交通事故预警方法、装置和存储介质制造方法及图纸

本申请公开了交通事故预警方法、装置和存储介质，方法包括针对预设空间范围内的目标交通工具，获取目标交通工具在预设时间段内的道路交通数据；基于道路交通数据，获得交通事故预测结果；其中，道路交通数据包括第一特征集和第二特征集，第一特征集与预设时间段内行驶状况相关，第二特征集与预设时间段内环境状况相关。本申请实施例提供的交通事故预警方法选取的特征包括与预设时间段内行驶状况相关的第一特征集，和与预设时间段内环境状况相关的第二特征集，更能捕捉到与交通事故相关的特征，从而提高交通事故预警模型的准确性，选取的特征与交通事故产生的原因相关，使得交通事故预警模型的预测结果更容易解释和理解。故预警模型的预测结果更容易解释和理解。故预警模型的预测结果更容易解释和理解。

【技术实现步骤摘要】
交通事故预警方法、装置和存储介质


[0001]本申请涉及电子
，更具体地，涉及交通事故预警方法、装置和存储介质。

技术介绍

[0002]交通状态预测旨在探究未来时刻的交通运行状态，使城市道路高效的运行，为交通参与者提供高品质的交通服务。基于交通状态预测方法被认为是缓解交通拥堵、预防交通事故、减少排放和燃料消耗的有效途径。交通事故预测可以帮助人们采取某些方法和策略来减少交通事故造成的损失。
[0003]目前针对道路交通事故持续时间研究的方法主要包括：第一类是利用统计学的方法，主要包括概率分布、回归分析、时间序列等，此类方法建立在数学假设和函数形式的基础上，预测准确度较低；第二类是利用机器学习的方法，主要包括神经网络、梯度决策树、支持向量机、随机森林等算法，此类方法的预测结果较统计学方法有一定提升，但预测结果解释性较差，数据容易出现过拟合现象。

技术实现思路

[0004]本申请的技术目的是为了克服上述地不足之处，而提出了交通事故预警方法和系统为实现上述技术目的，本申请采用了如下技术方案：第一方面，本申请实施例提供了交通本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.交通事故预警方法，其特征在于，所述方法包括：针对预设空间范围内的目标交通工具，获取所述目标交通工具在预设时间段内的道路交通数据；基于所述道路交通数据，获得交通事故预测结果；其中，所述道路交通数据包括第一特征集和第二特征集，所述第一特征集与所述预设时间段内行驶状况相关，所述第二特征集与所述预设时间段内环境状况相关。2.根据权利要求1所述的交通事故预警方法，其特征在于，基于所述道路交通数据，获得交通事故预警结果，包括:将所述第一特征集和所述第二特征集合并获得时间序列数据；将所述时间序列数据输入交通事故预警模型进行处理，获得交通事故预警结果；其中，所述第一特征集至少包括预设时间段内所述目标交通工具行驶的道路信息、速度信息、加速度信息和位置信息，所述第二特征集至少包括预设时间段内天气状况和时段信息。3.根据权利要求2所述的交通事故预警方法，其特征在于，所述交通事故预警模型包括：依次连接的输入层、两个残差模块、全局平均池化层和一个或多个全连接层，两个所述残差模块之间包括快捷连接；其中，所述输入层，用于输入所述时间序列数据；所述残差模块，用于对所述时间序列数据进行特征提取，获得特征数据；所述全局平均池化层，用于对所述特征数据进行全局平均池化操作，将所述特征数据进行降维，获得固定长度的特征向量；所述全连接层，用于基于所述全局平均池化层输出的所述特征向量，获得最终的交通事故预警结果。4.根据权利要求2所述的交通事故预警方法，其特征在于，所述交通事故预警模型的训练方法包括：获取预设时间段内预设空间范围中的道路交通数据，所述道路交通数据包括选定交通工具的所述第一特征集以及所述第二特征集；定义固定长度的时间滑动窗口，将时间滑动窗口从预设时间段的起始时间开始，按照固定步长滑动，将所述道路交通数据划分为多个子道路交通数据；针对每一所述子道路交通数据是否发生交通事故进行标引；将每个所述时间滑动窗口内的子道路交通数据以及标引结果输入所述交通事故预警模型进行处理，获得交通事故预测结果；以及对所述交通事故预警模型进行训练，使得所述交通事故预测结果相对于交通事故结果的真值标签的误差最小。5.根据权利要求4所述交通事故预警方法，其特征在于，定义固定长度的时间滑动窗口包括：以交通事故结束时间为基准，往前设定时间段判定为所述时间滑动窗口。6.根据权利要求4所述交通事故预警方法，其特征在于，所述道路交通数据在输入所述交通事故预警模...

【专利技术属性】
技术研发人员：郭宇，张驰，冯友怀，
申请(专利权)人：南京市公安局江宁分局，
类型：发明
国别省市：