技术特征:
1.一种高速公路的交通事故预警方法,其特征在于,包括:
采集位于通讯设备的终端信息,所述通讯设备位于当前路段上行驶车辆中;并尝试通过设置在高速公路上的多个车辆监控设备采集所述当前路段的交通流信息;
若未采集到所述交通流信息,则通过所述终端信息对所述行驶车辆进行车速估算;若采集到所述交通流信息,则将所述终端信息和所述交通流信息进行数据一致化处理,并将所述一致化处理后的数据进行车速估算;
根据所述车速估算的结果,得到所述当前路段的平均车速;
若采集到所述交通流信息,则根据所述交通流信息得到所述当前路段的车辆流量、车辆密度;若未采集到所述交通流信息,则通过所述终端信息,以及所述当前路段的路段信息得到所述车辆流量、所述车辆密度;
将所述平均车速、所述车辆流量以及所述车辆密度输入至预先训练完毕的事故预测模型中,对所述当前路段进行事故预测。
2.根据权利要求1所述的一种高速公路的交通事故预警方法,其特征在于,将所述平均车速、所述车辆流量以及所述车辆密度输入至预先训练完毕的事故预测模型中,对所述当前路段进行事故预测之后,所述方法还包括:
获取所述当前路段的路段距离,以及所述事故预测的预测结果,所述预测结果至少包括以下至少一种:事故频率预测结果、事故类型预测结果;
根据所述路段距离以及所述事故频率预测结果,得到事故预测分布点;
针对多个所述事故预测分布点中的任意一个,根据所述事故类型预测结果,生成该事故预测分布点的事故模拟处理视频,以模拟演示交通事故的处理手段。
3.根据权利要求1所述的一种高速公路的交通事故预警方法,其特征在于,将所述平均车速、所述车辆流量以及所述车辆密度输入至预先训练完毕的事故预测模型中,对所述当前路段进行事故预测之前,所述方法还包括:训练事故预测模型;
所述事故预测模型的训练过程包括:
根据历史交通事故多发路段、所述车辆监控设备所处的位置以及最长路段距离,将高速公路划分为多个路段;
针对所述多个路段中的任意一个,获取该路段的历史数据,所述历史数据至少包括以下一种:历史平均车速、历史车辆流量、历史车辆密度、历史事故频率、历史事故类型;
将所述历史平均车速、所述历史车辆流量以及历史车辆密度、历史事故频率、历史事故类型进行处理,得到特征数值;
选取多个特征数值中,大于预设阈值的数值,作为代表特征数值,将所述代表特征数值对应路段的历史数据作为训练样本;
针对多个训练样本中的任意一个,将该训练样本中包含的的历史平均车速、历史车辆流量、历史车辆密度输入至模糊神经网络的输入层,将对应的历史事故频率、历史事故类型输入至所述模糊神经网络的输出层,进行监督训练,得到初始事故预测模型;
对多个所述初始事故预测模型进行精度检测,选取精度最高的作为事故预测模型。
4.根据权利要求1所述的一种高速公路的交通事故预警方法,其特征在于,若未采集到所述交通流信息,则通过所述终端信息,以及所述当前路段的路段信息得到所述车辆流量、所述车辆密度,具体包括:
根据所述终端信息,获取当前路段车辆数量,并根据所述车辆数量以及预设时间间隔,确定所述当前路段车辆流量;
获取所述当前路段的道路宽度,并根据所述车辆数量,以及所述道路宽度,确定所述当前路段车辆密度。
5.根据权利要求1所述的一种高速公路的交通事故预警方法,其特征在于,将所述平均车速、所述车辆流量以及所述车辆密度输入至预先训练完毕的事故预测模型中,对所述当前路段进行事故预测之后,所述方法还包括:
确定所述车辆密度大于拥堵临界值;
生成第一控制指令,并将所述第一控制指令发送至设置在所述高速公路上的信息发布单元中,所述第一控制指令包括:降低车辆限速值、提高车辆间距值。
6.根据权利要求5所述的一种高速公路的交通事故预警方法,其特征在于,生成第一控制指令,并将所述第一控制指令发送至设置在所述高速公路上的信息发布单元中之后,所述方法还包括:
