Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜华南理工大学黄俊达获国家专利权

恭喜华南理工大学黄俊达获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜华南理工大学申请的专利一种基于流式交通流数据的交通事故风险预测方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119495196B

龙图腾网通过国家知识产权局官网在2025-04-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510082872.5,技术领域涉及:G08G1/01;该发明授权一种基于流式交通流数据的交通事故风险预测方法及装置是由黄俊达;赵胜;黄坤火;温惠英设计研发完成,并于2025-01-20向国家知识产权局提交的专利申请。

一种基于流式交通流数据的交通事故风险预测方法及装置在说明书摘要公布了:本发明公开了一种基于流式交通流数据的交通事故风险预测方法及装置,属于交通事故风险预测技术领域,包括以下步骤:S1、获取事故数据集、流式交通流数据集、路段信息数据集;S2、构成包含多个交通特征的事故数据集和非事故数据集;S3、对交通特征进行重要度排序和筛选;S4、构建基于XGBoost的实时交通事故风险预测模型;S5、对交通事故风险预测模型进行重采样及超参数优化;S6、对交通事故风险预测模型进行评选,并接入实时数据输出实时预测结果。本发明采用上述的一种基于流式交通流数据的交通事故风险预测方法及装置,可提升高速公路路段级实时交通事故风险预测精度,对于提高高速公路交通安全具有重要意义。

本发明授权一种基于流式交通流数据的交通事故风险预测方法及装置在权利要求书中公布了:1.一种基于流式交通流数据的交通事故风险预测方法,其特征在于,包括以下步骤:S1、获取事故数据集、流式交通流数据集、路段信息数据集;事故数据集包括:事故发生时间、事故发生地点、事故发生严重程度、事故救援持续时间、事故涉及车辆数量、事故涉及车辆类型及事故涉及车牌信息;所述流式交通流数据集从高速公路ETC门架收费系统中获得,包括车辆通行记录时间、车辆车牌号、车辆类型、车辆所通过ETC门架的编号及车辆车型信息;所述路段信息数据集包括路段长度、路段线型、路段上ETC门架的位置信息、路段的车道数及路段方向;S2、按照事故数据和路段信息数据对流式交通数据进行切分,分别构成包含多个交通特征的事故数据集和非事故数据集;步骤S2中包括以下子步骤:S201、对路段进行切分,按照ETC门架与路段的相对位置,将任意两个门架之间的部分划分为一个单独的路段单元,作为交通特征提取的基本单元;S202、以每一个路段单元为基础,结合流式交通流数据分别提取每一个预测路段单元的上游路段单元和下游路段单元的交通特征,交通特征的最小统计计算时间为1min,在确定的聚合时间间隔的前提下,共取28个交通特征,分别为:1)上游路段单元平均车流量、下游路段单元平均车流量、上下游路段单元车流量差值的绝对值、上下游路段单元车流量变异系数,公式如下: ; ; ; ,;其中,是上游路段单元门架U1通过的车流量;是上游路段单元门架U2通过的车流量;是下游路段单元门架D1通过的车流量;是下游路段单元门架D2通过的车流量;表示取绝对值;2)上游路段单元平均车速、下游路段单元平均车速、上下游路段单元平均车速差值的绝对值、上下游路段单元平均车速变异系数,公式如下: ,; ,; ; ,;其中,是上游路段单元第辆车的通行车速;是上游路段单元第辆车在上游门架U2处的通行时间;是上游路段单元第辆车在上游门架U1处的通行时间;m是上游路段单元具有通行时间记录的车辆数量;是下游路段单元第j辆车的通行车速;是下游路段单元第j辆车在下游门架D2处的通行时间;是下游路段单元第j辆车在下游门架D1处的通行时间;n是下游路段单元具有通行时间记录的车辆数量;是上游路段的长度;是下游路段的长度;3)上游路段单元时间占用率、下游路段单元时间占用率、上下游路段单元时间占用率差值的绝对值、上下游路段单元时间占用率变异系数,公式如下: ; ; ; ,;其中,是上游路段单元门架U1的时间占用率;是上游路段单元门架U2的时间占用率;是下游路段单元门架D1的时间占用率;是下游路段单元门架D2的时间占用率;4)上游路段单元车速极差、下游路段单元车速极差、上下游路段单元车速极差差值的绝对值、上下游路段单元车速极差变异系数,公式如下: ; ; ; ; ;其中,是上游路段单元的最大车速;是上游路段单元的最小车速;是下游路段单元的最大车速;是下游路段单元的最小车速;5)上游路段单元货车流量占比、下游路段单元货车流量占比、上下游路段货车流量占比差值的绝对值、上下游路段单元货车流量占比变异系数,公式如下: ; ; ; ; ;其中,TFU2是上游路段单元门架U2通过的货车流量;TFU1是上游路段单元门架U1通过的货车流量;TFD2是下游路段单元门架D2通过的货车流量;TFD1是下游路段单元门架D1通过的货车流量;6)上游路段单元合流交通量占比、下游路段单元合流交通量占比、上下游路段单元合流交通量占比差值的绝对值、上下游路段单元合流交通量占比变异系数,公式如下: ; ; ; ; ;其中,是上游路段单元的合流交通量;是下游路段单元的合流交通量;7)上游路段单元车辆到达不均衡系数,也称作GINI基尼系数,上游路段单元车辆到达GINI系数、下游路段单元车辆到达GINI系数、上下游路段单元车辆到达GINI系数差值的绝对值、上下游路段单元车辆到达GINI系数变异系数,公式如下: ; ; ; ; ;其中,是上游路段单元门架U1处的GINI系数;是上游路段单元门架U2处的GINI系数;是下游路段单元门架D1处的GINI系数;是下游路段单元门架D2处的GINI系数;S203、将事故时间提取的交通特征划分为事故数据集,将非事故时间提取的交通特征划分为非事故数据集;S3、基于随机森林算法对交通特征进行重要度排序和筛选,保留重要交通特征;S4、以S3中筛选后的交通特征作为输入,构建基于XGBoost的实时交通事故风险预测模型;S5、分别采用SMOTE过采样,NearMiss欠采样以及SMOTE-Tomek混合采样三种方法对实时交通事故风险预测模型进行重采样,并基于Optuna对实时交通事故风险预测模型进行超参数优化;S6、对实时交通事故风险预测模型进行评价与比选,并接入实时数据输出实时预测结果。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。