[发明专利]一种交通事故地点聚类方法及系统

说明书

本发明涉及GIS及机器学习技术领域，具体公开了一种交通事故地点聚类方法，包括：将交通事故信息采集表中记录的事故地点数据转化为经纬度坐标点；将原始坐标系下的经纬度坐标点转换为目标坐标系下的经纬度坐标点；根据转换后的目标坐标系下的经纬度坐标点，计算出经纬度坐标点之间的距离；根据事故地点的空间分布特征，将具有相同空间分布特征的事故聚类成簇，其中，所述空间分布特征包括目标坐标系下的经纬度坐标点以及经纬度坐标点之间的距离。本发明提供的交通事故地点聚类方法能够将事故按地点划分成空间类，可便于交管部门对本区域交通事故进行精细化管理及制定针对性事故预防对策。

技术领域

本发明涉及GIS及机器学习技术领域，更具体地，涉及一种交通事故地点聚类方法及系统。

背景技术

随着我国道路里程、机动车保有量和机动车驾驶人数量的迅速增长，交通事故总量及伤亡人数居高不下。区域交通事故的特征分布与居民生活地域有明显的关系，在市域范围内，呈现部分区县或某一村镇特定特征的事故多发的情况，因而对交通事故特征地域分布的研究具有非常重要的理论意义和实用价值，可为交管部门制定针对性的事故预防对策提供参考。实际上交通事故的发生与交通参与者的居住地高度关联，区域交通事故往往呈现部分地区集中的情况，特定特征的交通事故(如酒驾醉驾、超速行驶等)尤为明显。应用密度聚类方法将事故地点进行分类划分，可便于交管部门对本区域交通事故进行精细化管理及制定针对性事故预防对策。

中国专利文献CN108959196B提供了一种交通事故时空分析系统，该专利包括数据层:采集基础地理信息数据，数据清洗和融合校验，建立标准化事故数据仓库；应用层:根据标准化事故数据仓库分析事故多发区域、挖掘致因、建立致因对策库、提出整改意见；展示层：展示应用层的分析结果，包括交通事故信息、多发区域、致因报表、多发位置整治建议报表。能提升交通事故数据管理、分析水平，摆脱了终端束缚，可以将孤立的交通事故数据整合分析。该专利并未涉及到交通事故空间特征的聚类分析。

中国专利文献CN109145170A提供了一种道路交通事故数据挖掘服务器，方法和系统，服务器包括：数据预处理模块，用于对获取的道路交通事故数据进行预处理；分析模块，用于对预处理后的道路交通事故数据，按照指定统计指标进行交叉关联分析，得到多层级多维度的分析结果；挖掘模块，用于根据预处理后的道路交通事故数据，挖掘道路交通事故各阶段分别对应的事故影响因子，事故伤亡特征因子以及事故危险度，得到挖掘结果；可视化模块，用于将所述分析结果和所述挖掘结果输出至地理信息系统以使在所述地理信息系统上显示。实现了事故可视化精准定位，挖掘事故数据中隐藏的事故发生的原因和机理，为开展道路交通事故预防和交通安全管理工作提供参考。该专利侧重对交通事故特征分析，对空间地点分析较少。

中国专利文献CN104572639A对分布式的行人闯红灯数据进行了特征点提取，汇总多个地点的特征点坐标、权重以及表示范围的半径等信息到一处，再利用基于密度的聚类算法对全局数据进行聚类，获取了全局数据的模式，并将全局聚类结果返回至单个地点。对于分布式数据的聚类，当数据量较大时候拷贝、传输数据代价往往无法承受，根据实际的数据点传输能力，用特征点代表单个区域的数据，之后通过对集中的各个地区的特征点的聚类来代替大数据集中的聚类，从而有效解决了大数据迁移所带来的问题。该发明涉及到交通事件中的行人位置进行聚类，但仅限于交叉口，且未考虑地理位置，具有一定的局限性。

以上三项专利文献都涉及交通事故空间特征分析；目前，交通事故空间特征分析系统趋于数据挖掘和机器学习，对于事故地点的聚类研究尚未展开。

发明内容

本发明的目的在于克服现有技术中存在的不足，提供了一种交通事故地点聚类方法及系统，能够对交通事故地点信息进行聚类分析，可便于交管部门对本区域交通事故进行精细化管理及制定针对性事故预防对策。

作为本发明的第一个方面，提供一种交通事故地点聚类方法，包括：

步骤S110：将交通事故信息采集表中记录的事故地点数据转化为经纬度坐标点；