一种公路安全测试方法、装置、电子设备及存储介质制造方法及图纸

本申请提供一种公路安全测试方法、装置、电子设备及存储介质，公路安全测试方法包括：获取对应路段的事故历史记录数据与第一实时数据；根据事故历史记录数据与第一实时数据形成变量集；采用逻辑回归分析法对变量集进行分析，并根据分析结果建立对应路段的事故发生预测模型；以及获取对应路段的第二实时数据，将第二实时数据输入事故发生预测模型，并获取对应路段的事故发生情况的预测结果。本申请提供的公路安全测试方法通过对第一实时数据与事故历史记录数据的分析实现对交通事故的发生情况进行预测，可进一步利用预测的结果对道路安全水平进行改善。安全水平进行改善。安全水平进行改善。

【技术实现步骤摘要】
一种公路安全测试方法、装置、电子设备及存储介质


[0001]本申请涉及交通领域，具体而言，涉及一种公路安全测试方法、装置、电子设备及存储介质。

技术介绍

[0002]随着国民经济的日益发展，机动车保有量迅猛增加。为提高公路安全水平，现目前普遍采用的方式是：针对历史交通事故进行分析根据历史统计数据研究交通事故的空间分布规律以判断其影响因素。
[0003]由于现目前采用的方式只是对安全态势的单方面定性评价，并且缺乏实践检验，因此对道路安全水平的改善并不明显。

