技术新讯 > 计算推算,计数设备的制造及其应用技术 > 一种高速公路交通事故影响程度动态评价方法及设备  >  正文

一种高速公路交通事故影响程度动态评价方法及设备

  • 国知局
  • 2024-07-31 22:35:29

本技术涉及高速公路交通控制领域,尤其涉及一种高速公路交通事故影响程度动态评价方法及设备。

背景技术:

1、近年来,我国高速公路迅速发展,高速总里程稳居世界第一,有效地促进了经济和社会的发展,同时给人民群众的出行带来了极大的便利。但是随着居民出行需求的不断增加以及高速路网结构的复杂化,伴随而来的是愈加频繁的高速公路交通事故。当高速公路路段发生交通事故后,部分车道被事故车辆占据,整个路段的通行能力急剧下降,很容易产生事故发生地点上游的大规模交通拥堵和二次交通事故,进而对整个高速公路路网的交通运输效能产生严重的负面影响。

2、高速公路交通事故发生后,很难在极短时间内完成事故责任鉴定和交通疏通。因此,交通事故对高速公路的影响时间相对城市道路而言更长。这种情况下,如何有效评价事故对高速公路交通运输的中长期影响对交警和高速路政人员开展应急管理具有重要的参考价值。

技术实现思路

1、本技术实施例提供了一种高速公路交通事故影响程度动态评价方法及设备,用于解决如下技术问题:现有高速公路发生交通事故后,难以对高速公路交通事故的影响程度进行动态预测,不利于有效开展事故严重程度的估计,容易使交通运输效能产生严重的负面影响。

2、本技术实施例采用下述技术方案:

3、一方面,本技术实施例提供了一种高速公路交通事故影响程度动态评价方法,包括:根据高速公路交通事故的位置信息,对高速公路交通路网进行局部子网划分,确定出事故点位局部高速路网;基于所述事故点位局部高速路网中的事故发生时刻以及高速门架数量,评估出功能性指标;将预设的结构性指标以及所述功能性指标进行指标融合,并根据融合后的综合指标,对所述高速公路交通事故的严重程度进行连续均衡化处理,得到所述高速公路交通事故的事故严重程度评价体系;将所述高速公路交通事故中在事故未发生时刻下的交通流量序列集合进行交通特性特征的提取处理,得到交通流自然演化规律信息;将所述交通流自然演化规律信息与所述事故发生时刻下的事故本身严重程度信息以及事故诱发交通流突变信息进行数据融合,得到所述高速公路交通事故的事故影响因素体系;根据所述事故严重程度评价体系以及所述事故影响因素体系,对所述高速公路交通事故进行交通事故影响程度动态预测,得到基于所述高速公路交通事故的动态影响评价信息。

4、本技术实施例通过对事故点位局部高速路网的划分和功能性指标的评估,可以更准确地评价高速公路交通事故的严重程度。这有助于相关部门及时采取适当的救援和应对措施,提高事故处理的效率和安全性。这有助于更好地理解事故的原因和影响,为制定改进措施提供依据。还能更客观地比较不同事故的严重程度,为决策提供更有价值的信息。以及助于深入了解事故的发生机制和影响范围,为预防和减少事故提供指导。同时可以及时了解事故对交通的影响,并采取相应的交通管理措施,以减少事故对交通的影响,提高交通运行的效率和安全性。有利于根据预测结果制定合理的应急预案、资源调配和交通管理策略,以最大程度地减少事故的损失和影响。

