考虑交通冲突指标分布问题的交通仿真模型标定方法

    公开(公告)号:CN108171361A

    公开(公告)日:2018-06-15

    申请号:CN201711308503.5

    申请日:2017-12-11

    Applicant: 东南大学

    Abstract: 本发明公开了考虑交通冲突指标分布问题的交通仿真模型标定方法,同时考虑效率指标和安全指标,选择合适的交叉口效率指标作为交通仿真建模第一轮标定目标以及第二轮标定目标的约束条件,选择合适的交叉口安全指标作为交通仿真建模第二轮标定目标;通过计算仿真指标的标准差以及选择合适的置信区间对建立的仿真模型的最小所需仿真次数进行估计,有效减少参数校正的仿真试验次数;使用ANOVA检验或相关性检验,筛选出显著影响效率指标和安全指标的仿真参数;建立多约束的标定优化问题,提出使用遗传算法对模型参数进行标定的具体策略和流程;提出适应度参数选取方案;提出模型约束条件选择方案;通过对于交通冲突参数分布进行模型标定。

    一种基于多重对应和K-means聚类的交通事故成因分析方法

    公开(公告)号:CN109408557A

    公开(公告)日:2019-03-01

    申请号:CN201811150213.7

    申请日:2018-09-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于多重对应和K-means聚类的交通事故成因分析方法,包括如下步骤:(1)根据获取的交通事故数据集,选取影响交通事故发生的变量并分类;(2)通过数据库统计各变量的类别数和相应事故数量,筛选合并异常值的变量类别,得到事故数据表;(3)将得到的事故数据表处理得到二进制指标矩阵;(4)将事故类型作为表征事故特征的变量进行多重对应分析,得到各变量类别的多重对应分析坐标;(5)使用局部线性嵌入算法对事故数据多重对应分析所得变量类别坐标进行降维,得到LLE降维坐标;(6)使用K-means聚类算法对变量类别进行聚类,并根据聚类结果进行分析。本发明根据聚类结果从多维度综合探究交通事故成因,不仅是分析二维对应分析图。

    一种基于多重对应和K-means聚类的交通事故成因分析方法

    公开(公告)号:CN109408557B

    公开(公告)日:2021-09-28

    申请号:CN201811150213.7

    申请日:2018-09-29

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于多重对应和K‑means聚类的交通事故成因分析方法,包括如下步骤:(1)根据获取的交通事故数据集,选取影响交通事故发生的变量并分类;(2)通过数据库统计各变量的类别数和相应事故数量,筛选合并异常值的变量类别,得到事故数据表;(3)将得到的事故数据表处理得到二进制指标矩阵;(4)将事故类型作为表征事故特征的变量进行多重对应分析,得到各变量类别的多重对应分析坐标;(5)使用局部线性嵌入算法对事故数据多重对应分析所得变量类别坐标进行降维,得到LLE降维坐标;(6)使用K‑means聚类算法对变量类别进行聚类,并根据聚类结果进行分析。本发明根据聚类结果从多维度综合探究交通事故成因,不仅是分析二维对应分析图。

    基于交通冲突随机过程演化的交叉口事故预测方法

    公开(公告)号:CN107731007B

    公开(公告)日:2020-06-16

    申请号:CN201711137576.2

    申请日:2017-11-16

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于交通冲突随机过程演化的交叉口事故预测方法,通过采集驾驶者反应时间数据和不同车辆的最大刹车能力,分别得到驾驶者反应时间的概率密度函数和车辆的最大减速度概率密度函数,采用概率性算法,使用蒙特卡洛方法对于每一个冲突可能造成的严重事故的概率进行推演,针对每一个冲突,重复进行该随机过程,将其中的所有严重事故的概率进行相加,并归一化,最终可以得到该冲突导致严重事故的概率,且本发明引入了Delta‑V速率变化,可以直接计算出严重事故概率,区别于以往只考虑某一方避让的情况,本发明考虑冲突中双方的减速行为进行判断。

    一种基于LLE和K均值法挖掘违法事故对应关系的方法

    公开(公告)号:CN110263074A

    公开(公告)日:2019-09-20

    申请号:CN201910564249.8

    申请日:2019-06-26

    Applicant: 东南大学

    Abstract: 本发明提供了一种基于LLE和K均值法挖掘违法事故对应关系的方法。包括:收集交通违法与交通事故关联性分析所需数据;考虑不同的指标对交通事故进行分类;选择发生次数最高的违法类型和事故类型分别作为人员的违法标签和事故标签;对违法类型-事故类型进行计数,构建违法类型-事故类型矩阵;确定三种阈值对交通违法类型进行筛选;构建人员-类型对应矩阵;使用零均值标准化方法对数据进行标准化处理;使用LLE非线性降维法将数据由高维降至低维;针对两种不同的事故类型分类方式,分别使用改进的K-均值算法进行聚类分析。本发明克服传统K-均值算法中存在的随机性大的问题,进一步挖掘交通违法类型和交通事故类型之间存在的对应关系。

