科研之友
微信
新浪微博
Facebook
分享链接
摘要
我国城市道路的交通事故数量呈上升态势，在产生大量伤亡的同时，也对整个城市交通造成重要影响。基于卫星单点定位数据提取并评价了实时事故安全替代指标，建立了面向全路段和分路段的城市道路实时事故风险预测模型，用于动态事故风险预测。基于实时事故安全替代指标构建了XGBoost的全路段和分路段的事故风险预测模型。经过模型对比发现，SMOTE方法能够有效提高模型的预测准确率。为了排除测试集和训练集划分对模型效果的干扰，并测试模型的鲁棒性，采用200次划分不同测试集和训练集的方法对模型的鲁棒性进行了检验。经过验证，XGBoost的鲁棒性较好。结果表明：事故上游路段的安全替代指标比下游的重要程度高，表明上游路段的替代指标能够更好地用于实时事故风险的预测；在时间维度上，事故发生前5～10 min的单点定位轨迹特征数据，相比于前10～15 min的重要程度高，说明事故前5～10 min的数据能够更好地解释实时事故风险；基于模型训练集的预测效果，在模型内部进行风险阈值的选取，风险阈值是模型内部的参数；测试集较好的预测结果也证明了阈值选取的合理性。XGBoost模型能够进一步拓展公安交通警察日常应用的主动防控系统的开发，实现对重点道路的实时风险预测和安全管控，为今后的实时主动安全管理技术的发展奠定基础。
- 单位
