交通风险预警方法、装置、设备和存储介质与流程

摘要: 本申请涉及智能交通,尤其涉及交通风险预警方法、装置、设备和存储介质。背景技术:1、随着智能交通技术的发展,高速公路交通事故的快速预警成为保障道路通行安全的核心需...
交通风险预警方法、装置、设备和存储介质与流程

本申请涉及智能交通,尤其涉及交通风险预警方法、装置、设备和存储介质。

背景技术:

1、随着智能交通技术的发展,高速公路交通事故的快速预警成为保障道路通行安全的核心需求。其中,盲区路段由于无法实时获取交通状态,事故发现时间滞后,延误救援时机。

2、为了实现交通状态的实时监测,一些技术采用传统机器学习或深度学习模型开展风险预测,虽能提升数据充足路段的预测效果,但高度依赖目标路段标注数据,且多输出确定性的结果,无法适配数据稀缺的盲区路段,也存在预测不准确的问题。因此,如何提升高速公路盲区路段交通风险预警方法的准确性,成为一个亟待解决的问题。

技术实现思路

1、本申请提供了一种交通风险预警方法、装置、设备和存储介质,以至少解决相关技术中的高速公路盲区路段交通风险预警方法的准确性低的问题。

2、本申请提供了一种交通风险预警方法,包括:

3、获取待检测路段上下游的交通数据;其中,交通数据包括平均速度和流量;

4、根据交通数据,生成结构化时间序列;

5、基于预训练时序预测模型,根据结构化时间序列,得到概率预测区间;

6、根据概率预测区间,确定流量预警阈值;其中,流量预警阈值包括流量预警下阈值和流量预警上阈值;

7、根据流量预警阈值和待检测路段上下游的当前交通数据,确定告警信息;

8、根据概率预测区间和待检测路段上下游的当前交通数据,确定告警置信度;

9、根据概率预测区间、流量预警阈值、告警信息和告警置信度,确定待检测路段的风险预警输出结果。

10、在一种可选地实施方式中,根据交通数据,生成结构化时间序列,包括:

11、对交通数据进行缺失值处理,得到补全后的交通数据;

12、对补全后的交通数据,进行异常值处理,得到处理后的交通数据;

13、根据处理后的交通数据,按照道路、方向和车道维度,生成结构化时间序列。

14、在一种可选地实施方式中,根据概率预测区间,确定流量预警阈值,包括:

15、将概率预测区间中预设低分位数对应的预测值,作为流量预警下阈值;

16、将概率预测区间中预设高分位数对应的预测值,作为流量预警上阈值。

17、在一种可选地实施方式中,根据流量预警阈值和交通数据,确定告警信息,包括:

18、在待检测路段上下游的当前交通数据表征的当前流量低于流量预警下阈值的情况下,生成速度下降型告警信息;其中,告警信息包括速度下降型告警信息;

19、在待检测路段上下游的当前交通数据表征的当前流量高于流量预警上阈值的情况下,生成速度恢复型告警信息;其中,告警信息包括速度恢复型告警信息。

20、在一种可选地实施方式中,方法还包括:

21、对告警信息进行属性标记,得到对应的告警属性信息;其中,告警属性信息包括待检测路段、通行方向、告警类型和告警时间;

22、按照告警属性信息,对告警信息进行分组,得到至少一个同类型告警集合;

23、根据预设时间窗口,将同类型告警集合内的同一交通事件的多条告警信息合并为单条目标告警信息。

24、在一种可选地实施方式中,交通数据包括历史告警数据和历史告警数据对应的核实结果,根据概率预测区间和交通数据,确定告警置信度,包括:

25、根据历史告警数据和历史告警数据对应的核实结果,得到历史告警命中率;

26、根据概率预测区间的区间宽度和历史告警命中率,确定告警置信度。

27、在一种可选地实施方式中,方法还包括:

28、采集风险预警输出结果对应的反馈数据;

29、根据反馈数据,计算预警成功率、预警时效性、预警误报率和预警命中率;

30、根据预警成功率、预警时效性、预警误报率和预警命中率,确定预警效果评估结果;

31、根据预警效果评估结果,对预训练时序预测模型进行优化,以得到优化后的预训练时序预测模型。

32、本申请还提供了一种交通风险预警装置,包括:

33、数据获取模块,用于获取待检测路段上下游的交通数据;其中,交通数据包括平均速度和流量;

34、序列生成模块,用于根据交通数据,生成结构化时间序列;

35、区间预测模块,用于基于预训练时序预测模型,根据结构化时间序列,得到概率预测区间;

36、阈值确定模块,用于根据概率预测区间,确定流量预警阈值;其中,流量预警阈值包括流量预警下阈值和流量预警上阈值;

37、信息确定模块,用于根据流量预警阈值和待检测路段上下游的当前交通数据,确定告警信息;

38、置信度确定模块,用于根据概率预测区间和待检测路段上下游的当前交通数据,确定告警置信度;

39、预警输出模块,用于根据概率预测区间、流量预警阈值、告警信息和告警置信度,确定待检测路段的风险预警输出结果。

40、本申请还提供了一种电子设备,包括:存储器,用于存储计算机程序;处理器,用于执行计算机程序时实现上述任一种交通风险预警方法的步骤。

41、本申请还提供了一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,其中,计算机程序被处理器执行时实现上述任一种交通风险预警方法的步骤。

42、本申请还提供了一种计算机程序产品,包括计算机指令,计算机指令用于使计算机实现上述任一种交通风险预警方法的步骤。

43、在本申请一些实施例的技术方案中,基于待检测路段上下游的交通数据生成结构化时间序列,通过预训练时序预测模型得到概率预测区间,并基于概率预测区间确定包含流量预警下阈值与流量预警上阈值的流量预警阈值;再根据流量预警阈值与待检测路段上下游的当前交通数据确定告警信息,同时结合概率预测区间与待检测路段上下游的当前交通数据确定告警置信度;最终基于概率预测区间、流量预警阈值、告警信息和告警置信度,确定待检测路段的风险预警输出结果。这样,可以通过概率预测区间生成双向预警阈值,提升异常判定的场景适配性;同时通过双向阈值覆盖不同变化方向的交通异常,结合告警置信度区分告警的可信程度,提升预警输出的精准度。如此,可以提升高速公路盲区路段交通风险预警方法的准确性。

1.一种交通风险预警方法,其特征在于,所述方法包括:

2.根据权利要求1所述的交通风险预警方法,其特征在于,所述根据所述交通数据,生成结构化时间序列,包括:

3.根据权利要求1所述的交通风险预警方法,其特征在于,所述根据所述概率预测区间,确定流量预警阈值,包括:

4.根据权利要求1所述的交通风险预警方法,其特征在于,所述根据所述流量预警阈值和交通数据,确定告警信息,包括:

5.根据权利要求4所述的交通风险预警方法,其特征在于,所述方法还包括:

6.根据权利要求1所述的交通风险预警方法,其特征在于,所述交通数据包括历史告警数据和历史告警数据对应的核实结果,所述根据所述概率预测区间和交通数据,确定告警置信度,包括:

7.根据权利要求1所述的交通风险预警方法,其特征在于,所述方法还包括:

8.一种交通风险预警装置,其特征在于,所述装置包括:

9.一种电子设备,其特征在于,包括:

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述交通风险预警方法的步骤。