專利名稱：基于交通數(shù)據(jù)和天氣數(shù)據(jù)的減少交通事故的車輛調(diào)控方法
技術(shù)領(lǐng)域：
本發(fā)明屬于城市快速道路車輛交通智能管理和控制領(lǐng)域，具體來說，涉及一種基于交通數(shù)據(jù)和天氣數(shù)據(jù)的減少交通事故的車輛調(diào)控方法。
背景技術(shù)：
惡劣天氣條件會對城市快速道路交通安全產(chǎn)生顯著的不良影響。惡劣天氣不僅會顯著影響駕駛員的反映時間，例如在霧天中，由于視線不好，駕駛?cè)诵枰L的時間來辨認前車的距離；而且會降低車輪與路面之間的摩擦力，導致駕駛?cè)诵枰L的距離來減速。已有研究表明在惡劣天氣下單位時間內(nèi)的交通事故數(shù)量是晴天的幾倍甚至幾十倍。這些年來，城市快速道路動態(tài)交通控制系統(tǒng)得到了快速地發(fā)展。這些動態(tài)交通控制系統(tǒng)的出現(xiàn)，例如快速道路匝道控制系統(tǒng)和快速道路可變限速控制系統(tǒng)，使得主動式干預并提升快速道路交通安全狀況成為可能。如何實時檢測快速道路交通安全風險成為其中最關(guān)鍵技術(shù)之一，因為它能夠?qū)崟r判別高風險交通流狀態(tài)，決定當前是否需要啟動控制算法來降低交通事故風險從而提升快速道路交通安全狀況。目前，很多城市快速道路裝備了交通流檢測設(shè)備，越來越多的學者開始研究如何利用交通流檢測設(shè)備獲取的交通數(shù)據(jù)來實時檢測快速道路交通事故風險，用以實時判別高風險交通流狀態(tài)。雖然已有研究表明使用城市快速道路上交通流檢測設(shè)備獲取的數(shù)據(jù)能夠?qū)煌ㄊ鹿曙L險進行實時檢測，但是僅僅采用交通流數(shù)據(jù)對交通事故風險進行實時檢測往往忽略了惡劣天氣條件對交通事故風險的影響。

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:提供一種基于交通數(shù)據(jù)和天氣數(shù)據(jù)的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)備獲取實時交通數(shù)據(jù)，以及環(huán)境氣象站獲取的天氣數(shù)據(jù)，實時檢測快速道路發(fā)生交通事故概率，對車輛進行調(diào)控，減少交通事故。技術(shù)方案:為解決上述技術(shù)問題，本發(fā)明采用的基于交通數(shù)據(jù)和天氣數(shù)據(jù)的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)獲取事故路段在事故發(fā)生前的交通信息:在快速道路上安裝q個交通流檢測設(shè)備，將相鄰兩個交通流檢測設(shè)備之間的快速道路設(shè)為一個路段，并且在快速道路上安裝m個環(huán)境氣象站；根據(jù)交通事故的發(fā)生時間和發(fā)生路段，采集交通事故發(fā)生路段上游和下游兩個交通流檢測設(shè)備獲取的交通數(shù)據(jù)，交通數(shù)據(jù)包括交通事故發(fā)生前設(shè)定時間T內(nèi)，上游交通占有率平均值X1、下游車輛平均速度X2、上下游車輛速度差絕對值的平均值X3和下游車輛速度標準差X4 ;q和m均為大于I的整數(shù)；步驟20)獲取事故路段在事故發(fā)生前的天氣信息:通過距離交通事故發(fā)生地點最近的環(huán)境氣象站，采集交通事故發(fā)生時的天氣數(shù)據(jù)，天氣數(shù)據(jù)是交通事故發(fā)生前設(shè)定時間T內(nèi)的天氣狀況χ5，當天氣狀況為晴天時，X5=O,當天氣狀況不為晴天時，X5=I ；
步驟30)采集事故路段在正常狀態(tài)下的交通數(shù)據(jù)和天氣數(shù)據(jù):對于每起交通事故，采用病例對照研究法，按1:a比例選取交通事故發(fā)生路段在正常狀態(tài)下交通數(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)生交通事故時的狀態(tài)，所述的l:a是指對應(yīng)于每個交通事故的交通數(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個交通數(shù)據(jù)和a個天氣數(shù)據(jù)；交通數(shù)據(jù)包括正常狀態(tài)下設(shè)定時間T內(nèi)，上游交通占有率平均值X1、下游車輛平均速度X2、上下游車輛速度差絕對值的平均值X3和下游車輛速度標準差X4 ;天氣數(shù)據(jù)是正常狀態(tài)下設(shè)定時間T內(nèi)的天氣狀況X5 ；a為大于等于2的整數(shù)；步驟40)建立交通流數(shù)據(jù)總樣本:對于每個路段，將該路段上游和下游兩個交通流檢測設(shè)備在設(shè)定時間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，建立一個交通流數(shù)據(jù)樣本；在每個路段中，所有在發(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η個交通流數(shù)據(jù)樣本的交通流數(shù)據(jù)總樣本；步驟50)建立標定后的交通事故概率關(guān)系式:首先利用邏輯回歸模型，建立如式(I)所示的交通事故概率關(guān)系式:
權(quán)利要求
