一种城市交通环境下交叉路口风险研判预警系统技术方案

本发明专利技术公开了一种交叉路口风险分析方法和一种交叉路口风险预警研判系统。交叉路口风险分析方法能够通过获取大量交叉路口信息，对交叉路口进行特征提取和聚类，然后对每一类交叉路口进行风险确定。交叉路口风险预警研判系统，包括风险预警研判系统装置20、数据采集模块210、数据整理及输入模块220、风险研判预警模块230、分析及输出模块240；该系统通过将大量路口信息及风险值作为样本数据训练神经网络，深度学习交叉路口的静态特征和动态特征与风险之间的关系，能够对一个交叉路口进行风险研判和给出可能导致事故的路口设计缺陷。研判和给出可能导致事故的路口设计缺陷。研判和给出可能导致事故的路口设计缺陷。

【技术实现步骤摘要】
一种城市交通环境下交叉路口风险研判预警系统


[0001]本专利技术属于道路交通风险预警
，具体涉及一种交叉路口风险分析方法和研判预警系统。

技术介绍

[0002]随着汽车保有量的不断提升，交通事故的数量随之逐年增加，世界卫生组织预计到2030年，道路交通伤害将在全世界位居死亡原因的第五。在城市交通环境下，交叉路口作为道路车辆汇集的地点，是道路交通系统的咽喉，其交通组成和交通特征较为复杂，是交通事故的多发场景。根据统计数据显示，美国大约有44％的交通事故发生在路口及其周围，德国和日本的这一数据分别为60％到80％和42.2％。在中国，通过抽样调查得到发生在路口的交通事故占比为30％。
[0003]交叉路口的设计会对路口的交通风险产生影响，不合理的路口布局和交通标志设计会导致事故的易发性。

