通过对连接车辆数据的时空分析来定位事故和评估交通影响

科学领域:

• 交通工程是交通工程.
• 运输系统分析 运输系统分析
• 数据科学数据科学数据科学

背景情况:

• 道路交通事故对参与者构成重大风险.
• 准确和即时的碰撞检测对于快速响应和有效的交通管理至关重要.
• 当前的方法在检测和解决交通事故时往往缺乏准确性和速度.

研究的目的:

• 为高速公路开发和验证基于探测车辆数据的撞车检测算法.
• 为了实现实时,低成本的撞车检测,仅使用传输的车辆位置数据.
• 在检测速度,位置准确性和碰撞分类方面改进现有方法.

主要方法:

• 使用探测车辆数据,特别是从连接的车辆车队传输的位置数据.
• 开发了一个算法来重建碰撞的时间和位置,即使没有直接参与的车辆的数据.
• 根据从数据中得出的特征性交通模式实施了撞车分类.
• 使用连接车辆数据和地面真相撞击信息的数据集验证了该方法.

主要成果:

• 与当前服务相比,该算法可以更早地检测崩 (7:40分钟) 并更快地解决拥堵 (5:59分钟).
• 实现了精确的碰撞位置检测,减少了空间不确定性.
• 在不同地区 (美国,德国,英国) 具有不同车队透率的有效性.
• 在一个数据集上获得了82.45%的F1得分,其中包括1601个拥堵模式和50起事故.

结论:

• 拟议的方法提供了一个低成本的,实时的,可扩展的解决方案,用于高速公路撞车检测,使用随时可用的GPS数据.
• 该算法通过提供更快,更准确的事件信息来增强交通安全和管理.
• 该系统的分类事故的能力支持定制的应对策略,进一步优化交通流量和安全.