[发明专利]一种基于交通流数据的二次交通事故时间预测方法

摘要

本发明公开了一种基于交通流数据的二次交通事故时间预测方法，获取历史交通事故数据；将原始交通事故划分为主事故、二次事故和普通交通事故；根据二次事故的上下游交通,路段，天气，时间信息准备模型变量；根据模型变量建立二次交通事故发生时间的预测模型；将主事故的路段信息和交通流数据时间差预测模型计算，计算出二次事故发生的时间，在二次事故发生之前时间，处理主事故的事故现场；本发明利用交通流检测设备获取交通流参数，实时检测快速道路发生主事故时与二次事故的时间差，运用可变限速对车辆进行调控，减少二次事故交通事故产生。

主权项

1.一种基于交通流数据的二次交通事故时间预测方法，其特征在于，利用交通流检测设备获取实时交通数据，以及事故发生地的道路线形数据，实时检测高速道路发生主事故之后，产生二次事故的最有可能的时间，包括以下步骤：步骤10)获取历史交通事故数据，步骤20)根据步骤10)得到的历史交通事故数据将交通事故分类，分别为主事故、二次事故和普通交通事故；步骤30)根据步骤步骤10)得到的历史交通事故数据以及步骤20)的交通事故分类获取二次事故的上下游交通信息；所述步骤30)中获取二次事故的上下游交通信息方法：首先匹配出每一个事故发生地点距离最近的上游环形线圈检测器和下游环形线圈检测器，然后提取事故发生时前30分钟的交通数据作为二次事故的上下游交通信息，所述二次事故的上下游交通信息包括上下游线圈的交通量、车速和车辆占有率；步骤40)根据步骤20)的交通事故分类以及步骤30)获取的二次事故的上下游交通信息准备模型变量；步骤50)根据步骤40)准备的模型变量建立二次交通事故的时间预测模型：y_i＝a+b₁x₁+b₂x₂+…+b_kx_k   式(1)其中，y_i代表第i起二次事故距离主事故的时间对数差，其中，a表示常数，b₁，b₂…b_k表示模型变量的系数，x₁，x₂…x_k表示模型变量，k表示模型变量数目；其时间预测模型为：y_i＝4.701325+0.0068333x_1i‑0.0942883x_2i+0.044625x_3i+0.2053786x_4i+1.578892x_5i‑0.0167416x_6i其中，y_i代表第i起二次事故距离主事故的时间对数差，x_1i表示持续时间，x_2i表示上游5分钟时间车辆占有率的标准差，x_3i表示上下游5分钟时间交通流的平均值，x_4i表示左右匝道差值，x_5i表示是否为辅道，x_6i表示道路宽度；步骤60)当公路上发生了一起事故，获取主事故的路段信息，路段信息包括左右匝道差值、是否为辅道、道路宽度等信息；利用环形线圈检测器获取主事故路段发生前的实时交通流数据，包括上游5分钟时间车辆占有率的标准差、上下游5分钟时间时间交通流的平均值、主事故持续时间；步骤70)将主事故的路段信息和其对应的交通流数据带入步骤50)的时间差预测模型，进行计算，预测出二次事故发生的时间。