專利名稱：一種霧天狀態(tài)下減少交通事故的車輛調(diào)控方法
技術(shù)領(lǐng)域：
本發(fā)明屬于高速公路交通智能管理和控制領(lǐng)域，具體來說，涉及一種霧天狀態(tài)下減少交通事故的車輛調(diào)控方法。
背景技術(shù)：
霧天對高速公路的交通安全產(chǎn)生了嚴(yán)重的影響，在霧天下發(fā)生交通事故的嚴(yán)重程度往往比較高，涉及到人員傷亡。由于霧天的能見度比較低，當(dāng)遇到危險(xiǎn)狀況是，駕駛員往往沒有足夠反應(yīng)時(shí)間采取避險(xiǎn)行為，造成交通事故的發(fā)生。根據(jù)《中華人民共和國公安部交通事故統(tǒng)計(jì)年報(bào)》，2006年和2010年中分別有2，626和1，527起交通事故發(fā)生在雨天狀況下，死亡人數(shù)分別為1，047和803人，受傷人數(shù)分別為3，325和2，006，直接經(jīng)濟(jì)損失分別為3.13千萬元和2.33千萬元。因而，如何提升霧天下高速公路行車安全問題具有重要的實(shí)際意義。通常大霧天氣下，高速公路封閉通行，而對于薄霧天氣的交通事故預(yù)防的方法還比較簡單，難以對高速公路交通事故進(jìn)行有效的預(yù)防與降低。近些年來，隨著高速公路交通智能管理和控制領(lǐng)域的不斷發(fā)展，交通安全領(lǐng)域開始研究高速公路交通事故實(shí)時(shí)預(yù)測模型，該預(yù)測模型能夠利用交通安全管理系統(tǒng)中的交通流檢測設(shè)備實(shí)時(shí)監(jiān)測交通流運(yùn)行狀況，區(qū)分正常交通流狀態(tài)和高事故風(fēng)險(xiǎn)的危險(xiǎn)交通流狀態(tài)。當(dāng)檢測到危險(xiǎn)交通流狀況，系統(tǒng)通過主動(dòng)式干預(yù)交通流 運(yùn)行來消除危險(xiǎn)交通流狀態(tài)，從而到達(dá)實(shí)時(shí)提升快速道路交通安全狀況的目的。因而，通過監(jiān)測霧天下的高風(fēng)險(xiǎn)交通流狀態(tài)能夠?qū)F天的交通事故進(jìn)行有效的預(yù)防，當(dāng)在霧天下檢測到高風(fēng)險(xiǎn)交通流狀態(tài)，可以通過匝道控制降低上游車流量，并利用可變限速控制逐步降低車輛行駛速度，來消除高風(fēng)險(xiǎn)交通流狀態(tài)從而達(dá)到降霧天交通事故數(shù)量的目的。然而，目前還沒有專門針對霧天的交通事故實(shí)時(shí)預(yù)測模型，本發(fā)明將提出一種基于可變限速和匝道控制的霧天下高速公路事故預(yù)防方法。

發(fā)明內(nèi)容
技術(shù)問題:本發(fā)明所要解決的技術(shù)問題是:提供一種霧天狀態(tài)下減少交通事故的車輛調(diào)控方法，該車輛調(diào)控方法利用交通流檢測設(shè)備獲取實(shí)時(shí)交通數(shù)據(jù)和環(huán)境氣象站獲取的天氣數(shù)據(jù)，實(shí)時(shí)檢測快速道路在霧天狀態(tài)下發(fā)生交通事故判別函數(shù)值，對車輛進(jìn)行限速調(diào)控，減少交通事故，提高行駛安全性。技術(shù)方案:為解決上述技術(shù)問題，本發(fā)明采用的一種霧天狀態(tài)下減少交通事故的車輛調(diào)控方法，該車輛調(diào)控方法包括以下步驟:步驟10)獲取事故路段的基本信息:在高速公路上安裝q個(gè)交通流檢測設(shè)備，將相鄰兩個(gè)交通流檢測設(shè)備之間的高速公路設(shè)為一個(gè)路段，并且在快速道路上安裝w個(gè)環(huán)境氣象站；確定霧天狀況下每起交通事故的發(fā)生路段，并確定每起交通事故發(fā)生地點(diǎn)上游和下游兩個(gè)交通流檢測設(shè)備，以及距離該交通事故發(fā)生地點(diǎn)最近的環(huán)境氣象站^和《均為大于I的整數(shù)；
