一种基于道路安全模型的车辆安全曝光量分析方法技术

本发明专利技术公开了一种基于道路安全模型的车辆安全曝光量分析方法，涉及道路交通安全技术领域，通过采集目标区域范围内各个子目标区域所对应的数据信息，基于数据信息，分别针对各个子目标区域，构建子目标区域对应的车辆安全分析模型，应用车辆安全分析模型，获得该子目标区域内各个目标车辆分别所对应的车辆安全曝光量。通过本发明专利技术的技术方案，能够考虑不同车辆安全曝光量的有效性，从而能够较为准确的评估车辆安全事故与不同安全影响因素之间的因果关系。因果关系。因果关系。

【技术实现步骤摘要】
一种基于道路安全模型的车辆安全曝光量分析方法


[0001]本专利技术涉及道路交通安全
，具体而言涉及一种基于道路安全模型的车辆安全曝光量分析方法。

技术介绍

[0002]随着社会经济发展，车辆安全等问题随之产生，为了提高车辆在出行过程中的安全，相关研究领域提出了一系列的道路安全分析模型，其中包含交通小区层面等宏观分析模型。为提高车辆安全分析模型的表现，有效的车辆安全曝光量是必要的。本质上不同交通小区的车辆安全水平是不同的，因此在构建车辆安全分析模型是需要考虑不同车辆安全曝光量的有效性。现有的研究或者专利都没有考虑车辆安全曝光量的有效性，从而影响车辆安全分析模型，并导致模型参数产生较大的偏差。

