道路事故熱點(diǎn)成因分析和破壞度評估方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及智能交通控制領(lǐng)域，特別涉及一種道路事故熱點(diǎn)成因分析和破壞度評 估方法。
【背景技術(shù)】
[0002] 隨著社會(huì)經(jīng)濟(jì)的飛速發(fā)展，汽車保有量在近幾十年來成倍的增長，然而這也造成 了交通擁擠、交通事故頻發(fā)、交通安全狀況不斷惡化等一系列問題，可見，道路交通安全已 經(jīng)成為影響交通事業(yè)發(fā)展的瓶頸。道路交通安全評價(jià)是道路交通安全研究中的重要內(nèi)容， 具體是指以一個(gè)地區(qū)或一條道路為研究對象，通過調(diào)查等手段獲得研究范圍內(nèi)在特點(diǎn)時(shí)間 的事故信息，應(yīng)用評價(jià)方法對研究范圍進(jìn)行安全程度評價(jià)。
[0003]在調(diào)查道路事故信息時(shí)，通常需要應(yīng)用聚類算法發(fā)現(xiàn)事故熱點(diǎn)，目前常用的聚類 算法（k-means、，k-medoid、p-median等）大多基于歐幾里得距離而非網(wǎng)絡(luò)距離，這會(huì)造成 同一條道路上的事故識(shí)別失敗，并且很難聚合道路網(wǎng)絡(luò)產(chǎn)生的任意形狀的數(shù)據(jù)區(qū)域，對相 應(yīng)的參數(shù)也十分敏感。
[0004]熱點(diǎn)的破壞度能夠間接反映熱點(diǎn)的交通安全情況。對于交通安全評價(jià)，目前國內(nèi) 外已有的交通安全評價(jià)方法主要分為三類：
[0005]①概率數(shù)理統(tǒng)計(jì)法
[0006]概率數(shù)理統(tǒng)計(jì)方法包括事故絕對數(shù)、事故率法等。該方法的基本思路是確定正常 條件下事故發(fā)生的概率分布，以這種分布作為進(jìn)行判斷的依據(jù)?？词鹿拾l(fā)生數(shù)是否在正常 的概率范圍內(nèi)，超出這一范圍則定義為危險(xiǎn)，而低于這一范圍則定義為安全。這種方法簡單 易行，但對事故的分析過于簡單，沒有考慮到不同道路交通條件的差別，使得評價(jià)結(jié)果往往 缺乏科學(xué)性和說服力。
[0007] ②強(qiáng)度分析法
[0008]齊慶杰在《道路交通安全評價(jià)方法》中指出強(qiáng)度分析法是在一些事故指標(biāo)的基礎(chǔ) 上結(jié)合道路交通的其他因素，得出一個(gè)綜合評判指標(biāo)。以此作為評判的依據(jù)進(jìn)行道路安全 性能的評價(jià)與研究。常用的指標(biāo)是萬車死亡數(shù)、10萬人死亡數(shù)、億車千米事故數(shù)等。但是這 些指標(biāo)考慮因素過少，沒有足夠的可信度。
[0009] ③綜合評價(jià)法
[0010] 綜合評價(jià)法比較常用的如層次分析法、模糊綜合評價(jià)法、灰色理論分析法等等。畢 朝暉在《道路交通安全評價(jià)研究》中運(yùn)用模糊識(shí)別算法建立了道路交通評價(jià)體系，但是由于 該方法受主觀因素影響過大，因此很難推廣。

【發(fā)明內(nèi)容】

[0011] 本發(fā)明旨在至少解決現(xiàn)有技術(shù)中存在的技術(shù)問題，特別創(chuàng)新地提出了一種道路事 故熱點(diǎn)成因分析和破壞度評估方法。
[0012] 為了實(shí)現(xiàn)本發(fā)明的上述目的，本發(fā)明提供了一種道路事故熱點(diǎn)成因分析和破壞度 評估方法，其包括以下步驟：
[0013]S1，輸入道路事故信息，所述道路事故信息的特征向量為As= [A，H，V]，其中A為 事故屬性，包括事故發(fā)生的時(shí)間，地點(diǎn)，涉及車輛數(shù)以及道路狀況描述，H為人員傷亡屬性， 包括事故傷亡人數(shù)和傷亡程度，V為事故涉及車輛屬性，包括每一輛事故車的車輛型號(hào)和損 傷程度；
[0014]S2,構(gòu)造最小鄰居圖，對所述最小鄰居圖中的所有事故點(diǎn)進(jìn)行聚類得到事故熱 占.
