(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210950328.4 (22)申请日 2022.08.09 (71)申请人 山东大学 地址 250061 山东省济南市历下区经十路 17923号 (72)发明人 王旭　于迪　马菲　刘泽华　 戴荣健　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 赵妍 (51)Int.Cl. G06Q 10/06(2012.01) G06Q 50/26(2012.01) G06F 17/16(2006.01) (54)发明名称 一种基于混合线性模型的事故严重程度分 析方法及系统 (57)摘要 本发明属于交通事故技术领域， 提供了一种 基于混合线性模型的事故严重程度分析方法及 系统。 该方法包括， 获取人员数据、 车辆数据、 道 路数据和环境数据， 提取得到人员特征、 车辆特 征、 道路特征和环境特征； 采用一般线性模型， 分 析人员特征、 车辆特征、 道路特征和环境特征是 否对交通事故严重程度具有显著 影响关系， 得到 显著性小于设定阈值的层次聚集因素； 将人员特 征作为固定效应， 将层次聚集因素作为随机效 应， 采用混合线性模型， 分析车内人员特征对于 交通事故严重程度的影 响， 以此降低层次聚集因 素的聚集性。 本发明通过综合考虑各影 响因素与 事故风险之间的关联， 降低了 车、 路、 环境等因素 对交通事故严重性的影响程度。 权利要求书2页 说明书14页 附图2页 CN 115293588 A 2022.11.04 CN 115293588 A 1.一种基于混合线性模型的事故严重程度分析 方法， 其特 征在于， 包括： 获取人员数据、 车辆数据、 道路数据和环境数据， 提取得到人员特征、 车辆特征、 道路特 征和环境特 征； 采用一般线性模型， 分析人员特征、 车辆特征、 道路特征和环境特征是否对交通事故严 重程度具有显著影响关系， 得到 显著性小于设定阈值的层次聚集因素； 将人员特征作为固定效应， 将层次聚集因素作为随机效应， 采用混合线性模型， 分析车 内人员特 征对于交通事故严重程度的影响， 以此降低层次聚集因素的聚集 性。 2.根据权利要求1所述的基于混合线性模型的事故严重程度分析方法， 其特征在于， 所 述层次聚集因素包括： 事故类型、 车辆类型、 事故车辆数和照明情况。 3.根据权利要求1所述的基于混合线性模型的事故严重程度分析方法， 其特征在于， 所 述人员特征包括驾驶员年龄、 驾驶员性别、 驾驶员身体状况、 驾驶员受伤程度、 乘客年龄、 乘 客性别、 乘客受伤程度、 人员位置和安全设备类型； 车辆特征包括事故类型、 车辆类型和事故车辆数； 道路特征包括路面情况； 环境特征包括天气和照明情况。 4.根据权利要求1所述的基于混合线性模型的事故严重程度分析方法， 其特征在于， 所 述一般线性模型为： Y＝α X+ ε 其中， X表示固定效应， α 为固定效应的影响系数， ε表示随机误差 。 5.根据权利要求1所述的基于混合线性模型的事故严重程度分析方法， 其特征在于， 所 述混合线性模型为： Y＝α X+β Z+ ε 式中， Y表示因变量测量值的矩阵向量， X为固定效应自变量的设计矩阵向量， α为固定 效应自变量的影响系 数设计矩阵向量， Z为 随机效应自变量的设计矩阵向量， β 为 随机效应 自变量的影响系数设计矩阵向量， 服从均值向量为0且方差/协方差矩阵向量为G的正态性 分布， 表示为β ～ N(0,G)， ε为随机误差设计矩阵向量， 服 从均值向量为0且方差/协方差矩阵 向量为R的正态性分布， 表示 为 ε～N(0,R)。 6.根据权利要求1所述的基于混合线性模型的事故严重程度分析方法， 其特征在于， 所 述人员特征、 车辆特征、 道路特征和环境特征符合随机截距模 型的应用条件， 随机截距模型 在应用过程中包括： 建立零模型检测数据是否确实存在层次结构性和选定固定效应因素及 随机效应因素最终建立混合线性模型分析影响因素。 7.根据权利要求6所述的基于混合线性模型的事故严重程度分析方法， 其特征在于， 所 述零模型为： yij＝γ00+δ0j+ εij 其中， yij代表发生于j条件下的i个体的结果， γ00代表总平均值或者总截距， δ0j是固定 参数， 为未被观察到的或无法观察到的条件层次的随机变量， 且代表了第j 个条件的截距到 达总截距的距离； εij是个体层次的随机变量， 即分布于第j个条件的第 i个个体到该群体截 距的偏离情况； 零模型内不含有任何自变量X的存在， 建模过程中只引入反应变量Y， 和层次 分组变量。权　利　要　求　书 1/2 页 2 CN 115293588 A 28.一种基于混合线性模型的事故严重程度分析系统， 其特 征在于， 包括： 数据获取模块， 其被配置为： 获取人员数据、 车辆数据、 道路数据和环境数据， 提取得到 人员特征、 车辆特 征、 道路特 征和环境特 征； 一般线性模型处理模块， 其被配置为： 采用一般线性模型， 分析人员特征、 车辆特征、 道 路特征和环境特征是否对交通事故严重程度具有显著影响关系， 得到显著 性小于设定阈值 的层次聚集因素； 混合线性模型处理模块， 其被配置为： 将人员特征作为固定效应， 将层次聚集因素作为 随机效应， 采用混合线性模型， 分析车内人员特征对于交通事故严重程度的影响， 以此降低 层次聚集因素的聚集 性。 9.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被处理器执 行时实现如权利要求1 ‑7中任一项 所述的基于混合线性模型的事故严重程度分析方法中的 步骤。 10.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求 1‑7中任一项 所述的基 于混合线性模型的事故严重程度分析 方法中的步骤。权　利　要　求　书 2/2 页 3 CN 115293588 A 3