一种多层级的交通事故预测与校正系统、方法及产品

本发明实施例涉及计算机，尤其涉及一种多层级的交通事故预测与校正系统、方法及产品。

背景技术：

1、在当前汽车飞速发展的时代，交通事故的发生会严重影响人们的工作生活甚至生命，为了避免交通事故的发生，针对道路进行交通事故的预测显得尤为重要，以基于道路交通事故预测结果提前针对道路进行相关防御措施，避免交通事故的发生，保障道路交通安全。然而，目前相关技术针对道路进行交通事故预测的预测准确率较低，因此，如何提高针对道路进行交通事故预测的预测准确率，是本发明亟待解决的技术问题。

技术实现思路

1、基于上述技术问题，本发明实施例提供一种多层级的交通事故预测与校正系统、方法及产品，旨在提高针对道路进行交通事故预测的预测准确率。

2、本发明实施例第一方面提供了一种多层级的交通事故预测与校正系统，所述系统包括：

3、交通事故鉴别器，用于将交通事故日志分为四个不同的组，以识别出目标交通事故记录，所述目标交通事故记录为对发生频率小于预设频率且交通事故恢复平均时间小于预设时间的交通事故的记录；

4、交通事故预测器，用于确定目标路段的多个传感器各自的权重，并根据所确定的权重对所述目标路段的多个传感器在当前时段采集的交通数据进行加权，并以加权后的交通数据为候选状态，以所述目标路段的多个传感器在正常通行时段采集的交通数据为健康状态，确定所述候选状态与所述健康状态的分布差异，根据所述分布差异，确定所述目标路段的健康系数，所述健康系数表征所述目标路段在下一时段的通行情况；

5、交通事故校正器，用于将所述目标路段在下一时段的健康系数与健康阈值比较，在所述下一时段的健康系数高于所述健康阈值的情况下，使用卷积神经网络作为分类器校验目标路段发生交通事故的真实性，以得到所述目标路段的最终预测结果，所述最终预测结果表征所述目标路段在下一时段经校正后的通行情况；

6、其中，所述交通事故预测器、所述交通事故校正器以及所述多个传感器各自的权重，是以所述目标交通事故记录为训练样本进行训练得到的；所述交通数据至少包括以下一者：车辆速度、车辆加速度、车辆温度、车辆自动驾驶功能是否开启、车辆方向盘转角、车辆限滑差速器取值、道路车辆数量、道路车辆平均时速、道路最高时速。

7、本发明实施例第二方面提供了一种多层级的交通事故预测与校正方法，应用于本发明实施例第一方面提供的多层级的交通事故预测与校正系统，所述方法至少包括：

8、通过交通事故鉴别器，将交通事故日志分为四个不同的组，以识别出目标交通事故记录，所述目标交通事故记录为对发生频率小于预设频率且交通事故恢复平均时间小于预设时间的交通事故的记录；

9、通过交通事故预测器，确定目标路段的多个传感器各自的权重，并根据所确定的权重对所述目标路段的多个传感器在当前时段采集的交通数据进行加权，并以加权后的交通数据为候选状态，以所述目标路段的多个传感器在正常通行时段采集的交通数据为健康状态，确定所述候选状态与所述健康状态的分布差异，根据所述分布差异，确定所述目标路段的健康系数，所述健康系数表征所述目标路段在下一时段的通行情况；

10、通过交通事故校正器，将所述目标路段在下一时段的健康系数与健康阈值比较，在所述下一时段的健康系数高于所述健康阈值的情况下，使用卷积神经网络作为分类器校验目标路段发生交通事故的真实性，以得到所述目标路段的最终预测结果，所述最终预测结果表征所述目标路段在下一时段经校正后的通行情况；

11、其中，所述交通事故预测器、所述交通事故校正器以及所述多个传感器各自的权重，是以所述目标交通事故记录为训练样本进行训练得到的；所述交通数据至少包括以下一者：车辆速度、车辆加速度、车辆温度、车辆自动驾驶功能是否开启、车辆方向盘转角、车辆限滑差速器取值、道路车辆数量、道路车辆平均时速、道路最高时速。

12、本发明实施例第三方面提供了一种电子设备，所述电子设备包括：包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序被该处理器执行时实现如本发明实施例第二方面的多层级的交通事故预测与校正方法。

13、本发明实施例第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现本发明实施例第二方面的多层级的交通事故预测与校正方法。

14、在本发明实施例的多层级的交通事故预测与校正系统中，通过交通事故鉴别器筛选得到目标交通事故记录，以对交通事故预测器、交通事故校正器以及多个传感器各自的权重进行训练；通过交通事故预测器针对目标路段计算当前时段的交通数据与正常通行时段的交通数据分布差异，以根据分布差异预测得到目标路段在下一时段的健康系数，得到目标路段在下一时段的通行情况；通过交通事故校正器对预测出来的健康系数进行校正，以识别出有效的交通事故预警以进一步提升交通事故预测精度，提高针对道路进行交通事故预测的预测准确率。

技术特征：

1.一种多层级的交通事故预测与校正系统，其特征在于，所述系统至少包括：

2.根据权利要求1所述的系统，其特征在于，所述将交通事故日志分为四个不同的组，以识别出目标交通事故记录，包括：

3.根据权利要求2所述的系统，其特征在于，所述交通事故预测器和所述交通事故校正器是通过以下步骤进行训练的：

4.根据权利要求3所述的系统，其特征在于，所述确定所述样本路段的多个传感器各自的样本权重，包括：

5.根据权利要求1所述的系统，其特征在于，所述以加权后的交通数据为候选状态，以所述目标路段的多个传感器在正常通行时段采集的交通数据为健康状态，确定所述候选状态与所述健康状态的分布差异，包括：

6.根据权利要求1所述的系统，其特征在于，所述健康系数为维度特征为n×l的健康指标曲线图，所述n表示多个传感器的总数，所述l表示传感器在时间维度上时间单位的数量；所述卷积神经网络至少包括：第一卷积层、子采样层、第二卷积层、第一全连接层和第二全连接层；

7.根据权利要求1至6任一所述的系统，其特征在于，

8.一种多层级的交通事故预测与校正方法，其特征在于，应用于权利要求1至7任一所述的多层级的交通事故预测与校正系统，所述方法至少包括：

9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述计算机程序被所述处理器执行时实现如权利要求8所述的多层级的交通事故预测与校正方法。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求8所述的多层级的交通事故预测与校正方法。

技术总结本发明实施例提供了一种多层级的交通事故预测与校正系统、方法及产品，涉及计算机技术领域。系统包括：交通事故鉴别器，用于将交通事故日志分为四个不同的组以识别出目标交通事故记录；交通事故预测器，用于确定目标路段的多个传感器各自的权重，并根据所确定的权重对目标路段的多个传感器在当前时段采集的交通数据进行加权，以加权后的交通数据为候选状态，以目标路段的多个传感器在正常通行时段采集的交通数据为健康状态，基于候选状态与健康状态的分布差异确定目标路段的健康系数；交通事故校正器，用于使用卷积神经网络作为分类器校验目标路段发生交通事故的真实性，得到目标路段的最终预测结果，以提高对道路进行交通事故预测的准确率。技术研发人员：陶晓明,王东昆,彭劼扬受保护的技术使用者：清华大学技术研发日：技术公布日：2024/11/18