步驟20)采集霧天狀況下的事故組交通數(shù)據(jù)和天氣數(shù)據(jù):通過步驟10)確定的交通事故發(fā)生地點(diǎn)上游和下游兩個(gè)交通流檢測設(shè)備，采集霧天狀況下事故發(fā)生地點(diǎn)的交通數(shù)據(jù)，該交通數(shù)據(jù)包括交通事故發(fā)生前，在設(shè)定時(shí)間T內(nèi)的18個(gè)交通流參數(shù)，18個(gè)交通流參數(shù)為該路段的上游交通流量平均值X1、上游交通占有率平均值X2、上游車輛速度平均值X3、上游交通流量標(biāo)準(zhǔn)差X4、上游交通占有率標(biāo)準(zhǔn)差X5、上游車輛速度標(biāo)準(zhǔn)差X6、下游交通流量平均值X7、下游交通占有率平均值X8、下游車輛速度平均值X9、下游交通流量標(biāo)準(zhǔn)差χ1(ι、下游交通占有率標(biāo)準(zhǔn)差Xll、下游車輛速度標(biāo)準(zhǔn)差X12、上下游交通流量差絕對值的平均值X13、上下游交通占有率差絕對值的平均值X14、上下游車輛速度差絕對值的平均值X15、上下游交通流量差絕對值的標(biāo)準(zhǔn)差X16、上下游交通占有率差絕對值的標(biāo)準(zhǔn)差X17、上下游車輛速度差絕對值的標(biāo)準(zhǔn)差X18 ;并通過距離交通事故發(fā)生地點(diǎn)最近的環(huán)境氣象站，采集霧天狀況下，交通事故發(fā)生前的天氣數(shù)據(jù)，天氣數(shù)據(jù)是該路段在交通事故發(fā)生前，設(shè)定時(shí)間T內(nèi)的路面能見度X19 ；步驟30)采集霧天狀況下的正常組交通數(shù)據(jù)和天氣數(shù)據(jù):對應(yīng)于霧天狀況下的每起交通事故，采用病例對照研究法，按1: a比例選取交通事故發(fā)生路段在霧天、正常狀態(tài)下的交通數(shù)據(jù)和天氣數(shù)據(jù)，所述的正常狀態(tài)是指路段沒有發(fā)生交通事故時(shí)的狀態(tài)，所述的I: a是指對應(yīng)于每個(gè)交通事故的交通數(shù)據(jù)和天氣數(shù)據(jù)，選取該交通事故發(fā)生路段在正常狀態(tài)下的a個(gè)交通數(shù)據(jù)和a個(gè)天氣數(shù)據(jù)；交通數(shù)據(jù)包括該路段在霧天、正常狀態(tài)下，設(shè)定時(shí)間T內(nèi)的上游交通流量平均值X1、上游交通占有率平均值X2、上游車輛速度平均值X3、上游交通流量標(biāo)準(zhǔn)差X4、上游交通占有率標(biāo)準(zhǔn)差X5、上游車輛速度標(biāo)準(zhǔn)差X6、下游交通流量平均值X7、下游交通占有率平均值X8、下游車輛速度平均值X9、下游交通流量標(biāo)準(zhǔn)差Xltl、下游交通占有率標(biāo)準(zhǔn)差Xll、下游車輛速度標(biāo)準(zhǔn)差X12、上下游交通流量差絕對值的平均值X13、上下游交通占有率差絕對值的平均值X14、上下游車輛速度差絕對值的平均值X15、上下游交通流量差絕對值的標(biāo)準(zhǔn)差X16、上下游交通占有率差絕對值的標(biāo)準(zhǔn)差X17、上下游車輛速度差絕對值的標(biāo)準(zhǔn)差X18 ;天氣數(shù)據(jù)是該路段在霧天、正常狀態(tài)下，設(shè)定時(shí)間T內(nèi)的路面能見度X19 ；a為大于等于5的整數(shù)；步驟40)建立霧天狀況下交通流數(shù)據(jù)總樣本:對于每個(gè)路段，將該路段上游和下游兩個(gè)交通流檢測設(shè)備在設(shè)定時(shí)間T內(nèi)采集的交通數(shù)據(jù)，以及距離該路段最近的環(huán)境氣象站采集的天氣數(shù)據(jù)組合后，建立一個(gè)交通流數(shù)據(jù)樣本；在每個(gè)路段中，所有在霧天、發(fā)生交通事故狀態(tài)下形成的交通流數(shù)據(jù)樣本組成事故組數(shù)據(jù)樣本，所有在霧天、正常狀態(tài)下形成的交通流數(shù)據(jù)樣本組成正常組數(shù)據(jù)樣本；將該快速道路所有路段中的事故組數(shù)據(jù)樣本和正常組數(shù)據(jù)樣本組合后，形成包含霧天狀況下η個(gè)子樣本的交通流數(shù)據(jù)總樣本；η為大于6的整數(shù)；步驟50)建立初始霧天狀況下的交通事故判別函數(shù):利用費(fèi)歇爾判別方法，建立18個(gè)交通流參數(shù)和I個(gè)天氣參數(shù)的線性組合，作為初始霧天狀況下的交通事故判別函數(shù)，如式(I)所示: Yi — β 0+ β iXji+ β 2xi2+ β 3Xi3+ ^ 4Xi4+ ^ 5Xi5+ ^ 6Xi6+ ^ 7Xi7+ ^ 8Xi8+ ^ 9Xi9+ ^ 10Xil0+ β llXill+ β 