道路安全风险评估指标计算方法、电子设备及存储介质与流程

1.本发明属于道路安全风险评估技术领域，具体涉及道路安全风险评估指标计算方法、电子设备及存储介质。


背景技术：

2.道路交通系统是多要素组成的复杂动态系统，道路交通安全受驾驶行为、车辆特性、道路特性以及行车环境的综合影响，变速、换道、超车等驾驶行为是导致高速公路事故的关键要因。对此，目前vissim自带的评估监测功能无法灵活输出给定时间、空间范围的速度差、客货比例及变道频次指标，基于vissim轨迹文件二次加工指标的方法属于后加工模式，难以实现运行数据在空间及时间维度的精准划分、统计，对需要运用集计数据与非集计数据进行运算的复杂交通指标，缺少标准的数据分析及计算框架。


技术实现要素：

3.本发明要解决的问题是提高运算的复杂交通指标的道路安全风险评估速度，提出道路安全风险评估指标计算方法、电子设备及存储介质。
4.为实现上述目的，本发明通过以下技术方案实现：一种道路安全风险评估指标计算方法，包括如下步骤：s1、构建vissim仿真路网模型；s2、将步骤s1构建的vissim仿真路网模型连接编译环境，用于进行道路安全风险评估指标的实时计算；s3、基于vissim com接口从步骤s1构建的vissim仿真路网模型采集路段集计数据，基于vissim com接口从步骤s1构建的vissim仿真路网模型采集车辆非集计数据；s4、基于步骤s3得到的路段集计数据、车辆非集计数据统计路网车辆运行数据；s5、基于步骤s4得到的路网车辆运行数据计算道路安全风险评估指标。
5.进一步的，步骤s1的具体实现方法包括如下步骤：s1.1、在vissim软件中根据实际道路网络1:1构建仿真路网模型，基于vissim布设检测器：在路网各路段的每个车道的中部位置布设一个数据采样检测器，所述数据采样检测器为数据采集点；s1.2、设置仿真参数，包括仿真时间、仿真步长、检测器激活设置；s1.3、输入交通需求od，完成vissim仿真路网模型构建。
6.进一步的，步骤s2的具体实现方法包括如下步骤：s2.1、在python或matlab或c++的编译环境下，通过vissim com接口的vissim的最高等级对象方法实例化步骤s1构建的仿真路网模型；s2.2、利用vissim的加载方法加载步骤s1的vissim仿真路网模型，进行编译环境与vissim仿真路网模型的连接。
7.进一步的，步骤s3的具体实现方法包括如下步骤：
s3.1、利用vissim com接口的数据采集点提供的数据采集器的获取属性方法采集路段集计数据；s3.1.1、通过数据采集点提供的数据采集器的获取属性方法的车辆集合属性获取路段i在t至t+
△
t时段内的断面流量，t为时间，
△
t为一个计算周期；s3.1.2、通过数据采集点提供的数据采集器的获取属性方法的速度属性获取路段i在t至t+
△
t时段内的路段平均车速；s3.2、利用vissim com接口的车辆集合对象提供的方法采集车辆非集计数据；s3.2.1、利用vissim com接口的车辆集合对象提供的计数及获取车辆编号方法获取路网上所有车辆数及车辆对象；s3.2.2、利用步骤s3.2.1获取的车辆对象提供的设置属性方法获取车辆属性指标；设置j为第j个车辆、h为监测次数，
△
t内k次数据采集对应的时间点分别为；s3.2.3、基于第j个车辆设置属性方法的路段属性获取车辆所处路段的id，t
‑△
t至t时段内k次路段数据集合为，其中为t
‑△
t至t时段内的第k次数据采集的路段数据；s3.2.4、基于第j个车辆设置属性方法的类型属性获取车型数据，t
‑△
t至t时段内车型数据为；s3.2.5、基于第j个车辆设置属性方法的车道属性获取车辆车道数据，t
‑△
t至t时段内k次车道数据集合为，其中为t
‑△
t至t时段内的第k次数据采集的车道数据；s3.2.6、基于第j个车辆设置属性方法的速度属性获取车辆瞬时车速数据，t
‑△
t至t时段内k次车速数据集合为，其中为t
‑△
t至t时段内的第k次数据采集的车速数据。
