本發明專利技術公開了一種城市路網交通事故風險研判及可視化方法，包括：獲取路網事故數據、行人數據、車輛數據和環境數據；對獲取的數據進行預處理；獲取城市路網連接關系，建立路網鄰接矩陣，得到每起事故的空間相關關系；建立考慮路網空間關聯和數據異質性的路網事故嚴重程度隨機參數空間聯合預測模型；分析預測模型中各自變量對應的系數，判別影響事故嚴重程度的風險因素；根據各道路實體的空間殘差項計算相對風險值，判別路網重特大事故的相對風險；根據各道路實體相對風險值，繪制路網風險地圖，實現相對風險概況可視化。本發明專利技術可從微觀層面識別交通事故嚴重程度影響因素，挖掘風險因素與事故嚴重程度間的潛在關系，判別事故黑點。
【技術實現步驟摘要】
本專利技術涉及交通安全的，尤其是指一種城市路網交通事故風險研判及可視化方法。
技術介紹
1、隨汽車保有量上升，交通安全問題成為社會關注焦點。城市道路由于其交通組成及路網線形復雜、周邊建筑物密集等特點，是交通安全管控的難點區域。分析影響交通事故嚴重程度的風險因素、識別路網事故黑點，能夠讓相關部門對潛在事故風險高的道路提出針對性改善措施，提高道路安全性，減少人員傷亡和財產損失。
2、當前對于風險因素的分析主要以單一道路實體為研究對象，而基于路網層面的風險因素分析又大多集中在宏觀因素層面，且忽視了相鄰道路間的空間相關性。然而交通安全問題是微觀問題，以上方法忽略了微觀因素對交通事故嚴重程度的影響。此外，現有的交通事故風險熱點判別主要是基于事故頻次進行的，忽略了事故的嚴重程度，某些造成行人重傷或死亡的事故可能無法被注意，影響事故黑點識別結果。
技術實現思路
1、本專利技術的目的在于針對當前路網事故風險因素識別中較少考慮多個道路實體和微觀層面因素、事故黑點識別時較少考慮事故嚴重程度的不足，提出了一種城市路網交通事故風險研判及可視化方法，以路網為研究對象，能夠同時識別影響發生在交叉口與路段處事故嚴重程度的風險因素，排查事故黑點，較先前以單一道路實體為研究對象的方法更為高效。
2、為實現上述目的，本專利技術所提供的技術方案為：一種城市路網交通事故風險研判及可視化方法，包括以下步驟：
3、1)獲取數據，包括：路網事故數據、行人數據、車輛數據和環境數據；
>4、2)對獲取的數據進行預處理，包括：對獲取的數據按事故類型分類，填充缺失值，刪除異常值，進行分類變量的啞變量處理和多重共線性檢驗，形成事故嚴重程度分析數據集；5、3)獲取城市路網連接關系，構建路網鄰接矩陣，按照空間位置將事故嚴重程度分析數據集中各事故分別匹配到與事故類型相對應的距離最近的道路實體上，得到每起事故的空間相關關系；
6、4)基于每起事故的空間相關關系和事故嚴重程度分析數據集，建立路網事故嚴重程度隨機參數空間聯合預測模型，并基于擬合度和預測精度兩類指標評價模型性能，其中，所述路網事故嚴重程度隨機參數空間聯合預測模型是在二元logistic模型框架下引入空間殘差項，并將參數變為隨機參數，以提高模型對空間事故數據的適應能力以及對數據異質性的處理效果，對于任一給定觀測事故，能得出行人重傷或死亡的概率；
7、5)分析路網事故嚴重程度隨機參數空間聯合預測模型中各自變量對應的系數，以貝葉斯置信區間為判別標準，識別出對事故嚴重程度有顯著影響的風險因素；
8、6)根據路網事故嚴重程度隨機參數空間聯合預測模型，提取各交叉口與路段的空間殘差項，計算各道路實體的相對風險值，即rr值，判別路網內各處發生行人重傷或死亡事故的相對風險；
9、7)根據各交叉口與路段的rr值，繪制事故嚴重程度空間風險地圖，實現相對風險概況可視化。