技术实现思路

[0004]本专利技术实施例的目的在于一种公路安全测试方法、装置、电子设备及存储介质，通过对第一实时数据与历史记录数据的分析实现对交通事故的发生情况进行预测，用以提高对交通事故的发生情况预测的精确度，并可进一步利用预测的结果对道路安全水平进行改善，解决了现有技术中对道路安全水平的改善并不明显以及缺乏相应的对于道路安全水平判断手段的问题。
[0005]第一方面，本申请实施例提供了一种公路安全测试方法，所述方法包括：获取对应路段的事故历史记录数据与第一实时数据；根据所述事故历史记录数据与所述第一实时数据形成变量集；采用逻辑回归分析法对所述变量集进行分析，并根据分析结果建立所述对应路段的事故发生预测模型；以及获取所述对应路段的第二实时数据，将所述第二实时数据输入所述事故发生预测模型，并获取所述对应路段的事故发生情况的预测结果。
[0006]上述公路安全测试方法，当获取到所述对应路段的第二实时数据时，通过对第一实时数据与事故历史记录数据的分析实现对交通事故的发生情况进行精确地预测，解决了道路安全水平的改善并不明显的问题。
[0007]结合第一方面，可选地，其中，所述第一实时数据包括：所述对应路段的工程设计数据、所述对应路段的第一实时运行态势数据、所述对应路段的第一实时气象数据。
[0008]上述公路安全测试方法，当获取到应路段的工程设计数据、对应路段的第一实时运行态势数据、对应路段的第一实时气象数据时，通过结合上述数据对交通事故的发生情况进行预测，实现了结合道路现有数据对道路交通运行态势进行全方面地准确评估，从而能够有效进行针对性的改善，进一步地提高了道路的安全水平。
[0009]结合第一方面，可选地，其中，所述第一实时数据还包括哑变量，所述哑变量包括指示当前日期是否为工作日的变量、以及指示当前时间是否为白天的变量。
[0010]上述公路安全测试方法，当获取到用于输入所述事故发生预测模型以预测所述对应路段的事故发生情况得第二实时数据时，哑变量便通过所述第二实时数据直接生成当前日期是否为工作日以及当前时间是否为白天，由于工作日的公路车流量与车速不同于非工
作的车流量与车速，以及白天的公路能见度不同于晚上的公路能见度。因此，前日期是否为工作日以及当前时间是否为白天同样是影响公路事故发生情况的重要因素，通过引入哑变量并参考所述哑变量对道路交通运行态势进行分析，进一步地提高了对所述对应道路的事故发生情况进行预测的精确性。
[0011]结合第一方面，可选地，其中，所述根据所述事故历史记录数据与所述第一实时数据形成变量集，包括：通过预设关键字段提取所述事故历史记录数据中的第一关键词组；通过预设关键字段提取所述第一实时数据中的第二关键词组；以及将所述第一关键词组与所述第二关键词组组合形成所述变量集。
[0012]上述公路安全测试方法，当获取到所述对应路段的事故历史记录数据与第一实时数据时，通过对所述事故历史记录数据中的关键信息提取以及对所述第一实时数据的关键信息提取，并通过关键字匹配一一对应组合所形成的变量集，使得所述变量集更为简洁有条理，更利于后续对所述变量集进行分析。
[0013]结合第一方面，可选地，其中，所述通过逻辑回归分析法建立所述对应路段的事故发生预测模型，包括：对所述变量集进行二元逻辑回归分析获得变量的回归系数；基于所述回归系数建立逻辑回归模型；以及基于所述逻辑回归模型建立所述对应路段的所述事故发生预测模型。
[0014]上述公路安全测试方法，当基于对应路段的事故历史记录数据与第一实时数据获取到变量集之后，通过对变量集进行二元逻辑回归分析，获得变量集中各变量的权重并建立事故发生预测模型，实现了对所述对应路段的事故发生情况的精确预测。
[0015]结合第一方面，可选地，其中，所述逻辑回归分析法的表达式为：
[0016][0017]其中，P表示对应路段的交通事故发生的概率；x
j
选自所述事故历史记录数据与所述第一实时数据；β
j
是根据x
j
以及根据所述事故历史记录所获取的所述对应路段的交通事故发生的概率得出的事故预测回归系数；β0为j＝0时事故预测回归系数β
j
的值；当P>0.5时，指示所述事故发生预测模型输出“会发生事故”的预测结果，当P<0.5 时，指示所述事故发生预测模型输出“不会发生事故”的预测结果。
[0018]上述公路安全测试方法，当获取到选自所述事故历史记录数据与所述第一实时数据的变量x
j
之后，通过所述事故历史记录所获取的所述对应路段的交通事故发生的概率得出的事故预测回归系数，输入第二实时数据输入事故发生预测模型时，输出的预测结果为“二元”的“是”与“否”，使得对事故预测的结果更为直观。
[0019]结合第一方面，可选地，其中，所述第二实时数据包括：所述对应路段的实时运行态势数据以及第二实时气象数据。
[0020]上述公路安全测试方法，当第一实时数据包括工程设计数据、所述对应路段的第一实时运行态势数据、所述对应路段的第一实时气象数据时，通过获取包括所述对应路段的第二实时运行态势数据以及第二实时气象数据的第二实时数据，实现了在事故发生情况预测时，第二实时数据与导致历史交通事故的发生的因素的一一对应，使得对事故发生情况的预测更为精确，其中，所述对应路段的第一实时运行态势数据、所述对应路段的第一实时气象数据指的是事故发生情况已知的、用以表征所述对应路段对事故发生会造成影响的
各项参数的实时数据，该参数用以训练模型。所述对应路段的第二实时运行态势数据、第二实时气象数据指的是事故发生情况未知的、所述对应路段待预测时刻对事故发生会造成影响的各项参数的实时数据，该参数用以输入模型实现模型的应用。
[0021]第二方面，本申请实施例还提供了一种公路安全测试的装置，包括数据获取模块，用于获取对应路段的事故历史记录数据与第一实时数据；数据处理模块，用于将所述事故历史记录数据与所述第一实时数据处理形成变量集；以及数据分析模块，用于采用逻辑回归法对所述变量集进行分析，并建立所述对应路段的事故发生预测模型；其中，所述数据分析模块还用于将所述数据获取模块所获取的第二实时数据输入所述事故发生预测模型，并获取所述对应路段的事故发生情况的预测结果。
[0022]结合第二方面，可选地，其中，所述数据处理模块还包括词组提取单元，所述本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种公路安全测试方法，其特征在于，所述方法包括：获取对应路段的事故历史记录数据与第一实时数据；根据所述事故历史记录数据与所述第一实时数据形成变量集；采用逻辑回归分析法对所述变量集进行分析，并根据分析结果建立所述对应路段的事故发生预测模型；以及获取所述对应路段的第二实时数据，将所述第二实时数据输入所述事故发生预测模型，并获取所述对应路段的事故发生情况的预测结果。2.根据权利要求1所述的公路安全测试方法，其特征在于，所述第一实时数据包括：所述对应路段的工程设计数据、所述对应路段的第一实时运行态势数据、所述对应路段的第一实时气象数据。3.根据权利要求1所述的公路安全测试方法，其特征在于，所述第一实时数据还包括哑变量，所述哑变量包括指示当前日期是否为工作日的变量、以及指示当前时间是否为白天的变量。4.根据权利要求2所述的公路安全测试方法，其特征在于，所述根据所述事故历史记录数据与所述第一实时数据形成变量集，包括：通过预设关键字段提取所述事故历史记录数据中的第一关键词组；通过预设关键字段提取所述第一实时数据中的第二关键词组；以及将所述第一关键词组与所述第二关键词组进行组合形成所述变量集。5.根据权利要求1所述的公路安全测试方法，其特征在于，所述通过逻辑回归分析法建立所述对应路段的事故发生预测模型，包括：对所述变量集进行二元逻辑回归分析获得变量的回归系数；基于所述回归系数建立逻辑回归模型；以及基于所述逻辑回归模型建立所述对应路段的所述事故发生预测模型。6.根据权利要求1所述的公路安全测试方法，其特征在于，所述逻辑回归分析法的表达式为：其中，P表示对应路段的交通事...

【专利技术属性】
技术研发人员：郑德嘉，赵腾飞，俞佳成，陈弘博，司代靖，
申请(专利权)人：浙江数智交院科技股份有限公司，
类型：发明
国别省市：