[发明专利]一种基于路段异质性的快速路事故风险实时预测方法

权利要求书

1.一种基于路段异质性的快速路事故风险实时预测方法，其特征在于，具体包括以下步骤：

S1.获取目标快速路的道路几何数据，根据所述道路几何数据划分目标快速路的路段类型，获取历史事故数据，根据所述历史事故数据提取事故发生时间；

S2.根据所述路段类型和事故发生时间，结合显著性检验和随机森林算法，计算得到快速路事故风险的主要来源；

S3.基于所述快速路事故风险的主要来源建立事故风险预测模型，实时获取目标快速路的交通流数据和天气数据，所述道路几何数据、交通流数据和天气数据输入事故风险预测模型，输出获得事故风险预测结果；

S4.根据所述事故风险预测结果，判断是否需要采取交通管控措施，若是则实施相应的交通管控策略，实现动态调节，否则返回步骤S3；所述路段类型包括合流段、分流段、交织段和基本路段，所述道路几何数据包括匝道布设数量、中央分隔带宽度、路肩宽度、限速值、辅助车道建设情况、快速路车道数量和路段长度；

所述事故风险预测模型为基于巢式Logit理论的预测模型，具体如下所示：

Logit(p_i)＝1.62·Surface-0.122·Visibility+ln(IV)

IV＝exp[α_1，i·(-2.48-0.039m_0MVR+0.174m_0occ_up1+0.035m_0str.rat_up1+0.34m_2diff.occ_dw1)-999(1-α_1，i)]+exp[α_2，i·(-7.92+0.966RC2+0.809log(m_0vol_up1)+0.799m_1btruck_up4+0.209m_2cha.occ_up4+0.175m_2std_spd_up4)-999(1-α_2，i)]+exp[α_3，i·(-6.72+0.234m_0cha.std_spd_dw1+0.278m_0diff.occ_up1+0.042m_0str.rat_up1+0.288m_2cha.occ_up3+1.16log(m_3vol_up2))-999(1-α_3，i)]+exp[α_4，i·(-2.4-0.077Length+0.076RC4-0.04m_0spd_up2+0.1m_0std_spd_up3+0·109m_1cha.occ_up2+0.302m_1diff.occ_up4+0.516log(m_3vol_up5))-999(1-α_4，i)]

其中，Surface为路面湿滑程度，Visibility为目标能被驾驶员清楚辨认的最远距离，α_1，i为合流段的类型判断值，α_2，i为分流段的类型判断值，α_3，i为交织段的类型判断值，α_4，i为基本路段的类型判断值，m_0MVR为合流段在第一预设时间内匝道与主线流量的比例，m_0occ_up1为合流段的上游第一个检测器在第一预设时间内的占有率，m_0str.rat_up1为合流段的上游第一个检测器在第一预设时间内的中型车流量比例，m_2diff.occ_dw1合流段的下游第一个检测器第三预设时间内与第四预设时间内的占有率差的绝对值，RC2为分流段的量化后上游匝道数量及其布设位置的影响大小，log(m_0vol_up1)为分流段的上游第一个检测器第一预设时间内的流量的对数值，m_1btruck_up4为分流段的上游第4个检测器在第二预设时间内的大型车流量，m_2cha.occ_up4为分流段的上游第4个、第5个检测器在第三预设时间内占有率差的绝对值，m_2std_spd_up4为分流段的上游第4个检测器在第三预设时间内的速度标准差，m_0cha.std_spd_dw1为交织段的上游第1个、下游第1个检测器在第一预设时间内速度标准差的差的绝对值，m_0diff.occ_up1为交织段的上游第1个检测器在第一预设时间内与第二预设时间内的占有率差的绝对值，m_0str.rat_up1为交织段的上游第1个检测器在第一预设时间内的中型车比例，m_2cha.occ_up3为交织段的上游第3个、第4个检测器在第三预设时间内占有率差的绝对值，log(m_3vol_up2)为交织段的上游第2个检测器在第四预设时间内的流量的对数值，Length为路段长度，RC4为基本路段的量化后上游匝道布设的影响大小，m_0spd_up2为基本路段的上游第2个检测器在第一预设时间内的速度，m_0std_spd_up3为基本路段的上游第3个检测器在第一预设时间内的速度标准差，m_1cha.occ_up2为基本路段的上游第2个、第3个检测器在第二预设时间内的占有率差的绝对值，m_1diff.occ_up4为基本路段的上游第4个检测器在第二预设时间内与第三预设时间内的占有率差的绝对值，log(m_3vol_up5)为基本路段的上游第5个检测器在第四预设时间内的流量的对数值。