一种基于正态分布理论的交通冲突预测模型建立的方法
阅读：0发布：2020-12-07
专利汇可以提供一种基于正态分布理论的交通冲突预测模型建立的方法专利检索，专利查询，专利分析的服务。并且本 发明 公开了一种基于正态分布理论的交通冲突 预测模型 建立的方法，其主要步骤如下：步骤一、设立基于冲突的负二项式安全性能函数；步骤二、建立模型。同时，本发明提出了建立一种预测冲突的对数正态模型，并将该模型应用于负二项式(NB)安全性能函数，其作用是预测交通冲突。该方法适用于预测若干个 信号 交叉口的交通冲突 频率 和平均每小时冲突的数据集。，下面是一种基于正态分布理论的交通冲突预测模型建立的方法专利的具体信息内容。
1.一种基于正态分布理论的交通冲突预测模型建立的方法，适用于预测若干个信号交叉口交通冲突频率和平均每小时冲突的数据集，其特征在于：包括如下步骤：步骤一、设立基于冲突的负二项式安全性能函数；步骤二、建立模型。
2.根据权利要求1所述的基于正态分布理论的交通冲突预测模型建立的方法，其特征在于：所述的步骤一、基于冲突的负二项式安全性能函数的设立：
(1)Zi表示站点I上的平均每小时冲突数(i＝12,3....,n)，假设n个站点的平均每小时冲突是独立的，则：
2
ln(Zi)＝ln(θi)+εi,εi～N(0,σ), (1)
其中，H1i和H2i表示主要和次要通道的观测平均每小时交通量；PHVi为输入量乘积的平方根，PHVi表示每小时的几何平均值；α0,α1和βi是模型参数，σ2代表站点之间冲突的变化；式(1)是一个将观察到的冲突数Zi与预测的冲突(危险因素)相关联的测量误差模型，考虑到平均每小时冲突数据通常是倾斜的，则等式中的对数呈正态分布；
(2)Yi表示在现场发生的事故数量，假设n个地点的事故是独立的，则：
Yi～Poisson(λi). (3)
为了解决未观测/未测量的道路的过度分散问题，假定：
λi～Gamma(k,k/μi), (4)
其中，kj是逆色散参数，并由此给出了预测的事故数μi：
其中，γ0和γ1是模型参数，在方程中(3)和(4)的泊松-伽马层次结构得到NB模型，其中Yi的均值和方差由此给出：
Poisson-Gamma模型是模拟交通冲突的首选分布，式(5)中的安全性能函数表示预测的冲突与预测的事故数之间的一致映射(比例关系)。
3.根据权利要求2所述的基于正态分布理论的交通冲突预测模型建立的方法，其特征在于：所述的步骤二、模型的建立：
该模型是一个两相模型，其中预测冲突的对数正态模型嵌套在NB安全性能函数中，用于预测交通冲突；利用统计软件SAS9.1版来获得模型参数的最大似然估计；用PROC,REG来估计对数正态预测冲突模型的参数α0,α1，βi和σ2，而NB中预测交通冲突模型的参数γ0，γ1和Kj则用proc GENMOD估计；
评估拟合优度的两种常用措施是尺度偏差SD和Pearson X2-statistic统计，将SD定义为似然比检验统计量，该统计量是所提出模型的对数似然比完全模型的两倍，其中，每个交叉口都有自己的斜轴；由于在这种情况下，每个交点只有一个观测值，所以整个模型的参数值与观测值一样多，因此饱和模型完全满足数据要求，该模型具有给定数据下的最大对数似然性，为评估模型的拟合优度提供了基线，对于负二项误差结构，尺度偏差SD如下：
Pearson X2-statistic统计为：
用p表示模型参数的个数，标度偏差和Pearson v2-统计量均为渐近v2-分布，且具有n-p自由度。
一种基于正态分布理论的交通冲突预测模型建立的方法
技术领域
[0001] 本发明属于交通工程领域，具体涉及一种基于正态分布理论的交通冲突预测模型建立的方法。