5、在一种可行的实施方式中,在根据高速公路交通事故的位置信息,对高速公路交通路网进行局部子网划分,确定出事故点位局部高速路网之前,所述方法还包括:基于高速公路网节点集合以及高速公路网节点之间的连线集合,确定出所述高速公路交通路网;其中,所述高速公路网节点集合至少包括:高速收费站以及互通立交桥;对所述连线集合中任意两个高速公路网节点之间的最短距离进行相似度评价,得到所述高速公路网节点的静态相似度;识别出所述连线集合中与单一高速公路网节点相连的所有路段集合,并采集处于相连下所有路段集合中历史时间段上的相连路段流量序列;根据,得到高速公路网节点 i的流量序列特征;其中,为所述相连路段流量序列;为与所述高速公路网节点 i相连的所有路段; k为与所述高速公路网节点 i相连的其他高速公路网节点的数量, k为所述其他高速公路网节点;根据,得到所述高速公路网节点的动态相似度;其中,表示所述高速公路网节点 i的流量序列特征和高速公路网节点 j的流量序列特征的协方差;和分别表示所述高速公路网节点 i的流量序列特征和所述高速公路网节点 j的流量序列特征的标准差;根据,得到所述高速公路网节点 i与所述高速公路网节点 j之间的节点相似度;其中,为所述静态相似度的权重;为所述动态相似度的权重;基于所述高速公路交通路网,对节点相似度进行矩阵构建,得到节点相似度矩阵。

6、在一种可行的实施方式中,根据高速公路交通事故的位置信息,对高速公路交通路网进行局部子网划分,确定出事故点位局部高速路网,具体包括:基于所述点相似度矩阵,并通过预设的louvain算法,将所述高速公路交通路网进行子网划分,确定出若干高速公路子网;提取所述高速公路交通事故的位置信息;根据所述位置信息,对若干所述高速公路子网进行位置匹配,确定出所述高速公路交通事故所在的所述事故点位局部高速路网;其中,所述事故点位局部高速路网包括:局部高速公路网节点集合、局部高速公路网节点之间的路段集合以及局域高速公路网节点数量。

7、在一种可行的实施方式中,在基于所述事故点位局部高速路网中的事故发生时刻以及高速门架数量,评估出功能性指标之前,所述方法还包括:根据,得到所述事故点位局部高速路网的交通效率;其中,表示所述事故点位局部高速路网中第个节点和第个节点之间的最短路径上的边数; g为所述事故点位局部高速路网的节点数量;根据所述高速公路交通事故的事故发生时刻,将所述交通效率划分为事故发生时刻前的第一交通效率以及事故发生时刻后的第二交通效率;基于所述第一交通效率以及所述第二交通效率,构建出所述结构性指标。

8、在一种可行的实施方式中,基于所述事故点位局部高速路网中的事故发生时刻以及高速门架数量,评估出功能性指标,具体包括:根据,得到所述事故发生时刻后的功能性指标;其中, m为所述事故点位局部高速路网中的高速门架数量; m为高速门架;为所述高速门架 m在所述事故发生时刻后,以 t时刻为中心的时间间隙内所有途径车辆的瞬时速度的均值;为事故发生时刻前所述高速门架 m的平均速度。

9、在一种可行的实施方式中,将预设的结构性指标以及所述功能性指标进行指标融合,并根据融合后的综合指标,对所述高速公路交通事故的严重程度进行连续均衡化处理,得到所述高速公路交通事故的事故严重程度评价体系,具体包括:根据,得到所述综合指标;其中,为所述结构性指标;为所述功能性指标;为所述结构性指标的权重;为所述功能性指标的权重;根据,得到所述事故严重程度评价体系;其中,为事故影响时间;且,;且,;为事故发生时刻前的第一交通效率;为事故发生时刻后的第二交通效率。

10、在一种可行的实施方式中,将所述高速公路交通事故中在事故未发生时刻下的交通流量序列集合进行交通特性特征的提取处理,得到交通流自然演化规律信息,具体包括:通过所述高速门架,并基于所述高速公路交通事故的事故未发生时刻,获取所述事故点位局部高速路网中与所述高速公路交通事故相连路段的第一交通流量序列集合;基于所述第一交通流量序列集合,确定出第一交通流量序列长度;通过预设的时间卷积网络,对所述第一交通流量序列长度进行多层次的序列特征提取,输出交通流量特征信息;并将所述交通流量特征信息确定为所述交通流自然演化规律信息。

