-
摘要: 针对交通信息资源整合工程中, 道路交通安全综合评价所需数据来源多样、异构、动态的特点, 提出以信息融合技术为手段的路段交通安全评价模型, 分析了影响道路交通安全的人、车、路和环境等因素, 确定了从信息资源整合工程中抽取的数据集及频度。在实现过程中, 模型从相关业务数据库中自动提取与道路安全等级相关的因素数据, 根据分类规则生成每个因素的评价矩阵, 利用模糊综合评判公式计算评价向量, 根据最大隶属度原则进行安全性评判。应用模型对西宝高速公路杨凌段交通安全进行综合评价, 其最大隶属度为0.265, 表明该路段交通安全属于较安全。同时发现超速行驶、疲劳驾驶、汽车爆胎和不良天气等因素评分较低, 这与该路段上的事故统计数据相符合。Abstract: Aiming at the various, heterogeneous, dynamic characteristics of the synthesized evaluation data for road traffic safety in the integration project of traffic information, an evaluation model of dynamic traffic safety for road section was proposed based on information fusion.The influence factors, such as people, vehicle, highway and environment, on traffic safety were analyzed.The sizes and frequencies of the data sets used in the evaluation model were determined.Factor data correlated with traffic safety were automatically fetched from business database.The evaluation matrix of each factor was generated based on the classifying rules.The safety evaluation was made based on the maximum subordination value calculated by fuzzy comprehensive evaluation formula.The safety evaluation result of Yangling Road Section on Xi'an-Baoji Highway shows that the calculated maximum subordination value is 0.265, which indicates the safety state of the section is safer.Moreover, the factors, such as overspeed, overload, tyre burst and rainy weather, have lower evaluation values.The results are consistent with the statistical data of traffic accidents in the road section.
-
表 1 部分数据项和数据来源
Table 1. Partial data items and resources
所需数据项 数据来源 采集频率 断面交通量 交通量观测站 1次·min-1 OD数据 收费数据 1次·d-1 公路拓扑 公路空间基础数据库 1次·年-1 视频检测交通量 交通监控数据库 1次·min-1 路段线形属性 公路属性基础数据库 1次·年-1 路段路用性能属性 养护数据库 1次·年-1 路段历史交通事故 路政管理数据库 1次·月-1 气象数据 气象数据库 3次·d-1 车流密度 路况信息数据库 1次·min-1 驾驶员信息 从业人员数据库 1次·d-1 公路总长度 公路空间基础数据库 1次·年-1 运输车辆数量 车辆数据库 1次·月-1 道路运输服务人员数量 从业人员数据库 1次·月-1 全年消耗燃料总量 其他来源 1次·年-1 年客运量 道路客运管理系统数据库 1次·年-1 客运周转量 年货运量 道路货运管理系统数据库 1次·年-1 货运周转量 交通事故数据 交通事故数据库 3次·d-1 
下载: 导出CSV
表 2 因素之间的关系
Table 2. Relationships between two factors
因素xi、xj之间的关系 极为重要 非常重要 重要 稍重要 一样重要 稍次要 次要 很次要 极为次要 关系值aij 9 7 5 3 1 1/3 1/5 1/7 1/9
下载: 导出CSV
-
[1] 杨天军, 张晓春, 杨晓光, 等. 基于BP神经网络的城市道路交通安全评价研究[J]. 中国矿业大学学报, 2005, 34(1): 37-40. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGKD200501008.htmYANG Tian-jun, ZHANG Xiao-chun, YANG Xiao-guang, et al. Research on the evaluation of city road traffic safetybased on BP artificial network[J]. Journal of China Universityof Mining and Technology, 2005, 34(1): 37-40. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZGKD200501008.htm [2] 岳小泉, 丁艺. 基于灰色理论和AHP的城市道路交通安全评价[J]. 森林工程, 2007, 23(6): 64-68. https://www.cnki.com.cn/Article/CJFDTOTAL-SSGC200706020.htmYUE Xiao-quan, DI NG Yi. Evaluation of urban road trafficsafety based on the grey cluster and AHP[J]. Forest Engin-eering, 2007, 23(6): 64-68. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SSGC200706020.htm [3] 宇仁德, 张洪宾, 李大龙. 基于DEA理论的交通安全评价模型[J]. 系统工程理论与实践, 2007(8): 159-166. https://www.cnki.com.cn/Article/CJFDTOTAL-XTLL200708021.htmYU Ren-de, ZHANG Hong-bin, LI Da-long. The evaluatingmodel of road traffic safety based on data envelopmentanalysis[J]. Systems Engineering-Theory & amp; amp; Practice, 2007(8): 159-166. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-XTLL200708021.htm [4] 李相勇, 田澎, 蒋葛夫. 