本发明专利技术公开了一种降低不同严重程度交通事故概率的车辆调控方法，步骤10）获取事故路段的交通信息；步骤20）采集事故路段在事故发生前的交通数据；步骤30）采集事故路段在正常状态下的交通数据；步骤40）建立交通流数据样本；步骤50）建立标定后的三阶段交通事故概率函数；步骤60）测算不同严重程度交通事故发生概率；步骤70）测算不同严重程度交通事故的概率阈值；步骤80）实时检测路段发生不同严重程度交通事故的概率，并调控车辆；步骤90）重复步骤80），进行下一个设定时间T路段发生交通事故概率的检测，并调控车辆，直至结束检测。该车辆调控方法实时检测发生不同严重程度交通事故的概率，对车辆调控，提高行驶安全。
【技术实现步骤摘要】
本专利技术属于快速道路智能交通
，具体来说，涉及。
技术介绍
根据交通事故中人员的伤亡程度，可以将交通事故分成不同等级。最轻的事故等级为仅有财产损失(无伤亡)事故，最重的事故等级为有人员死亡事故。不同严重程度交通事故对经济损失和道路通行造成不同程序的影响。严重等级较高的交通事故不仅对造成了社会经济的巨大损失，同时也给高速公路和城市快速道路的运行效率造成了严重影响。因而，如何预防严重等级较高的交通事故的发生，例如重伤或者死亡事故，具有重要的实用价值和经济意义。随着智能交通技术的发展，交通安全领域开始研究利用交通流检测设备获取的交通流数据建立交通事故实时预测模型。与传统交通事故预测不同的地方在于，交通事故实时预测模型能够预测交通事故概率在短时间内的变化，例如5分钟内，而传统交通事故预测模型只能预测未来很长一点时间内(例如未来I年内)的交通事故数量。因而，与传统交通事故预测模型相比，交通事故实时预测模型更加适合运用于高速公路和城市快速道路智能交通系统中，实时检测闻事故风险的危险交通流状态。但是，大部分现有的实时交通事故预测模型仅能对交通事故概率进行预测，无法预测当前交通事故严重等级，无法给出当前各个严重等级交通事故的概率。高严重等级的交通事故对社会经济和驾驶人健康造成极大的影响，因而在高速公路和城市快速道路智能交通系统中对于不同严重等级的交通事故应采用不同的预防措施，对高严重等级的交通事故应采用最强的干预预防控制策略。
技术实现思路
技术问题:本专利技术所要解决的技术问题是:提供，该车辆调控方法利用交通流检测设备获取实时交通数据，实时检测快速道路发生仅财产损失事故roo、轻微人身伤害事故Be、重伤或死亡事故KA的概率，进而对车辆进行相应的调控，减少交通事故发生，提高车辆行驶安全。技术方案:为解决上述技术问题，本专利技术采用的降低不同严重程度交通事故概率的车辆调控方法，该车辆调控方法包括以下步骤:步骤10)获取事故路段的交通信息:在快速道路上安装q个交通流检测设备，将相邻两个交通流检测设备之间的快速道路设为一个路段，利用交通流检测设备采集该快速道路的交通事故数据，并确立每起交通事故发生地点上游和下游两个交通流检测设备；根据交通事故严重等级,将交通事故分成三个等级:仅财产损失事故roo、轻微人身伤害事故Be、重伤或死亡事故KA ；q为大于I的整数；步骤20)采集事故路段在事故发生前的交通数据:通过设置在每起交通事故发生地点上游和下游两个交通流检测设备，采集各类交通事故的交通数据，所述的交通数据包括:每起交通事故发生前，在设定时间T内的上游交通流量平均值X1、上游交通占有率平均值X2、上游车辆速度平均值X3、上游交通流量标准差X4、上游交通占有率标准差X5、上游车辆速度标准差X6、下游交通流量平均值X7、下游交通占有率平均值X8、下游车辆速度平均值x9、下游交通流量标准差Xltl、下游交通占有率标准差xn、下游车辆速度标准差X12、上游相邻车道间流量差绝对值的平均值X13、上游相邻车道间占有率差绝对值的平均值χ14、上游相邻车道间车辆速度差绝对值的平均值X15、下游相邻车道间流量差绝对值的平均值X16、下游相邻车道间占有率差绝对值的平均值X17、下游相邻车道间车辆速度差绝对值的平均值X18、上下游交通流量差的绝对值X19、上下游交通占有率差的绝对值X2tl和上下游车辆速度差的绝对值x2121个交通流参数；步骤30)采集事故路段在正常状态下的交通数据:对每起交通事故，采用病例对照研究法，按1: