[发明专利]一种基于中观层面的城郊主干道事故预测方法及存储介质

权利要求书

1.一种基于中观层面的城郊主干道事故预测方法，其特征在于，该方法包括以下步骤：

步骤1：获取道路上所有路段及交叉口的几何设计、交通运行及事故数据；

步骤2：沿道路方向，将道路划分为中观分析单元；

步骤3：确定主干道横向影响区范围；

步骤4：构建中观安全分析样本数据集；

步骤5：建立泊松对数正态条件自回归模型；

步骤6：模型预测精度对比与分析；

所述的步骤2具体为：

根据交通事故空间分布情况，以交叉口为主体，合并两侧路段，将道路划分为基本中观分析单元；

根据相邻道路几何设计中的横断面参数、交通运行特征，以及事故分布的同质性，将基本中观分析单元合并，分布形成组合中观分析单元；

所述的步骤3具体为：在主干道两侧，根据城镇化用地占比的变化特征来确定主干道横向影响区范围；提取所述影响区内的路网特征，采用介度中心度量化路网的集聚性，将路网划分为方格、不规则方格、混合型、树枝型四种路网形态；

所述的步骤5具体为：

步骤5.1：针对总事故数构建泊松对数正态条件自回归模型；假设路段交通事故数服从泊松分布：y_ij～Poisson(λ_ij)，泊松对数正态条件自回归模型方程为：其中，i是每条主干道上分析单元的编号，j主干道编号，y_ij是给定中观分析单元的事故总数，λ_ij是y_ij的期望值，X_ij是所有分析单元的解释变量，β是回归系数，θ_ij是随机效应项，是条件自回归效应；

步骤5.2：使用全贝叶斯方法估计交通安全分析模型参数，首先为参数设置一个特定的先验分布，再与观测数据结合得出后验分布，并通过马尔科夫链蒙特卡洛完成参数估计；理论框架为其中，y为已发生的事故数，L(y|θ)为似然函数，π(θ)为先验分布，π(θ|y)为在给定y条件下θ的后验分布，即事故期望数，∫L(y|θ)π(θ)dθ为观测数据的边缘概率分布；

所述的步骤6具体为：

标准绝对残差SAD反映了各路段事故预测精度，平均标准绝对残差MSAD表征了整体事故预测的精确性；SAD和MSAD是用以比较不同模型预测结果的两个重要指标，其定义分别如下：其中，为路段实际事故数，为基于模型估计得到的路段事故数，SD(y^o)为所有样本实际发生事故数的标准差，n为样本量，SAD值和MSAD值越小，预测方法对事故的预测越精确。

2.根据权利要求1所述的一种基于中观层面的城郊主干道事故预测方法，其特征在于，所述的步骤1具体为：利用街景地图得到道路几何设计数据，基于视频监控设备获取交通流量数据，并根据道路交通事故分析预警系统获取道路交通事故数据。

3.根据权利要求1所述的一种基于中观层面的城郊主干道事故预测方法，其特征在于，所述确定主干道横向影响区为1.6千米。

4.根据权利要求1所述的一种基于中观层面的城郊主干道事故预测方法，其特征在于，所述的步骤4具体为：计算各中观分析单元的道路几何特征变量、交通运行特征变量及事故数，构建交通安全分析的样本数据集。

5.一种存储介质，其特征在于，所述的存储介质内存储有如权利要求1～4中任一项所述的基于中观层面的城郊主干道事故预测方法。