基于电子收费门架的高速公路碰撞风险动态预测方法技术

本发明专利技术涉及道路交通安全设计领域，具体是涉及一种基于电子收费门架的高速公路碰撞风险动态预测方法。本发明专利技术基于电子收费门架提取的高精度交通流数据来构建高速公路碰撞风险动态预测模型，从而实现主动调节交通流运行状态、快速降低交通事故风险、提升交通安全的目的。本发明专利技术的技术方案包括以下步骤：步骤1、提取历史高精度交通流数据；步骤2、匹配历史高精度交通流数据与碰撞数据；步骤3、提取碰撞交通流数据样本；步骤4、提取正常交通流数据样本；步骤5、划分训练集与测试集；步骤6、建立高速公路碰撞风险动态预测模型；步骤7、提取实时高精度交通流数据进行动态预测。度交通流数据进行动态预测。度交通流数据进行动态预测。

【技术实现步骤摘要】
基于电子收费门架的高速公路碰撞风险动态预测方法


[0001]本专利技术涉及道路交通安全设计领域，具体是涉及一种基于电子收费门架的高速公路碰撞风险动态预测方法。

技术介绍

[0002]传统交通安全管理由于缺乏高精度实时交通流数据，通常将交通事故数据在时间和空间上进行集计，建立交通事故频次与某一较长时间段(通常为一年) 交通流参数平均值、道路特征和环境条件等因素的关系。由于模型中的交通流变量是较长时间段内的平均值，无法反映交通流的动态特征，所以难以揭示交通流动态特征对交通事故风险的影响。
[0003]动态交通安全管理利用高精度实时交通流数据建立事故风险辨识模型，可主动调节交通流运行状态，达到快速降低交通事故风险、主动提升交通安全的目的。目前，为提高高速公路通行效率，我国在高速公路主线上建设了多台电子收费门架，电子收费门架上的感应设备能在极短的时间内捕捉车载电子收费装置发出的信号，对车辆进行分段计费，车辆在通过电子收费门架时不需要减速慢行，可以实现不停车收费，有利于减少拥堵，提高高速公路通行能力，提升广大司乘人员的获得感。此外，电子收费门架数据中包含电子收费门架编号、车牌号、时间戳等信息，为提取高精度实时交通流数据提供了新的途径。