[0015]S3,對步驟S2中得到的所述事故熱點(diǎn)的形成原因進(jìn)行分析，判斷每個(gè)事故熱點(diǎn)的 道路物理成因區(qū)域社會(huì)成因Csc]_ty;
[0016]S4,計(jì)算所述事故熱點(diǎn)的區(qū)域破壞度并傳輸給控制中心進(jìn)行交通管理和/或者發(fā) 送給駕駛者進(jìn)行駕駛指導(dǎo)，尋找最安全可靠的路線。
[0017] 本發(fā)明的道路事故熱點(diǎn)成因分析和破壞度評估方法根據(jù)已有的道路事故信息，進(jìn) 行聚類得到事故熱點(diǎn)，并對事故熱點(diǎn)的成因進(jìn)行分析，進(jìn)而得到每個(gè)事故熱點(diǎn)的區(qū)域破壞 度進(jìn)行駕駛指導(dǎo)和交通控制，這種方法根據(jù)客觀的事故數(shù)據(jù)進(jìn)行分析，客觀可信，既考慮了 社會(huì)成因，也考慮了物理成因，分析結(jié)果可信度高。
[0018] 在本發(fā)明的一種優(yōu)選實(shí)施方式中，所述步驟S2中最小鄰居圖構(gòu)造方法為：
[0019]S211，得到目標(biāo)區(qū)域每個(gè)事故點(diǎn)對應(yīng)的自然最近領(lǐng)域NNr(i)以及每個(gè)事故點(diǎn) 的自然最近鄰居數(shù)nb(i)，從而得到整個(gè)目標(biāo)區(qū)域所有事故點(diǎn)自然最近鄰居數(shù)的平均值 supk；
[0020] S212,將目標(biāo)區(qū)域每個(gè)事故點(diǎn)的min(nb(i)，supk)個(gè)自然最近鄰域連接起來，構(gòu) 成最小自然鄰域圖，即最小鄰居圖。
[0021] 在本發(fā)明的一種優(yōu)選實(shí)施方式中，所述步驟S2對最小鄰居圖中的所有事故點(diǎn)進(jìn) 行聚類得到事故熱點(diǎn)包括如下步驟：
[0022] S221，將最小鄰居圖中的事故點(diǎn)分為兩類，擁有自然最鄰近的事故點(diǎn)以及離群事 故點(diǎn)，并依次將兩種事故點(diǎn)歸入集合TN和集合T0;
[0023]S222,對最小鄰居圖中未搜索的頂點(diǎn)進(jìn)行搜索，確定在沒有被搜索的事故點(diǎn)中找 出一個(gè)最近鄰居數(shù)最多的事故點(diǎn)作為簇的起始搜索點(diǎn)，即簇中心點(diǎn)；
[0024]S223,定義THLD為聚類中心的最長距離閾值，對集合TN中的每一個(gè)事故點(diǎn)進(jìn)行 聚類，如果集合TN中的一個(gè)事故點(diǎn)與某個(gè)簇中心的距離小于THLD，則將該點(diǎn)歸入該簇中心 所在的簇中，并將該頂點(diǎn)標(biāo)記為已搜索，獲得初始聚類結(jié)果；
[0025]S224,設(shè)定最短距離閾值THSD，計(jì)算集合T0中的點(diǎn)與所有簇中心的距離，在不大 于最短距離閾值THSD的距離中，選取最小的距離并則將其歸入得到最小距離的簇中，以此 對T0中的每個(gè)點(diǎn)進(jìn)行聚類，得到最終聚類結(jié)果，實(shí)現(xiàn)事故熱點(diǎn)的發(fā)現(xiàn)。
[0026] 本發(fā)明的聚類算法能夠有效地減少人為主觀因素的影響，簇的數(shù)量取決于自然的 鄰居關(guān)系，具有一定的連貫性，同時(shí)該方法不僅能夠聚合任意不規(guī)則形狀的數(shù)據(jù)區(qū)域，還能 與道路路段相結(jié)合，通過設(shè)置聚類中心的最長距離閾值THLD和最短距離閾值THSD，將交叉 路段和非交叉路段分離，完全的說明道路網(wǎng)絡(luò)特性，有利于熱點(diǎn)的評估。
[0027] 在本發(fā)明的另一種優(yōu)選實(shí)施方式中，所述步驟S3中包括如下步驟：
[0028]S31，道路和街道的事故熱點(diǎn)形成原因包括道路物理成因Croad和區(qū)域社會(huì)成因 (；。。1_，(；。^和(：；3。。 1_由事故熱點(diǎn)的特征向量[乂1]與特征權(quán)重[0?1]和[051]的內(nèi)積組成 ：
[0029] Croad=[X;] ? [CRjT，i= 1…p，
[0030] Cs〇clety=[XJ? [CSJT，i= 1…p，
[0031] 其中，p為正整數(shù)；
[0032] S32,設(shè)匕表示原變量的第一個(gè)線性組合所形成的主成分指標(biāo)，即F1 = &1七+&2義+~+aplXp，在所有的線性組合中選取的F#含的信息量最大，故稱Fi為第一主成 分，如果第一主成分不足以代表原來P個(gè)指標(biāo)的信息，再考慮選取第二個(gè)主成分指標(biāo)F2，為 有效地反映原信息，匕與Fi要保持獨(dú)立、不相關(guān)，依此類推構(gòu)造出的F^F2……Fm為原變量 指標(biāo)Xi、X2……Xp第一、第二、……、第m個(gè)主成分，F(xiàn)i、F2……Fjm彡p)為構(gòu)造的新變量綜 合指標(biāo)，即原變量指標(biāo)的第一、第二、……、第m個(gè)主成分：
[0033]
[0034] F#F』互不相關(guān)，即Cov(F〇FJ= 0,并有Var(FJ= &1' 2ai，5：為X的協(xié)方差陣 s = (Sjpxp，其中
[0035]
[0036] 求出2的特征值入及相應(yīng)的正交化單位特征向量a
[0037] S的前m個(gè)較大的特征值入i多入2多…多入n> 〇,就是前m個(gè)主成分對應(yīng)的方 差，Ai對應(yīng)的單位特征向量ai就是主成分Fi的關(guān)于原變量的系數(shù)，則原變量的第i個(gè)主成 分Fi為：
[0038] Fx=aX,
[0039] 選擇主成分，最終要選擇幾個(gè)主成分，即匕、F2……Fm中m的確定是通過方差累計(jì) 貢獻(xiàn)率G(m)來確定：
[0040]
[0041] 當(dāng)累計(jì)貢獻(xiàn)率大于門限值時(shí)，就認(rèn)為能足夠反映原來變量的信息了，對應(yīng)的m就 是抽取的前m個(gè)主成分；
[0042] S33,分別得到該事故熱點(diǎn)的道路成因和社會(huì)成因：
[0043] Croad=[F;] ? [CRJ1，i