高速公路交通事故黑点路段鉴别方法、计算机装置制造方法及图纸

本发明专利技术公开了一种高速公路交通事故黑点路段鉴别方法、计算机装置，引入一种顾及时间周期性和事故严重程度的交通事故时空邻近计算方法，通过密度连接规则自适应鉴别各种时空尺度的交通事故黑点路段，可有效克服不同路段划分单元的可塑面积单元问题，在考虑事故时间周期性特征及事故严重程度的基础上，更深入的实现对高速公路交通事故黑点路段时空分布规律的研究。律的研究。律的研究。

【技术实现步骤摘要】
高速公路交通事故黑点路段鉴别方法、计算机装置


[0001]本专利技术涉及交通安全领域，特别是一种高速公路交通事故黑点路段鉴别方法、计算机装置。

技术介绍

[0002]交通事故是典型的时空事件，GIS空间分析对交通事故研究具有重要启发，国内外学者进行了一定的有益探索，但也存在一些问题亟需解决。一是现有交通事故时空分析方法大多是将空间和时间割裂开来研究，较少顾及时间周期性特点；二是传统的核密度估计和空间自相关统计方法同样存在可塑性面积单元问题，需要研究不同时空尺度的交通事故黑点路段自适应密度分割方法。事故黑点路段具有时空尺度不确定性，用统一的划分单元来度量事故发生频率，存在一定局限性，导致不同的划分单元鉴别结果不尽相同。此外，交通事故存在明显的时间周期性特征，该特征对交通事故黑点路段时空分布规律的研究有着重要意义。
[0003]传统事故黑点鉴别方法仅在空间尺度上进行，并未考虑事故的时间特征，或考虑事故时间但并未考虑事故时间周期性特征，仅仅是简单的将时间和空间结合起来。传统的交通事故聚类方法没有考虑交通事故严重程度，事故严重程度对交通事故危险路段的判定有着不可忽视的作用。