背景技术
[0002] 交通冲突的概念在国际公认的定义是一种可以观察到的情况，在这种情况下，两个或两个以上的道路使用者在空间和时间上接近对方，如果他们的动作保持不变，就会有交通冲突的危险。
[0003] 交通冲突技术在评估道路实体(交叉口、路段等)安全方面的应用一直受到安全调查者关注。目前有很多种关于冲突调研的方法，每一种方法都有自己的优点或缺点。例如，实地观察进行冲突调查可能是最实际的解决办法。但是，实地观察不仅费用昂贵，同时存在观察者间和交通内部的可变性问题，是对结果可重复性和一致性的挑战。
[0004] 调整仿真模型包括交通冲突措施可以解释这一局限性。然而，它们并没有考虑到实际道路中存在的多样化和不可预测的驱动程序行为。自动化摄像机可有效解决实地观察及模型仿真获取交通冲突数据不足的问题。该方法提供了一种互补方式来解决收集的可靠性问题，同时提供了更深入的分析。然而，这一进程仍在发展之中，且没有得到广泛传播。
[0005] 无论记录交通冲突的方法是什么，该方法都为交通安全分析人员提供了一个独特的机会来观察大量不安全的车辆交互作用(潜在的交通冲突可能性)，从而找出导致这种不安全行为的错误机制。此外，有人认为，考虑到交通冲突比道路碰撞更频繁，而且社会代价也很小，因此分析交通冲突的吸引力要大得多。
[0006] 交通流量冲突也可以作为碰撞的一个适当预测器。目前，以交通量等作为主要的碰撞预测指标.通常被定义为交通事件的数量，其中合理存在的事件链可能导致道路使用者之间的碰撞。目前使用的以体积为基础的曝光措施，受到许多限制。例如，将交叉口交通量的乘积提升为幂的乘积是简单的，因为并非每一辆进入十字路口的车辆都会受到冲突车辆流中的其他车辆的威胁。诸如平均日交通量(ADT)或平均日交通量(AADT)等交通量的测量，并没有明确地解释并非所有车辆都是不安全地相互作用这一事实。如果有人认为交通流中的车辆有不同程度的相互作用，那么逻辑上就会认为车辆发生了碰撞。当然，与交通流量的总计数相比，撞车事件的发生可能更相关。由于冲突是基于车辆之间的相互作用，所以可以认为它们能够为碰撞提供一个适当的预测器。
[0007] 交通冲突可有效分析车辆碰撞的机理，同时也能节约碰撞实验的成本。但是，为了将交通冲突作为碰撞的代名词，必须首先建立碰撞和冲突之间的关系，以便进行安全分析。为了调查冲突之间的关系，在碰撞过程中，使用了一个两相模型。其中，第一阶段采用对数正态分布模型，利用交通量、面积类型(城市/郊区)和一些几何相关变量作为协变量来预测冲突。在第二阶段，使用基于冲突的负二项式(NB)安全性能函数(SPF)来预测碰撞，提出的模型已被应用于51个信号交叉口的数据处理。这些结果表明，在冲突和碰撞之间存在着显著的比例关系，冲突对碰撞的缓和作用是非线性的，且呈递减趋势。这个标度偏差和Pearson 2拟合优度测度表明，提出的NB模型对数据进行了充分的拟合。冲突可用于表示碰撞的发现要求进一步发明减少冲突所需的反措施，作为减少冲突频率的有效手段。除了以交通与几何为基础的传统对策，应该设计出新的基于驾驶行为的措施，希望能对碰撞产生向下的影响。
发明内容
[0008] 发明目的：为了解决现有技术的不足，本发明提供了一种基于正态分布理论的交通冲突预测模型建立的方法。
[0009] 技术方案：一种基于正态分布理论的交通冲突预测模型建立的方法，适用于若干个信号交叉口碰撞频率和平均每小时冲突的数据集，包括如下步骤：步骤一、设立基于冲突的负二项式安全性能函数；步骤二、建立模型。
[0010] 进一步的，步骤一、设立基于冲突的负二项式安全性能函数：
