[发明专利]一种降低不同严重程度交通事故概率的车辆调控方法

摘要

本发明公开了一种降低不同严重程度交通事故概率的车辆调控方法，步骤10）获取事故路段的交通信息；步骤20）采集事故路段在事故发生前的交通数据；步骤30）采集事故路段在正常状态下的交通数据；步骤40）建立交通流数据样本；步骤50）建立标定后的三阶段交通事故概率函数；步骤60）测算不同严重程度交通事故发生概率；步骤70）测算不同严重程度交通事故的概率阈值；步骤80）实时检测路段发生不同严重程度交通事故的概率，并调控车辆；步骤90）重复步骤80），进行下一个设定时间T路段发生交通事故概率的检测，并调控车辆，直至结束检测。该车辆调控方法实时检测发生不同严重程度交通事故的概率，对车辆调控，提高行驶安全。

主权项

一种降低不同严重程度交通事故概率的车辆调控方法，其特征在于，该车辆调控方法包括以下步骤：步骤10）获取事故路段的交通信息：在快速道路上安装q个交通流检测设备，将相邻两个交通流检测设备之间的快速道路设为一个路段，利用交通流检测设备采集该快速道路的交通事故数据，并确立每起交通事故发生地点上游和下游两个交通流检测设备；根据交通事故严重等级，将交通事故分成三个等级：仅财产损失事故PDO、轻微人身伤害事故BC、重伤或死亡事故KA；q为大于1的整数；步骤20）采集事故路段在事故发生前的交通数据：通过设置在每起交通事故发生地点上游和下游两个交通流检测设备，采集各类交通事故的交通数据，所述的交通数据包括：每起交通事故发生前，在设定时间T内的上游交通流量平均值x1、上游交通占有率平均值x2、上游车辆速度平均值x3、上游交通流量标准差x4、上游交通占有率标准差x5、上游车辆速度标准差x6、下游交通流量平均值x7、下游交通占有率平均值x8、下游车辆速度平均值x9、下游交通流量标准差x10、下游交通占有率标准差x11、下游车辆速度标准差x12、上游相邻车道间流量差绝对值的平均值x13、上游相邻车道间占有率差绝对值的平均值x14、上游相邻车道间车辆速度差绝对值的平均值x15、下游相邻车道间流量差绝对值的平均值x16、下游相邻车道间占有率差绝对值的平均值x17、下游相邻车道间车辆速度差绝对值的平均值x18、上下游交通流量差的绝对值x19、上下游交通占有率差的绝对值x20和上下游车辆速度差的绝对值x2121个交通流参数；步骤30）采集事故路段在正常状态下的交通数据：对每起交通事故，采用病例对照研究法，按1∶a的比例选取交通事故发生路段在正常状态下的交通数据，所述的正常状态是指路段没有发生交通事故时的状态，所述的1∶a是指对应于每起交通事故的交通数据，选取该交通事故发生路段在正常状态下的a组交通数据；所述的每组交通数据包括该路段在设定时间T内的上游交通流量平均值x1、上游交通占有率平均值x2、上游车辆速度平均值x3、上游交通流量标准差x4、上游交通占有率标准差x5、上游车辆速度标准差x6、下游交通流量平均值x7、下游交通占有率平均值x8、下游车辆速度平均值x9、下游交通流量标准差x10、下游交通 占有率标准差x11、下游车辆速度标准差x12、上游相邻车道间流量差绝对值的平均值x13、上游相邻车道间占有率差绝对值的平均值x14、上游相邻车道间车辆速度差绝对值的平均值x15、下游相邻车道间流量差绝对值的平均值x16、下游相邻车道间占有率差绝对值的平均值x17、下游相邻车道间车辆速度差绝对值的平均值x18、上下游交通流量差的绝对值x19、上下游交通占有率差的绝对值x20和上下游车辆速度差的绝对值x2121个交通流参数；a为大于等于2的整数；步骤40）建立交通流数据样本：将步骤20）采集的三个等级交通事故在事故发生前的交通数据和步骤30）采集的正常状态下的交通数据，组合成交通流数据样本，该交通流数据样本包括n个子样本；步骤50）建立标定后的三阶段交通事故概率函数：包括依次建立标定后的第一阶段交通事故概率函数、标定后的第二阶段交通事故概率函数和标定后的第三阶段交通事故概率函数，具体包括步骤501）至步骤503）步骤501）建立标定后的第一阶段交通事故概率函数，包括步骤5011）至步骤5013）：步骤5011）利用二项逻辑回归构建如式（1）所示的第一阶段初始交通事故概率函数， P ( 1 ) ( y 1 i = 1 | x i ) = 1 1 + e - ( β 1 _ 0 + β 1 _ 1 x 1 i + β 1 _ 2 x 2 i + . . . + β 1 _ 21 x 21 i )       式（1）其中，i＝1、2、…、n；P(1)(y1i＝1|xi)表示交通流数据样本中第i个子样本在第一阶段交通事故概率函数中发生交通事故的概率，y1i表示交通流数据样本中第i个子样本发生交通事故的状况，y1i的值为1或0，y1i=1表示第i个子样本发生交通事故，y1i=0表示第i个子样本没有发生交通事故，P(1)(y1i＝0xi)表示交通流数据样本中第i个子样本没有发生交通事故的概率，P(1)(y1i＝0xi)=1‑P(1)(y1i＝1xi)；x1i表示第i个子样本的第1个交通流参数，x2i表示第i个子样本的第2个交通流参数，x21i表示第i个子样本中的第21个交通流参数，β1_0表示在第一阶段交通事故概率函数中的常数系数，β1_1表示在第一阶段交通事故概率函数中，第1个交通流参数的系数；β1_2表示在第一阶段交通事故概率函数中，第2个交通流参数的系数；β1_21表示在第一阶段交通事故概率函数中，第21个交通流参数的系数；步骤5012）通过测算式（2）的最大值，得到β1_0、β1_1、β1_2、…、β1_2122个系数的值： ln L ( β 1 , x i ) = Σ i = 1 n [ β 1 _ 0 + β 1 _ 1 x 1 i + . . . . + β 1 _ 21 i x 21 i - ln ( 1 + e β 1 _ 0 + β 1 _ 1 x 1 i + . . . . + β 1 _ 21 x 21 i ) ]     式（2））其中，其中，lnL(β1,xi)表示似然函数的自然对数值；步骤5013）将步骤5012）得到的22个系数的显著值分别与设定值B进行比较，如果系数的显著值小于设定值B，则在式（1）中保留该系数对应的交通流参数，否则在式（1）中删除该系数对应的交通流参数，并返回至步骤5011），直到式（1）中余下的交通流参数的系数的显著值均小于设定值B，作为标定后的第一阶段交通事故概率函数；步骤502）建立标定后的第二阶段交通事故概率函数，包括步骤5021）至步骤5023）：步骤5021）在步骤40）建立的交通流数据样本中，删除正常状态下的交通数据，形成第二阶段交通流数据样本，然后利用二项逻辑回归构建如式（3）所示的第二阶段初始交通事故概率函数： P ( 2 ) ( y 2 i = 1 | x i ) = 1 1 + e - ( β 2 _ 0 + β 2 _ 1 x 1 i + β 2 _ 2 x 2 i + . . . + β 2 _ 21 x 21 i )     式（3）其中，i＝1、2、…、n2；n2表示第二阶段交通流数据样本包含的子样本数量；P(2)(y2i＝1|xi)表示第二阶段交通流数据样本中第i个子样本在第二阶段交通事故概率函数中发生轻微人身伤害事故BC、重伤或者死亡事故KA的概率，y2i表示第二阶段交通流数据样本中第i个子样本发生交通事故的状况，y2i的值为1或0，y2i=1表示第二阶段交通流数据样本中第i个子样本发生轻微人身伤害事故BC、或者重伤或死亡事故KA，y2i=0表示第二阶段交通流数据样本中第i个子样本发生仅财产损失事故PDO，P(2)(y2i＝0xi)表示第二阶段交通流数据样本中第i个子样本发生仅财产损失事故PDO的概率，P(2)(y2i＝0xi)=1‑P(2)(y2i＝1xi)；x1i表示第二阶段交通流数据样本中第i个子样本的第1个交通流参数，x2i表示第二阶段交通流数据样本中第i个子样本的第2个交通流参数，x21i表示第二阶段交通流数据样本中第i个子样本中的第21个交通流参数，β2_0表示在第二阶段交通事故概率函数中的常数系数，β2_1表示在第二阶段交通事故概率函数中，第1个交通流参数的系数；β2_2表示在第二阶段交通事故概率函数中，第2个交通流参数的系数；β2_21表示在第二阶段交通事故概率函数中，第21个交通流参数的系数；步骤5022）通过测算式（4）的最大值，得到β2_0、β2_1、β2_2、…、β2_2122个系数的值： ln L ( β 2 , x i ) = Σ i = 1 n 2 [ β 2 _ 0 + β 2 _ 1 x 1 i + . . . . + β 2 _ 21 i x 21 i - ln ( 1 + e β 2 _ 0 + β 2 _ 1 x 1 i + . . . . + β 2 _ 21 x 21 i ) ]     式（4）其中，其中，lnL(β2,xi)表示似然函数的自然对数值；步骤5023）将步骤5022）得到的22个系数的显著值分别与设定值B进行比较，如果系数的显著值小于设定值B，则在式（3）中保留该系数对应的交通流参数，否则在式（3）中删除该系数对应的交通流参数，并返回至步骤5021），直到式（3）中余下的交通流参数的系数的显著值均小于设定值B，作为标定后的第二阶段交通事故概率函数；步骤503）建立标定后的第三阶段交通事故概率函数，包括步骤5031）至步骤5033）：步骤5031）在步骤5021）建立的第二阶段交通流数据样本中，删除仅财产损失事故PDO数据，保留轻微人身伤害事故BC和重伤或死亡事故KA数据，作为第三阶段交通流数据样本，然后利用二项逻辑回归构建如式（5）所示的第三阶段初始交通事故概率函数： P ( 3 ) ( y 3 i = 1 | x i ) = 1 1 + e - ( β 3 _ 0 + β 3 _ 1 x 1 i + β 3 _ 2 x 2 i + . . . + β 3 _ 21 x 21 i )     式（5）其中，i＝1、2、…、n3；n3表示第三阶段交通流数据样本包含的子样本数量；p(3)(y3i=1|xi)表示第三阶段交通流数据样本中第i个子样本在第三阶段交通事故概率函数中发生重伤或者死亡事故KA的概率，y3i表示第三阶段交通流数据样本中第i个子样本发生交通事故的状况，y3i的值为1或0，y3i=1表示第三阶段交通流数据样本中第i个子样本发生重伤或者死亡事故KA，y3i=0表示第三阶段交通流数据样本中第i个子样本发生轻微人身伤害事故BC，P(3)(y3i＝0xi)表示第三阶段交通流数据样本中第i个子样本发生轻微人身伤害事故BC的概率，P(3)(y3i＝0xi)=1‑P(3)(y3i＝1xi)；x1i表示第三阶段交通流数据样本中第i个子样本的第1个交通流参数，x2i表示第三阶段交通流数据样本中第i个子样本的第2个交通流参数，x21i表示第三阶段交通流数据样本中第i个子样本中的第21个交通流参数，β3_0表示在第三阶段交通事故概率函数中的常数系数，β3_1表示在第三阶段交通事故概率函数中，第1个交通流参数的系数；β3_2表示在第三阶段交通事故概率函数中，第2个交通流参数的系数；β3_21表示在第三阶段交通事故概率函数中，第21个交通流参数的系数；步骤5032）通过测算式（6）的最大值，得到β3_0、β3_1、β3_2、…、β3_2122个系数的值： ln L ( β 3 , x i ) = Σ i = 1 n 3 [ β 3 _ 0 + β 3 _ 1 x 1 i + . . . . + β 3 _ 21 i x 21 i - ln ( 1 + e β 3 _ 0 + β 3 _ 