基于时间序列聚类的交通事故黑点识别与分析

作者：林南亭; 胡林; 林淼^*; 彭华

来源：长沙理工大学学报, 2023, 20(02): 45-54.

DOI：10.19951/j.cnki.1672-9331.20230101002

• 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

【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。

• 单位
  中国汽车技术研究中心有限公司; 长沙市公安局交通警察支队; 长沙理工大学