[发明专利]一种基于交通流数据的二次交通事故预测方法

权利要求书

1.一种基于交通流数据的二次交通事故预测方法，其特征在于，包括以下步骤：

步骤10)获取历史交通事故数据；

步骤20)根据步骤10)得到的历史交通事故数据将交通事故分类，分别为主事故、二次事故和普通交通事故；

步骤30)根据步骤步骤10)得到的历史交通事故数据以及步骤20)的交通事故分类获取三种事故的上下游交通信息；

步骤40)根据步骤20)的交通事故分类以及步骤30)分别获取的三类事故的上下游交通信息准备模型变量；

步骤50)根据步骤40)准备的模型变量建立二次交通事故预测模型：

Y^*＝βX+ε，

其中，由于无法观测到Y^*的具体值，将Y^*称为潜变量，但Y是可观测、有5个取值{0，1，2，3，4}的随机变量；X为解释变量的集合；β为待估计的回归系数，表示各个解释变量对Y影响程度；ε为随机干扰项，代表对被解释变量产生影响的其他因素的总和，与X相互独立；

设α_i(i＝1，2，3，4)为阈值，取α₁＜a₂＜a₃＜α₄，则有：

Y_i＝0，1，2，3，之4的概率分别为：

y_i＝a+b₁x₁+b₂x₂+…+b_kx_k 式(1)

步骤60)当公路上发生了一起主事故，获取实时交通流数据，并将这些交通流数据带入步骤50)二次交通事故预测模型中，来判断是否会发生二次交通事故。

2.根据权利要求1所述基于交通流数据的二次交通事故预测方法，其特征在于：所述步骤60)中若检测结果不安全，调控交通流并重复步骤60)，若检测结果安全，结束检测；检测结果不安全是指检测结果表示可能发生二次事故，可采用主线控制、动态信息调控和匝道控制方法调控交通流。

3.根据权利要求1所述基于交通流数据的二次交通事故预测方法，其特征在于：所述步骤50)中二次交通事故预测模型为：

Y_i＝0.2228527X₁-0.1808383X₂-0.0714166X₃-0.5255664X-0.0212277₄X₅+0.8740627X₆+0.1688458X₇+0.0044692X₈-0.1056242X₉；

α₁＝-.6295762；α₂＝.6758094；α₃＝1.365049；α₄＝1.990045；

Y_i表示二次事故发生频率，X₁表示下匝道数目，X₂表示上游速度标准差；X₃表示下游车道占有率标准差；X₄表示上下游平均交通量；X₅表示上游车道占有率平均值；X₆表示上下游交通量标准差；X₇表示上下游车道占有率标准差；X₈表示道路宽度；X₉表示上下游线圈所在位置的车道数差值。

4.根据权利要求1所述基于交通流数据的二次交通事故预测方法，其特征在于：所述步骤10)中交通事故数据包括事故的发生日期、时间、地点、事故的严重程度、事故类型、路面条件、所涉及的车辆、天气条件、照明条件、采集交通量、车速和车辆占有率。