉口的车流量；当出现监控设备采集不稳定导致卡口数据丢失时，则采用平均值补偿法进行对丢失的数据进行补偿；

对于路段的车流量数据进行采集时：首先，对交叉口的四个卡口进行编号；然后，根据各交叉口的车流量，得到路段的车流量；

所述车辆性能数据包括：车辆的静态参数和动态参数；

所述车辆的静态参数包括：车型及发动机、车龄及行驶里程、初始配置、辅助设备、保养情况、是否改装；

所述车辆的动态参数包括：行驶数据、车辆故障参数、工作状态、紧急操作信息、载人状况、载货状况、车内环境；

所述驾驶行为数据包括：每位驾驶员的年龄、驾龄静态信息，以及一段时间内的行车行为习惯信息，计算出加速度、车头时距，利用聚类方法提取驾驶员驾驶特征参数；

步骤2：将预处理后的人、车、路相关数据作为自变量，历史交通事故数及等级构成的交通安全指数作为因变量，建立事故风险评估与预测模型，并求解模型参数；

所述步骤2中，建立的事故风险评估与预测模型为：

E(y_it)＝λ_it＝exp(β^TX_it)

式中，y_it表示交叉口或路段i在时间段t内发生的事故数；X_it表示自变量，且X_it＝(1,X_(it)1,X_(it)2,…,X_(it)p)^T，下标it表示人、车、路、交通运行状况中的一种，共p个变量；β^T＝(β₀,β₁,β₂,...,β_p)^T表示自变量X_it的权重；

步骤3：根据步骤2得到的事故风险评估与预测模型，结合实时的路况、道路基本属性及驾驶安全系数计算不同区域发生交通事故数的期望，并根据预先建立的安全指数模型，计算得到不同区域的实时交通安全指数；

其中，预先建立的安全指数模型为：

Index＝10-10*E(y_it)

式中，E(y_it)为交叉口或路段i在时间段t内发生的事故数期望；

步骤4：建立可视化展示平台，对不同区域的实时交通安全指数进行展示。

2.如权利要求1所述的一种实时交通安全指数动态综合评价系统的构建方法，其特征在于：所述历史交通事故数据的采集和处理方法为：

采集各交通事故中双方身份及车辆信息，事故时间地点、事故类型及伤亡程度；

根据事故记录原始数据中的事故位置，通过百度地图标定，将每一起交通事故定位到其发生的交叉口或路段。