基于HighD 數據集的高速公路交通沖突預測方法

揭文祺

(中國人民公安大學,北京 100038)

高速公路運輸領域快速發展的同時,交通事故率也有所上升,加強高速公路行車安全研究有助于保障交通運輸的安全性。以往交通安全研究大多以交通事故數據為基礎,其中交通事故模型技術是傳統交通安全研究的核心技術之一[1-4]。然而,受交通事故數據記錄體系不完善等條件制約,事故記錄數據一般與真實事故數據存在一定出入。此外,多數輕微事故數據通常不被記錄,而這部分事故影響程度往往更能反映道路的行車安全水平。相關影響因素制約了傳統交通安全研究的準確性及有效性[5]。

為解決這類問題,交通沖突技術在交通安全分析中得到廣泛應用[6-11]。交通沖突數據具有大樣本、短周期、小區域、高信度的統計學優點[5],并且基于交通沖突的交通安全研究能夠彌補事后安全研究的短板。此外,研究表明交通沖突與交通事故之間存在穩定的相關性,可以有效反映所評價路段的行車安全水平[12-13]。由于交通沖突數據具有與交通事故數據相似的非負整數的性質,目前國內外的交通沖突預測模型大多參照交通事故預測模型建立,諸如線性及非線性回歸模型[14-15]、廣義線性模型[10,16]、零膨脹分布模型[8,11]、泊松-對數正態模型[17]、神經網絡模型[18]等。然而這些模型研究大多未區分交通沖突的嚴重程度,無法很好地反映交通安全影響因素對沖突頻率的影響。

隨著計算機視覺和圖像處理技術的發展,目前……