摘要：基于高速公路交通事故的多發(fā)性，國內(nèi)目前大多采用灰色預(yù)測模型對未來交通事故發(fā)生次數(shù)進(jìn)行預(yù)測，但在預(yù)測未來某一特定時間段內(nèi)發(fā)生交通事故概率方面的研究卻寥寥無幾，因此，本文結(jié)合大數(shù)據(jù)技術(shù)的特點(diǎn)及可視化技術(shù)應(yīng)用，對大數(shù)據(jù)環(huán)境下的交通事故預(yù)測進(jìn)行分析，構(gòu)建灰色GM（1，1）預(yù)測模型，從而做到在事故發(fā)生前預(yù)警，減少因無法預(yù)測事故發(fā)生而造成時間上的浪費(fèi)，將生命與財(cái)產(chǎn)的損失降到最低，提高事故發(fā)生時的快速救援系數(shù)。

關(guān)鍵詞：交通事故預(yù)測;大數(shù)據(jù);灰色預(yù)測;可視化

引言：

現(xiàn)階段國內(nèi)的大數(shù)據(jù)在高速公路尤其是在交通事故預(yù)測上的研究少之又少，但高速公路卻是交通事故多發(fā)的地段，因此，如何利用大數(shù)據(jù)技術(shù)預(yù)測未來某一短時間段內(nèi)交通事故的發(fā)生，增加救援時間變得越來越重要。

一、大數(shù)據(jù)的簡述

隨著互聯(lián)網(wǎng)科技的不斷發(fā)展和即將到來的5G時代，我們每天都面對著龐大的數(shù)據(jù)量，如何處理和利用這些數(shù)據(jù)便成了擺在人類面前又一個棘手的問題。實(shí)際上，大數(shù)據(jù)是指采用一定的技術(shù)或手段捕獲一定時期范圍內(nèi)的海量數(shù)據(jù)的集合，并運(yùn)用數(shù)據(jù)庫軟件或處理數(shù)據(jù)的系統(tǒng)將捕獲的數(shù)據(jù)進(jìn)行整合、處理和分析，轉(zhuǎn)變?yōu)榭衫?、可服?wù)于各大行業(yè)的有用的信息資源。大數(shù)據(jù)時代的到來，讓我們在解決問題時不再局限于數(shù)據(jù)的精確性，也不再需要數(shù)據(jù)精確化。

二、大數(shù)據(jù)在高速公路交通事故上前期研究

（一）大數(shù)據(jù)下的高速公路交通數(shù)據(jù)來源

高速公路收費(fèi)站聯(lián)網(wǎng)數(shù)據(jù)、交通視頻監(jiān)控?cái)?shù)據(jù)、傳感器數(shù)據(jù)等都是高速公路交通數(shù)據(jù)的主要來源途徑。不同的高速公路都設(shè)有一定數(shù)量的收費(fèi)站，這些收費(fèi)站每天都有成百上千的車輛通過，而其專有的收費(fèi)軟件、閘機(jī)口視頻監(jiān)控都將記錄下路過車輛的車牌信息、車輛類別、載貨量、通行頻率與區(qū)間位置等數(shù)據(jù)信息，這些龐大的數(shù)據(jù)量都可以運(yùn)用大數(shù)據(jù)技術(shù)進(jìn)行分析處理利用起來。

（二）高速公路交通事故致因

1 人為因素

造成高速公路交通事故的人為因素主要可分為行人和駕駛員兩部分。行人方面，目前國家在高速公路實(shí)行的是全封閉式交通管制政策，因此大多是位于偏遠(yuǎn)地區(qū)或農(nóng)村周邊范圍的高速公路會出現(xiàn)因行人擅自穿越高速公路而造成交通事故的現(xiàn)象。駕駛員方面，其自身視力、年齡、駕駛行為等多方面因素均會引起交通事故的發(fā)生。車輛長時間在高速公路上的行駛、路面單調(diào)的白線這些都會讓司機(jī)在駕駛中產(chǎn)生厭倦情緒，極易造成交通事故的產(chǎn)生。

2 車輛因素

我國車輛類型復(fù)雜，車輛使用者對于車輛性能方面的檢測意識不強(qiáng)，而高速公路中因車輛故障原因?qū)е碌慕煌ㄊ鹿什徽忌贁?shù)，主要集中在爆胎、制動失靈、轉(zhuǎn)向燈光失效、方向盤不靈敏等方面。車輛在爆胎的過程中，輪胎摩擦加劇，表面溫度升高;爆胎瞬間，車輛會偏離原來的行駛軌跡，而在這一點(diǎn)上，路旁的攝像頭是可以及時捕捉到車輛的異常行駛軌跡現(xiàn)象，并反饋到后臺進(jìn)行預(yù)警。

