[发明专利]道路交通事故预警方法

摘要

本发明提供一种道路交通事故预警方法，通过司机身份信息联系交通事故数据和交通违法数据；通过交通事故人员特征分析；进行交通事故高发人员决策树判断，得到事故高发人员及其发生的事故类型；进行环境变量特征分析，得到道路类型及处理等级表，得到事故高发时间、天气、车辆颜色规律；将得到的事故高发人员及其发生的事故类型，对应到事故高发的环境变量，结合司机自身特点和环境状况进行针对的行车提醒，同时进行事故预警。该方法将事故高危司机和事故高发路段结合，加入时间、天气等环境因素的影响，以达到事故高发司机判断、司机发生事故类型判断、多发事故路段对应特定司机类型，将事故人员、事故类型、事故路段有机结合的目的。

主权项

1.一种道路交通事故预警方法，其特征在于，包括以下步骤：S1、通过司机身份信息关联交通事故数据信息表和交通违法数据信息表；S2、通过交通事故人员特征分析，得到司机的交通事故与交通违法在数量、类型上的联系，得到司机拥有不同车辆数对事故发生率的影响，得到司机年龄、驾龄与事故发生率的关系，得到司机在事故责任方上的性别差异；步骤S2具体为：S21、使用Sperman等级相关性的方法，检验司机发生交通事故与交通违法在数量的相关性，使用简单统计的方法，检验司机发生交通事故类型与司机交通违法类型的联系；步骤S21中，司机发生交通事故与交通违法在数量、类型上的关系检验方法为：S211、从交通事故数据信息表和交通违法数据信息表中，对应并统计每位司机发生交通事故的次数、交通违法的次数，利用Sperman等级相关性检验二者数量上的相关性及其系数大小；S212、按照交通事故类型，分类事故人员；S213、在交通违法数据里对应出这些事故人员的违法信息，统计每一事故类型司机各类违法次数；S214、根据统计后的各类违法数量，舍弃违法数量小于p次的违法类型；得到司机发生交通事故类型‑司机交通违法类型表格；S215、将所得司机发生交通事故类型‑司机交通违法类型表格中的每一类型交通事故对应的各种交通违法的次数，比上每一类型交通违法的总次数，得到司机发生交通事故类型‑司机交通违法类型比例的表格；计算公式如下：交通事故A＝{a₁，a₂，a₃…a_m}，a_m为交通事故类型；事故人数K＝{k₁，k₂，k₃…k_m}，k_m为发生交通事故类型a_m的人数；违法类型B＝{b₁，b₂，b₃…b_n}，b_n为交通违法类型；违法人数k_mb_n为司机交通事故类型是a_m的，其发生违法类型为b_n的次数；司机违法总次数司机违法类型比例矩阵S216、以司机交通违法的比例为纵坐标，司机交通违法类型为横坐标，将各类型交通事故的司机所发生的各类交通违法的比例绘制在此坐标系中，通过观察司机各类违法的比例，进而判断其发生的事故的类型；S22、司机拥有不同车辆数对事故发生率的影响进行检验，具体为：从司机交通事故数据中提取其发生多起事故所用到的不同的车辆数，利用Sperman等级相关性检验二者的相关性及其系数大小；S23、对于司机在事故责任上的性别差异进行检验，具体为：从司机交通事故数据中提取司机发生事故后，责任方的归属及其性别信息，利用x²检验的方法，检验性别在事故责任方上的差异性水平；S24、使用统计的方法，得到司机年龄、驾龄在事故发生率上的规律；S3、由S2得到的结果，进行交通事故高发人员决策树判断，得到事故高发人员及其发生的事故类型；S4、环境变量特征分析，使用K中心聚类的方法，依据路段发生事故类型比例，得到城市路段聚类结果；使用统计的方法，得到事故发生时间、天气、车辆颜色在事故发生率上分布情况；S5、依据S4所得结果，依据聚类后的各路段类型的聚类中心，判断路段事故种类复杂度，作为第一排序依据；将路段事故数量作为第二排序依据，得到道路类型及处理等级表，得到事故高发时间、天气、车辆颜色规律；S6、综合步骤S3、S5得到的结果，将S3中得到的事故高发人员及其发生的事故类型，对应到步骤S5的事故高发的环境变量，结合司机自身特点和环境状况进行针对的行车提醒，同时进行事故预警。