[发明专利]交通事故预测方法、装置、电子设备及存储介质有效

专利信息
申请号: 202011324403.3 申请日: 2020-11-23
公开(公告)号: CN112530163B 公开(公告)日: 2022-03-01
发明(设计)人: 李优康 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G08G1/01 分类号: G08G1/01
代理公司: 深圳市智圈知识产权代理事务所(普通合伙) 44351 代理人: 韩绍君
地址: 518064 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 交通事故 预测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种交通事故预测方法,其特征在于,包括:

获取待预测路段的交通数据和目标特征数据,所述目标特征数据为影响交通事故发生概率的交通数据的种类所对应的交通数据,所述交通数据的种类包括待预测路段的道路等级种类、待预测路段的长度种类以及待预测路段中不同位置处的行驶速度种类中的至少一种;

将每个所述目标特征数据分别进行归一化处理,对处理后的各目标特征数据以及各目标特征数据对应的偏回归系数进行回归计算,得到所述待预测路段发生交通事故的预测概率;

在所述预测概率大于概率阈值时,根据所述交通数据包括的待预测路段的多个不同位置以及每个所述位置各自对应的行驶速度,得到所述待预测路段的预测事故发生点。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

获取样本交通数据,所述样本交通数据包括正样本交通数据和负样本交通数据,每个样本交通数据对应有数据获取时刻,正样本交通数据为距离所述正样本交通数据的数据获取时刻的第一时长范围内存在交通事故的样本交通数据,负样本交通数据为距离所述负样本交通数据的数据获取时刻的第二时长范围内不存在交通事故的样本交通数据;

对所述正样本交通数据和所述负样本交通数据进行分析对比,得到所述影响交通事故发生概率的交通数据的种类。

3.根据权利要求2所述的方法,其特征在于,所述获取样本交通数据,包括:

从多条路径中选取第三预设时长范围内的车流量大于车流量阈值,且道路等级属于预设等级的样本路径;

从所述样本路径对应的历史交通数据中获取样本交通数据。

4.根据权利要求1所述的方法,其特征在在于,所述根据所述多个不同位置以及每个所述位置各自对应的行驶速度,得到所述待预测路段的预测事故发生点,包括:

根据每个所述位置各自对应的行驶速度,得到任意相邻两个位置的速度变化率,根据所述任意相邻两个位置的速度变化率得到目标速度变化率;

在所述目标速度变化率小于或等于变化率阈值时,根据所述待预测路段的道路类型、道路等级以及长度,获得所述待预测路段的预测事故发生点。

5.根据权利要求4所述的方法,其特征在在于,所述根据所述多个不同位置以及每个所述位置各自对应的行驶速度,得到所述待预测路段的预测事故发生点,还包括:

在所述目标速度变化率大于所述变化率阈值时,根据所述待预测路段中每个所述位置各自对应的行驶速度,得到所述待预测路段的速度拟合曲线;

获取所述速度拟合曲线中最小速度值对应在所述待预测路段中的位置作为目标位置,获取所述目标位置到所述待预测路段的起始点的路径长度,计算该路径长度与所述待预测路段的长度之间的比值;

根据所述比值得到与所述速度拟合曲线相切的切线的斜率,将该切线与所述拟合曲线相切的切点对应在所述待预测路段中的位置作为所述预测事故发生点。

6.根据权利要求5所述的方法,其特征在于,根据所述比值得到与所述拟合曲线相切的切线的斜率,包括:

在所述比值小于或等于第一比值阈值时,将所述比值作为与所述速度拟合曲线相切的切线的斜率;

在所述比值大于第一比值阈值时,对所述比值阈值和所述比值求取均值,并将该均值作为与所述拟合曲线相切的切线的斜率。

7.根据权利要求1-6中任意一项所述的方法,其特征在于,当获取的待预测路段的交通数据包括与多个子路段分别对应的交通数据时,所述根据所述目标特征数据,获取所述待预测路段发生交通事故的预测概率,包括:

根据每个所述子路段的目标特征数据,获取每个所述子路段发生交通事故的预测概率;

将各所述子路段分别对应的预测概率中的最大预测概率对应的子路段作为新的待预测路段,将该最大预测概率作为该待预测路段发生交通事故的预测概率。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,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/202011324403.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top