[0011] (1)Zi表示站点I上的平均每小时冲突数(i＝12,3....,n)，假设n个站点的平均每小时冲突是独立的，则：
[0012] ln(Zi)＝ln(θi)+εi,εi～N(0,σ2), (1)
[0013]
[0014] 其中，H1i和H2i表示主要和次要通道的观测平均每小时交通量；PHV i为输入量乘积2
的平方根，PHV i表示每小时的几何平均值；α0,α1和βi是模型参数，σ代表站点之间冲突的变化；式(1)是一个将观察到的冲突数Zi与预测的冲突(危险因素)相关联的测量误差模型，考虑到平均每小时冲突数据通常是倾斜的，则等式中的对数呈正态分布；
的平方根，PHV i表示每小时的几何平均值；α0,α1和βi是模型参数，σ代表站点之间冲突的变化；式(1)是一个将观察到的冲突数Zi与预测的冲突(危险因素)相关联的测量误差模型，考虑到平均每小时冲突数据通常是倾斜的，则等式中的对数呈正态分布；
[0015] (2)Yi表示在现场发生的事故数量，假设n个地点的事故是独立的，则：
[0016] Yi～Poisson(λi). (3)
[0017] 为了解决未观测/未测量的道路的过度分散问题，假定：
[0018] λi～Gamma(k,k/μi), (4)
[0019] 其中，kj是逆色散参数，并由此给出了预测的事故数μi：
[0020]
[0022]
[0023] 负二项式Poisson-Gamma模型是模拟碰撞的首选分布，式(5)中的中的安全性能函数表示预测的冲突与预测的事故数之间的一致映射(比例关系)。
[0024] 进一步的，步骤二、模型的建立：
[0025] 该模型是一个两相模型，其中预测冲突的对数正态模型嵌套在NB安全性能函数中，用于预测交通冲突；利用统计软件SAS9.1版来获得模型参数的最大似然估计；用PROC,REG来估计对数正态预测冲突模型的参数α0,α1，βi和σ2，而NB中预测交通冲突模型的参数γ0，γ1和Kj则用proc GENMOD估计；
[0026] 评估拟合优度的两种常用措施是尺度偏差SD和PearsonX2-statistic统计，将SD定义为似然比检验统计量，该统计量是所提出模型的对数似然比完全模型的两倍，其中，每个交叉口都有自己的斜轴；由于在这种情况下，每个交点只有一个观测值，所以整个模型的参数与观测值一样多，因此饱和模型完全符合数据，该模型具有给定数据下的最大对数似然性，为评估模型的拟合优度提供了基线，对于负二项误差结构，尺度偏差SD如下：
[0027]
[0028] Pearson X2-statistic统计为：
[0029]
[0030] 让p表示模型参数的个数，标度偏差和Pearson v2-统计量均为渐近v2-分布，且具有 n-p自由度。
[0032] 图1是本发明所调查的51个信号控制交叉口观测到的冲突类型分布示意图。
具体实施方式
[0033] 下面将对本发明实施例中的技术方案进行清楚、完整的描述，以使本领域的技术人员能够更好的理解本发明的优点和特征，从而对本发明的保护范围做出更为清楚的界定。本发明所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0034] 实施例
[0035] 为了更好地利用交通冲突技术改善交通安全，必须首先建立碰撞与冲突之间的关系，才能将交通冲突作为碰撞的代名词去进行安全分析。因此，本发明的目的是建立预测碰撞与预测冲突之间的关系。本发明提出了一种预测冲突的对数正态模型，并将该模型应用于负二项式(NB)安全性能函数来预测碰撞。该方法适用于预测若干个信号交叉口碰撞频率和平均每小时冲突的数据集。
[0036] 1.基于冲突的负二项式安全性能函数的设立：