10、進一步，在步驟1)中，所述路網事故數據包括：事故嚴重程度、事故類型和事故發生地點及時間，所述行人數據包括：行人年齡、性別、頭部受傷情況、行人所處位置、行人特殊情況和行人危險因素，所述車輛數據包括：駕駛員年齡、性別、駕駛員行為、駕駛員危險因素、車輛類型、車齡和初次碰撞點，所述環境數據包括：交通擁堵情況、天氣情況、興趣點數量、土地利用熵、交叉口類型、交叉口控制類型、道路類型、車道數和是否存在中央分隔帶。
11、進一步，所述步驟2)包括以下步驟：
12、2.1)對獲取的數據按事故類型分類，根據事故類型將事故分為交叉口事故與路段事故，并從數據中選取可能對交叉口事故嚴重程度造成影響的因素，建立初始交叉口事故嚴重程度分析數據集，再選取可能對路段事故嚴重程度造成影響的因素，建立初始路段事故嚴重程度分析數據集；
13、2.2)對初始交叉口事故嚴重程度分析數據集和初始路段事故嚴重程度分析數據集進行預處理，包括填充缺失值，刪除異常值，對分類特征變量做啞變量處理，形成交叉口事故嚴重程度分析數據集d1和路段事故嚴重程度分析數據集d2；
14、2.3)對處理好的交叉口事故嚴重程度分析數據集d1和路段事故嚴重程度分析數據集d2做多重共線性檢驗，若方差膨脹因子大于10，則認為變量之間存在嚴重的共線性，計算如公式(1)所示：
15、
16、式中，p為變量個數，ri為第i個自變量xi對其余自變量作回歸分析的負相關系數；每個變量均能得到其方差膨脹因子vifi，根據計算結果，將方差膨脹因子大于10的自變量剔除；
17、2.4)將進行多重共線性檢驗后的d1和d2合并為事故嚴重程度分析數據集d。
18、進一步，在步驟3)中，使用arcgis軟件構建各個道路實體間的空間連接關系，得到路網鄰接矩陣w，建立規則如下：
19、若道路實體m、n直接相連，則認為這兩個道路實體存在鄰接關系，相應空間權值wmn＝1，否則wmn＝0，形成以路段數量為行數、交叉口數量為列數的矩陣，即路網鄰接矩陣w，其中wmn亦表示道路實體m與n之間的鄰接權重值；按照空間位置將事故嚴重程度分析數據集d內各事故分別匹配到與事故類型相對應的距離最近的道路實體上。
20、進一步，在步驟4)中，建立路網事故嚴重程度隨機參數空間聯合預測模型，對于任意給定觀測事故j，其事故嚴重程度yj被分為輕傷和重傷或死亡兩類，分別設為0和1，在二元logistic模型框架下，引入空間殘差項與隨機參數，則任一道路實體m內，事故j為重傷或死亡事故的概率pj有如下關系：
21、
22、
23、
24、式中，φm為道路實體m的空間殘差項，φn為道路實體n的空間殘差項，n≠m表示m與n為兩個不同的道路實體，為空間項的方差參數，ρ為反映相關性強度的權重參數，i代表交叉口，s代表路段，rj為表示事故類型的0-1變量，若事故j發生在交叉口，則rj＝1，否則rj＝0，xjk為事故j第k個自變量，α為常數項，βk為第k個自變量對應的系數，為βk的均值，μjk為隨機項，服從均值為0、標準差為σk的正態分布，θj為隨機誤差項，服從均值為0的正態分布；對于構建完成的考慮路網空間關聯及數據異質性的路網事故嚴重程度隨機參數空間聯合預測模型，采用偏差信息準則dic、召回率、特異度和總體分類精度指標衡量模型性能，其計算方式如下：
25、
26、
27、
28、
29、式中，dic、recall、specificity、total分別表示偏差信息準則、召回率、特異度和總體分類精度，和pd分別表示模型的擬合精度和有效變量個數，tp表示實際為重傷亡事故，預測結果也為重傷亡事故的數量，fn表示實際為重傷亡事故，預測結果為輕傷事故的數量，tn表示實際為輕傷事故，預測結果也為輕傷事故的數量，fp表示實際為輕傷事故，預測結果為重傷亡事故的數量。
30、進一步，在步驟5)中本文檔來自技高網...
