一种高速公路事故风险预测与致因分析方法技术

本发明专利技术公开一种高速公路事故风险预测与致因分析方法，包括：采集获得交通事故数据、收费站数据、门架数据、天气数据及道路属性数据；高速流水数据、天气数据和道路属性数据作为基础数据；对采集的数据进行融合与治理，构建事故影响因素的特征向量；事故风险预测：基于LightGBM构建事故风险预测模型实现事故发生的风险概率预测；采用SHAP分析并量化模型预测结果形成的原因，得到对事故影响较大的特征值以及特征值在不同区间对事故风险影响的变化情况。本发明专利技术利用LihgtGBM预测事故风险，易于投入实际应用；基于SHAP可解释模型，支持事故风险因素影响程度量化分析，增加事故预测模型透明度，提升事故风险分析可解释性，便于管理人员分析预测模型的可靠性。

【技术实现步骤摘要】

本专利技术涉及高速公路安全预防，具体涉及一种基于lightgbm和shap的高速公路事故风险预测与致因分析方法。

技术介绍

1、随着我国经济水平的快速增长，高速公路通车里程、民用汽车尤其是中小客车保有量呈现逐年增加的趋势，高速公路事故也愈发频繁发生。由于高速公路系统具有特殊性，其事故不仅极大降低道路运行效率，更可能会带来人员伤亡和财产损失风险。

2、有效识别交通事故发生的影响因素及提前对高速公路事故风险进行预警，是提升高速公路安全水平和科学管控治理水平的关键前提，亦是推进“构建安全、便捷、高效、绿色、经济的现代化综合交通体系”的首要要求。随着高速公路智能化、数字化水平逐步提高，路侧传感器、高清卡口设备、etc收费龙门架等多维感知设备被广泛普及应用，随之而来是蕴含海量的交通运行、气象、车辆特征、交通事故时空特征等“人-车-路-环境”信息的多源大数据。如何对高速公路运行过程中产生的多源且海量的历史和实时数据中深度挖掘，分析交通事故相关影响因素及影响程度，实现基于多源大数据的交通事故风险预警和致因分析，为交通安全管理提供可靠的决策支持，提高道路安全水本文档来自技高网...

【技术保护点】

1.一种高速公路事故风险预测与致因分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的高速公路事故风险预测与致因分析方法，其特征在于，步骤S1中，交通事故数据主要包含发生时间、发生地点、事故类型、占用车道、行驶方向、涉及车辆的信息；

3.根据权利要求2所述的高速公路事故风险预测与致因分析方法，其特征在于，步骤S2中，对步骤S1采集的数据进行融合与治理的具体过程为：

4.根据权利要求3所述的高速公路事故风险预测与致因分析方法，其特征在于，所述时间字段处理，以T分钟为统计间隔period对所有数据进行重采样；所述空间字段处理是将桩号按照空间位置按...

【技术特征摘要】

1.一种高速公路事故风险预测与致因分析方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的高速公路事故风险预测与致因分析方法，其特征在于，步骤s1中，交通事故数据主要包含发生时间、发生地点、事故类型、占用车道、行驶方向、涉及车辆的信息；

3.根据权利要求2所述的高速公路事故风险预测与致因分析方法，其特征在于，步骤s2中，对步骤s1采集的数据进行融合与治理的具体过程为：

4.根据权利要求3所述的高速公路事故风险预测与致因分析方法，其特征在于，所述时间字段处理，以t分钟为统计间隔period对所有数据进行重采样；所述空间字段处理是将桩号按照空间位置按照门架划分路段link进行分类。

5.根据权利要求4所述的高速公路事故风险预测与致因分析方法，其特征在于，步骤s2中，构建事故影响因素的特征向量具体是：根据数据类型进行重新编码，整理得到实时道路特征、时...

【专利技术属性】
技术研发人员：易小年，万一，张永刚，弋安，郭冲圆，袁敏贤，邓辉，吴德馨，苏跃江，杨兵，李宗儒，伍清标，陈龙浩，徐连君，陈旭，
申请(专利权)人：广州珠江黄埔大桥建设有限公司，
类型：发明
国别省市：