[0037] (1)Zi表示站点I上的平均每小时冲突数(i＝12,3....,n)，假设n个站点的平均每小时冲突是独立的，则：
[0038] ln(Zi)＝ln(θi)+εi,εi～N(0,σ2), (1)
[0039]
[0040] 其中，H1i和H2i表示主要和次要通道的观测平均每小时交通量；PHV i为输入量乘积的平方根，PHV i表示每小时的几何平均值；α0,α1和βi是模型参数，σ2代表站点之间冲突的变化；式(1)是一个将观察到的冲突数Zi与预测的冲突(危险因素)相关联的测量误差模型，考虑到平均每小时冲突数据通常是倾斜的，则等式中的对数呈正态分布；
[0041] (2)Yi表示在现场发生的事故数量，假设n个地点的事故是独立的，则：
[0042] Yi～Poisson(λi). (3)
[0043] 为了解决未观测/未测量的道路的过度分散问题，假定：
[0044] λi～Gamma(k,k/μi), (4)
[0045] 其中，kj是逆色散参数，并由此给出了预测的事故数μi：
[0046]
[0047] 其中，γ0和γ1是模型参数，在方程中(3)和(4)的泊松-伽马层次结构得到NB模型，其中Yi的均值和方差由此给出：
[0048]
[0049] 负二项式(Poisson-Gamma)模型是模拟碰撞的首选分布，因为它考虑了撞击时地址的离散性、稀缺性、非负性和随机性。同时解决了碰撞数据中普遍存在的过度分散问题。方程(5) 中的安全性能函数表示预测的冲突与预测的事故数之间的一致映射(比例关系)。
[0050] 2.模型的建立：
[0051] 该模型是一个两相模型，其中预测冲突的对数正态模型嵌套在NB安全性能函数中，用于预测交通冲突；利用统计软件SAS9.1版来获得模型参数的最大似然估计；用PROC,REG来估计对数正态预测冲突模型的参数α0,α1，βi和σ2，而NB中预测交通冲突模型的参数γ0，γ1和Kj则用proc GENMOD估计；
[0052] 评估拟合优度的两种常用措施是尺度偏差(S D)和Pearson X2-statistic统计。将SD 定义为似然比检验统计量，该统计量是所提出模型的对数似然比完全模型的两倍，其中每个交叉口都有自己的斜轴。由于在这种情况下，每个交点只有一个观测值，所以整个模型的参数与观测值一样多，因此饱和模型完全符合数据。因此该模型具有给定数据下的最大对数似然性，为评估模型的拟合优度提供了基线。McCullarh和Nder已经证明，对于负二项误差结构，尺度偏差SD如下：
[0053]
[0054] Pearson X2-statistic统计为：
[0055]
[0056] 让p表示模型参数的个数，标度偏差和Pearson v2-统计量均为渐近v2-分布，且具有 n-p自由度。
[0057] 3.数据说明
[0058] 本发明使用的数据与Sayed和Zein使用的数据相同。表1描述了碰撞频率、平均每小时冲突、平均每小时体积、面积类型(城市/Subu)的数据。在有51个信号交叉口的直通车道数目和右、左转弯车道的存在。这些信号交叉口中有13个在市区。交通拥堵是交通冲突的典型原因，而其余38个交叉口位于郊区，其中超速和交叉口不明显是交通冲突的典型原因。
[0059] 表1 数据集统计汇总(n＝51个信号交叉口)
[0060]
[0061] 碰撞频率的数据来自江苏省高速公路，为期三年(2010-2013)。平均每小时的冲突数据通过视频冲突调查收集。
