一种动态交通事故隐患点识别方法技术

本发明专利技术公开了一种动态交通事故隐患点识别方法，属于城市交通安全领域。本发明专利技术首先对前一时段隐患点数据及当前时段事故数据流采集与筛选处理，并且根据当前时段事故数据对种子隐患点初始化及种子隐患点聚合。其次根据种子隐患点对交通事故点进行聚类。然后在对未聚合事故点进行重新识别聚合。最后进行阈值判断与隐患点输出，并进入下一轮循环。本发明专利技术自适应的调整聚类数，同时基于实际交通事故数据流，实现事故隐患点的动态更新。实现事故隐患点的动态更新。实现事故隐患点的动态更新。

【技术实现步骤摘要】
一种动态交通事故隐患点识别方法


[0001]本专利技术属于城市交通安全领域，具体涉及一种动态交通事故隐患点识别方法，用于城市交通安全防控与治理。

技术介绍

[0002]交通事故隐患点的识别分析，是城市交通管理部门交通事故预防与交通安全措施评价的基础，通过对事故隐患点的识别有利于开展后续事故致因的分析，以及提出针对性的改进措施，改善交通安全状况，提高道路安全性能。随着交通事故数据信息采集的逐步完善，相关信息日益丰富，为动态化交通事故分析提供可能。
[0003]目前国内在该领域开展的理论研究较多，但缺少实用化方法。实际应用中主要采用简单的数理统计方法和空间统计方法，缺乏智能交通技术的支撑。同时，交通事故的发生受多种因素的影响，在时空上存在动态性。现有方法多采用截面数据进行统计分析，无法满足交通事故的动态分析需要，致使交通安全管理部门在实际工作中存在盲目性，难以取得预期的效果。在这种背景下，迫切需要在交通事故数据信息采集的基础上，识别交通事故隐患点并动态化跟踪事故隐患点演化情况。

