摘要
本发明涉及事故致因分析技术领域,公开了一种自动驾驶与人工驾驶混行的事故严重程度预测方法,包括获取自动驾驶与人工驾驶混行环境下的交通事故数据;根据交通事故数据中的事故位置,提取事故位置点的道路交通特征和建成环境特征;将交通事故数据与事故位置点的道路交通特征和建成环境特征进行匹配,建立自动驾驶与人工驾驶交通事故特征变量数据集;根据自动驾驶与人工驾驶交通事故特征变量数据集,基于机器学习筛选交通事故严重程度影响特征变量;根据交通事故严重程度影响特征变量,构建混行环境下自动驾驶与人工驾驶事故严重程度的联合预测模型进行事故严重程度预测。本发明提升了预测精度和模型的拟合优度。
技术关键词
交通事故数据
程度预测方法
道路交通特征
变量
道路特征
蒙特卡罗方法
节点
概率密度函数
指数
梯度下降法
交通控制设施
样本
路边停车位
随机森林模型
参数
购物中心
协方差矩阵
公交站
系统为您推荐了相关专利信息
订单
结算方法
物流
支持向量机模型
随机森林模型
遥感影像数据
误差反向传播神经网络
耕地
梯度提升决策树
反演方法
健康度评价方法
企业
特征值
连续型
人工智能模型
控制调度系统
遗传算法
接入点
电网运行数据
节点
车间调度优化方法
客户
混合整数规划模型
流水车间
数学