技术实现思路

[0003]本专利技术的目的在于提供一种基于道路安全模型的车辆安全曝光量分析方法，以解决现有技术中的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：
[0005]一种基于道路安全模型的车辆安全曝光量分析方法，采集目标区域范围内各个子目标区域在历史状态下所对应的预设类型的数据信息，基于预设类型的数据信息，获得目标区域范围内的各个对照区域，通过以下步骤A至步骤D中过程构建车辆安全分析模型，应用车辆安全分析模型，获得目标区域范围内各个子目标区域对应的各个目标车辆分别所对应的车辆安全曝光量：
[0006]步骤A、分别收集各个子目标区域在历史状态下各个目标车辆所对应的预设类型的车辆信息，分别针对各个子目标区域，根据各个目标车辆的车辆信息、以及对应子目标区域的预设类型的数据信息，计算并获得各个子目标区域所对应的用于进行子目标区域分类的分类参数，随后进入步骤B；
[0007]步骤B、基于目标区域范围内各个子目标区域分别所对应的分类参数，进一步获得各个子目标区域分别与其位置相邻的子目标区域之间的分类参数差，当分类参数差小于预设阈值时，该子目标区域与其位置相邻的子目标区域构成对照区域，即获得该目标区域范围对应的各个对照区域，随后进入步骤C；
[0008]步骤C、分别针对各个对照区域，进一步针对对照区域对应的各个子目标区域，基于该对照区域中各个子目标区域分别所对应的分类参数，利用所采集的预设类型的数据信息，计算并获得该对照区域对应的各个子目标区域预先定义的预测交通事故值，以各个子目标区域对应预设类型的数据信息为输入，以该对照区域对应的各个子目标区域的预测交通事故值为输出，训练获得各个子目标区域分别所对应的车辆安全分析模型，即获得该目标区域范围对应的各个车辆安全分析模型，随后进入步骤D；
[0009]步骤D、针对目标区域范围内的各个目标车辆，应用步骤C所获的各个车辆安全分
析模型、以及子目标区域对应预设类型的数据信息，筛选出子目标区域内各个目标车辆分别对应的最优车辆安全分析模型，进一步获得该子目标区域所对应的车辆安全曝光量。
[0010]进一步地，各个目标车辆的数据信息包括子目标区域内的人口密度D、子目标区域的经济水平GDP、子目标区域的日交通平均交通量Q、子目标区域的道路网密度L、子目标区域的公交站点密度B、子目标区域的轨道站点密度R、以及子目标区域的交通节点密度S。
[0011]进一步地，前述的步骤A中，根据以下公式：
[0012][0013]计算并获得该子目标区域i的分类参数p
i
，其中，为常数项，β1‑
β7为回归系数；
[0014]根据以下公式：
[0015]c＝p
i
‑
p
j
[0016]计算并获得该子目标区域i与相邻子目标区域j之间的分类参数差c。
[0017]进一步地，前述的步骤C中，根据以下公式构建并获得安全分析模型：
[0018][0019]其中，A为年平均使用子模型，V为年平均出行子模型，Z为年平均距离子模型，t
i
为该子目标区域i对应各个目标车辆的预测交通事故值，θ为安全系数，A
i
为该目标子区域i所对应目标车辆的年平均使用量，V
i
为该目标子区域i所对应目标车辆的年平均出行时间，Z
i
为该目标子区域i所对应目标车辆的年平均出行距离。
[0020]进一步地，前述车辆安全曝光量基于安全分析模型分别所对应的预测交通事故值，根据以下公式：
[0021]Y＝min∑(t
i
‑
t
′
i
)
[0022]计算并获得该子目标区域所对应各个对照区域的预测交通事故值的误差值Y，其中，t
′
i
为实际采集目标车辆的交通事故值，当预测交通事故值的误差值最小时，其所对应子模型构成该子目标区域对应的车辆安全曝光量。
[0023]进一步地，车辆安全曝光量基于年平均使用子模型，年平均出行子模型，年平均距离子模型所构成的车辆安全分析模型获得。
[0024]本专利技术所述一种基于道路安全模型的车辆安全曝光量分析方法，采用以上技术方案与现有技术相比，具有以下技术效果：
[0025]通过本专利技术技术方案，能够通过对目标区域内所含各个子区域进行相似性分类，获得分类参数，考虑不同安全曝光量的有效性，从而能够较为准确的评估车辆安全事故与不同安全影响因素之间的因果关系。
附图说明
[0026]图1为本专利技术示例性实施例的一种的车辆安全曝光量分析方法流程示意图。
具体实施方式
[0027]为了更了解本专利技术的
技术实现思路
，特举具体实施例并配合所附图式说明如下。
[0028]在本专利技术中参照附图来描述本专利技术的各方面，附图中示出了许多说明性实施例。本专利技术的实施例不局限于附图所示。应当理解，本专利技术通过上面介绍的多种构思和实施例，以及下面详细描述的构思和实施方式中的任意一种来实现，这是因为本专利技术所公开的构思和实施例并不限于任何实施方式。另外，本专利技术公开的一些方面可以单独使用，或者与本专利技术公开的其他方面的任何适当组合来使用。
[0029]结合图1，本专利技术提供一种基于道路安全模型的车辆安全曝光量分析方法，以交通小区作为目标区域进行实例分析，通过采集目标区域范围内各个交通小区所对应的数据信息，目标车辆的数据信息包括子目标区域内的人口密度D、子目标区域的经济水平GDP、子目标区域的日交通平均交通量Q、子目标区域的道路网密度L、子目标区域的公交站点密度B、子目标区域的轨道站点密度R、以及子目标区域的交通节点密度S，基于数据信息，分别针对各个交通小区，通过以下步骤A至步骤C中过程构建该交通小区对应的车辆安全分析模型，应用车辆安全分析模型，获得该交通小区内各个目标车辆分别所对应的车辆安全曝光量：
[0030]步骤A、收集该子目标区域内各个目标车辆所对应的预设类型的车辆信息，根据各个目标车辆的车辆信息、以及该子目标区域对应的数据信息，根据以下公式：
[0031][0032]计算并获得该子目标区域i的分类参数p
i
，其中，为常数项，β1‑
β7本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于道路安全模型的车辆安全曝光量分析方法，其特征在于，采集目标区域范围内各个子目标区域在历史状态下所对应的预设类型的数据信息，基于预设类型的数据信息，获得目标区域范围内的各个对照区域，通过以下步骤A至步骤D中过程构建车辆安全分析模型，应用车辆安全分析模型，获得目标区域范围内各个子目标区域对应的各个目标车辆分别所对应的车辆安全曝光量：步骤A、分别收集各个子目标区域在历史状态下各个目标车辆所对应的预设类型的车辆信息，分别针对各个子目标区域，根据各个目标车辆的车辆信息、以及对应子目标区域的预设类型的数据信息，计算并获得各个子目标区域所对应的用于进行子目标区域分类的分类参数，随后进入步骤B；步骤B、基于目标区域范围内各个子目标区域分别所对应的分类参数，进一步获得各个子目标区域分别与其位置相邻的子目标区域之间的分类参数差，当分类参数差小于预设阈值时，该子目标区域与其位置相邻的子目标区域构成对照区域，即获得该目标区域范围对应的各个对照区域，随后进入步骤C；步骤C、分别针对各个对照区域，进一步针对对照区域对应的各个子目标区域，基于该对照区域中各个子目标区域分别所对应的分类参数，利用所采集的预设类型的数据信息，计算并获得该对照区域对应的各个子目标区域预先定义的预测交通事故值，以各个子目标区域对应预设类型的数据信息为输入，以该对照区域对应的各个子目标区域的预测交通事故值为输出，训练获得各个子目标区域分别所对应的车辆安全分析模型，即获得该目标区域范围对应的各个车辆安全分析模型，随后进入步骤D；步骤D、针对目标区域范围内的各个目标车辆，应用步骤C所获的各个车辆安全分析模型、以及子目标区域对应预设类型的数据信息，筛选出子目标区域内各个目标车辆分别对应的最优车辆安全分析模型，进一步获得该子目标区域所对应的车辆安全曝光量。2.根据权利要求1所述的一种基于道路安全模型的车辆安全曝光量分析方法，其特征在于，各个目标车辆的数据信息包括子目标区域内的人口密度D、子目标区域的经济水平GDP、子目标区域的日交通平均交通量Q、子目标区域的道路网密...

【专利技术属性】
技术研发人员：郭延永，江典峰，丁红亮，刘攀，刘佩，
申请(专利权)人：东南大学，
类型：发明
国别省市：