8.进一步的，步骤s4的具体实现方法包括如下步骤：s4.1、将步骤s3得到的车辆数据与路段数据关联，当时，得到路段i的车辆检测数据的计算表达式为：；其中，为第j个车辆在t
‑△
t至t时段内第h次监测时的车型数据、车道数据、车速数据，、为在t
‑△
t至t时段内路段i上第j个
车辆在第h次监测时的所处路段编号数据、车型数据、车道数据、车速数据；s4.2、设置第j个车辆在t
‑△
t至t时段内路段i上的被监测次数的判断条件的计算表达式为：；在t
‑△
t至t时段内路段i上车型c的交通量的判断条件的计算表达式为：；在t
‑△
t至t时段内第j个车辆在路段i上的变速次数的判断条件的计算表达式为：；其中，设置为定义变速的阈值常量，用以限制车辆速度变化超过一定阈值才定义为变速，过微小的速度变化不计；在t
‑△
t至t时段内第j个车辆在路段i上的变道次数的判断条件的计算表达式为：；s4.3、通过对全局第j个车辆、路段i、监测次数h的3层遍历运算，结合步骤s4.2的判断条件的计算表达式，求取在t
‑△
t至t时段内、、、的总量。
9.进一步的，步骤s5的道路安全风险评估指标包括路段实时客货比例、路段速度方差、路段变速频次、路段变道频次；s5.1、路段实时客货比例：定义为在t
‑△
t至t时段内路段i监测到的货车数量与路段交通量的比值，计算表达式为：；s5.2、路段速度方差：定义为车辆速度与路段平均车速之差的无量纲化后的平均值，计算表达式为：
；s5.3、路段变速频次：定义为路段i上所有车辆的总变速次数与路段i最大可能变速次数的比值，计算表达式为：；s5.4、路段变道频次：定义为路段i上所有车辆的总变道次数与路段i最大可能变道次数的比值，计算表达式为：。
10.电子设备，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现所述的一种道路安全风险评估指标计算方法的步骤。
11.计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的一种道路安全风险评估指标计算方法。
12.本发明的有益效果：本发明所述的一种道路安全风险评估指标计算方法，构建vissim仿真环境，在python、matlab、c++等编译环境下，利用com接口连接仿真环境与编译环境；基于com接口从仿真环境获取运行数据。基于com接口，利用数据采集器及车辆对象的属性方法，从仿真环境中获取路段交通量、路段平均车速及车辆id、车型、所处路段、所处车道、运行车速数据；编译环境中初步统计路段相关车辆数据。基于车辆位置关联车辆与路段信息，基于车辆个体检测数据，以路段为空间单元，以[t
‑△
t,t]为时间单元，统计路段的车型交通量、车辆变道次数、车辆变速次数等复杂数据，实现车辆个体数据在时间与路段空间上的精准划分与统计；编译环境中计算路段实时安全风险评估指标。计算路段实时客货比例、速度方差、变速频次及变道频次等安全风险评估指标，为安全风险评估提供数据支撑。
[0013]
本发明所述的一种道路安全风险评估指标计算方法，基于com接口实时测算速度方差、变速频率、变道频率等区间安全风险评估指标，为交通安全风险前兆特征识别提供数据基础。
附图说明
[0014]
图1为本发明所述的一种道路安全风险评估指标计算方法的流程图。
具体实施方式
[0015]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施
方式，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅用以解释本发明，并不用于限定本发明，即所描述的具体实施方式仅仅是本发明一部分实施方式，而不是全部的具体实施方式。通常在此处附图中描述和展示的本发明具体实施方式的组件可以以各种不同的配置来布置和设计，本发明还可以具有其他实施方式。
[0016]
