本發(fā)明涉及高速公路主動交通安全風(fēng)險(xiǎn)防控，尤其涉及一種高速公路二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測方法。

背景技術(shù)：

1、在高速公路上，由于發(fā)生事故后，事故處理會導(dǎo)致對道路的異常占用，給其他車輛的正常行駛帶來干擾。而且交通事故會產(chǎn)生交通流的紊亂，對交通流形成時(shí)空范圍內(nèi)逐漸蔓延的影響，從而可能導(dǎo)致進(jìn)一步的交通事故。二次交通事故發(fā)生在由初次交通事故引起的空間和時(shí)間影響范圍內(nèi)。有研究表明，2.2％至3.9％的高速公路交通事故可能再次導(dǎo)致交通事故發(fā)生。如果之前發(fā)生交通事故，再次發(fā)生交通事故的風(fēng)險(xiǎn)將增加六倍以上。同樣，事故清除時(shí)間每增加一分鐘，二次交通事故的可能性增加2.8％。與普通事故相比，二次事故的可預(yù)防性較高，通過主動式交通安全管控措施來及時(shí)進(jìn)行干預(yù)，消減相應(yīng)風(fēng)險(xiǎn)，從而減少二次事故發(fā)生。

2、目前對于二次事故實(shí)時(shí)風(fēng)險(xiǎn)的建模過程中主要思路是通過對初次事故和普通事故進(jìn)行分類實(shí)現(xiàn)二次事故的風(fēng)險(xiǎn)預(yù)測，該預(yù)測思路的輸出結(jié)果只能說明初次事故導(dǎo)致二次事故發(fā)生的風(fēng)險(xiǎn)較高，而二次事故發(fā)生的時(shí)間和位置均無法確定，難以對二次事故風(fēng)險(xiǎn)的快速響應(yīng)和及時(shí)干預(yù)提供幫助。另外，現(xiàn)有二次事故風(fēng)險(xiǎn)預(yù)測模型中在很大程度上依賴于初次事故相關(guān)特征，如事故類型、事故持續(xù)時(shí)間等，然而這些特征在實(shí)際應(yīng)用中幾乎不能實(shí)時(shí)獲取，即使可以獲取，由于其來源依靠事故參與者的上報(bào)，亦很難確保其真實(shí)性和準(zhǔn)確性。

3、因此，當(dāng)前二次事故的預(yù)測方式存在一定的局限性，難以準(zhǔn)確預(yù)測二次事故的風(fēng)險(xiǎn)。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的實(shí)施例提供了一種高速公路二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測方法，以實(shí)現(xiàn)有效地實(shí)時(shí)管控高速公路的二次事故風(fēng)險(xiǎn)。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采取了如下技術(shù)方案。

3、一種高速公路二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測方法和系統(tǒng)，包括：

4、獲取高速公路上歷史交通事故的信息數(shù)據(jù)和對應(yīng)時(shí)空位置的交通流數(shù)據(jù)，將交通事故劃分為二次事故、初次事故和普通事故，根據(jù)案例配對法構(gòu)建初次事故和普通事故數(shù)據(jù)集、二次事故和無事故數(shù)據(jù)集；

5、利用各種交通流特征因子分別構(gòu)建初次事故風(fēng)險(xiǎn)預(yù)測子模型和二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型，利用所述初次事故和普通事故數(shù)據(jù)集對所述初次事故風(fēng)險(xiǎn)預(yù)測子模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的初次事故風(fēng)險(xiǎn)預(yù)測子模型，利用所述二次事故和無事故數(shù)據(jù)集對所述二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型；

6、將待分析的高速公路實(shí)時(shí)事故的交通流特征因子輸入到所述初次事故風(fēng)險(xiǎn)預(yù)測子模型和所述二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型，采用“或”的投票策略將所述初次事故風(fēng)險(xiǎn)預(yù)測子模型和所述二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型的預(yù)測結(jié)果進(jìn)行融合，得到所述待分析的實(shí)時(shí)事故的二次事故風(fēng)險(xiǎn)預(yù)測結(jié)果。

7、優(yōu)選地，獲取高速公路上歷史交通事故的信息數(shù)據(jù)和對應(yīng)時(shí)空位置的交通流數(shù)據(jù)，將交通事故劃分為二次事故、初次事故和普通事故，包括：

