[发明专利]一种基于多维度影响因素的道路安全评价方法及系统有效
申请号: | 202111465931.5 | 申请日: | 2021-12-03 |
公开(公告)号: | CN114241753B | 公开(公告)日: | 2022-11-01 |
发明(设计)人: | 郭延永;丁红亮;吴瑶;刘攀;刘佩 | 申请(专利权)人: | 东南大学 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;G06F17/11 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 田凌涛 |
地址: | 210096 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 多维 影响 因素 道路 安全评价 方法 系统 | ||
1.一种基于多维度影响因素的道路安全评价方法,其特征在于,分别针对限定区域范围内的各个子区域,通过步骤A至步骤D构建安全评价模型,应用安全评价模型,通过以下步骤E至步骤F,获得影响子区域中各交通道路安全的影响因素,对子区域进行安全评价:
步骤A、针对子区域,周期获得子区域在预设时长内的历史交通数据、以及子区域内各个交通道路分别在预设时长内的历史交通数据,随后进入步骤B;
步骤B、将机动车日交通量作为安全风险曝光量,基于子区域在预设时长内的历史交通数据、以及子区域内各个交通道路分别在预设时长内的历史交通数据,获得子区域对应的安全风险曝光量、以及子区域所含各个交通道路分别所对应的各个安全风险曝光量,并对各安全风险曝光量进行量化,得到各安全风险曝光量分别所对应的各个分类变量T,随后进入步骤C;
步骤C、分别针对该子区域所包含的各个交通道路,基于其所对应的各历史交通数据、以及步骤B中所获的各个分类变量T,构建道路安全量化子模型,即获得该子区域中各个交通道路分别所对应的道路安全量化子模型;
基于该子区域中各个交通道路分别所对应的道路安全量化子模型、以及该子区域的历史交通数据,构建该子区域所对应的区域安全量化子模型,随后进入步骤D;
步骤D、针对子区域,以该子区域所对应的区域安全量化子模型和该子区域中各个交通道路分别所对应的道路安全量化子模型构成的模型组作为该子区域对应的安全评价模型,并且模型组中各个子模型的输入量为其所对应的历史交通数据;
步骤E、按照步骤A至步骤C中方法,基于子区域的实际交通数据、以及子区域内各个交通道路的实际交通数据,获得子区域所对应的区域安全量化子模型、以及各个道路安全量化子模型,随后进入步骤F;
步骤F、针对该子区域,按照步骤D中方法应用安全评价模型,以约束函数为目标,对子区域对应的区域安全量化子模型、以及各个道路安全量化子模型进行求解,得到影响子区域道路安全的影响因素,根据影响因素对子区域以及该子区域内各个交通道路进行安全评价。
2.根据权利要求1所述的一种基于多维度影响因素的道路安全评价方法,其特征在于,周期获得限定区域范围内各个子区域在预设时长的历史交通数据,各子区域所对应的历史交通数据分别均包括:子区域的人口密度N、子区域的GDP、子区域内道路网密度K、子区域的机动车年平均日交通量AADT1、子区域绿化面积占比L1、子区域居住区占比L2、子区域非居住区占比L3、子区域道路面积占比L4、以及子区域内的平均行车速度V;
各子区域内的各个交通道路所对应的历史交通数据分别均包括:交通道路长度D、交通道路车道数J、交通道路宽度W、交通道路是否设置有专用车道Q、交通道路的机动车年平均日交通量AADT2、交通道路的交叉口密度A、以及交通道路等级D。
3.根据权利要求2所述的一种基于多维度影响因素的道路安全评价方法,其特征在于,所述步骤B中,基于子区域在预设时长内的历史交通数据、以及子区域内各个交通道路分别在预设时长内的历史交通数据,针对该子区域分别所对应的各个交通道路,根据以下公式:
得到该子区域、以及对应各个交通道路的风险曝光量分别所对应的各个分类变量T,其中,AADTi为AADT1或AADT2,当AADTi=AADT1时,AADTi′为限定区域范围内所有子区域的机动车年平均日交通量的中位数,当AADTi=AADT2时,AADTi′为子区域内所有交通道路的机动车年平均日交通量的中位数。
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东南大学,未经东南大学许可,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/202111465931.5/1.html,转载请声明来源钻瓜专利网。