[发明专利]一种中观层面事故多发道路判别的方法有效
申请号: | 201810527789.4 | 申请日: | 2018-05-29 |
公开(公告)号: | CN108922168B | 公开(公告)日: | 2019-10-18 |
发明(设计)人: | 李佳;王雪松 | 申请(专利权)人: | 同济大学 |
主分类号: | G08G1/01 | 分类号: | G08G1/01;G08G1/07;G08G1/08 |
代理公司: | 上海科律专利代理事务所(特殊普通合伙) 31290 | 代理人: | 叶凤 |
地址: | 200092 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 针对路网密度较大的城市道路提出一种中观层面的事故多发道路判别方法。该方法通过在纵向上将城市道路相邻路段和交叉口依据道路横断面和交通运行特征组合为中观单元,在横向上计算中观单元两侧道路的路网形态。基于中观单元的几何设计、路网特征、交通特征三类数据,考虑了来自同一道路的中观单元的空间相关性,建立随机效应负二项模型,并计算其安全可提高空间,对事故多发道路进行判别。该方法:1)考虑了相邻路段和交叉口的相互影响,克服了传统安全分析模型中研究单元划分的问题;2)考虑了交叉口间距和路网形态对事故的影响;3)在中观层面对组合的路段和交叉口进行事故多发道路进行判别,较以往的传统判别方法更具有工程指导意义。 | ||
搜索关键词: | 交叉口 路网 相邻路段 城市道路 道路横断面 空间相关性 传统安全 分析模型 工程指导 几何设计 交通特征 随机效应 运行特征 纵向上将 中观层 路段 交通 安全 研究 | ||
【主权项】:
1.一种中观层面事故多发道路判别的方法,其特征在于,步骤如下: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;利用街景地图得到道路几何设计数据,基于线圈检测设备获取交通流量数据,根据浮动车数据提取路段的运行速度,根据交通事故的严重程度将事故分为物损事故、伤亡事故;步骤2:沿道路方向,将道路划分为中观研究单元;根据横断面设计参数、道路运行速度、道路范围,将道路划分为中观研究单元,即中观单元内的横断面、运行特征差异性较小;步骤3:与道路相交方向,两侧均选用350m作为影响道路运行状况的路网范围,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,混合型三种路网形态;步骤4:构建中观安全分析样本数据集;提取各中观单元的道路几何特征变量、交通运行特征变量及总事故数、物损及伤亡事故数,构建交通安全分析的样本数据集;步骤5:建立随机效应负二项安全分析模型;步骤5.1:针对总事故数构建随机效应负二项交通安全模型;假设路段交通事故数服从负二项分布,yij~Negbin(θij,r),模型方程为
yii为主干道i第j个中观单元的观测事故数,θij是yij的期望值,离散系数r服从Gamma分布(0.001,0.001),Xii为自变量,β为估计系数,
为主干道随机效应,服从正态分布(0,1/a),其中a为精度参数,服从Gamma分布(0.001,0.001);步骤5.2:针对物损及伤亡事故数构建二元因变量随机效应负二项交通安全模型;假设物损及伤亡事故服从负二项分布,yij1~Negbin(θij1,r1),yij2~Negbin(θij2,r2),模型方程为![]()
其中yij1某中观单元的物损事故数,yij2为中观单元的伤亡事故数,θij1是yij1的期望值,θij2是yij2的期望值;
是随机效应项;uij1和uij2是误差项,服从正态分布uij1~N(0,1/τ),τ是精确度参数,τ~gamma(0.001,0.001);Xij1和Xij2是自变量;β和δm为待估计系数;使用全贝叶斯方法估计交通安全模型参数;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法完成参数估计;理论框架为
其中y为已发生的事故数,θ为事故数期望,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,即将要发生的事故数期望,∫L(y|θ)π(θ)dθ为观测数据的边缘概率分布;步骤6:计算安全可提高空间;安全可提高空间为贝叶斯估计事故数与类似地点平均事故期望的差值,即
其中,
为地点ij事故类型k的安全可提高空间,k=0表示总事故,k=1表示物损事故,k=2表示伤亡事故;
表示地点ij的事故超出了类似地点,并且由该地点相关特征所引起,可采取改善措施将超出的事故降低到平均值;将样本数据代入计算公式,计算所有地点总体、物损、伤亡事故的安全可提高空间,从而判别事故多发道路。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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同济大学,未经同济大学许可,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/patent/201810527789.4/,转载请声明来源钻瓜专利网。