技术实现思路

[0004]本专利技术所要解决的技术问题是，针对现有技术不足，提供一种高速公路交通事故黑点路段鉴别方法、计算机装置，自适应鉴别不同时空尺度的交通事故黑点路段。
[0005]为解决上述技术问题，本专利技术所采用的技术方案是：一种高速公路交通事故黑点路段鉴别方法，包括以下步骤：
[0006]S1、计算两个事故点之间的空间邻近距离和时间邻近距离，设置执行黑点路段鉴别方法所需的三个参数：时间邻域半径Eps
t
，空间邻域半径Eps
s
和邻域最少事故点数Minpts；
[0007]S2、根据时间邻近距离、空间邻近距离与所设置的时间邻域半径、空间邻域半径；对于每个事故点，统计与该事故点时间邻近距离、空间邻近距离分别对应小于所设置的时间邻域半径Eps
t
和空间邻域半径Eps
s
的所有事故点，将统计的事故点定义为该事故点的邻近事故点集；
[0008]S3、根据事故严重程度对各事故点的邻近事故点集进行加权统计，得到各事故点的邻近事故点数，将邻近事故点数大于所述邻域最少事故点数Minpts的事故点标记为核心点，且初始标记为未处理；
[0009]S4、随机选取一个标记为未处理的核心点，将该核心点标记为已处理，并创建包含当前核心点的新簇，遍历当前核心点的邻近事故点集，并将邻近事故点集中各元素标记为已处理，同时将各元素添加到所创建的新簇中；
30
°
角度范围，基于此划分，按上式计算各事故点发生时间所对应的角度值θ。
[0020]根据下式设置交通事故点时间邻域半径Eps
t
和空间邻域半径Eps
s
：
[0021]Neighbor
st
(e
i
)＝{e
j
|Dis
t
(e
i
，e
j
)≤Eps
t
且Dis
s
(e
i
，e
j
)≤Eps
s
}；
[0022]其中，Dis
t
(e
i
，e
j
)和Dis
s
(e
i
，e
j
)分别表示事故点e
i
和事故点e
j
间的时间邻近距离和空间邻近距离，Neighbor
st
(e
i
)为事故点e
i
的时空邻域；所述时空邻域是指同时满足时间邻近距离小于时间邻域半径，且空间邻近距离小于空间邻域半径的区域。
[0023]交通事故是典型的时空事件，现有交通事故时空分析方法大多是将空间和时间割裂开来研究，而传统DBSCAN聚类方法需要根据预先设定的两个参数：邻域半径(Eps)和最少点数(Minpts)，识别空间数据集中的核心点(Eps邻域点数大于Minpts的点)、边界点(非核心点但属于某个核心点的Eps邻域点)和噪声点(非核心点且不属于任何核心点的Eps邻域点)，进而根据密度连接规则将具有足够高密度的区域划分为簇。本专利技术以交通事故点为研究对象，考虑时空邻近关系，设置时间邻域半径Eps
t
和空间邻域半径Eps
s
，建立顾及时间周期性和事故严重程度的交通事故点时空Eps邻域，从而依据DBSCAN密度连接规则识别交通事故点簇，建立面向交通事故黑点路段鉴别的DBSCAN时空密度聚类方法。
[0024]步骤S3中，根据事故严重程度对各事故点的邻近事故点集进行加权统计，得到各事故点的邻近事故点数的具体实现过程包括：
[0025]A)遍历交通事故点的死亡人数属性和受伤人数属性；
[0026]B)将步骤A)读取的交通事故点按死亡人数和受伤人数分成简单事故、轻微事故、一般事故、重大事故和特大事故，根据事故类型确定事故级别 k；
[0027]C)利用下式计算邻近事故点数|Neighbor
st
(e
i
)|：)|：其中，N
k
和W
k
分别为事故点e
i
的邻域事故点集中k级事故发生数目及对应的权重。
[0028]本专利技术中，k级事故权重分别设为1/3，1，3，5，7。
[0029]由于DBSCAN聚类将所有样本点视为同等重要程度来统计邻近点数，而交通事故伤害有不同严重程度，因此需要区别对待，基于以上事故等级划分，重新定义时空DBSCAN聚类算法中的邻近事故数目，将事故严重程度也视为鉴别事故黑点的影响因素。
[0030]作为一个专利技术构思，本专利技术还提供了一种计算机装置，包括存储器、处理器及存储在存储器上的计算机程序；所述处理器执行所述计算机程序，以实现本专利技术所述方法的步骤。
[0031]作为一个专利技术构思，本专利技术还提供了一种计算机可读存储介质，其上存储有计算机程序/指令；所述计算机程序/指令被处理器执行时实现本专利技术所述方法的步骤。
[0032]作为一个专利技术构思，本专利技术还提供了一种计算机程序产品，包括计算机程序 /指令；该计算机程序/指令被处理器执行时实现本专利技术所述方法的步骤。
[0033]与现有技术相比，本专利技术所具有的有益效果为：本专利技术改进了传统的 DBSCAN空间聚类算法，引入一种顾及时间周期性和事故严重程度的事故时空邻近计算方法，通过密度连接规则自适应鉴别各种时空尺度的交通事故黑点路段；本专利技术克服了传统方法的可塑性面积单元问题，在考虑事故时间周期性特征及事故严重程度的基础上，更深入的实现了对高速公路交通事故黑点路段时空分布规律的研究。
附图说明
[0034]图1本专利技术实施例的流程示意图；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高速公路交通事故黑点路段鉴别方法，其特征在于，包括以下步骤：S1、计算两个事故点之间的空间邻近距离和时间邻近距离，设置执行黑点路段鉴别方法所需的三个参数：时间邻域半径Eps
t
，空间邻域半径Eps
s
和邻域最少事故点数Minpts；S2、根据时间邻近距离、空间邻近距离与所设置的时间邻域半径、空间邻域半径；对于每个事故点，统计与该事故点时间邻近距离、空间邻近距离分别对应小于所设置的时间邻域半径Eps
t
和空间邻域半径Eps
s
的所有事故点，将统计的事故点定义为该事故点的邻近事故点集；S3、根据事故严重程度对各事故点的邻近事故点集进行加权统计，得到各事故点的邻近事故点数，将邻近事故点数大于所述邻域最少事故点数Minpts的事故点标记为核心点，且初始标记为未处理；S4、随机选取一个标记为未处理的核心点，将该核心点标记为已处理，并创建包含当前核心点的新簇，遍历当前核心点的邻近事故点集，并将邻近事故点集中各元素标记为已处理，同时将各元素添加到所创建的新簇中；S5、循环遍历步骤S4所创建的新簇中的所有核心点，搜索与这些核心点密度可达的邻近事故点集，标记为已处理并逐一添加到当前新簇中，直至无密度可达的事故点被找到；S6、返回步骤S4，遍历下一个未处理的核心点，直到处理完所有的核心点，进入步骤S7；S7、统计步骤S1～S6所创建的各个事故点簇的加权事故点数，并对加权后的事故点数进行从大到小排序，将排名靠前的交通事故点簇所在的高速公路里程范围标记为事故黑点路段。2.根据权利要求1所述的高速公路交通事故黑点路段鉴别方法，其特征在于，步骤S1中，计算两个事故点之间的空间邻近距离和时间邻近距离的具体实现过程包括：1)给定交通事故数据表和高速路地图数据，根据交通事故数据表中各事故地点信息，确定与各事故点地点信息中道路名称和行驶方向相同的对应高速路地图要素，再根据对应高速地图要素的起点里程信息，采用线性插值计算出各事故点的空间坐标；2)逐一计算各条道路上两两事故点间的空间邻近距离，计算公式如下：其中，x
i
、y
i
和x
j
、y
j
分别为事故点e
i
和事故点e
j
的坐标值；提取事故发生时间的月、日、小时，对交通事故时间属性进行划分，计算每个交通事故时间的角度值；利用下式计算事故点间的时间邻近距离：θ
i
、θ
j
分别为事故点e
i
，事故点e
j
发生时间的角度值。3.根据权利要求2所述的高速公路交通事故黑点路段鉴别方法，其特征在于，每个交通事故时间的角度值θ的计算公式为：其中，T
M
表示事故发生时间的月，T
d
表示事故发生时间的日，T
h
表示事故发生时间的小时，T
m

【专利技术属性】
技术研发人员：张云菲，朱芳琪，房晓亮，卢毓伟，曾凡云，
申请(专利权)人：中国电建集团中南勘测设计研究院有限公司，
类型：发明
国别省市：