[发明专利]一种基于信息衰减模型且由车牌数据挖掘驱动的交通安全分析方法

权利要求书

1.一种基于信息衰减模型且由车牌数据挖掘驱动的交通安全分析方法，其特征在于，包括如下步骤：

S01、选择用于评价交通安全的特征评价因素；

S02、量化每个所述特征评价因素，并计算每个所述特征评价因素的影响系数；

S03、通过多个特征评价因素的影响系数综合评价城市道路的交通安全等级；

其中，所述特征评价因素包括气象条件、交通流状态、交通事件、交通违法行为及历史交通事故；

同时，利用信息衰减模型中该交通违法行为因素包含的模式支持度随着时间t变化且以衰减函数POWER(λ,ti/TLi)进行衰减，其中，λ＞0，则：

a_i＝b_i*POWER(0.5，t_i/TL_i)

其中，a_i表示在t_i内违章总次数对交通安全的影响系数；TL_i为半衰时间；t_i表示最近事件发生时间距离当前时间的时间间隔；b_i表示初始系数；

在t_i内，发生的平均每月违法行为总次数≤4起且＞0起时，对应的b_i为0.125；

在t_i内，发生的平均每月违法行为总次数≤8起且＞4起时，对应的b_i为0.375；

在t_i内，发生的平均每月违法行为总次数≤12起且＞8起时，对应的b_i为0.625；

在t_i内，发生的平均每月违法行为总次数＞12起时，对应的b_i为0.875。

2.根据权利要求1所述的一种基于信息衰减模型且由车牌数据挖掘驱动的交通安全分析方法，其特征在于，所述交通流状态包括流量突变、路段速度差、路段车型比例及车头时距；所述交通事件包括交通事故事件以及道路施工事件。

3.根据权利要求2所述的一种基于信息衰减模型且由车牌数据挖掘驱动的交通安全分析方法，其特征在于，实时动态计算流量突变的影响系数包括如下步骤：

a1、计算流量突变的上升幅度；

以单位周期进行实时计算，根据车牌识别数据进行计算道路断面流量，当前周期与上一单位周期的道路断面流量之差大于阈值Φ₁或者当前周期与上一周期的交通流量之比大于阈值Φ₂，则发生流量突变，同时计算流量突变的上升幅度；

b1、根据计算得出的上升幅度对应不同的流量突变的影响系数；

上升幅度＞0％且≤15％，对应的影响系数为0.001；

上升幅度＞15％且≤30％，对应的影响系数为0.125；

上升幅度＞30％且≤45％，对应的影响系数为0.375；

上升幅度＞45％且≤60％，对应的影响系数为0.625；

上升幅度＞60％，对应的流量突变的影响系数为0.875。

4.根据权利要求2所述的一种基于信息衰减模型且由车牌数据挖掘驱动的交通安全分析方法，其特征在于，实时动态计算路段速度差的影响系数包括如下步骤：

a2、计算路段速度差的值；

以单位周期进行实时计算，根据已知长度的路段上下游电警卡口分别采集得到的车牌号、过车时间以及车辆的位置信息，且通过上下游车牌匹配，计算得到路段平均速度；

路段速度差的值为同一路段当前周期与上一周期的路段平均速度之差；

b2、根据计算得出的路段速度差对应不同的影响系数；

路段速度差的值＞0km/h且≤15km/h，对应的影响系数为0.001；

路段速度差的值＞15km/h且≤20km/h，对应的影响系数为0.125；

路段速度差的值＞20km/h且≤25km/h，对应的影响系数为0.375；

路段速度差的值＞25km/h且≤30km/h，对应的影响系数为0.625；

路段速度差的值＞30km/h，对应的影响系数为0.875。