11、在一种可行的实施方式中,将所述交通流自然演化规律信息与所述事故发生时刻下的事故本身严重程度信息以及事故诱发交通流突变信息进行数据融合,得到所述高速公路交通事故的事故影响因素体系,具体包括:通过无人机,并基于所述高速公路交通事故的事故发生时刻,获取所述事故点位局部高速路网中与所述高速公路交通事故相连路段的第二交通流量序列集合;通过预设的时间卷积网络,对所述第二交通流量序列集合进行多层次的序列特征提取,确定出所述事故诱发交通流突变信息;采集所述高速公路交通事故中的事故本身严重程度信息;其中,所述事故本身严重程度信息包括:事故受伤人数、事故当场死亡人数、涉事车辆数以及事故车道占用率;将所述交通流自然演化规律信息与所述事故本身严重程度信息以及所述事故诱发交通流突变信息进行信息集合化处理,得到事故影响因素集合;基于所述事故影响因素集合,构建出所述事故影响因素体系。

12、在一种可行的实施方式中,根据所述事故严重程度评价体系以及所述事故影响因素体系,对所述高速公路交通事故进行交通事故影响程度动态预测,得到基于所述高速公路交通事故的动态影响评价信息,具体包括:基于神经网络技术以及通道注意力模型,构建交通事故影响程度动态预测模型;其中,所述交通事故影响程度动态预测模型的输入为所述事故影响因素体系,输出为所述事故严重程度评价体系;通过所述事故影响因素体系中的历史事故影响因素集合以及所述事故严重程度评价体系中的历史事故严重程度评价集合,完成对所述交通事故影响程度动态预测模型的模型训练;将当前高速公路交通事故信息输入到所述交通事故影响程度动态预测模型中,得到所述动态影响评价信息。

13、另一方面,本技术实施例还提供了一种高速公路交通事故影响程度动态评价设备,所述设备包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有能够被所述至少一个处理器执行的指令,以使所述至少一个处理器能够执行上述任一实施例所述的一种高速公路交通事故影响程度动态评价方法。

14、本技术提供了一种高速公路交通事故影响程度动态评价方法及设备,与现有技术相比,本技术实施例具有以下有益的技术效果:

15、1. 事故严重程度评价:通过对事故点位局部高速路网的划分和功能性指标的评估,可以更准确地评价高速公路交通事故的严重程度。这有助于相关部门及时采取适当的救援和应对措施,提高事故处理的效率和安全性。

16、2. 综合指标融合:将结构性指标和功能性指标进行融合,能够综合考虑高速公路的物理结构和交通运行情况,提供更全面的评价体系。这有助于更好地理解事故的原因和影响,为制定改进措施提供依据。

17、3. 连续均衡化处理:对事故严重程度进行连续均衡化处理,可以减少评价结果的离散性,提高评价的准确性和可靠性。这有助于更客观地比较不同事故的严重程度,为决策提供更有价值的信息。

18、4. 事故影响因素分析:通过提取交通流自然演化规律信息,并将其与事故本身严重程度信息和事故诱发交通流突变信息进行融合,可以更全面地分析高速公路交通事故的影响因素。这有助于深入了解事故的发生机制和影响范围,为预防和减少事故提供指导。

19、5. 动态预测:基于事故严重程度评价体系和事故影响因素体系,进行交通事故影响程度的动态预测,可以及时了解事故对交通的影响,并采取相应的交通管理措施,以减少事故对交通的影响,提高交通运行的效率和安全性。

20、6. 决策支持:提供的动态影响评价信息可以为交通管理部门、救援机构和相关决策者提供有力的支持。他们可以根据预测结果制定合理的应急预案、资源调配和交通管理策略,以最大程度地减少事故的损失和影响。

本文地址:https://www.jishuxx.com/zhuanli/20240731/193751.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。