1.一種基于交通數(shù)據(jù)和天氣數(shù)據(jù)的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)獲取事故路段在事故發(fā)生前的交通信息:在快速道路上安裝q個交通流檢測設(shè)備，將相鄰兩個交通流檢測設(shè)備之間的快速道路設(shè)為一個路段，并且在快速道路上安裝m個環(huán)境氣象站；根據(jù)交通事故的發(fā)生時間和發(fā)生路段，采集交通事故發(fā)生路段上游和下游兩個交通流檢測設(shè)備獲取的交通數(shù)據(jù)，交通數(shù)據(jù)包括交通事故發(fā)生前設(shè)定時間T內(nèi)，上游交通占有率平均值X1、下游車輛平均速度X2、上下游車輛速度差絕對值的平均值X3和下游車輛速度標準差X4 ;q和m均為大于I的整數(shù)； 步驟20)獲取事故路段在事故發(fā)生前的天氣信息:通過距離交通事故發(fā)生地點最近的環(huán)境氣象站，采集交通事故發(fā)生時的天氣數(shù)據(jù)，天氣數(shù)據(jù)是交通事故發(fā)生前設(shè)定時間T內(nèi)的天氣狀況x5，當天氣狀況為晴天時，x5=0,當天氣狀況不為晴天時，X5=I ； 步驟30)采集事故路段在正常狀態(tài)下的交通數(shù)據(jù)和天氣數(shù)據(jù):對于每起交通事故，采用病例對照研究法，按1:a比例選取交通事故發(fā)生路段在正常狀態(tài)下交通數(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)生交通事故時的狀態(tài)，所述的l:a是指對應(yīng)于每個交通事故的交通數(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個交通數(shù)據(jù)和a個天氣數(shù)據(jù)；交通數(shù)據(jù)包括正常狀態(tài)下設(shè)定時間T內(nèi)，上游交通占有率平均值X1、下游車輛平均速度X2、上下游車輛速度差絕對值的平均值X3和下游車輛速度標準差X4 ;天氣數(shù)據(jù)是正常狀態(tài)下設(shè)定時間 T內(nèi)的天氣狀況X5 ；a為大于等于2的整數(shù)； 步驟40)建立交通流數(shù)據(jù)總樣本:對于每個路段，將該路段上游和下游兩個交通流檢測設(shè)備在設(shè)定時間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，建立一個交通流數(shù)據(jù)樣本；在每個路段中，所有在發(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η個交通流數(shù)據(jù)樣本的交通流數(shù)據(jù)總樣本； 步驟50)建立標定后的交通事故概率關(guān)系式: 首先利用邏輯回歸模型，建立如式(I)所示的交通事故概率關(guān)系式:
2.按照權(quán)利要求1所述的基于交通數(shù)據(jù)和天氣數(shù)據(jù)的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，相鄰的兩個交通流檢測設(shè)備之間距離為500米到1500米，相鄰的兩個環(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所述的基于交通數(shù)據(jù)和天氣數(shù)據(jù)的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所述的基于交通數(shù)據(jù)和天氣數(shù)據(jù)的減少交通事故的車輛調(diào)控方法，其特征在于，所述的步驟60)中，Ptl=0.2。
5.按照權(quán)利要求1所述的基于交通數(shù)據(jù)和天氣數(shù)據(jù)的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，通過上游和下游兩個交通流檢測設(shè)備，按照采樣步長采集檢測路段的交通流數(shù)據(jù)，該交通流數(shù)據(jù)包括上游交通占有率、下游車輛速度和上下游車輛速度差絕對值三個參數(shù)，然后每隔設(shè)定時間T測算各參數(shù)的平均值或標準差，獲得上游交通占有率平均值X1、下游車輛平均速度X2、上下游車輛速度差絕對值的平均值X3,以及下游車輛速度標準差X4;在采集交通流數(shù)據(jù)的同時，每隔設(shè)定時間T通過環(huán)境氣象站檢測路段的實時天氣狀況X5氣象信息。
6.按照權(quán)利要求5所述的基于交通數(shù)據(jù)和天氣數(shù)據(jù)的減少交通事故的車輛調(diào)控方法，其特征在于，所述的采樣步長為30秒。
7.按照權(quán)利要求1所述的基于交通數(shù)據(jù)和天氣數(shù)據(jù)的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=4。
8.按照權(quán)利要求1所述的基于交通數(shù)據(jù)和天氣數(shù)據(jù)的減少交通事故的車輛調(diào)控方法，其特征在于，所述的步驟60)中，設(shè)定時間T為5—10分鐘。
9.按照權(quán)利要求1所述的基于交通數(shù)據(jù)和天氣數(shù)據(jù)的減少交通事故的車輛調(diào)控方法，其特征在于，所述的步驟60)中，通過可變限速板對當前車輛限速，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)明公開了一種基于交通數(shù)據(jù)和天氣數(shù)據(jù)的減少交通事故的車輛調(diào)控方法，包括以下步驟步驟10)獲取事故路段在事故發(fā)生前的交通信息；步驟20)獲取事故路段在事故發(fā)生前的天氣信息；步驟30)采集事故路段在正常狀態(tài)下的交通數(shù)據(jù)和天氣數(shù)據(jù)；步驟40)建立交通流數(shù)據(jù)總樣本；步驟50)建立標定后的交通事故概率關(guān)系式；步驟60)檢測路段發(fā)生交通事故概率,并調(diào)控車輛；步驟70)重復步驟60)，進行下一個設(shè)定時間T路段發(fā)生交通事故概率的檢測，直至結(jié)束檢測。該車輛調(diào)控方法利用交通流檢測設(shè)備獲取實時交通數(shù)據(jù)，以及環(huán)境氣象站獲取的天氣數(shù)據(jù)，實時檢測快速道路發(fā)生交通事故概率，對車輛進行調(diào)控，減少交通事故。
文檔編號G08G1/16GK103198713SQ201310093620
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