a的比例选取交通事故发生路段在正常状态下的交通数据，所述的正常状态是指路段没有发生交通事故时的状态，所述的1: a是指对应于每起交通事故的交通数据，选取该交通事故发生路段在正常状态下的a组交通数据；所述的每组交通数据包括该路段在设定时间T内的上游交通流量平均值X1、上游交通占有率平均值X2、上游车辆速度平均值X3、上游交通流量 标准差X4、上游交通占有率标准差X5、上游车辆速度标准差X6、下游交通流量平均值X7、下游交通占有率平均值X8、下游车辆速度平均值X9、下游交通流量标准差χ1(ι、下游交通占有率标准差Xll、下游车辆速度标准差X12、上游相邻车道间流量差绝对值的平均值X13、上游相邻车道间占有率差绝对值的平均值X14、上游相邻车道间车辆速度差绝对值的平均值X15、下游相邻车道间流量差绝对值的平均值X16、下游相邻车道间占有率差绝对值的平均值X17、下游相邻车道间车辆速度差绝对值的平均值X18、上下游交通流量差的绝对值X19、上下游交通占有率差的绝对值X2tl和上下游车辆速度差的绝对值x2121个交通流参数；a为大于等于2的整数；步骤40)建立交通流数据样本:将步骤20)采集的三个等级交通事故在事故发生前的交通数据和步骤30)采集的正常状态下的交通数据，组合成交通流数据样本，该交通流数据样本包括η个子样本；步骤50)建立标定后的三阶段交通事故概率函数:包括依次建立标定后的第一阶段交通事故概率函数、标定后的第二阶段交通事故概率函数和标定后的第三阶段交通事故概率函数，具体包括步骤501)至步骤503)步骤501)建立标定后的第一阶段交通事故概率函数，包括步骤5011)至步骤5013):步骤5011)利用二项逻辑回归构建如式(I)所示的第一阶段初始交通事故概率函数，I^iyli =Ijx,) = 瓦..........;'ΛΓ:::；/Γ；Λ； 式(I)其中，i = l、2、…、η ;Ρω (yn = I Ixi)表示交通流数据样本中第i个子样本在第一阶段交通事故概率函数中发生交通事故的概率，yu表示交通流数据样本中第i个子样本发生交通事故的状况，yn的值为I或O, Yli=I表示第i个子样本发生交通事故，Yli=O表示第i个子样本没有发生交通事故，Ρω (Yli = Oxi)表示交通流数据样本中第i个子样本没有发生交通事故的概率，P(1) (yn = OXi)=l-P(1) (yn = Ixi) ；xn表示第i个子样本的第I个交通流参数，x2i表示第i个子样本的第2个交通流参数，X21i表示第i个子样本中的第21个交通流参数，C1表示在第一阶段交通事故概率函数中的常数系数，β u表示在第一阶段交通事故概率函数中，第I个交通流参数的系数；β L2表示在第一阶段交通事故概率函数中，第2个交通流参数的系数；β L21表示在第一阶段交通事故概率函数中，第21个交通流参数的系数；步骤5012)通过测算式(2)的最大值，得到β1(ι、β !j, β12、…、β12122个系数的值:权利要求1.，其特征在于，该车辆调控方法包括以下步骤: 步骤10)获取事故路段的交通信息:在快速道路上安装q个交通流检测设备，将相邻两个交通流检测设备之间的快速道路设为一个路段，利用交通流检测设备采集该快速道路的交通事故数据，并确立每起交通事故发生地点上游和下游两个交通流检测设备；根据交通事故严重等级，将交通事故分成三个等级:仅财产损失事故roo、轻微人身伤害事故Be、重伤或死亡事故KA ；q为大于I的整数； 步骤20)采集事故路段在事故发生前的交通数据:通过设置在每起交通事故发生地点上游和下游两个交通流检测设备，采集各类交通事故的交通数据，所述的本文档来自技高网...