因此，以下对在附图中提供的本发明的具体实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定具体实施方式。基于本发明的具体实施方式，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他具体实施方式，都属于本发明保护的范围。
[0017]
为能进一步了解本发明的发明内容、特点及功效，兹例举以下具体实施方式，并配合附图1详细说明如下：具体实施方式一一种道路安全风险评估指标计算方法，包括如下步骤：s1、构建vissim仿真路网模型；进一步的，步骤s1的具体实现方法包括如下步骤：s1.1、在vissim软件中根据实际道路网络1:1构建仿真路网模型，基于vissim布设检测器：在路网各路段的每个车道的中部位置布设一个数据采样检测器，所述数据采样检测器为数据采集点；s1.2、设置仿真参数，包括仿真时间、仿真步长、检测器激活设置；s1.3、输入交通需求od，完成vissim仿真路网模型构建；s2、将步骤s1构建的vissim仿真路网模型连接编译环境，用于进行道路安全风险评估指标的实时计算；进一步的，步骤s2的具体实现方法包括如下步骤：s2.1、在python或matlab或c++的编译环境下，通过vissim com接口的vissim的最高等级对象方法实例化步骤s1构建的仿真路网模型；s2.2、利用vissim.loadnet方法加载步骤s1的vissim仿真路网模型，进行编译环境与vissim仿真路网模型的连接；s3、基于vissim com接口从步骤s1构建的vissim仿真路网模型采集路段集计数据，基于vissim com接口从步骤s1构建的vissim仿真路网模型采集车辆非集计数据；进一步的，步骤s3的具体实现方法包括如下步骤：s3.1、利用vissim com接口的数据采集点提供的数据采集器的获取属性方法采集路段集计数据；s3.1.1、通过数据采集点提供的数据采集器的获取属性方法的车辆集合属性获取路段i在t至t+
△
t时段内的断面流量，t为时间，
△
t为一个计算周期；idatacollection.getresult为vissim com接口提供的基于数据采样点对象获取交通运行信息的一种方法，nvehicles为属性关键字，用于获取经过采集点的断面流量数据；s3.1.2、通过数据采集点提供的数据采集器的获取属性方法的速度属性获取路段i在t至t+
△
t时段内的路段平均车速；
speed为车速属性关键字；属性描述如表1所示：表1 属性描述；s3.2、利用vissim com接口的车辆集合对象提供的方法采集车辆非集计数据；s3.2.1、利用vissim com接口的车辆集合对象提供的计数及获取车辆编号方法获取路网上所有车辆数及车辆对象；vissim com接口的车辆集合对象提供的计数方法为vissim com接口提供的获取路网车辆集合对象的一种方法；vissim com接口的车辆集合对象提供的获取车辆编号方法为vissim com接口提供的基于车辆集合对象获取单个车辆对象的一种方法；s3.2.2、利用步骤s3.2.1获取的车辆对象提供的设置属性方法获取车辆属性指标；设置j为第j个车辆、h为监测次数，
△
t内k次数据采集对应的时间点分别为；s3.2.3、基于第j个车辆设置属性方法的路段属性获取车辆所处路段的id，t
‑△
t至t时段内k次路段数据集合为，其中为t
‑△
t至t时段内的第k次数据采集的路段数据；用于关联车辆与路段信息；j.attvalue方法为vissim com接口提供的基于车辆对象获取车辆运行参数的一种方法；s3.2.4、基于第j个车辆设置属性方法的类型属性获取车型数据，t
‑△
t至t时段内车型数据为；用于统计路段客货比例；s3.2.5、基于第j个车辆设置属性方法的车道属性获取车辆车道数据，t
‑△
t至t时
段内k次车道数据集合为，其中为t
‑△
t至t时段内的第k次数据采集的车道数据；用于统计路段变道频次；s3.2.6、基于第j个车辆设置属性方法的速度属性获取车辆瞬时车速数据，t
‑△
t至t时段内k次车速数据集合为，其中为t
‑△
