[发明专利]一种机动车驾驶者肇事逃逸行为的发生预测方法

说明书

本发明公开的一种机动车驾驶者肇事逃逸行为的发生预测方法，包括以下步骤：1)采集所研究城市路段的自行车骑行者、目标驾驶车辆、道路交通条件、实时环境等数据；2)对照模型因素编码表对每个因素进行0‑1二元编码；3)利用本发明给出的偏倚逻辑模型进行计算，即得该机动车‑自行车事故下驾驶者逃逸的发生概率。本发明优点在于：对于机动车‑自行车事故的交通肇事逃逸行为进行有效检测和科学预测，对模型参数进行了核准和修订，提出一种新的概率预测模式，针对不同的城市道路车、道路及环境因素具有高度准确的判断结果，可有效识别高逃逸风险路段、交通监管部门的视频监控盲区和锁定高逃逸风险驾驶人。

技术领域

本发明涉及城市道路交通安全违法监测技术领域，特别涉及一种基于偏倚逻辑模型的机动车驾驶者肇事逃逸行为的发生预测方法。

背景技术

在世界范围内，交通肇事逃逸行为均被视为一种严重的违法行为。交通肇事逃逸行为延误了对肇事者(车辆)的识别和对伤者的紧急救援。在众多车辆事故类型中，由于作为交通工具的自行车本身缺乏对骑行者的物理保护，在自行车和汽车的交通事故中，骑行者更容易受伤。因而对于自行车骑行者而言，肇事司机的逃逸行为所造成的后果将尤其严重。因此，亟待开展一些研究，探讨导致机动车-自行车碰撞后机动车驾驶员肇事逃逸行为的潜在危险因素，并对高逃逸率的路段和对象进行重点监测，以保证交通参与者的生命安全和合法权益。

目前关于机动车驾驶者肇事逃逸行为的发生预测方法很少，对国内相关道路交通安全数据的搜集汇总不充分，对于机动车驾驶者在与自行车碰撞后的逃逸风险预测能力不足。

发明内容

本发明针对现有技术的缺陷，提供了一种机动车驾驶者肇事逃逸行为的发生预测方法，用以定量掌控机动车驾驶员在与自行车发生碰撞之后的逃逸倾向或者逃逸可能性，尤其可有效识别高逃逸风险路段交通监管部门的视频监控盲区和锁定高逃逸风险驾驶人。

为了实现以上发明目的，本发明采取的技术方案如下：

一种机动车驾驶者肇事逃逸行为的发生预测方法，包括以下步骤：

1)建立模型因素编码表，如表1所示。对照表1，采集包括：骑行者特征、驾驶员特征、事故特征、天气和环境条件的因素信息。

表1模型因素编码表

2)根据上步所获取的数据，对照模型因素编码表，对表中所有变量进行0-1二元编码；

3)计算该交通系统情形下，机动车驾驶人在发生自行车碰撞事故后的肇事逃逸概率P_肇事逃逸，根据公式(1)：

α＝1.5469

上式中的其他参数及变量含义如表1所示，e表示自然对数的底，取2.7183；X是一系列二元(0-1)变量，用以描述事故发生时的道路交通场景。

与现有技术相比，本发明的优点在于：

可以针对目标路段、特定情境在较短时间获得较高准确判断结果的特点，可对特定条件下机动车-自行车事故中机动车驾驶员的肇事逃逸倾向进行预测，从而锁定特定条件下逃逸高风险路段，为改善道路行车安全环境提供科学支撑。具有可靠的准确性和稳定性。

具体实施方式

为使本发明的目的、技术方案及优点更加清楚明白，以下列举实施例，对本发明做进一步详细说明。

假如有下列类似的交通事故发生，按本发明的方法，预测机动车驾驶员的肇事逃逸概率。