将车辆动态识别单元接入所述当前路段中的违章监控摄像头,以通过转动所述违章监控摄像头识别所述当前路段的拥堵处,并将所述违章监控摄像头对准所述拥堵处;
对实时录像进行视频分析,确定产生拥堵的起点。
7.根据权利要求1所述的一种高速公路的交通事故预警方法,其特征在于,将所述平均车速、所述车辆流量以及所述车辆密度输入至预先训练完毕的事故预测模型中,对所述当前路段进行事故预测之后,所述方法还包括:
根据所述事故预测对应的预测结果,调取案例库中对应的事故案例;
通过案例分析模型对所述事故案例进行分析,生成事故应对方案,所述事故应对方案至少包括:事故处理措施、事故防范措施。
8.根据权利要求7所述的一种高速公路的交通事故预警方法,其特征在于,通过案例分析模型对所述事故案例进行分析,生成事故应对方案之后,所述方法还包括:
通过所述终端信号采集模块,确定所述当前路段对应的多个通讯设备;
通过短信编辑,将所述事故防范措施发送至所述当前路段对应的多个通讯设备中。
9.一种高速公路的交通事故预警设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如下指令:
采集位于通讯设备的终端信息,所述通讯设备位于当前路段上行驶车辆中;并尝试通过设置在高速公路上的多个车辆监控设备采集所述当前路段的交通流信息;
若未采集到所述交通流信息,则通过所述终端信息对所述行驶车辆进行车速估算;若采集到所述交通流信息,则将所述终端信息和所述交通流信息进行数据一致化处理,并将所述一致化处理后的数据进行车速估算;
根据所述车速估算的结果,得到所述当前路段的平均车速;
若采集到所述交通流信息,则根据所述交通流信息得到所述当前路段的车辆流量、车辆密度;若未采集到所述交通流信息,则通过所述终端信息,以及所述当前路段的路段信息得到所述车辆流量、所述车辆密度;
将所述平均车速、所述车辆流量以及所述车辆密度输入至预先训练完毕的事故预测模型中,对所述当前路段进行事故预测。
10.一种高速公路的交通事故预警的非易失性计算机存储介质,存储有计算机可执行指令,其特征在于,所述计算机可执行指令设置为:
采集位于通讯设备的终端信息,所述通讯设备位于当前路段上行驶车辆中;并尝试通过设置在高速公路上的多个车辆监控设备采集所述当前路段的交通流信息;
若未采集到所述交通流信息,则通过所述终端信息对所述行驶车辆进行车速估算;若采集到所述交通流信息,则将所述终端信息和所述交通流信息进行数据一致化处理,并将所述一致化处理后的数据进行车速估算;
根据所述车速估算的结果,得到所述当前路段的平均车速;
若采集到所述交通流信息,则根据所述交通流信息得到所述当前路段的车辆流量、车辆密度;若未采集到所述交通流信息,则通过所述终端信息,以及所述当前路段的路段信息得到所述车辆流量、所述车辆密度;
将所述平均车速、所述车辆流量以及所述车辆密度输入至预先训练完毕的事故预测模型中,对所述当前路段进行事故预测。
技术总结
本申请公开了一种高速公路的交通事故预警方法、设备及介质,包括:采集位于通讯设备的终端信息,并尝试通过车辆监控设备采集当前路段的交通流信息;若未采集到交通流信息,则通过终端信息对所述行驶车辆进行车速估算;若采集到交通流信息,则将终端信息和交通流信息进行数据一致化处理,以得到当前路段的平均车速;若采集到交通流信息,则根据交通流信息得到当前路段的车辆流量、车辆密度;若未采集到交通流信息,则通过终端信息,以及当前路段的路段信息得到车辆流量、车辆密度;将平均车速、车辆流量以及车辆密度输入至预先训练完毕的事故预测模型中,对当前路段进行事故预测。提供了更加准确的事故预测手段,得到了更加准确的事故预测结果。
技术研发人员:张加华;贾海港;王以龙;王文静;孙婷婷;朱婷婷
受保护的技术使用者:济南金宇公路产业发展有限公司
技术研发日:2021.04.30
技术公布日:2021.08.13
本文用于企业家、创业者技术爱好者查询,结果仅供参考。