【技术保护点】
一种降低不同严重程度交通事故概率的车辆调控方法，其特征在于，该车辆调控方法包括以下步骤：步骤10）获取事故路段的交通信息：在快速道路上安装q个交通流检测设备，将相邻两个交通流检测设备之间的快速道路设为一个路段，利用交通流检测设备采集该快速道路的交通事故数据，并确立每起交通事故发生地点上游和下游两个交通流检测设备；根据交通事故严重等级，将交通事故分成三个等级：仅财产损失事故PDO、轻微人身伤害事故BC、重伤或死亡事故KA；q为大于1的整数；步骤20）采集事故路段在事故发生前的交通数据：通过设置在每起交通事故发生地点上游和下游两个交通流检测设备，采集各类交通事故的交通数据，所述的交通数据包括：每起交通事故发生前，在设定时间T内的上游交通流量平均值x1、上游交通占有率平均值x2、上游车辆速度平均值x3、上游交通流量标准差x4、上游交通占有率标准差x5、上游车辆速度标准差x6、下游交通流量平均值x7、下游交通占有率平均值x8、下游车辆速度平均值x9、下游交通流量标准差x10、下游交通占有率标准差x11、下游车辆速度标准差x12、上游相邻车道间流量差绝对值的平均值x13、上游相邻车道间占有率差绝对值的平均值x14、上游相邻车道间车辆速度差绝对值的平均值x15、下游相邻车道间流量差绝对值的平均值x16、下游相邻车道间占有率差绝对值的平均值x17、下游相邻车道间车辆速度差绝对值的平均值x18、上下游交通流量差的绝对值x19、上下游交通占有率差的绝对值x20和上下游车辆速度差的绝对值x2121个交通流参数；步骤30）采集事故路段在正常状态下的交通数据：对每起交通事故，采用病例对照研究法，按1∶a的比例选取交通事故发生路段在正常状态下的交通数据，所述的正常状态是指路段没有发生交通事故时的状态，所述的1∶a是指对应于每起交通事故的交通数据，选取该交通事故发生路段在正常状态下的a组交通数据；所述的每组交通数据包括该路段在设定时间T内的上游交通流量平均值x1、上游交通占有率平均值x2、上游车辆速度平均值x3、上游交通流量标准差x4、上游交通占有率标准差x5、上游车辆速度标准差x6、下游交通流量平均值x7、下游交通占有率平均值x8、下游车辆速度平均值x9、下游交通流量标准差x10、下游交通 占有率标准差x11、下游车辆速度标准差x12、上游相邻车道间流量差绝对值的平均值x13、上游相邻车道间占有率差绝对值的平均值x14、上游相邻车道间车辆速度差绝对值的平均值x15、下游相邻车道间流量差绝对值的平均值x16、下游相邻车道间占有率差绝对值的平均值x17、下游相邻车道间车辆速度差绝对值的平均值x18、上下游交通流量差的绝对值x19、上下游交通占有率差的绝对值x20和上下游车辆速度差的绝对值x2121个交通流参数；a为大于等于2的整数；步骤40）建立交通流数据样本：将步骤20）采集的三个等级交通事故在事故发生前的交通数据和步骤30）采集的正常状态下的交通数据，组合成交通流数据样本，该交通流数据样本包括n个子样本；步骤50）建立标定后的三阶段交通事故概率函数：包括依次建立标定后的第一阶段交通事故概率函数、标定后的第二阶段交通事故概率函数和标定后的第三阶段交通事故概率函数，具体包括步骤501）至步骤503）步骤501）建立标定后的第一阶段交通事故概率函数，包括步骤5011）至步骤5013）：步骤5011）利用二项逻辑回归构建如式（1）所示的第一阶段初始交通事故概率函数，P(1)(y1i=1|xi)=11+e-(β1_0+β1_1x1i+β1_2x2i+...+β1_21x21i)??????式（1）其中，i＝1、2、…、n；P(1)(y1i＝1|xi)表示交通流数据样本中第i个子样本在第一阶段交通事故概率函数中发生交通事故的概率，y1i表示交通流数据样本中第i个子样本发生交通事故的状况，y1i的值为1或0，y1i=1表示第i个子样本发生交通事故，y1i=0表示第i个子样本没有发生交通事故，P(1)(y1i＝0xi)表示交通流数据样本中第i个子样本没有发生交通事故的概率，P(1)(y1i＝0xi)=1?P(1)(y1i＝1xi)；x1i表示第i个子样本的第1个交通流参数，x2i表示第i个子样本的第2个交通流参数，x21i表示第i个子样本中的第21个交通流参数，β1_0表示在第一阶段交通事故概率函数中的常数系数，β1_1表示在第一阶段交通事故概率函数中，第1个交通流参数的系数；β1_2表示在第一阶段交通事故概率函数中，第2个交...
【技术特征摘要】
【专利技术属性】
技术研发人员：徐铖铖，刘攀，王炜，李志斌，
申请(专利权)人：东南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。