技术实现思路

[0004]为在一定程度上解决上述问题，本申请提供了一种城市环境下交叉路口风险分析方法和研判预警系统，通过综合考虑交叉路口的静态特征和动态特征，确定路口的危险程度，并能够通过机器学习的方法训练一个能够对新路口危险程度进行研判的模型。
[0005]本专利技术为解决上述技术问题所采用的技术方案是：
[0006]根据本申请的第一方面，提供一种交叉路口风险分析方法，包括：
[0007]能够获取所需的样本数据，包括了多个维度的数据如路口地图数据，交通数据和事故数据；根据样本数据，确定所建交叉路口模型的维度，提取路口的静态特征和动态特征，并建立交叉路口模型；根据建立的交叉路口模型，对获取的样本中的多个交叉路口进行聚类，使得相似的交叉路口分为一类；然后对每一类交叉路口确定风险等级。
[0008]进一步，所述的路口地图数据包含了多个路口的数据；所述路口数据包含各个城市的各个区域的不同路口，交叉路口ID，交叉路口结构布局，信号灯有无及配时，交通标志；
[0009]所述的交通数据包含各个路口的日均车流量，日均行人流量和日均非机动车流量；
[0010]所述的事故数据包含事故路口地点，事故车辆及人员数据，事故时间，事故等级和事故原因。
[0011]进一步，所述的对每一类交叉路口确定风险等级，包含以下步骤：
[0012]步骤一：对一类交叉路口中的每一个交叉路口进行计算，得到风险评分R
ij
，具体计算方式如下：
[0013][0014][0015]ij为第i类编号为j的交叉路口；为交叉路口ij的第k起事故损害程度；a
ij
为交叉路口ij的日均车流量；b
ij
为交叉路口ij的日均人流量；c
ij
为交叉路口ij的日均非机动车流量；α为常数，表示日均车流量的权重；β为常数，表示日均人流量的权重；γ为常数，表示日均非机动车流量的权重；P为交叉路口ij的第k起事故的伤亡人数；为交叉路口ij的第k起事故的p人伤亡程度；为交叉路口ij的第k起事故的经济损失程度；m表示人员伤亡程度权重参数；n表示经济损失程度权重参数；
[0016]步骤二：计算一类交叉路口的风险评分R
i
，具体计算方式如下：
[0017][0018]ij为第i类编号为j的交叉路口；J
i
为第i类编号路口的数量；R
ij
为上一步骤计算的第i类编号为j的交叉路口的风险评分。
[0019]根据本申请的第二方面，提供一种交叉路口风险研判预警系统，包括数据采集模块、数据整理输入模块、风险研判预警模块、风险预警输出模块；
[0020]所述数据采集模块能够采集一个路口的路口地图数据和交通数据；数据整理输入模块将采集到的数据进行整理，输入到风险研判预警模块；风险研判预警模块根据输入的数据进行分析处理，得到风险预警结果，通过分析及输出模块分析结果并输出。
[0021]进一步，所述的路口地图数据包含了多个路口的数据；所述路口数据包含各个城市的各个区域的不同路口，交叉路口ID，交叉路口结构布局，信号灯有无及配时，交通标志；
[0022]所述的交通数据包含各个路口的日均车流量，日均行人流量和日均非机动车流量。
[0023]进一步，所述风险研判预警模块的构建步骤如下：
[0024]步骤一：预先采集多个路口的样本数据，包括了多个维度的数据如路口地图数据，交通数据和事故数据，并对获取的样本中的多个交叉路口进行聚类，使得相似的交叉路口分为一类；
[0025]步骤二：对每一类交叉路口中的每一个路口通过本申请的第一方面提供的交叉路口风险分析方法，得到每一个路口的风险评分R
ij
；
[0026]ij为第i类编号为j的交叉路口；R
ij
为计算得到的第i类编号为j的交叉路口的风险评分；
[0027]步骤三：构建一个循环神经网络RNN，将采集样本数据中的路口地图数据和交通数据整理作为训练样本的输入，将聚类的结果即该交叉路口所属类型编号i和风险评分R
ij
作为训练样本的输出，通过大量的数据训练，可以得到能够对路口进行风险评分和归类的神经网络，即为所述的风险研判预警模块。
[0028]进一步，分析及输出模块可以输出一个路口的风险评分，还可以根据得到的路口所属类型，通过筛选该类型交叉路口的历史事故数据和事故原因，给出可能导致路口事故
的设计缺陷，可用于路口的布局设计优化。
[0029]本专利技术具有以下有益效果：
[0030]1、该交叉路口风险评估方法对大量的交叉路口进行聚类评分，考虑的因素全面，能够准确得到一类交叉路口的风险评分，结果更加精准。
[0031]2、该交叉路口风险预警研判系统利用了深度学习的方法，深入挖掘路口的静态特征和动态特征与风险评分之间的关系，能够准确对一个路口进行风险评分预警。
[0032]3、该交叉路口风险预警研判系统可以给出一个路口的分类，并结合这一类交叉路口的历史事故数据给出可能导致事故的设计缺陷，能够用于路口的布局设计优化。
附图说明
[0033]图1为本专利技术交叉路口风险分析方法的运行流程图；
[0034]图2为本专利技术交叉路口风险研判预警系统的结构示意图；
[0035]图3为本专利技术交叉路口风险研判预警系统的运行流程图；
[0036]其中，20
‑
风险预警研判系统装置、210
‑
数据采集模块、220
‑
数据整理及输入模块、230
‑
风险研判预警模块、240
‑
分析及输出模块。
具体实施方式
[0037]下面将结合附图对本专利技术作进一步的说明，但本专利技术的保护范围并不限于此。
[0038]如图1所示，一种交叉路口风险分析方法，其运行流程为：
[0039]S101：获取样本数据，包括了多个维度的数据如路口地图数据，交通数据和事故数据；
[0040]其中，所述的路口地图数据包含了多个路口的数据；本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种交叉路口风险分析方法，其特征在于，包括：获取所需的样本数据，包括了多个维度的数据如路口地图数据，交通数据和事故数据；根据样本数据，确定所建交叉路口模型的维度，提取路口的静态特征和动态特征，并建立交叉路口模型；根据建立的交叉路口模型，对获取的样本中的多个交叉路口进行聚类，使得相似的交叉路口分为一类；对每一类交叉路口确定风险等级。2.根据权利要求1所述的交叉路口风险分析方法，其特征在于，所述对每一类交叉路口确定风险等级包含以下步骤：步骤一：对一类交叉路口中的每一个交叉路口进行计算，得到风险评分R
ij
，具体计算方式如下：式如下：ij为第i类编号为j的交叉路口；为交叉路口ij的第k起事故损害程度；a
ij
为交叉路口ij的日均车流量；b
ij
为交叉路口ij的日均人流量；c
ij
为交叉路口ij的日均非机动车流量；α为常数，表示日均车流量的权重；β为常数，表示日均人流量的权重；γ为常数，表示日均非机动车流量的权重；P为交叉路口ij的第k起事故的伤亡人数；为交叉路口ij的第k起事故的p人伤亡程度；为交叉路口ij的第k起事故的经济损失程度；m表示人员伤亡程度权重参数；n表示经济损失程度权重参数；步骤二：计算一类交叉路口的风险评分R
i
，具体计算方式如下：ij为第i类编号为j的交叉路口；J
i
为第i类编号路口的数量；R
ij
为上一步骤计算的第i类编号为j的交叉路口的风险评分。3.一种交叉路口风险研判预警系统，其特征在于，包括风险预警研判系统装置(20)、数据采集模块(210)、数据整理及输入模块(220)、风险研判预警模块(230)、分析及输出模块(240)；所述数据采集模块(210)用于获取样本数据和需要进行风险预警研判的路口数据；样本数据包括了多个维度的数据如路口地图数据...

【专利技术属性】
技术研发人员：曾晓岚，
申请(专利权)人：晟宏软件科技中山有限公司，
类型：发明
国别省市：