1 x 1 i + . . . . + β 3 _ 21 x 21 i ) ]     式（6）其中，其中，lnL(β3,xi)表示似然函数的自然对数值；步骤5033）将步骤5032）得到的22个系数的显著值分别与设定值B进行比较，如果系数的显著值小于设定值B，则在式（5）中保留该系数对应的交通流参数，否则在式（5）中删除该系数对应的交通流参数，并返回至步骤5031），直到式（5）中余下的交通流参数的系数的显著值均小于设定值B，作为标定后的第三阶段交通事故概率函数；步骤60）测算不同严重程度交通事故发生概率：根据步骤50）确定的标定后的第一阶段交通事故概率函数、标定后的第二阶段交通事故概率函数和标定后的第三阶段交通事故概率函数，依照式（7）到式（9），分别测算仅财产损失事故PDO的发生概率P(PDO)、P轻微(x人)身(伤害事故BC的发生概率P(BC)和重伤或死亡事故KA的发生概率P(KA)：P(PDO)＝P(1)(xi)×(1‑P(2)(xi))    式（7）P(BC)＝P(1)(xi)×P(2)(xi)×(1‑P(3)(xi))   式（8）P(KA)＝P(1)(xi)×P(2)(xi)×P(3)(xi)    式（9）其中，P(1)(xi)表示由标定后的第一阶段交通事故概率函数测得的概率值，P(2)(xi)表示由标定后的第二阶段交通事故概率函数测得的概率值，P(3)(xi)表示由标定后的第三阶段交通事故概率函数测得的概率值；步骤70）测算不同严重程度交通事故的概率阈值：依照式（10）至式（12）分别确定仅财产损失事故PDO的概率阈值P0_PDO、轻微人身伤害事故BC的概率阈值P0_BC、重伤或死亡事故KA的概率阈值P0_KA：P0_PDO＝α(1)×(1‑α(2))     式（10）P0_BC＝α(1)×α(2)×(1‑α(3))    式（11）P0_KA＝α(1)×α(2)×α(3)   式（12）其中，α(1)表示在步骤40）的交通流数据样本中，仅财产损失事故PDO、轻微人身伤害事故BC和重伤或死亡事故KA的数量总和占整个样本的比例；α(2)表示在步骤5021）建立的第 二阶段交通流数据样本中，轻微人身伤害事故BC和重伤或死亡事故KA的数量总和占整个样本的比例；α(3)表示步骤5031）建立的第三阶段交通流数据样本中，重伤或死亡事故KA的数量占整个样本的比例；步骤80）实时检测路段发生交通事故的概率，并调控车辆：通过设置在快速道路上的交通流检测设备，实时检测当前交通数据，将步骤20）中相应交通流参数带入式（7）、式（8）和式（9）中，测算仅财产损失事故PDO、轻微人身伤害事故BC、重伤或死亡事故KA的发生概率，当P(PDO)>P0_PDO时，则表明该路段当前有发生仅财产损失事故PDO的风险，在该路段前方通过可变信息板对驾驶员进行预警提示；当P(BC)>P0_BC时，则表明该路段当前有发生轻微人身伤害事故BC的风险，在该路段前方通过可变信息板对驾驶员进行预警提示，并启动控制设备，通过控制快速道路的匝道或者快速道路的交叉口信号灯，降低上游车辆流量；当P(KA)>P0_KA时，则表明该路段当前有发生重伤或死亡事故KA的风险，在该路段前方通过可变信息板对驾驶员进行预警提示，启动控制设备，通过控制快速道路的匝道或者快速道路的交叉口信号灯，降低上游车辆流量，并通过可变限速板对当前车辆限速，降低上游车辆的行驶速度；当P(PDO)≤P0_PDO时，则表明该路段当前没有发生仅财产损失事故PDO的风险，无需发出预警提示；当P(BC)≤P0_BC时，则表明该路段当前没有发生轻微人身伤害事故BC的风险，无需发出预警提示；当P(KA)≤P0_KA时，则表明该路段当前没有发生重伤或死亡事故KA的风险，无需发出预警提示；步骤90）重复步骤80），进行下一个设定时间T路段发生不同严重程度交通事故概率的检测，并调控车辆，直至结束检测。