[发明专利]一种基于DBSCAN的侧翻点识别系统及其工作方法

说明书

本发明公开了一种基于DBSCAN的侧翻点识别系统，包括处理器、输入装置、预警模块、存储器、输出装置和电源模块，所述处理器的接电端口与输入装置的接电端口电性连接，所述处理器的接电端口与预警模块的接电端口电性连接，所述处理器的接电端口与存储器的接电端口电性连接，所述处理器的接电端口与输出装置的接电端口电性连接，所述处理器、输入装置、预警模块、存储器和输出装置均与电源模块电性连接。该基于DBSCAN的侧翻点识别系统及其工作方法基于车辆侧翻点的DBSCAN分析算法能够快速、有效的对侧翻点进行聚类，排查出侧翻多发点段，更全面的分析侧翻事件的空间分布规律。

技术领域

本发明涉及计算机技术领域，具体为一种基于DBSCAN的侧翻点识别系统及其工作方法。

背景技术

目前交通安全得到越来越多的重视，交通安全需要持续不断提高，比如在一些路段中，行驶的车辆容易发生侧翻事故，导致交通事故的发生。

DBSCAN(Density-Based Spatial Clustering of Applications with Noise)是一个比较有代表性的基于密度的聚类算法。与划分和层次聚类方法不同，它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分为簇，并可在噪声的空间数据库中发现任意形状的聚类。

随着科技的不断进步，目前可以通过侧翻点识别的方式提供预测。目前的侧翻点识别的算法大多采用特定场景的规则进行判断、根据历史侧翻时间形成侧翻风险路段信息，事后考核，事前潜在危险进行防范，并根据管理部门的经验，参照以往的统计数据或其他机构设定的标准，设定一个管理目标值，但对其如何服务于运输安全预警，仍然只停留在表面，缺乏实际指导，因不同侧翻事故其侧翻因素多样，现有技术不具有泛化性且相应技术很难应用到实际场景，相关智能识别技术缺乏伸入的研究。

发明内容

针对现有技术的不足，本发明提供了一种基于DBSCAN的侧翻点识别系统及其工作方法，可以对侧翻路段信息的数据特征学习，采用侧翻事件的持续时间，持续距离，侧翻经度、维度，利用数据空间分布特征采用DBSCAN算法进行空间数据特征学习，从而实现车辆侧翻路段的近似计算，并作出预警。

为实现以上目的，本发明通过以下技术方案予以实现：一种基于DBSCAN的侧翻点识别系统，包括处理器、输入装置、预警模块、存储器、输出装置和电源模块，所述处理器的接电端口与输入装置的接电端口电性连接，所述处理器的接电端口与预警模块的接电端口电性连接，所述处理器的接电端口与存储器的接电端口电性连接，所述处理器的接电端口与输出装置的接电端口电性连接，所述处理器、输入装置、预警模块、存储器和输出装置均与电源模块电性连接。

优选的，所述预警模块执行部件主要为屏幕显示预警和语音提示。

优选的，所述输入装置主要为触摸屏输入位置信息，所述输出装置为触摸屏显示分析信息。

优选的，所述处理器与输入装置、预警模块、存储器、输出装置和电源模块均为单向连接，且存储器为双向连接。

一种基于DBSCAN的侧翻点识别系统的工作方法，具体步骤包括：

步骤一：数据准备：在数据预处理阶段，收集侧翻数据集，标注数据，对数据过滤、补偿、做数据变换，增强数据数量和模型训练的鲁棒性。Ε：线性邻域的半径、MinTime：最短时间；

步骤二：读取侧翻数据T中任意未分类的对象p；

步骤三：检索出与p在侧翻数据上路程不大于E的所有对象Lneps(p)，并计算相邻对象间最大时间间隔maxTime(p)；

步骤四：如果|maxTime(p)|＜MinTime，则将p标记为噪声(即p为非核心对象)，并执行步骤一；