t至t时段内的第k次数据采集的车速数据；用于统计路段速度差；支持获取的车辆属性列表如表2所示，需要获取的属性包括车辆id（车辆编码）、link（路段）、lane（车道）、speed（车速）、type（车型）属性。
[0018]
表2 车辆属性；
；s4、基于步骤s3得到的路段集计数据、车辆非集计数据统计路网车辆运行数据；进一步的，步骤s4的具体实现方法包括如下步骤：s4.1、将步骤s3得到的车辆数据与路段数据关联，当时，得到路段i的车辆检测数据的计算表达式为：；其中，为第j个车辆在t
‑△
t至t时段内第h次监测时的车型数据、车道数据、车速数据，、为在t
‑△
t至t时段内路段i上第j个
车辆在第h次监测时的所处路段编号数据、车型数据、车道数据、车速数据；s4.2、设置第j个车辆在t
‑△
t至t时段内路段i上的被监测次数的判断条件的计算表达式为：；在t
‑△
t至t时段内路段i上车型c的交通量的判断条件的计算表达式为：；在t
‑△
t至t时段内第j个车辆在路段i上的变速次数的判断条件的计算表达式为：；其中，设置为定义变速的阈值常量，用以限制车辆速度变化超过一定阈值才定义为变速，过微小的速度变化不计；在t
‑△
t至t时段内第j个车辆在路段i上的变道次数的判断条件的计算表达式为：；s4.3、通过对全局第j个车辆、路段i、监测次数h的3层遍历运算，结合步骤s4.2的判断条件的计算表达式，求取在t
‑△
t至t时段内、、、的总量；基于车辆位置关联车辆与路段信息，基于车辆个体检测数据，以路段为空间单元，以[t
‑△
t,t]为时间单元，统计路段的车型交通量、车辆变道次数、车辆变速次数，实现车辆个体数据在时间与路段空间上的精准划分与统计；s5、基于步骤s4得到的路网车辆运行数据计算道路安全风险评估指标；进一步的，步骤s5的道路安全风险评估指标包括路段实时客货比例、路段速度方差、路段变速频次、路段变道频次；s5.1、路段实时客货比例：定义为在t
‑△
t至t时段内路段i监测到的货车数量与路段交通量的比值，计算表达式为：
；s5.2、路段速度方差：定义为车辆速度与路段平均车速之差的平无量纲化后的平均值，计算表达式为：；s5.3、路段变速频次：定义为路段i上所有车辆的总变速次数与路段i最大可能变速次数的比值，计算表达式为：；s5.4、路段变道频次：定义为路段i上所有车辆的总变道次数与路段i最大可能变道次数的比值，计算表达式为：。
[0019]
具体实施方式二：电子设备，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现所述的一种道路安全风险评估指标计算方法的步骤。
[0020]
本发明的计算机装置可以是包括有处理器以及存储器等装置，例如包含中央处理器的单片机等。并且，处理器用于执行存储器中存储的计算机程序时实现上述的一种道路安全风险评估指标计算方法的步骤。
[0021]
所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器 (digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列 (field-programmable gate array，fpga) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
[0022]
所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（smart media card, smc），安全数字（secure digital, sd）卡，闪存卡（flash card）、
至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
[0023]
具体实施方式三：计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述的一种道路安全风险评估指标计算方法。
[0024]