    一种高速公路出口匝道区域安全评价方法

    公开(公告)号:CN108109379A

    公开(公告)日:2018-06-01

    申请号:CN201810078115.0

    申请日:2018-01-26

    Applicant: 东南大学

    Abstract: 本发明公开了一种高速公路出口匝道区域安全评价方法,根据采集到的交通冲突数据对于交通冲突的类型进行分析,使用驾驶模拟器建立高速公路匝道区域的交通冲突场景,采集到驾驶者的反应时间和紧急制动减速度数据,并进一步建立驾驶者在不同场景下的反应时间和紧急制动减速度概率密度分布;针对每一个仿真冲突,可以根据其具体场景推演出相应事故发生概率;对于一个特定的换道冲突,可以根据实际发生时的状况进行场景归类,再用相应场景的事故概率计算方法求得其事故概率;将冲突的事故概率进行累计,可以获得观测时段内的事故预测数,或通过转换,获得特定时间内的事故预测数。

    一种基于LLE和K均值法挖掘违法事故对应关系的方法

    公开(公告)号:CN110263074B

    公开(公告)日:2023-08-25

    申请号:CN201910564249.8

    申请日:2019-06-26

    Applicant: 东南大学

    Abstract: 本发明提供了一种基于LLE和K均值法挖掘违法事故对应关系的方法。包括:收集交通违法与交通事故关联性分析所需数据;考虑不同的指标对交通事故进行分类;选择发生次数最高的违法类型和事故类型分别作为人员的违法标签和事故标签;对违法类型‑事故类型进行计数,构建违法类型‑事故类型矩阵;确定三种阈值对交通违法类型进行筛选;构建人员‑类型对应矩阵;使用零均值标准化方法对数据进行标准化处理;使用LLE非线性降维法将数据由高维降至低维;针对两种不同的事故类型分类方式,分别使用改进的K‑均值算法进行聚类分析。本发明克服传统K‑均值算法中存在的随机性大的问题,进一步挖掘交通违法类型和交通事故类型之间存在的对应关系。

    考虑交通冲突指标分布问题的交通仿真模型标定方法

    公开(公告)号:CN108171361B

    公开(公告)日:2021-11-12

    申请号:CN201711308503.5

    申请日:2017-12-11

    Applicant: 东南大学

    Abstract: 本发明公开了考虑交通冲突指标分布问题的交通仿真模型标定方法,同时考虑效率指标和安全指标,选择合适的交叉口效率指标作为交通仿真建模第一轮标定目标以及第二轮标定目标的约束条件,选择合适的交叉口安全指标作为交通仿真建模第二轮标定目标;通过计算仿真指标的标准差以及选择合适的置信区间对建立的仿真模型的最小所需仿真次数进行估计,有效减少参数校正的仿真试验次数;使用ANOVA检验或相关性检验,筛选出显著影响效率指标和安全指标的仿真参数;建立多约束的标定优化问题,提出使用遗传算法对模型参数进行标定的具体策略和流程;提出适应度参数选取方案;提出模型约束条件选择方案;通过对于交通冲突参数分布进行模型标定。

    一种高速公路出口匝道区域安全评价方法

    公开(公告)号:CN108109379B

    公开(公告)日:2020-06-16

    申请号:CN201810078115.0

    申请日:2018-01-26

    Applicant: 东南大学

    Abstract: 本发明公开了一种高速公路出口匝道区域安全评价方法,根据采集到的交通冲突数据对于交通冲突的类型进行分析,使用驾驶模拟器建立高速公路匝道区域的交通冲突场景,采集到驾驶者的反应时间和紧急制动减速度数据,并进一步建立驾驶者在不同场景下的反应时间和紧急制动减速度概率密度分布;针对每一个仿真冲突,可以根据其具体场景推演出相应事故发生概率;对于一个特定的换道冲突,可以根据实际发生时的状况进行场景归类,再用相应场景的事故概率计算方法求得其事故概率;将冲突的事故概率进行累计,可以获得观测时段内的事故预测数,或通过转换,获得特定时间内的事故预测数。

    基于交通冲突随机过程演化的交叉口事故预测方法

    公开(公告)号:CN107731007A

    公开(公告)日:2018-02-23

    申请号:CN201711137576.2

    申请日:2017-11-16

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于交通冲突随机过程演化的交叉口事故预测方法,通过采集驾驶者反应时间数据和不同车辆的最大刹车能力,分别得到驾驶者反应时间的概率密度函数和车辆的最大减速度概率密度函数,采用概率性算法,使用蒙特卡洛方法对于每一个冲突可能造成的严重事故的概率进行推演,针对每一个冲突,重复进行该随机过程,将其中的所有严重事故的概率进行相加,并归一化,最终可以得到该冲突导致严重事故的概率,且本发明引入了Delta-V速率变化,可以直接计算出严重事故概率,区别于以往只考虑某一方避让的情况,本发明考虑冲突中双方的减速行为进行判断。

Patent Agency Ranking