[发明专利]交通事故自动识别方法

说明书

本发明公开了一种交通事故自动识别方法，在不知道速度、加速度、位置等信息的前提下，巧妙地利用简单集合思想，自动区分出行驶在同向车道和对向车道的车辆。再结合事故发生前后局部车流的变化特点，也不需要大量的历史数据的条件下就可以自动识别出影响车流正常通行的交通事故。

技术领域

本发明涉及智能交通技术领域，尤其涉及一种交通事故自动识别方法。

背景技术

随着交通运输业的快速发展和汽车保有量的持续增加，根据国家公安部交管局统计，截至2016年底，中国汽车保有量达1.94亿辆。中国的高速公路里程也在不断地增加，截至2016年底中国高速公路总里程突破13万公里。因此高速公路交通事故日益增多，同时带来严重的交通堵塞和生命财产损失，降低道路的通行效率和道路行驶安全性。世界卫生组织预言，交通事故在不久的未来会成为第五大引起死亡的因素。

Los Angeles的一项调查显示，一起交通事故每推迟一分钟清除，则交通拥堵会多持续四分钟甚至更多。然而，在很多情况下，如果早一些发现一次事故并发出警告消息，后面的司机就有充分的时间来提前减速或者重新选择车道，免受事故的牵连，避免道路的进一步拥堵和二次事故的发生。所以，提出一套高效的，能为司机提供可靠服务，能提前预防和尽早识别交通事故的高速公路管理系统意义重大。

在此背景下，国内外的学者专家都在不断探寻更可靠更快速的交通事故识别方法。

如图1所示，为K.Zhang,M.A.P Taylor提出一种基于贝叶斯网络的干路交通事故识别算法，该算法利用贝叶斯网络定量模拟事件和变量之间的因果依赖关系，以实时交通数据为依据，在每个检测时间间隔贝叶斯网络通过双向推理去更新事件发生的可能性。如果这个估计出来的可能性大于事先设置的判断阈值就会产生事故报警。但是，该方案平均检测时间超过120s，过长的检测时间不利于实时检测。

如图2所示，为Zuhui,Xieyaohua等人提出一种基于视频的实时交通事故识别方法，该方法利用高斯混合模型在视频截图中提取出前景和后景去辨别出车辆，然后利用均值漂移算法来跟踪这个车辆，由此获得车辆位置、加速度、航向角这三个交通参数，综合分析这三个参数，并以此判断事故的发生与否。但是，该方法需要采集视频数据，易受使用环境光线的影响，可靠性不高，并且需要沿途安装视频采集设备，成本较高。

发明内容

本发明的目的是提供一种交通事故自动识别方法，无需获取位置、速度、加速度等传统信息的情况下，而仅仅需要获取每辆车的标识信，从而快速准确地识别出那些影响车流正常通行的事故。

本发明的目的是通过以下技术方案实现的：

一种交通事故自动识别方法，包括：

在每一辆车上设置短距离通信模块，使每一辆车能够读取其感应范围内其他车辆的标识信息；

主车周期性对其感应范围内的车辆进行检测；

根据一段时间内离开感应范围内的车辆集合，确定这一段时间离开感应范围内的同向车辆集合与对向车辆集合；

判断同向车辆集合与对向车辆集合的比值是否超出阈值，若是，且主车所检测到的车流密度也属于增长状态，则判定主车或其前方的同向车辆发生交通事故。

设主车的检测周期为T，感应范围的半径为r，主车开始进入工作状态的t₀时刻检测到的车辆集合为A₀，t₀+nT时刻检测到的车辆集合为A_n，且正常行驶时满足其中，V为主车正常行驶时的速度，为同向车流的平均速度，为对向车流的平均速度；则kT时间段内行驶在同向车辆集合表示为S_n＝A_n-k∩A_n，其中，车辆集合为A_n-k为t₀+(n-k)T时刻检测到的车辆集合。