本发明的计算机可读存储介质可以是被计算机装置的处理器所读取的任何形式的存储介质，包括但不限于非易失性存储器、易失性存储器、铁电存储器等，计算机可读存储介质上存储有计算机程序，当计算机装置的处理器读取并执行存储器中所存储的计算机程序时，可以实现上述的一种道路安全风险评估指标计算方法的步骤。
[0025]
所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（rom，read-only memory）、随机存取存储器（ram，random access memory）、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
[0026]
本发明的技术关键点和欲保护点：
[0027]
1、基于vissim com接口组合获取集计及非集计数据的思路；2、车辆个体数据在时间与路段空间上的精准划分与统计的数据处理与计算框架；3、混用路段集计与车辆统计数据计算驾驶行为级道路安全风险评估指标的方法。
[0028]
需要说明的是，术语“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0029]
虽然在上文中已经参考具体实施方式对本技术进行了描述，然而在不脱离本技术的范围的情况下，可以对其进行各种改进并且可以用等效物替换其中的部件。尤其是，只要不存在结构冲突，本技术所披露的具体实施方式中的各项特征均可通过任意方式相互结合起来使用，在本说明书中未对这些组合的情况进行穷举性的描述仅仅是出于省略篇幅和节约资源的考虑。因此，本技术并不局限于文中公开的特定具体实施方式，而是包括落入权利要求的范围内的所有技术方案。

技术特征：
1.一种道路安全风险评估指标计算方法，其特征在于，包括如下步骤：s1、构建vissim仿真路网模型；s2、将步骤s1构建的vissim仿真路网模型连接编译环境，用于进行道路安全风险评估指标的实时计算；s3、基于vissim com接口从步骤s1构建的vissim仿真路网模型采集路段集计数据，基于vissim com接口从步骤s1构建的vissim仿真路网模型采集车辆非集计数据；s4、基于步骤s3得到的路段集计数据、车辆非集计数据统计路网车辆运行数据；s5、基于步骤s4得到的路网车辆运行数据计算道路安全风险评估指标。2.根据权利要求1所述的一种道路安全风险评估指标计算方法，其特征在于，步骤s1的具体实现方法包括如下步骤：s1.1、在vissim软件中根据实际道路网络1:1构建仿真路网模型，基于vissim布设检测器：在路网各路段的每个车道的中部位置布设一个数据采样检测器，所述数据采样检测器为数据采集点；s1.2、设置仿真参数，包括仿真时间、仿真步长、检测器激活设置；s1.3、输入交通需求od，完成vissim仿真路网模型构建。3.根据权利要求1或2所述的一种道路安全风险评估指标计算方法，其特征在于，步骤s2的具体实现方法包括如下步骤：s2.1、在python或matlab或c++的编译环境下，通过vissim com接口的vissim的最高等级对象方法实例化步骤s1构建的仿真路网模型；s2.2、利用vissim的加载方法加载步骤s1的vissim仿真路网模型，进行编译环境与vissim仿真路网模型的连接。4.根据权利要求3所述的一种道路安全风险评估指标计算方法，其特征在于，步骤s3的具体实现方法包括如下步骤：s3.1、利用vissim com接口的数据采集点提供的数据采集器的获取属性方法采集路段集计数据；s3.1.1、通过数据采集点提供的数据采集器的获取属性方法的车辆集合属性获取路段i在t至t+
△
t时段内的断面流量，t为时间，
△
t为一个计算周期；s3.1.2、通过数据采集点提供的数据采集器的获取属性方法的速度属性获取路段i在t至t+
△
t时段内的路段平均车速；s3.2、利用vissim com接口的车辆集合对象提供的方法采集车辆非集计数据；s3.2.1、利用vissim com接口的车辆集合对象提供的计数及获取车辆编号方法获取路网上所有车辆数及车辆对象；s3.2.2、利用步骤s3.2.1获取的车辆对象提供的设置属性方法获取车辆属性指标；设置j为第j个车辆、h为监测次数，