[0062] 对每个发明的交叉路口进行为期两天的交通冲突观察，每天观察8小时。通常安排两个训练有素的观察员在选定的交叉路口观察地点进行16小时的观察。观察时间分布如下：晨间时段：7：00—10：00；午间时段：11：00—13：00；下午时段：15：00—18：00。本次分析采用碰撞时间(TTC)来定义交通冲突。TTC是交通冲突技术中应用最广泛的度量方法之一，它被定义为“两辆车继续按当前速度行驶在同一车道上发生碰撞的时间”。通常，交通碰撞的严重程度基于TTC值，值越低，说明碰撞越严重。在本次发明中，只使用TTC值小于等于1.5 的交通冲突。通过对观察方法的可靠性测试得出77％的准确率，置信等级为95％，对正确的 TTC值的评估准确性为85％。
[0063] 如图1所示为所调查的51个信号控制交叉口观测到的冲突类型分布示意图。最常见的冲突类型种类是左转对立冲突(35.4％)和追尾冲突(34.4％)。需要指出的是在这个分析中，所有冲突类型需要被结合起来并当作一个总数。更多关于交通冲突的观察和测量细节可以在考虑了包括52个信号控制交叉口和42个无信号控制交叉口的大数据。由于缺少了一个交叉口的碰撞记录，在原始的52个信号控制交叉口中只使用了51个。
[0064] 4.结果和讨论
[0065] 4.1.冲突的对数正态分布模型
[0066] 拟合冲突的对数正态回归模型的结果如表2所示。除了截距ln(PEV)以外，只有Area(X1) 和RT2(X6)被包含在其他协变量(X2,...,X5和X7)中在0.15这一等级上不显著。
[0067] 对于表2中的回归模型，解释变化的百分率R2为0.65，与文献中的其它冲突预测模型结果相似。另外，F-统计量是29.38，p值<0.001，表示暴露量，区域种类和小引道右转车道的存在共同解释了冲突变化的显著比例。同时，回归分析得出了统计性显著估计这表明在51个十字路口平均每小时的冲突观察中存在显著的随机变化。
[0068] 表2中的估计值 表明预测的冲突随着交通量的增加而增加。另外，估计值 小于1，表明模型中冲突数随着交通量减小呈现非线性关系。注意，估计值 是0.711，主要交通流量的系数范围通常是0.6～1.0，次要交通流量的系数通常较小。此外，估计值 也具有较高的显著性，表明冲突更可能发生在城区而不是郊区。事实上，在相似的右转车道条件下，城市区域的冲突预测值几乎是郊区的两倍(e0.656＝1.93)。相反，估计值 在0.05水平线时很重要，它是负的，这意味着在小引道右转车道上存在冲突的可能性更小。这一发现与之前的发明结果一致，即增加右转车道可以减少9％的撞车事故。在这项发明中，在右转车道中的预计碰撞被期望减少1-e-0.318＝0.27。右转车道比例很小(0.27)时RT2的重要性显而易见。而大多数没有右转车道的小车道(0.73)在车流量汇入主车道时发生了更多的车辆碰撞。
[0069] 表2 冲突对数模型(1)-(2)的参数估计，标准误差，t统计值与p值
[0070]
[0071]
[0072] 4.2基于冲突的NB碰撞模型的结果
[0073] 基于冲突的NB回归模型对观测碰撞的拟合结果如表3所示。高度显著性的估计值表明，预测冲突每增加1％，碰撞就增加0.738％，这证实了冲突和碰撞的比例关系，其中冲突对碰撞的调节作用是非线性的，且速度呈下降趋势。此外，对分散参数的估计是非常重要的，表明了额外泊松变化的存在，从而证明了NB SPF的使用。
[0074] 在Eqs中的比例偏差(SD)和皮尔逊χ2统计量(7)、(8)被用于评价NB SPF拟合优度比例偏差和皮尔逊χ2统计量分别是53.18和57.63，当自由度为43(＝51-8)时，相关的p 值是0.137和0.67。因此，在显著性水平为5％时，NB SPF值与当前数据集具有足够的拟合性。
