| 基于时间序列聚类的交通事故黑点识别与分析 |
| |
| 作者姓名： | 林南亭 胡林 林淼 彭华 |
| |
| 作者单位： | 1. 长沙理工大学汽车与机械工程学院;2. 长沙理工大学工程车辆安全性设计与可靠性技术湖南省重点实验室;3. 中国汽车技术研究中心有限公司;4. 长沙市公安局交通警察支队 |
| |
| 基金项目： | 国家自然科学基金资助项目（52172399、52175088、52211530054）；;湖南省教育厅科研重点项目（21A0193）；;长沙市自然科学基金项目（KQ2208235）；;国家重点研发计划项目（2019YFE0108000）； |
| |
| 摘 要： | ![]()
【目的】鉴别道路交通事故黑点以及探究事故高发区域的致因。【方法】结合地理信息软件与可解释性机器学习算法，提出一种考虑交通事故时空属性的事故黑点识别及致因分析的方法。【结果】事故高发区域主要聚集在大型商业圈、客运车站与工业区附近，其事故密度为事故低发区域的6.61倍。在事故高发区域，起决定性影响的因素是碰撞形态、天气、能见度、车道类型及两轮车类型。而在事故低发区域，碰撞形态、道路等级、能见度、路面材料以及两轮车类型为主要影响因素。此外，路口路段类型、车道类型、两轮车类型以及肇事逃逸等因素在不同事故区域的影响不同。【结论】交通事故在城市内存在事故黑点，且部分道路环境因素在不同事故区域的影响不一致。研究成果可为交管部门针对事故黑点区域制定防范措施提供指导。
|
| 关 键 词： | 交通安全 事故黑点识别 事故严重程度 两轮车事故 时间序列聚类 CatBoost |
|
