[发明专利]一种利用路侧观测数据进行路段短时交通风险预测的方法

说明书

本发明公开了一种利用路侧观测数据进行路段短时交通风险预测的方法，包括以下步骤：1)利用路侧观测数据获取检测区域内行车轨迹数据；2)根据检测区域内连续的行车轨迹数据，统计交通流指标，获取车辆间的碰撞安全指标；3)选取碰撞时间和减速度作为识别指标，判别检测区域内具有碰撞风险的冲突事件；4)提取冲突事件发生前设定时间内的交通流指标和碰撞安全指标，利用分类算法对各类指标进行特征筛选；5)基于筛选的特征指标，选择重要性排序靠前的指标作为输入，构建短时交通风险预测模型，并利用训练数据完成模型训练和测试；6)基于构建的短时交通风险预测模型，进行短时交通风险预测。本发明方法能提高预测精准率。

技术领域

本发明涉及智能交通技术，尤其涉及一种利用路侧观测数据进行路段短时交通风险预测的方法。

背景技术

随着我国道路交通建设的迅猛发展，我国汽车保有量也在持续增长。道路交通事故是造成我国人员伤亡的重要因素之一，道路交通安全形势依然严峻。如何降低道路交通风险，提升路段的行车安全水平是交通安全管理的重要研究内容。

在智能交通系统(Intelligent Transportation System，ITS)和先进交通管理系统(Advanced Transportation Management System，ATMS)的应用之下，利用路段的实时交通流信息来预测短时间窗内发生碰撞事故可能性成为一种新的思路。尤其是关于实时碰撞预测模型(Real-Time Crash Prediction Model，RTCPM)的研究，对于帮助交管部门及时识别路段交通状态从而采取措施降低事故风险具有积极辅助作用。

当前的实时碰撞预测模型研究，主要通过建立历史事故数据和交通流数据与碰撞风险的关系，从而实现某个路段短时交通风险的预测。然而，其使用的仅是常规的交通流参数，如流量、占有率和速度等，并没有考虑与碰撞密切相关的车辆个体的驾驶行为和车辆群体的交互行为，故而对于路段碰撞风险预测精度还存在不足。因此，基于路段宏观的交通流特性和微观的车辆驾驶行为，提出一种融合传统交通流参数和典型替代安全指标的路段短时交通风险预测方法对增强特殊路段交通管控和提升路段安全行车水平具有重要意义。

发明内容

本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种利用路侧观测数据的短时交通风险预测方法。

本发明解决其技术问题所采用的技术方案是：一种利用路侧观测数据进行路段短时交通风险预测的方法，包括以下步骤：

1)利用路侧观测数据获取检测区域内行车轨迹数据；

采用路侧微波雷达(或其他检测设备)以固定频率采集检测区域内的车辆的基本信息；所述检测区域为微波雷达的纵向感知范围；所述基本信息包括时间戳、车辆ID、车辆位置和速度；

基于雷达记录存储的车辆基本信息，根据车辆ID逐帧提取出车辆的位置信息和速度信息，获得检测区域内各车辆的轨迹数据；

2)根据检测区域内连续的行车轨迹数据，统计交通流指标，获取车辆间的碰撞安全指标；所述碰撞安全指标包括：减速度、车头间距、车头时距、碰撞时间、修正碰撞时间以及停车间隔距离；

交通流指标包括：交通流量、占有率、车速，还包括拥堵指数和换道次数；

3)选取碰撞时间和减速度作为识别指标，判别检测区域内具有碰撞风险的冲突事件；

4)提取冲突事件发生前设定时间内的传统交通流指标和典型替代安全指标，利用分类算法对各类指标进行特征筛选；

5)基于筛选的特征指标，选择重要性排序靠前的指标作为输入，构建短时交通风险预测模型，并利用已有数据完成模型训练和测试；

根据特征指标筛选结果，选择重要性排序的前N个特征指标作为输入，构建基于支持向量机的短时交通风险预测模型。