【技术实现步骤摘要】
一种长下坡交通事件实时检测方法、装置及存储介质
本专利技术涉及交通数据预测领域,更具体地说,涉及一种长下坡交通事件实时检测方法、装置及存储介质。
技术介绍
交通事件,是指非周期性发生且使某段道路通行能力下降的事件。如交通事故、故障停车、货物散落、道路维修、车辆逆行、车道变换、超速、慢速、停止、交通阻塞等。为了预防和减少交通事故,及时有效地进行事故救援和处理,有效减少由于交通事故产生交通延误及避免二次事故的发生,就必须准确、快速地对交通异常和交通事件进行检测。交通事件检测分为人工检测和自动检测,其中高速公路交通事件自动检测是主要的研究和应用方向。自动检测方法又可以分为直接检测法和间接检测法,直接检测法主要通过视频和图像处理的方法完成对目标的跟踪、识别及交通流检测,但是该方法需要比较密集地安装摄像机,成本较高,且受气象条件影响较大。间接检测法是通过对主线上设置的检测器采集到的交通参数进行分析来判断是否有事件发生,主要是根据事件对交通流的影响来检测事件的存在,成本低,易操作,但是存在检测率低,误报率高等问题。山区高 ...
【技术保护点】
1.一种长下坡交通事件实时检测方法,其特征在于,包括以下步骤:/n步骤S1:获取长下坡道路数据并进行数据处理;/n步骤S2:将历史数据作为训练集,构建长下坡道路交通事件发生概率的预测模型;/n步骤S3:基于步骤S1的数据,利用步骤S2构建的预测模型获得交通事件发生概率。/n
【技术特征摘要】
1.一种长下坡交通事件实时检测方法,其特征在于,包括以下步骤:
步骤S1:获取长下坡道路数据并进行数据处理;
步骤S2:将历史数据作为训练集,构建长下坡道路交通事件发生概率的预测模型;
步骤S3:基于步骤S1的数据,利用步骤S2构建的预测模型获得交通事件发生概率。
2.根据权利要求1所述的一种长下坡交通事件实时检测方法,其特征在于,步骤S1中所述长下坡道路数据包括基础数据、动态通行数据和天气数据。
3.根据权利要求2所述的一种长下坡交通事件实时检测方法,其特征在于,所述步骤S1包括以下步骤:
步骤S101,获取N个路段的长下坡道路基础数据,其中N为大于等于2的正整数,记录每个路段的距离、坡度和车道数;
步骤S102,获取长下坡道路动态通行数据,以单位时间为步长,统计各个卡口在最近单位时间内捕获的过车数据,包括车辆数、大车占比、小车占比、车辆平均通过时长;
步骤S103,获取当前时间段的天气数据,提取对驾驶行为有影响的天气状况,对天气包含的字段进行One-Hot编码;
步骤S104,对于道路通行数据或者天气数据存在缺失值的,进行替换。
4.根据权利要求1所述的一种长下坡交通事件实时检测方法,其特征在于,所述步骤S2包括以下步骤:
步骤S201:利用长下坡道路基础数据,以及历史上相同时间段的卡口过车数据、天气数据,根据步骤S1中数据处理方式,计算得到数据集作为预测模型的特征变量;
步骤S202:设置目标变量,用于标记历史上相同时间段发生的交通事件;
步骤S203:基于XGBoost算法,以历史数据作为测试集数据,利用测试集数据进行参数调优,选取预测结果最优的参数组合。
5.根据权利要求4所述的一种长下坡交通事件实时检测方法,其特征在...
【专利技术属性】
技术研发人员:刘松,骆乐乐,罗达志,朱文佳,
申请(专利权)人:安徽百诚慧通科技有限公司,
类型:发明
国别省市:安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。