[发明专利]一种交通事故地点聚类方法及系统

权利要求书

1.一种交通事故地点聚类系统，其特征在于，包括：

交通事故地点定位模块(10)，用于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；

经纬度坐标系转换模块(20)，用于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；经纬度坐标系转换模块(20)实现不同坐标系下的经纬度坐标相互转换，具体实现过程如下；

S2.1：导入交通事故地点定位模块转换好的经纬度坐标点；

S2.2：所有坐标点入栈；

S2.3：取出栈顶数据；

S2.4：将浮点型经纬度坐标数据转换为字符串数据；

S2.5：确定要转换的目标坐标系；

S2.6：字符串坐标点及目标坐标系作为参数输入坐标转换接口；

S2.7：对返回的json数据进行解析；

S2.8：进行异常检测，若能通过检测，则取出返回数据中的经纬度坐标，若不能通过检测，则对应填入NULL；

S2.9：数据填入新的栈；

S2.10：判断事故数据栈内数据是否为空，若否，则重复执行S2.3-S2.9；

S2.11：若是，则结束算法，所有经纬度坐标均已转换成新坐标系下的坐标点，无法解析的经纬度坐标以NULL值填入；

坐标点距离计算模块(30)，用于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；

事故地点聚类模块(40)，用于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；所述事故地点聚类模块(40)，具体用于：

依据所述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建立迭代DBSCAN模型；

依据所述迭代DBSCAN模型计算得到轮廓系数，并基于所述轮廓系数分别确定出DBSCAN聚类算法中的最佳簇内最少样本点数和最佳距离阈值；

依据所述最佳簇内最少样本点数和最佳距离阈值对事故地点经纬度进行聚类；

事故地点聚类模块(40)具体算法描述如下：

S4.1：输入事故地点的经纬度坐标；

S4.2：根据经纬度坐标的特征，确定距离阈值的步长L1和最大值MAX1；

S4.3：根据经纬度坐标的特征，确定最少样本点的步长L2和最大值MAX2；

S4.4：初始化参数i＝0、j＝0；

S4.5：迭代DBSCAN模型，dbscan＝DBSCAN(L1+i*L1,1+j*L2)；

S4.6：计算S4.5中模型的轮廓系数，并将轮廓系数入栈；

S4.7：判断(1+j*L2)是否大于MAX2；

S4.8：若否，则j++，并重复S4.5-S4.7，若是，则继续判断(L1+i*L1)是否大于MAX1；

S4.9：若否，则i++，并重复S4.5-S4.8，若是，则从栈内找到轮廓系数最大值对应的i₀、j₀；

S4.10：最佳参数为：L1+i₀*L1及1+j₀*L2。

2.根据权利要求1所述的交通事故地点聚类系统，其特征在于，所述交通事故地点定位模块(10)，具体用于

确定使用的在线地理编码服务接口；

获取交通事故信息采集表中记录的事故发生地所在的城市及地点，并将其以UTF-8编码进行存储；

将事故发生地所在的城市及地点写入所述在线地理编码服务接口中；

访问所述在线地理编码服务接口，获取返回的json数据；

对所述json数据进行解析，取出其中的经纬度坐标点。

3.根据权利要求1所述的交通事故地点聚类系统，其特征在于，所述经纬度坐标系转换模块(20)，具体用于将WGS84坐标系、GCJ02坐标系或BD09坐标系下的经纬度坐标点进行相互转换。

4.根据权利要求1所述的交通事故地点聚类系统，其特征在于，所述坐标点距离计算模块(30)，具体用于将目标坐标系下的经纬度坐标点转换为弧度制的坐标点，随后以一定的数学模型计算方法获取两点之间的距离，计算过程如下：

lat_i＝lat_i×π/180；

lon_i＝lon_i×π/180；

△lat＝lat_i–lat_j；

△lon＝lon_i–lon_j；

a＝sin(△lat/2)^2+cos(lat_i)*cos(lat_j)*sin(△lon/2)^2；

c＝2*arcsin(sqrt(a))；

dist＝6371*c*1000；

其中，lat代表经度坐标，lon代表纬度坐标，dist代表需要求解的距离。