技术实现思路

[0004][0005]本专利技术的目的是克服上述
技术介绍
中的不足，提供一种基于电子收费门架的高速公路碰撞风险动态预测方法，该方法应能基于电子收费门架提取的高精度交通流数据来构建高速公路碰撞风险动态预测模型，从而实现主动调节交通流运行状态、快速降低交通事故风险、提升交通安全的目的。
[0006]本专利技术的技术方案是：
[0007]基于电子收费门架的高速公路碰撞风险动态预测方法，包括以下步骤：
[0008]步骤1、提取历史高精度交通流数据
[0009]收集并处理电子收费门架历史数据，以一分钟为集计，将每个电子收费门架的同一分钟历史数据合并为一条历史高精度交通流数据；
[0010]步骤2、匹配历史高精度交通流数据与碰撞数据
[0011]收集碰撞数据，定位到距离碰撞发生位置上游方向最近的电子收费门架，提取该电子收费门架在碰撞时间产生的历史高精度交通流数据作为碰撞匹配高精度交通流数据；
[0012]步骤3、提取碰撞交通流数据样本
[0013]提取同一电子收费门架在碰撞匹配高精度交通流数据产生前5至10分钟的历史高精度交通流数据作为碰撞样本，将碰撞样本的相同各参数求均值后得到一条碰撞交通流数据样本；
[0014]步骤4、提取正常交通流数据样本
[0015]在产生碰撞交通流数据样本的电子收费门架中随机提取若干正常状态的连续5分钟历史高精度交通流数据，以连续5分钟的一组历史高精度交通流数据作为一个正常样本，将每个正常样本的相同参数求均值后得到一条正常交通流数据样本；
[0016]步骤5、划分训练集与测试集
[0017]从碰撞交通流数据样本与正常交通流数据样本中抽取数据分别作为训练集与测试集；
[0018]步骤6、建立高速公路碰撞风险动态预测模型
[0019]基于训练集建立高速公路碰撞风险动态预测模型，如下式所示：
[0020][0021]式中：P为单个电子收费门架下游方向发生碰撞的概率值，β0为常数项，β1、β2、β3、β4、β5、β6为自变量回归系数；
[0022]求解常数项与自变量回归系数的估计值，设定阈值，通过测试集验证模型的精度和有效性；
[0023]步骤7、提取实时高精度交通流数据进行动态预测
[0024]收集并处理电子收费门架实时数据，以一分钟为集计，将每个电子收费门架的同一分钟实时数据合并为一条实时高精度交通流数据，将实时高精度交通流数据输入高速公路碰撞风险动态预测模型进行计算得到碰撞发生的概率值，当概率值大于等于阈值时，预测将发生碰撞；
[0025]所述步骤1与步骤7中，历史高精度交通流数据与实时高精度交通流数据均包括电子收费门架编号、时间、平均速度、速度差、交通量、路段长度、汇入流量、行驶方向。
[0026]所述电子收费门架数据包括门架编号、车牌号、时间戳；每个电子收费门架每分钟生成一条高精度交通流数据。
[0027]所述历史高精度交通流数据与实时高精度交通流数据中，
[0028]n为一分钟内通过当前电子收费门架的车辆数，v
i
为第i辆车的行驶速度；
[0029]速度差＝|当前电子收费门架平均速度
‑
上游最近电子收费门架平均速度|。
[0030]所述历史高精度交通流数据与实时高精度交通流数据中，交通量为一分钟内通过当前电子收费门架的车辆数，路段长度为当前电子收费门架与下游最近电子收费门架之间的距离，汇入流量为一分钟内汇入当前电子收费门架与下游最近电子收费门架之间的车辆数，车辆沿着下行方向行驶时行驶方向的值为0，车辆沿着上行方向行驶时行驶方向的值为1。
[0031]所述步骤4中，正常状态为正常样本中没有碰撞匹配高精度交通流数据，并且正常样本的前一小时和后一小时均没有碰撞发生。
[0032]所述步骤4中，正常交通流数据样本的数量10倍于碰撞交通流数据样本的数量。
[0033]所述步骤5中，训练集包括80％的碰撞交通流数据样本以及80％的正常交通流数据样本，测试集包括20％的碰撞交通流数据样本以及20％的正常交通流数据样本。
[0034]所述步骤6中，阈值为碰撞交通流数据样本和正常交通流数据样本的预测精度相等的概率切割值。
[0035]本专利技术的有益效果是：
[0036]本专利技术提出的一种基于电子收费门架的高速公路碰撞风险动态预测方法，首次利用电子收费门架数据预测高速公路碰撞风险；该方法充分利用电子收费门架产生的数据，对数据进一步处理后产生基于单个电子收费门架的高精度交通流数据，再通过建立模型对高精度交通流数据进行计算，从而实现碰撞风险动态预测，工作人员可以根据预测结果及时调节交通流运行状态，降低碰撞风险，提升交通运行安全；设置电子收费门架的初衷是为了实现不停车收费，与传统的安装在路面下方的线圈相比，安装电子收费门架不会对路面产生破坏，工期更短，可实施性更高；该方法建立的高速公路碰撞风险动态预测模型计算速度快、预测精度高，可实现高速公路碰撞风险的实时预测。
附图说明
[0037]图1是本专利技术的流程图。
[0038]图2是实施例中的电子收费门架的相对位置示意图。
[0039]图3是实施例中高速公路碰撞风险动态预测模型对训练集的受试者工作特征曲线图。
[0040]图4是实施例中高速公路碰撞风险动态预测模型对测试集的受试者工作特征曲线图。
具体实施方式
[0041]下面详细描述本专利技术的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本专利技术，而不能解释为对本专利技术的限制。
[0042]如图1所示，基于电子收费门架的高速公路碰撞风险动态预本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于电子收费门架的高速公路碰撞风险动态预测方法，包括以下步骤：步骤1、提取历史高精度交通流数据收集并处理电子收费门架历史数据，以一分钟为集计，将每个电子收费门架的同一分钟历史数据合并为一条历史高精度交通流数据；步骤2、匹配历史高精度交通流数据与碰撞数据收集碰撞数据，定位到距离碰撞发生位置上游方向最近的电子收费门架，提取该电子收费门架在碰撞时间产生的历史高精度交通流数据作为碰撞匹配高精度交通流数据；步骤3、提取碰撞交通流数据样本提取同一电子收费门架在碰撞匹配高精度交通流数据产生前5至10分钟的历史高精度交通流数据作为碰撞样本，将碰撞样本的相同参数求均值后得到一条碰撞交通流数据样本；步骤4、提取正常交通流数据样本在产生碰撞交通流数据样本的电子收费门架中随机提取若干正常状态的连续5分钟历史高精度交通流数据，以连续5分钟的一组历史高精度交通流数据作为一个正常样本，将每个正常样本的相同参数求均值后得到一条正常交通流数据样本；步骤5、划分训练集与测试集从碰撞交通流数据样本与正常交通流数据样本中抽取数据分别作为训练集与测试集；步骤6、建立高速公路碰撞风险动态预测模型基于训练集建立高速公路碰撞风险动态预测模型，如下式所示：式中：P为单个电子收费门架下游方向发生碰撞的概率值，β0为常数项，β1、β2、β3、β4、β5、β6为自变量回归系数；求解常数项与自变量回归系数的估计值，设定阈值，通过测试集验证模型的精度和有效性；步骤7、提取实时高精度交通流数据进行动态预测收集并处理电子收费门架实时数据，以一分钟为集计，将每个电子收费门架的同一分钟实时数据合并为一条实时高精度交通流数据，将实时高精度交通流数据输入高速公路碰撞风险动态预测模型进行计算得到碰撞发生的概率值，当概率值大于等于阈值时，预测将发生碰撞；所述步骤1与步骤7中，历史高精度交通流数据与实时高精度交通流数据均包括电子收费门架编号、时间、平均速度、速度差、交通量、路段长度、汇入流量、行驶方向。2.根据权利要...

【专利技术属性】
技术研发人员：汤厚骏，李炎，徐铖铖，金忠富，杜逸，焦利娟，彭畅，高雪林，
申请(专利权)人：东南大学，
类型：发明
国别省市：