道路交通安全综合评价的人工神经网络方法[J]. 西南交通大学学报, 2006, 41(4): 496-500. doi: 10.3969/j.issn.0258-2724.2006.04.019LI Xiang-yong, TI AN Peng, JI ANG Ge-fu. Comprehensiveevaluation approach of road traffic safety based on artificialneural network[J]. Journal of Southwest Jiaotong University, 2006, 41(4): 496-500. (in Chinese) doi: 10.3969/j.issn.0258-2724.2006.04.019 [5] 刘清. 道路交通安全等级评价与实例分析[J]. 交通科技, 2002(3): 44-46. https://www.cnki.com.cn/Article/CJFDTOTAL-SKQB200203018.htmLI U Qing. Road traffic safe grade appraisement and exampleanalysis[J]. Transportation Science & amp; amp; Technology, 2002(3): 44-46. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SKQB200203018.htm [6] 许洪国, 刘兆惠, 王超. 道路安全等级定权聚类评价模型及因素辨析[J]. 交通运输工程学报, 2007, 7(2): 94-98. http://transport.chd.edu.cn/article/id/200702020XU Hong-guo, LI U Zhao-hui, WANG Chao. Road safetylevel evaluation based on grey fixed weight clustering modelandfactors analysis[J]. Journal of Traffic and TransportationEngineering, 2007, 7(2): 94-98. (in Chinese) http://transport.chd.edu.cn/article/id/200702020 [7] 王孝伟. 吉林省高速公路安全评价方法研究[D]. 长春: 吉林大学, 2007.WANG Xiao-wei. Research of Jilin Province expressway safetyappraisement[D]. Changchun: Jilin University, 2007. (in Chinese) [8] 周刚. 高速公路交通安全影响因素分析及模糊综合评价[D]. 成都: 西南交通大学, 2007.ZHOU Gang. Analysis of influencing factors on freeway trafficsafety and fuzzy comprehensive evaluation[D]. Chengdu: Southwest Jiaotong University, 2007. (in Chinese) [9] 杨兆升, 王爽, 马道松. 基础交通信息融合方法综述[J]. 公路交通科技, 2006, 23(3): 111-116. https://www.cnki.com.cn/Article/CJFDTOTAL-GLJK200603026.htmYANG Zhao-sheng, WANG Shuang, MA Dao-song. Reviewof basic traffic data fusion methods[J]. Journal of Highwayand Transportation Research and Development, 2006, 23(3): 111-116. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-GLJK200603026.htm [10] HERNANDEZJ Z, OSSOWSKI S, GARCI A-SERRANO A. Multiagent architectures for intelligent traffic managementsystems[J]. Transportation Research Part C, 2002, 10(5/6): 473-506. [11] 杨立才, 叶杨, 聂红涛, 等. 基于免疫模糊聚类RBF网络的交通信息融合算法[J]. 山东大学学报: 工学版, 2008, 38(5): 1-5. https://www.cnki.com.cn/Article/CJFDTOTAL-SDGY200805002.htmYANG Li-cai, YE Yang, NIE Hong-tao, et al. Trafficinfor-mation fusion algorithmof RBF network based on an artificiali mmune systemand fuzzy clustering[J]. Journal of ShandongUniversity: Engineering Science, 2008, 38(5): 1-5. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-SDGY200805002.htm [12] 于德新, 杨兆升, 刘雪杰. 基于卡尔曼滤波的GPS/DR导航信息融合方法[J]. 交通运输工程学报, 2006, 6(2): 65-69. http://transport.chd.edu.cn/article/id/200602015YU De-xin, YANG Zhao-sheng, LI U Xue-jie. GPS/DRnavigation data fusion method based on Kal man filter[J]. Journal of Traffic and Transportation Engineering, 2006, 6(2): 65-69. (in Chinese) http://transport.chd.edu.cn/article/id/200602015 [13] 乔向明, 徐安, 舒伟. 中国道路交通事故变化趋势预测[J]. 长安大学学报: 自然科学版, 2004, 24(6): 64-66. https://www.cnki.com.cn/Article/CJFDTOTAL-XAGL200406016.htmQI AO Xiang-ming, XU An, SHU Wei. Developing tendencyforecast of road traffic accident in China[J]. Journal ofChang an University: Natural Science Edition, 2004, 24(6): 64-66. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-XAGL200406016.htm -
点击查看大图
表(2)
计量
- 文章访问数: 559
- HTML全文浏览量: 93
- PDF下载量: 572
- 被引次数: 0
