一种道路交通碰撞风险识别方法、装置及存储介质制造方法及图纸

本发明专利技术涉及一种道路交通碰撞风险识别方法、装置及存储介质，其中方法包括：采集交通流量数据并进行预处理；构建训练集：提取交通流量数据的特征，得到各个路段的特征集，作为训练样本集；构建各路段的道路级交通碰撞风险识别模型：道路级交通碰撞风险识别模型的输入为各个路段交通流量数据的特征，使用基于角度的离群点检测算法对特征数据进行交通碰撞风险时刻的异常值检测，输出识别出的碰撞样本；基于训练样本集分别初步训练各个道路级交通碰撞风险识别模型；引入滑动窗口机制构建动态训练样本集，并重训练模型；基于训练完成的模型实现各路段的交通碰撞风险识别。与现有技术相比，本发明专利技术具有适用于样本不平衡场景、识别精准、稳定等优点。稳定等优点。稳定等优点。

【技术实现步骤摘要】
一种道路交通碰撞风险识别方法、装置及存储介质


[0001]本专利技术涉及交通安全领域，尤其是涉及一种道路交通碰撞风险识别方法、装置及存储介质。

技术介绍

[0002]在交通安全主动管理系统中，实时快速路交通碰撞风险识别是指通过探索碰撞前交通流特征和碰撞可能性之间的关系，开发实时快速路交通碰撞风险模型来估计一段较短时间内(例如15分钟或20分钟)的碰撞概率，输出以预防交通碰撞风险为目的且可触发的主动安全控制策略，被认为是提高交通安全的关键手段。目前，随着各种先进的交通传感和管理技术的发展，实时交通数据逐渐广泛可用，实时快速路交通碰撞风险分析越来越受到关注。
[0003]目前的研究主要集中在使用监督学习方法开发交通碰撞风险模型，包括逻辑回归、随机森林、支持向量机、MLP等。使用监督学习方法的模型能够获得良好的精度，但对不平衡的样本非常敏感。研究表明，在历史碰撞样本不足的情况下，监督学习模型的性能会随着样本不平衡比例的增加显著下降，甚至完全失效，因此受到样本质量和数量的限制。为了处理样本不平衡的问题，论文“Examining Imbalanc本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于角度离群点检测的道路交通碰撞风险识别方法，其特征在于，包括以下步骤：步骤1)采集交通流量数据并进行预处理：使用城市快速路上预先铺设的线圈探测器采集各个路段的交通流量数据并进行预处理；步骤2)构建训练样本集：按照预配置的规则提取交通流量数据的特征，得到各个路段的特征集，作为训练样本集；步骤3)分别构建各路段的道路级交通碰撞风险识别模型：道路级交通碰撞风险识别模型的输入为各个路段交通流量数据的特征，使用基于角度的离群点检测算法对特征数据进行交通碰撞风险时刻的异常值检测，输出识别出的碰撞样本；步骤4)基于训练样本集分别初步训练各个道路级交通碰撞风险识别模型；步骤5)引入滑动窗口机制构建动态训练样本集，并基于动态训练样本集重训练模型；步骤6)基于训练完成的模型实现各路段的交通碰撞风险识别。2.根据权利要求1所述的一种基于角度离群点检测的道路交通碰撞风险识别方法，其特征在于，所述步骤1)包括以下步骤：步骤1
‑
1)采集交通流量数据：将城市快速路按出入口匝道分布分为多个路段，并将每个路段分为上中下三段，在每段的不同位置L＝{L
U
,L
C
,L
D
}设置一个或多个用于采集交通流量数据的线圈探测器，利用线圈探测器采集交通流量数据，所述L
U
表示上游路段，L
C
表示当前路段，L
D
表示下游路段，所述交通流量数据包括车辆速度S、车流量F和占有率O；步骤1
‑
2)交通流量数据预处理；步骤1
‑
3)提取并划分数据：为预测某个时间点的道路交通碰撞风险，提取所述时间点前预配置时间间隔的交通流量数据，并按照预配置的片段间隔划分为多个数据片段，依次命名为Segment
i
(1≤i≤N)，其中，N为划分的数据片段数，Segment1是最接近当前时间的数据片段。3.根据权利要求2所述的一种基于角度离群点检测的道路交通碰撞风险识别方法，其特征在于，所述交通流量数据预处理包括以下步骤：步骤1
‑2‑
1)删除重复、未知或无效的交通流量数据；步骤1
‑2‑
2)为车辆速度S、车流量F和占有率O分别设置预配置的阈值范围[S
min
,S
max
]、[F
min
,F
max
]、[O
min
,O
max
]，剔除超出阈值范围的交通流量数据；步骤1
‑2‑
3)检查数据一致性：若样本符合如下四个规则中的任意一个，则将其视为异常数据并剔除：a：F＝0，且S＝0，且O＞0；b：F＞0，且S＝0；c：F＝0，且S＞0；d：F＞0，且S＞0，且O＝0；步骤1
‑2‑
4)使用空间线性插值法添加步骤1
‑2‑
1)
‑
步骤1
‑2‑
3)删除的交通流量数据：确定与...

【专利技术属性】
技术研发人员：高珍，许靖宁，余荣杰，杨筱菡，宗佳琪，
申请(专利权)人：同济大学，
类型：发明
国别省市：