8、獲取歷史交通事故信息數(shù)據(jù)和對應(yīng)時(shí)空位置的交通流數(shù)據(jù)，對數(shù)據(jù)預(yù)處理后，通過數(shù)據(jù)表的索引字段進(jìn)將各類數(shù)據(jù)進(jìn)行匹配關(guān)聯(lián)，開始識別檢測線圈編號，確定事故發(fā)生的道路編號和里程樁號，以及事故車輛的行車方向，通過搜索相關(guān)的線圈信息數(shù)據(jù)文件，定位事故上下游線路的編號，搜集事故發(fā)生時(shí)間和對應(yīng)的上下游線路編號，獲取事故發(fā)生設(shè)定時(shí)間內(nèi)的交通流數(shù)據(jù)。

9、優(yōu)選地，所述的根據(jù)案例配對法構(gòu)建初次事故和普通事故數(shù)據(jù)集、二次事故和無事故數(shù)據(jù)集，包括：

10、對于數(shù)據(jù)庫中的每個(gè)事故，生成指定時(shí)間距離和空間距離的二次事故識別緩沖區(qū)，所述時(shí)間距離為事故發(fā)生前2小時(shí)到事故發(fā)生后4小時(shí)內(nèi)，所述空間距離為事故地點(diǎn)上游5公里到事故下游1公里以內(nèi)的范圍，如果在所述二次事故識別緩沖區(qū)內(nèi)無事故發(fā)生，則將該事故標(biāo)記為普通事故；

11、如果在所述二次事故識別緩沖區(qū)內(nèi)有事故發(fā)生，構(gòu)建事故當(dāng)日指定范圍內(nèi)的平均速度時(shí)空矩陣和無事故日正常交通狀態(tài)下的平均速度矩陣和標(biāo)準(zhǔn)差矩陣，通過事故日速度與正常交通狀態(tài)下速度差異判斷事故時(shí)空影響范圍，構(gòu)建事故影響范圍的速度等值線圖，如果所述事故時(shí)空影響范圍內(nèi)存在事故，則將事故標(biāo)記為初次事故并加入初次事故數(shù)據(jù)庫，并將初次事故時(shí)空范圍內(nèi)的事故依次標(biāo)記為二次事故，并加入二次事故數(shù)據(jù)庫。

12、利用初次事故和普通事故兩類事故樣本構(gòu)建普通事故和初次事故數(shù)據(jù)集，針對初次事故數(shù)據(jù)，采用提取到的全部樣本作為案例組，對于普通事故數(shù)據(jù)，則采用案例對照法，并按照1:4的比例選取與初次事故相關(guān)的普通事故數(shù)據(jù)；利用二次事故數(shù)據(jù)和無事故數(shù)據(jù)兩類事故樣本構(gòu)建二次事故數(shù)據(jù)集，對于二次事故數(shù)據(jù)，從數(shù)據(jù)庫中提取到的所有與初次事故對應(yīng)的二次事故作為案例樣本，對于無事故數(shù)據(jù)則通過案例對照法選取。

13、優(yōu)選地，所述的根據(jù)案例配對法構(gòu)建初次事故和普通事故數(shù)據(jù)集、二次事故和無事故數(shù)據(jù)集，包括：

14、選取了上下游斷面交通流三參數(shù)及其上下游平均差值、相鄰車道平均差值指標(biāo)，共計(jì)15個(gè)參數(shù)作為交通流特征因子，具體參數(shù)及含義如下表2所示：

15、表2交通流特征因子

16、

17、優(yōu)選地，所述的利用各種交通流特征因子分別構(gòu)建初次事故風(fēng)險(xiǎn)預(yù)測子模型和二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型，利用所述初次事故和普通事故數(shù)據(jù)集對所述初次事故風(fēng)險(xiǎn)預(yù)測子模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的初次事故風(fēng)險(xiǎn)預(yù)測子模型，利用所述二次事故和無事故數(shù)據(jù)集對所述二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型，包括：

