一种高速公路事故风险预测方法、装置、设备及介质与流程

技术特征：
1.一种高速公路事故风险预测方法，其特征在于，所述方法包括：根据预先保存的事故高发路段的事故高发时段，获取所述事故高发时段之前的设定时长内所述事故高发路段的路况信息及所述事故高发路段的属性信息；根据所述路况信息及所述属性信息，确定所述事故高发路段在所述事故高发时段发生事故的目标风险值。2.根据权利要求1所述的方法，其特征在于，所述路况信息包括以下信息中的至少一种：车流量信息、大车占比信息、平均速度信息、平均车距信息以及长期占用超车道的车辆数量信息；所述属性信息包括以下信息中的至少一种：所述事故高发路段距离预设位置的距离信息，天气信息和路面形态信息。3.根据权利要求1或2所述的方法，其特征在于，确定所述路况信息中包括的大车占比信息包括：获取通过所述事故高发路段的车辆的总数量以及通过所述事故高发路段的大车的第一数量；根据所述第一数量及所述总数量的比值确定所述大车占比信息。4.根据权利要求1或2所述的方法，其特征在于，确定所述路况信息中包括的长期占用超车道的车辆数量信息包括：针对通过所述事故高发路段的每个车辆，获取设置在所述事故高发路段的两个检测设备采集的该车辆的速度以及该车辆所占的车道；若该车辆所在的车道为超车道，且采集的该车辆的速度均低于预设的速度阈值，则确定该车辆长期占用超车道。5.根据权利要求1或2所述的方法，其特征在于，确定所述事故高发路段以及所述事故高发时段包括：针对预先划分的每个路段，统计预设时间长度内该路段在每个时间段发生事故的次数；若该路段在任一时间段内发生事故的次数大于设定的次数阈值，则将该路段确定为事故高发路段，将该时间段确定为事故高发时间段。6.根据权利要求1所述的方法，其特征在于，所述根据所述路况信息及所述属性信息，确定所述事故高发路段在所述事故高发时段发生事故的目标风险值包括：将所述路况信息以及所述属性信息输入到预先训练完成的风险分析模型中，获得所述事故高发路段在所述事故高发时段发生事故的目标风险值。7.根据权利要求1所述的方法，其特征在于，所述根据所述路况信息及所述属性信息，确定所述事故高发路段在所述事故高发时段发生事故的目标风险值包括：基于所述路况信息、所述属性信息以及预设的函数，确定所述事故高发路段在所述事故高发时段发生事故的目标风险值。8.一种高速公路事故风险预测装置，其特征在于，所述装置包括：获取模块，用于根据预先保存的事故高发路段的事故高发时段，获取所述事故高发时段之前的设定时长内所述事故高发路段的路况信息及所述事故高发路段的属性信息；确定模块，用于根据所述路况信息及所述属性信息，确定所述事故高发路段在所述事故高发时段发生事故的目标风险值。
9.一种电子设备，所述电子设备至少包括处理器和存储器，其特征在于，所述处理器用于执行存储器中存储的计算机程序时执行上述权利要求1-7中任一所述高速公路事故风险预测方法的步骤。10.一种计算机可读存储介质，其存储有计算机程序，其特征在于，所述计算机程序被处理器执行时执行上述权利要求1-7中任一所述高速公路事故风险预测方法的步骤。

技术总结
本申请提供了一种高速公路事故风险预测方法、装置、设备及介质，由于本申请实例中可以基于事故高发路段的路况信息、属性信息，确定事故高发路段在事故高发时间段发生事故的目标风险值。因此，及时地预测了高速公路上可能出现的风险隐患，能够有效避免高速公路事故的发生。发生。发生。


技术研发人员：姜东昕 王雯雯 赵建龙 臧海洋
受保护的技术使用者：青岛海信网络科技股份有限公司
技术研发日：2022.02.28
技术公布日：2022/6/14