为了综合道路实时车辆信息和历史交通事故数据信息两个角度来预测交通事故风险，设计了一种基于边缘计算的城市交通事故风险深度预测模型。模型采用边缘计算技术对路面异常车辆信息和车流信息进行收集，并以此分析道路实时风险水平，同时采用LSTM深度神经网络预测模型对历史事故数据进行训练并预测城市不同区域未来时刻交通事故发生的频率，结合两者的预测结果得出区域内实时的交通风险情况。仿真结果显示，模型可以较为准确地预测出某一时间段城市交通事故多发区域，具有一定的可行性。
科研之友
微信
新浪微博
Facebook
分享链接