技术实现思路

[0004]为了解决上述问题，本专利技术提供了一种动态交通事故隐患点识别方法。该方法的核心思想是基于采集的实时交通事故数据流，采用动态仿生聚类算法，对交通事故点进行时空聚类。
[0005]本专利技术采用的技术方案，具体步骤包括：
[0006]c1、前一时段隐患点数据及当前时段事故数据流采集与筛选处理；
[0007]c2、根据当前时段事故数据对种子隐患点初始化及种子隐患点聚合；
[0008]c3、根据种子隐患点对交通事故点进行聚类；
[0009]c4、对未聚合事故点进行重新识别聚合；
[0010]c5、阈值判断与隐患点输出，并进入下一轮循环。
[0011]进一步地，步骤c1中，前一时段隐患点数据及当前时段事故数据流采集与处理。具体过程包括：
[0012]C11，将当前时段T内发生的事故数据流提取经纬度信息和地址信息，整理为数组C11，将当前时段T内发生的事故数据流提取经纬度信息和地址信息，整理为数组lon
i
和lat
i
分别表示事故i的经纬度，t
i
表示事故i的发生时间，addss
i
表示事故i的地址，N为事故个数。
[0013]C12，将事故数据集合X
T
与路网link的地理信息数据进行地理空间连接操作，筛选出与路网link空间距离小于50米的事故点集合X
T'
。
[0014]C13，采集前一时段T
‑
1识别出的交通事故隐患点：1识别出的交通事故隐患点：FV
j
表示事故隐患点j的簇强度，将集合内隐
患点的数量值n
h
赋值0。
[0015]进一步地，步骤c2中，根据当前时段事故数据对种子隐患点初始化及种子隐患点聚合。具体过程包括：
[0016]C21，设置以下参数值，分别是初始种子事故隐患点比例f，聚类距离阈值maxDist，衰变率D，消融阈值th。
[0017]C22，从当前时段发生事故点X
T'
中随机选取f
·
N个事故点，作为种子隐患点集合S
T
，为每个种子隐患点建立新簇h(h＝1,2,
…
,f
·
N)，并将该簇的簇强度FV
h
赋值为1，数量值n
h
赋值为0；剩余事故点集合R
T
＝X
T
‑
S
T
，作为待聚合集合。
[0018]C23，对于种子隐患点集合S
T
内元素若距离若距离i≠j，将所属簇归入簇i，同时隐患点的数量值n
i
加1，得到聚合后种子隐患点集合S；将种子隐患点集合S与H
T
‑1合并为集合HS。
[0019]进一步地，步骤c3中，根据种子隐患点对交通事故点进行聚类。具体过程包括：
[0020]C31，对于待聚合集合R
T
＝X
T
‑
S
T
内元素r
iT
，遍历计算与HS集合内元素的半正弦距离，取最小距离，若标记r
iT
属于簇k，同时簇k的数量值n
k
加1。
[0021]进一步地，步骤c4中，R
T
中剩余待聚合事故点新建隐患点并合并。具体过程包括：
[0022]C41，若R
T
中元素不为空，则为每个元素r
lT
建立新簇l，并将该簇的强度FV
l
赋值为1，数量值n
l
赋值为0。对该集合内任意若距离l≠j，将归入簇l，同时数量值n
l
加1，得到冗余隐患点集合R。
[0023]进一步地，步骤c5中，阈值判断与隐患点输出。具体过程包括：
[0024]C51，将集合HS与R合并为H
T
，对H
T
内元素其簇强度值FV
h
更新为FV
h
(1
‑
D)+n
h
，若更新后的FV
h
<th，删除得到当前时段T内的识别隐患点集合H
T
及对应FV
h
。
[0025]本专利技术的有益效果：本专利技术提出了一种动态交通事故隐患点识别方法，相比传统的事故隐患点聚类方法，本专利技术不需要事先指定聚类数k，会自适应的调整聚类数，同时基于实际交通事故数据流，实现隐患点的动态更新。
附图说明
[0026]图1计算过程流程图；
[0027]图2本专利技术的方法计算结果示意图。
具体实施方式
[0028]为使得本专利技术的专利技术目的、特征、优点能够更加的明显和易懂，下面将结合本专利技术实施方式中的附图，对本专利技术实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本专利技术一部分实施方式，而非全部实施方式。基于本专利技术中的实施方式，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本专利技术保护的范围。
[0029]本专利技术提出的一种动态交通事故隐患点识别方法包括：前一时段隐患点数据及当前时段事故数据流采集与筛选处理；根据当前时段事故数据对种子隐患点初始化及种子隐
患点聚合；根据种子隐患点对交通事故点进行聚类；对未聚合事故点进行重新识别聚合；阈值判断与隐患点输出，并进入下一轮循环。
[0030]以某城市的交警事故信息平台获取的6
‑
8三个月，共3649条交通事故数据为例，以月为单位，应用本专利技术识别城市交通隐患点，流程如图1所示。
[0031]步骤1，前一时段隐患点数据及当前时段事故数据流采集与处理。
[0032](1)将当前时段(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种动态交通事故隐患点识别方法，其特征在于包括以下具体步骤：C1、前一时段隐患点数据及当前时段事故数据流采集与筛选处理；C11，将当前时段T内发生的事故数据流提取经纬度信息和地址信息，整理为数组lon
i
和lat
i
分别表示事故i的经纬度，t
i
表示事故i的发生时间，addss
i
表示事故i的地址，N为事故个数；C12，将事故数据集合X
T
与路网link的地理信息数据，进行地理空间连接操作，筛选出与路网link空间距离小于50米的事故点集合X
T'
；C13，采集前一时段T
‑
1识别出的交通事故隐患点：FV
j
表示交通事故隐患点j的簇强度，将集合内交通事故隐患点的数量值n
h
赋值0；C2、根据当前时段事故数据对种子隐患点初始化及种子隐患点聚合；C21，设置初始种子事故隐患点比例f，聚类距离阈值maxDist，衰变率D，消融阈值th；C22，从当前时段发生事故点集合X
T'
中随机选取f
·
N个事故点，作为种子隐患点集合S
T
，为每个种子隐患点建立新簇h，并将该簇的簇强度FV
h
赋值为1，数量值n
h
赋值为0；其中h＝1,2,
…
,f
·
N；剩余事故点集合R
T
＝X
T
‑
S
T
，作为待聚合集合；C23，对于种子隐患点集合S
T
内元素若距离若距离将所属簇归入簇i，同时隐患点的数量值n
i
加1...

【专利技术属性】
技术研发人员：蔡正义，马东方，王殿海，黄宇浪，徐望，金盛，祁宏生，
申请(专利权)人：浙江大学，
类型：发明
国别省市：