12Xil2+3 13Xil3+3 14Xil4+ ^ 15Xil5+ ^ 16Xil6+ ^ 17Xil7+ ^ 18Xil8+ ^ 19Xil9式(I) 式(I)中，i=l、2、3、…、η %表示霧天狀況下交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的數(shù)據(jù)測出的交通事故判別函數(shù)值；xn表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的上游交通流量平均值；xi2表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的上游交通占有率平均值，Xi3表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的上游車輛速度平均值，Xi4表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的上游交通流量標(biāo)準(zhǔn)差，Xi5表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的上游交通占有率標(biāo)準(zhǔn)差，Xi6表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的上游車輛速度標(biāo)準(zhǔn)差，Xi7表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的下游交通流量平均值，Xi8表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的下游交通占有率平均值，Xi9表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的下游車輛速度平均值，Xiltl表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的下游交通流量標(biāo)準(zhǔn)差，xm表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的下游交通占有率標(biāo)準(zhǔn)差，Xil2表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的下游車輛速度標(biāo)準(zhǔn)差，Xil3表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的上下游交通流量差絕對值的平均值，xil4表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的上下游交通占有率差絕對值的平均值，Xil5表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的上下游車輛速度差絕對值的平均值，xil6表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的上下游交通流量差絕對值的標(biāo)準(zhǔn)差，xil7表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的上下游交通占有率差絕對值的標(biāo)準(zhǔn)差，Xil8表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的上下游車輛速度差絕對值的標(biāo)準(zhǔn)差，Xil9表示霧天狀況下的交通流數(shù)據(jù)總樣本中第i個(gè)子樣本的路面能見度；β ο為常數(shù)系數(shù)，β工是Xil的對應(yīng)系數(shù)，β 2是xi2的對應(yīng)系數(shù)，β 3是xi3的對應(yīng)系數(shù)，β 4是xi4的對應(yīng)系數(shù)，β 5是Xi5的對應(yīng)系數(shù)，β 6是xi6的對應(yīng)系數(shù)，β 7是xi7的對應(yīng)系數(shù)，β 8是xi8的對應(yīng)系數(shù)，β 9是Xi9的對應(yīng)系數(shù)，β K1是Xiltl的對應(yīng)系數(shù)，β η是Xill的對應(yīng)系數(shù)，β 12是Xil2的對應(yīng)系數(shù)，β 13是Xil3的對應(yīng)系數(shù)，β14是Xil4的對應(yīng)系數(shù)，β15是Xil5的對應(yīng)系數(shù)，β 16是Xil6的對應(yīng)系數(shù)，β 17是Xil7的對應(yīng)系數(shù)，β 18是Xil8的對應(yīng)系數(shù)，β 19是Xil9的對應(yīng)系數(shù)；步驟60)確定標(biāo)定后的霧天狀態(tài)下交通事故判別函數(shù):通過測算式(2)的最大值，