18、選取流量、速度和占有率交通流特征因子來構(gòu)建初次事故風(fēng)險(xiǎn)預(yù)測子模型，所述初次事故風(fēng)險(xiǎn)預(yù)測子模型的輸入數(shù)據(jù)為初始發(fā)生事故的15個(gè)交通流特征因子，輸出數(shù)據(jù)為0/1，0表示初次事故發(fā)生風(fēng)險(xiǎn)較低，1表示初次事故發(fā)生風(fēng)險(xiǎn)較高，基于所述初次事故和普通事故數(shù)據(jù)集利用機(jī)器學(xué)習(xí)模型對所述初次事故風(fēng)險(xiǎn)預(yù)測子模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的初次事故風(fēng)險(xiǎn)預(yù)測子模型；

19、選取流量、速度和占有率交通流特征因子來構(gòu)建二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型，所述二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型的輸入數(shù)據(jù)為二次事故的交通流特征因子，輸出數(shù)據(jù)為0/1，0表示二次事故發(fā)生風(fēng)險(xiǎn)較低，1表示二次事故發(fā)生風(fēng)險(xiǎn)較高，基于所述二次事故和無事故數(shù)據(jù)集利用機(jī)器學(xué)習(xí)模型對所述二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型進(jìn)行訓(xùn)練，得到訓(xùn)練好的二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型。

20、優(yōu)選地，所述的將待分析的高速公路實(shí)時(shí)事故的交通流特征因子輸入到所述初次事故風(fēng)險(xiǎn)預(yù)測子模型和所述二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型，采用“或”的投票策略將所述初次事故風(fēng)險(xiǎn)預(yù)測子模型和所述二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型的預(yù)測結(jié)果進(jìn)行融合，得到所述待分析的實(shí)時(shí)事故的二次事故風(fēng)險(xiǎn)預(yù)測結(jié)果，包括：

21、將待分析的實(shí)時(shí)事故的15個(gè)初次事故的交通流特征因子輸入到所述初次事故風(fēng)險(xiǎn)預(yù)測子模型，15個(gè)交通流因子即上下游斷面交通流三參數(shù)及其上下游平均差值、相鄰車道平均差值指標(biāo)，由上、下游線圈檢測器檢測得到。將待分析的實(shí)時(shí)事故的15個(gè)二次事故的交通流特征因子輸入到所述二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型，采用“或”的投票策略將所述初次事故風(fēng)險(xiǎn)預(yù)測子模型和所述二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測子模型的預(yù)測結(jié)果進(jìn)行融合，所述初次事故風(fēng)險(xiǎn)預(yù)測子模型和所述二次事故風(fēng)險(xiǎn)預(yù)測子模型的融合邏輯如表3所示：

22、表3

23、 初次事故預(yù)測模型結(jié)果 二次事故預(yù)測模型結(jié)果 雙層預(yù)測模型 +1(二次事故風(fēng)險(xiǎn)較高) +1(二次事故風(fēng)較高) +1(二次事故風(fēng)險(xiǎn)較高) +1(二次事故風(fēng)險(xiǎn)較高) -1(二次事故風(fēng)險(xiǎn)較低) +1(二次事故風(fēng)險(xiǎn)較高) -1(二次事故風(fēng)險(xiǎn)較低) +1(二次事故風(fēng)險(xiǎn)較高) +1(二次事故風(fēng)險(xiǎn)較高) -1(二次事故風(fēng)險(xiǎn)較低) -1(二次事故風(fēng)險(xiǎn)較低) -1(二次事故風(fēng)險(xiǎn)較低)

24、得到所述待分析的實(shí)時(shí)事故的二次事故風(fēng)險(xiǎn)預(yù)測結(jié)果。

25、由上述本發(fā)明的實(shí)施例提供的技術(shù)方案可以看出，本發(fā)明實(shí)施例方法能夠提高對二次事故實(shí)時(shí)風(fēng)險(xiǎn)預(yù)測輸出的信息有效性，從而實(shí)現(xiàn)高速公路二次事故實(shí)時(shí)風(fēng)險(xiǎn)主動管控。

26、本發(fā)明附加的方面和優(yōu)點(diǎn)將在下面的描述中部分給出，這些將從下面的描述中變得明顯，或通過本發(fā)明的實(shí)踐了解到。