3 環(huán)境因素

環(huán)境的影響包括天氣影響、道路路況影響、其他不可預(yù)測事件的影響等。天氣影響主要指極端惡劣天氣影響，如雷雨天氣、雨雪天氣、強(qiáng)風(fēng)天氣等;道路路況影響主要指因極端天氣、人為因素或非人為因素造成道路毀壞，進(jìn)而導(dǎo)致車輛在行駛發(fā)生事故;而對于一些不可預(yù)測的事件影響屬于不可控因素，現(xiàn)階段的技術(shù)水平還難以預(yù)測，有待于進(jìn)一步研究。

三、大數(shù)據(jù)環(huán)境下的交通事故預(yù)測研究模型分析

交通事故的發(fā)生具有隨機(jī)性、不可控性等特點(diǎn)，采用傳統(tǒng)的方法難以進(jìn)行預(yù)測，但可以考慮從車輛在發(fā)生事故前的行車軌跡改變這一點(diǎn)入手，通過灰色預(yù)測模型對交通事故進(jìn)行預(yù)測。而灰色預(yù)測模型指的是灰色動態(tài)GM（1，1）模型，它主要針對的是系統(tǒng)內(nèi)部已有的部分?jǐn)?shù)據(jù)，對這一類數(shù)據(jù)信息發(fā)展到未來更新為新的一類數(shù)據(jù)信息進(jìn)行預(yù)測。

目前的灰色預(yù)測交通事故的方法主要是通過找尋交通事故序列中數(shù)據(jù)間的動態(tài)關(guān)系，利用交通事故中原始累計(jì)的數(shù)據(jù)數(shù)列進(jìn)行累加或累減，進(jìn)而生成GM（1，1）數(shù)學(xué)模型，預(yù)測事故未來走向。其中很值得注意的一點(diǎn)是傳統(tǒng)的灰色預(yù)測只能根據(jù)原有的交通事故發(fā)生的次數(shù)來預(yù)測未來交通事故的發(fā)生次數(shù)，而無法直接預(yù)測出某一時間點(diǎn)的交通事故。在此，本文將以高速公路中行駛的C類轎車爆胎情形為例進(jìn)行分析，具體為步驟如下：

后臺系統(tǒng)將獲取到的信息與原始數(shù)據(jù)結(jié)合對比，系統(tǒng)內(nèi)部快速構(gòu)建灰色預(yù)測模型。

四、灰色GM（1，1）模型在交通事故預(yù)測上的應(yīng)用

針對高速公路未來某一時間段內(nèi)的交通事故預(yù)測建立的基于灰色預(yù)測理論的GM（1，1）模型，在預(yù)測交通事故這種不確定因素問題上有著顯著的意義，但由于之前灰色預(yù)測模型大多被用來預(yù)測未來發(fā)生的交通事故次數(shù)，而在預(yù)測未來某一時間內(nèi)發(fā)生的交通事故上的應(yīng)用少之又少，具體的實(shí)用性有待于進(jìn)一步的研究與實(shí)踐。

五、結(jié)論

如今大數(shù)據(jù)時代已然到來，在交通領(lǐng)域大數(shù)據(jù)被推向新一波的高潮，交通事故發(fā)生的不確定性、造成的公共財(cái)產(chǎn)和生命的損失都使得人們迫切地想要預(yù)測交通事故的發(fā)生，大數(shù)據(jù)無疑是一個預(yù)測未來的很好的技術(shù)手段，云計(jì)算技術(shù)、可視化技術(shù)在大數(shù)據(jù)上的運(yùn)用對于解決交通問題，預(yù)測交通事故都提供了強(qiáng)大的技術(shù)保障。相信在不久的將來，大數(shù)據(jù)技術(shù)將會被廣泛運(yùn)用在智慧交通領(lǐng)域，保障人們的日常交通出行。

參考文獻(xiàn)：

[1]沙愛敏.高速公路交通事故分析及預(yù)防對策研究[D].東南大學(xué)，2006.

[2]劉利.道路交通事故統(tǒng)計(jì)分析及預(yù)測模型研究[D].重慶大學(xué)，2004.

[3]鄒真子.淺談大數(shù)據(jù)對出行安全的效用[J].江西通信科技，2017（04）：5-7.

[4]朱笠.國內(nèi)大數(shù)據(jù)與交通研究綜述[A]. 中國城市規(guī)劃學(xué)會、貴陽市人民政府.新常態(tài)：傳承與變革——2015中國城市規(guī)劃年會論文集（04城市規(guī)劃新技術(shù)應(yīng)用）[C].中國城市規(guī)劃學(xué)會、貴陽市人民政府：中國城市規(guī)劃學(xué)會，2015：10.

[5]甘靈.城市公共交通可持續(xù)發(fā)展研究[D].西南交通大學(xué)，2002.

[6]覃明貴. 城市道路交通數(shù)據(jù)挖掘研究與應(yīng)用[D].復(fù)旦大學(xué)，2010.

[7]周維新.交通事故灰色預(yù)測模型的研究[J].西安公路交通大學(xué)學(xué)報(bào)，2000（02）：73-75.

作者簡介：

楊詩妮（1998-07-），女，壯族，湖南祁陽，本科，無職稱，桂林理工大學(xué)學(xué)生。