β 1、β 2、3 3、3 4、.β 5、3 6、3 7、^ 8、^ 9、^ 10、^ 11、^ 12、^ 13、^ 14、^ 15、^ 16、^ 17、^ 18
和β 19值；
權(quán)利要求
1.一種霧天狀態(tài)下減少交通事故的車輛調(diào)控方法，其特征在于，該車輛調(diào)控方法包括以下步驟: 步驟10)獲取事故路段的基本信息:在高速公路上安裝q個(gè)交通流檢測設(shè)備，將相鄰兩個(gè)交通流檢測設(shè)備之間的高速公路設(shè)為一個(gè)路段，并且在快速道路上安裝w個(gè)環(huán)境氣象站；確定霧天狀況下每起交通事故的發(fā)生路段，并確定每起交通事故發(fā)生地點(diǎn)上游和下游兩個(gè)交通流檢測設(shè)備，以及距離該交通事故發(fā)生地點(diǎn)最近的環(huán)境氣象站；q和w均為大于I的整數(shù)； 步驟20)采集霧天狀況下的事故組交通數(shù)據(jù)和天氣數(shù)據(jù):通過步驟10)確定的交通事故發(fā)生地點(diǎn)上游和下游兩個(gè)交通流檢測設(shè)備，采集霧天狀況下事故發(fā)生地點(diǎn)的交通數(shù)據(jù)，該交通數(shù)據(jù)包括交通事故發(fā)生前，在設(shè)定時(shí)間T內(nèi)的18個(gè)交通流參數(shù)，18個(gè)交通流參數(shù)為該路段的上游交通流量平均值X1、上游交通占有率平均值X2、上游車輛速度平均值X3、上游交通流量標(biāo)準(zhǔn)差X4、上游交通占有率標(biāo)準(zhǔn)差X5、上游車輛速度標(biāo)準(zhǔn)差X6、下游交通流量平均值X7、下游交通占有率平均值X8、下游車輛速度平均值X9、下游交通流量標(biāo)準(zhǔn)差Xltl、下游交通占有率標(biāo)準(zhǔn)差Xll、下游車輛速度標(biāo)準(zhǔn)差X12、上下游交通流量差絕對值的平均值X13、上下游交通占有率差絕對值的平均值X14、上下游車輛速度差絕對值的平均值X15、上下游交通流量差絕對值的標(biāo)準(zhǔn)差X16、上下游交通占有率差絕對值的標(biāo)準(zhǔn)差X17、上下游車輛速度差絕對值的標(biāo)準(zhǔn)差X18 ;并通過距離交通事故發(fā)生地點(diǎn)最近的環(huán)境氣象站，采集霧天狀況下，交通事故發(fā)生前的天氣數(shù)據(jù)，天氣數(shù)據(jù)是該路段在交通事故發(fā)生前，設(shè)定時(shí)間T內(nèi)的路面能見度 X19; 步驟30)采集霧天狀況下的正常組交通數(shù)據(jù)和天氣數(shù)據(jù):對應(yīng)于霧天狀況下的每起交通事故，采用病例對照研究法，按1: a比例選取交通事故發(fā)生路段在霧天、正常狀態(tài)下的交通數(shù)據(jù)和天氣數(shù)據(jù)，所述的正常狀態(tài)是指路段沒有發(fā)生交通事故時(shí)的狀態(tài)，所述的1: a是指對應(yīng)于每個(gè)交通事故的交通數(shù)據(jù)和天氣數(shù)據(jù)，選取該交通事故發(fā)生路段在正常狀態(tài)下的a個(gè)交通數(shù)據(jù)和a個(gè)天氣數(shù)據(jù)；交通數(shù)據(jù)包括該路段在霧天、正常狀態(tài)下，設(shè)定時(shí)間T內(nèi)的上游交通流量平均值X1、上游交通占有率平均值X2、上游車輛速度平均值X3、上游交通流量標(biāo)準(zhǔn)差X4、上游交通占有 率標(biāo)準(zhǔn)差X5、上游車輛速度標(biāo)準(zhǔn)差X6、下游交通流量平均值X7、下游交通占有率平均值X8、下游車輛速度平均值X9、下游交通流量標(biāo)準(zhǔn)差Xltl、下游交通占有率標(biāo)準(zhǔn)差χη、下游車輛速度標(biāo)準(zhǔn)差X12、上下游交通流量差絕對值的平均值X13、上下游交通占有率差絕對值的平均值X14、上下游車輛速度差絕對值的平均值X15、上下游交通流量差絕對值的標(biāo)準(zhǔn)差X16、上下游交通占有率差絕對值的標(biāo)準(zhǔn)差X17、上下游車輛速度差絕對值的標(biāo)準(zhǔn)差X18 ;天氣數(shù)據(jù)是該路段在霧天、正常狀態(tài)下，設(shè)定時(shí)間T內(nèi)的路面能見度X19 ；a為大于等于5的整數(shù)； 步驟40)建立霧天狀況下交通流數(shù)據(jù)總樣本:對于每個(gè)路段，將該路段上游和下游兩個(gè)交通流檢測設(shè)備在設(shè)定時(shí)間T內(nèi)采集的交通數(shù)據(jù)，以及距離該路段最近的環(huán)境氣象站采集的天氣數(shù)據(jù)組合后，建立一個(gè)交通流數(shù)據(jù)樣本；在每個(gè)路段中，所有在霧天、發(fā)生交通事故狀態(tài)下形成的交通流數(shù)據(jù)樣本組成事故組數(shù)據(jù)樣本，所有在霧天、正常狀態(tài)下形成的交通流數(shù)據(jù)樣本組成正常組數(shù)據(jù)樣本；將該快速道路所有路段中的事故組數(shù)據(jù)樣本和正常組數(shù)據(jù)樣本組合后，形成包含霧天狀況下η個(gè)子樣本的交通流數(shù)據(jù)總樣本；η為大于6的整數(shù)；步驟50)建立初始霧天狀況下交通事故判別函數(shù):利用費(fèi)歇爾判別方法，建立18個(gè)交通流參數(shù)和I個(gè)天氣參數(shù)的線性組合，作為初始霧天狀況下交通事故判別函數(shù)，如式(I)所示:
2.按照權(quán)利要求1所述的霧天狀態(tài)下減少交通事故的車輛調(diào)控方法，其特征在于，所述的步驟10)中，相鄰的兩個(gè)交通流檢測設(shè)備之間距離為500米到1500米，相鄰的兩個(gè)環(huán)境氣象站之間距離為5公里到15公里，且交通流檢測設(shè)備和環(huán)境氣象站均沿快速道路均勻布置。
3.按照權(quán)利要求1所述的霧天狀態(tài)下減少交通事故的車輛調(diào)控方法，其特征在于，所述的交通流檢測設(shè)備為電磁感應(yīng)線圈，或者視頻交通流檢測設(shè)備。
4.按照權(quán)利要求1所述的霧天狀態(tài)下減少交通事故的車輛調(diào)控方法，其特征在于，所述的步驟20)中，兩個(gè)交通流檢測設(shè)備按照采樣步長采集待檢測路段的交通數(shù)據(jù)，所述的采樣步長為30秒。
5.按照權(quán)利要求1所述的霧天狀態(tài)下減少交通事故的車輛調(diào)控方法，其特征在于，所述的步驟30)中，a=10。
6.按照權(quán)利要求1所述的霧天狀態(tài)下減少交通事故的車輛調(diào)控方法，其特征在于，所述的設(shè)定時(shí)間T為5—10分鐘。
7.按照權(quán)利要求1所述的霧天狀態(tài)下減少交通事故的車輛調(diào)控方法，其特征在于，所述的步驟70)中，通過可變限速板對當(dāng)前車輛限速，每次調(diào)整變化的車輛速度幅度在5km/h 以內(nèi)。
全文摘要
本發(fā)明公開了一種霧天狀態(tài)下減少交通事故的車輛調(diào)控方法，步驟10)獲取事故路段的基本信息；步驟20)采集霧天狀況下的事故組交通數(shù)據(jù)和天氣數(shù)據(jù)；步驟30)采集霧天狀況下的正常組交通數(shù)據(jù)和天氣數(shù)據(jù)；步驟40)建立霧天狀況下交通流數(shù)據(jù)總樣本；步驟50)建立初始霧天狀況下的交通事故判別函數(shù)；步驟60)確定標(biāo)定后的霧天狀態(tài)下交通事故判別函數(shù)；步驟70)檢測在霧天狀態(tài)下發(fā)生交通事故的判別函數(shù)值，并進(jìn)行車輛調(diào)控；步驟80)重復(fù)步驟70)，進(jìn)行下一個(gè)設(shè)定時(shí)間發(fā)生交通事故判別函數(shù)值的檢測，直至結(jié)束檢測。該車輛調(diào)控方法實(shí)時(shí)檢測高速公路在霧天狀態(tài)下發(fā)生交通事故的判別函數(shù)值，對車輛進(jìn)行調(diào)控，減少交通事故。
文檔編號G08G1/16GK103198712SQ201310093600
公開日2013年7月10日 申請日期2013年3月21日 優(yōu)先權(quán)日2013年3月21日
發(fā)明者徐鋮鋮, 劉攀, 王煒, 李志斌 申請人:東南大學(xué)