【技術保護點】
1.一種城市路網交通事故風險研判及可視化方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種城市路網交通事故風險研判及可視化方法，其特征在于，在步驟1)中，所述路網事故數據包括：事故嚴重程度、事故類型和事故發生地點及時間，所述行人數據包括：行人年齡、性別、頭部受傷情況、行人所處位置、行人特殊情況和行人危險因素，所述車輛數據包括：駕駛員年齡、性別、駕駛員行為、駕駛員危險因素、車輛類型、車齡和初次碰撞點，所述環境數據包括：交通擁堵情況、天氣情況、興趣點數量、土地利用熵、交叉口類型、交叉口控制類型、道路類型、車道數和是否存在中央分隔帶。
3.根據權利要求2所述的一種城市路網交通事故風險研判及可視化方法，其特征在于，所述步驟2)包括以下步驟：
4.根據權利要求3所述的一種城市路網交通事故風險研判及可視化方法，其特征在于，在步驟3)中，使用ArcGIS軟件構建各個道路實體間的空間連接關系，得到路網鄰接矩陣w，建立規則如下：
5.根據權利要求4所述的一種城市路網交通事故風險研判及可視化方法，其特征在于，在步驟4)中，建立路網事故嚴重程度隨機參數空間聯合預測模型，對于任意給定觀測事故j，其事故嚴重程度Yj被分為輕傷和重傷或死亡兩類，分別設為0和1，在二元Logistic模型框架下，引入空間殘差項與隨機參數，則任一道路實體m內，事故j為重傷或死亡事故的概率pj有如下關系：
6.根據權利要求5所述的一種城市路網交通事故風險研判及可視化方法，其特征在于，在步驟5)中，分析路網事故嚴重程度隨機參數空間聯合預測模型中各自變量對應的系數，若系數在90％貝葉斯置信區間內顯著，則認為該自變量為影響事故嚴重程度的風險因素。
7.根據權利要求6所述的一種城市路網交通事故風險研判及可視化方法，其特征在于，在步驟6)中，根據構建的路網事故嚴重程度隨機參數空間聯合預測模型，提取各交叉口與路段的空間殘差項，并定義其相對風險RR為預期超額優勢比，以確定道路實體m是否具有比相似特征道路實體更高的重傷或死亡事故概率，具體公式如下：
8.根據權利要求7所述的一種城市路網交通事故風險研判及可視化方法，其特征在于，在步驟7)中，借助ArcGIS軟件將路網中各道路實體的RR值進行匹配，繪制事故嚴重程度空間風險地圖，實現相對風險概況可視化。
...
【技術特征摘要】
1.一種城市路網交通事故風險研判及可視化方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種城市路網交通事故風險研判及可視化方法，其特征在于，在步驟1)中，所述路網事故數據包括：事故嚴重程度、事故類型和事故發生地點及時間，所述行人數據包括：行人年齡、性別、頭部受傷情況、行人所處位置、行人特殊情況和行人危險因素，所述車輛數據包括：駕駛員年齡、性別、駕駛員行為、駕駛員危險因素、車輛類型、車齡和初次碰撞點，所述環境數據包括：交通擁堵情況、天氣情況、興趣點數量、土地利用熵、交叉口類型、交叉口控制類型、道路類型、車道數和是否存在中央分隔帶。
3.根據權利要求2所述的一種城市路網交通事故風險研判及可視化方法，其特征在于，所述步驟2)包括以下步驟：
4.根據權利要求3所述的一種城市路網交通事故風險研判及可視化方法，其特征在于，在步驟3)中，使用arcgis軟件構建各個道路實體間的空間連接關系，得到路網鄰接矩陣w，建立規則如下：
5.根據權利要求4所述的一種城市路網交通事故風險研判及可視化方法，其特征在于，在步驟4)中，建立路網事故嚴重程度隨機參數空...
【專利技術屬性】
技術研發人員：許鵬鵬，劉校言，汪倩芳，楊一帆，
申請(專利權)人：華南理工大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。