△
t内k次数据采集对应的时间点分别为；s3.2.3、基于第j个车辆设置属性方法的路段属性获取车辆所处路段的id，t
‑△
t至t时段内k次路段数据集合为，其中为t
‑△
t至t时段内的第
k次数据采集的路段数据；s3.2.4、基于第j个车辆设置属性方法的类型属性获取车型数据，t
‑△
t至t时段内车型数据为；s3.2.5、基于第j个车辆设置属性方法的车道属性获取车辆车道数据，t
‑△
t至t时段内k次车道数据集合为，其中为t
‑△
t至t时段内的第k次数据采集的车道数据；s3.2.6、基于第j个车辆设置属性方法的速度属性获取车辆瞬时车速数据，t
‑△
t至t时段内k次车速数据集合为，其中为t
‑△
t至t时段内的第k次数据采集的车速数据。5.根据权利要求4所述的一种道路安全风险评估指标计算方法，其特征在于，步骤s4的具体实现方法包括如下步骤：s4.1、将步骤s3得到的车辆数据与路段数据关联，当时，得到路段i的车辆检测数据的计算表达式为：；其中，为第j个车辆在t
‑△
t至t时段内第h次监测时的车型数据、车道数据、车速数据，、为在t
‑△
t至t时段内路段i上第j个车辆在第h次监测时的所处路段编号数据、车型数据、车道数据、车速数据；s4.2、设置第j个车辆在t
‑△
t至t时段内路段i上的被监测次数的判断条件的计算表达式为：；在t
‑△
t至t时段内路段i上车型c的交通量的判断条件的计算表达式为：；在t
‑△
t至t时段内第j个车辆在路段i上的变速次数的判断条件的计算表达式为：
；其中，设置为定义变速的阈值常量，用以限制车辆速度变化超过一定阈值才定义为变速，过微小的速度变化不计；在t
‑△
t至t时段内第j个车辆在路段i上的变道次数的判断条件的计算表达式为：；s4.3、通过对全局第j个车辆、路段i、监测次数h的3层遍历运算，结合步骤s4.2的判断条件的计算表达式，求取在t
‑△
t至t时段内、、、的总量。6.根据权利要求5所述的一种道路安全风险评估指标计算方法，其特征在于，步骤s5的道路安全风险评估指标包括路段实时客货比例、路段速度方差、路段变速频次、路段变道频次；s5.1、路段实时客货比例：定义为在t
‑△
t至t时段内路段i监测到的货车数量与路段交通量的比值，计算表达式为：；s5.2、路段速度方差：定义为车辆速度与路段平均车速之差的无量纲化后的平均值，计算表达式为：；s5.3、路段变速频次：定义为路段i上所有车辆的总变速次数与路段i最大可能变速次数的比值，计算表达式为：；s5.4、路段变道频次：定义为路段i上所有车辆的总变道次数与路段i最大可能变道次数的比值，计算表达式为：。
7.电子设备，其特征在于，包括存储器和处理器，存储器存储有计算机程序，所述的处理器执行所述计算机程序时实现权利要求1-6任一项所述的一种道路安全风险评估指标计算方法的步骤。8.计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的一种道路安全风险评估指标计算方法。

技术总结
道路安全风险评估指标计算方法、电子设备及存储介质，属于道路安全风险评估技术领域。为提高运算的复杂交通指标的道路安全风险评估速度。本发明构建vissim仿真路网模型；将构建的vissim仿真路网模型连接编译环境，用于进行道路安全风险评估指标的实时计算；基于vissim com接口从构建的vissim仿真路网模型采集路段集计数据，从构建的vissim仿真路网模型采集车辆非集计数据；基于得到的路段集计数据、车辆非集计数据统计路网车辆运行数据；基于得到的路网车辆运行数据计算道路安全风险评估指标。本发明实时测算速度方差、变速频率、变道频率等区间安全风险评估指标，为交通安全风险前兆特征识别提供数据基础。风险前兆特征识别提供数据基础。风险前兆特征识别提供数据基础。


技术研发人员：丘建栋 罗舒琳 罗钧韶 唐易 罗天
受保护的技术使用者：深圳市城市交通规划设计研究中心股份有限公司
技术研发日：2023.08.14
技术公布日：2023/9/14