[0075] 需要指出的是，交通冲突技术的有效性常常是根据冲突与碰撞之间的关系(预测道冲突状态)来定义的。如果观察交通冲突能够对碰撞风险作出推断，那么将交通冲突作为安全措施的使用性将得到验证。因此，减少冲突意味着减少碰撞。已经有大量的技术被提出来验证交通冲突技术。然而，无论采用何种验证方法，交通冲突和道路碰撞之间的既定关系一直是一个比较困难的问题。
[0076] 一些发明已经提出了交通冲突技术有效性的验证，但也有些失败了。一些失败的发明未能表明冲突与碰撞之间的关系，这与碰撞数据的准确性等问题有关。交通冲突的发生频率和碰撞次数之间存在显著的统计学关系。希望本发明的结果能进一步揭示交通冲突技术的有效性和适用性。本发明结果为实证发明提供了一个很好的例子，证明了此种模型对揭示交通冲突技术的有效性，提出交通冲突发生频率与碰撞次数之间存在显著的统计关系，用于估计道路的安全性。
[0077] 由于本发明受样本量小，缺乏交叉口几何特征数据量限制。需要将提出的方法应用于其它数据集，以便在广泛的交通安全状态。
[0078] 表3 NB回归模型(3)-(5)的参数估计、标准差、t统计值、p值
[0079]
[0080]
[0081] 本发明所提出的两阶段模型应用于51个信号控制交叉路口的数据集。第一阶段采用对数正态模型，以交通量，区域类型(城市/郊区)和一些与地理相关的变量作为协变量来预测冲突。第二阶段采用基于冲突的NB模型进行碰撞预测。
[0082] 结果表明，城市冲突的可能性明显高于郊区。此外，发明还发现，当右转车道出现在次要路径时，发生冲突的可能性也会显著降低。更重要的是，碰撞和冲突之间存在显著的比例关系，冲突对碰撞的调节作用是非线性的，且速度呈递减趋势。此外，比例偏差和皮尔逊χ2拟合优度表明，所有提出的NB模型与现有的数据拟合良好。
[0083] 目前模型应用可能有限，这与观测冲突的劳动强度有关，但视频自动提取碰撞技术成为可能后，这个模型将会有更广泛的应用。同时，由于计算机视觉技术的发展，这可能会比预期来得更早。
[0084] 本发明的意义在于表明冲突与碰撞之间存在一致的关系，通过冲突的一个简单变换函数就可以得出碰撞结果。同时，冲突能用来表示碰撞这一发现需要更近一步的发明来减少冲突作为减少碰撞频率的有效手段。除了基于交通与几何的传统对策，基于驾驶行为的新措施有望对减少碰撞产生影响。
[0085] 本发明的局限性在于，冲突数据、区域类型数据和车道数量数据、交通量和交叉口几何特征的数据量有限。显然，该方法需要应用于其它数据集，以便在各种交通环境中评估道路的安全性能。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 兴趣特征分布获取方法及装置 | 2021-07-24 | 0 |
| 一种用于主机的kvm虚拟机网卡直通方法及其装置 | 2022-06-03 | 0 |
| 碳纳米管的制备方法，碳纳米管纤维 | 2022-08-18 | 0 |
| 一种过滤杯、过滤装置及其在拉曼光谱面扫描检测方法中的应用 | 2022-09-26 | 2 |
| 用于数据中心网络延迟的检测方法及装置 | 2020-12-04 | 1 |
| 一种机器人应用的下发方法、获取方法及装置 | 2020-07-28 | 1 |
| 一种具有互联网功能的智能自动售药机 | 2023-01-14 | 2 |
| 一种智慧工地管理平台 | 2020-05-28 | 1 |
| 一种充电器 | 2023-07-22 | 0 |
| 一种KT板垂直分板取料专用物料架 | 2020-11-30 | 1 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