CN115909750A

CN115909750A - 事故多发地识别方法、装置、设备及存储介质

Info

Publication number: CN115909750A
Application number: CN202310124907.8A
Authority: CN
Inventors: 卢岩; 邱奉翠; 韩朋; 刘明远; 李豪; 王晓旭; 晏利功; 马一大; 王关柱; 刘闯; 张娟; 赵东旭; 刘玉龙
Original assignee: Beijing Cennavi Technologies Co Ltd
Current assignee: Beijing Cennavi Technologies Co Ltd
Priority date: 2023-02-03
Filing date: 2023-02-03
Publication date: 2023-04-04

Abstract

本申请公开了一种事故多发地识别方法、装置、设备及存储介质，涉及数据处理技术领域，用于提高事故多发地识别的合理性和准确性。包括：获取目标道路所包括的多个事故点的绝对位置信息；根据多个事故点的绝对位置信息，对多个事故点进行排序，得到事故点序列；确定事故点序列中当前事故点对应的当前事故段；在当前事故段为事故多发地的情况下，将当前事故段在事故点序列中的下一事故点更新为当前事故点，直至更新后的当前事故点为事故点序列中的最后一个事故点；在当前事故段不为事故多发地的情况下，将当前事故点在事故点序列中的下一事故点更新为当前事故点，直至更新后的事故点为事故点序列中的最后一个事故点。

Description

事故多发地识别方法、装置、设备及存储介质

技术领域

本申请涉及交通安全技术领域，尤其涉及一种事故多发地识别方法、装置、设备及存储介质。

背景技术

当前，为了降低道路安全风险，通常需要对事故多发地进行鉴别，从而更有针对性地进行后续处理，以减少交通事故的发生，提高道路的安全性。在相关技术中，通常通过数据挖掘方法，综合多元统计、空间分析、聚类算法等算法思想，实现对事故多发地的识别。

但在上述方法中，数据挖掘对事故定位数据的准确性要求较高，而当前事故的定位数据主要通过管理人员基于事故发生的道路名、公里数、距离等信息进行手动记录，进而通过地图数据、里程桩数据等地理信息数据进行处理，将定位数据转换为经纬度，才能进行后续的数据聚类等操作。当事故经纬度数据出现偏差时，会导致对事故多发地的误判，进而影响对道路风险的判断。因此，当前的事故多发地识别的合理性较差，准确性较低。

发明内容

本申请提供了一种事故多发地识别方法、装置、设备及存储介质，用于提高事故多发地识别的合理性和准确性。

为达到上述目的，本申请采用如下技术方案：

第一方面，提供了一种事故多发地识别方法，该方法包括：获取目标道路所包括的多个事故点的绝对位置信息；根据多个事故点的绝对位置信息，对多个事故点进行排序，得到事故点序列；确定事故点序列中当前事故点对应的当前事故段；当前事故段包括当前事故点，以及事故点序列中位于当前事故点之后且与当前事故点之间的距离小于或者等于第一距离的事故点；在当前事故段为事故多发地的情况下，将当前事故段在事故点序列中的下一事故点更新为当前事故点，直至更新后的当前事故点为事故点序列中的最后一个事故点；在当前事故段不为事故多发地的情况下，将当前事故点在事故点序列中的下一事故点更新为当前事故点，直至更新后的事故点为事故点序列中的最后一个事故点。

在一种设计中，该方法还包括：在当前事故段中的目标事故点的数量满足伤亡条件的情况下，确定当前事故段的事故点满足第一条件；目标事故点为在预设时间段内人员伤亡信息满足伤亡条件的事故点；在当前事故段中的目标事故点的数量满足伤亡条件的情况下，若目标事故点与任意静态指标之间的距离小于或者等于第二距离，则确定当前事故段的事故点满足第二条件；将当前事故段的事故点数量与当前事故段长度的比值，确定为当前事故段的单位长度事故点数量；在当前事故段的单位长度事故点数量大于或者等于预设阈值的情况下，确定当前事故段的事故点满足第三条件；在当前事故段的事故点满足第一条件、第二条件和第三条件中的任意一个条件的情况下，确定当前事故段为事故多发地；在当前事故段均不满足第一条件、第二条件和第三条件的情况下，确定当前事故段不为事故多发地。

在一种设计中，该方法还包括：针对目标道路中的第一事故多发地，确定目标道路中与第一事故多发地距离小于或等于第三距离的多个第一目标静态指标；第一事故多发地为目标道路中的任意一个事故多发地；多个第一目标静态指标的类型不同，多个第一目标静态指标中每个第一目标静态指标为同一类型的静态指标中距离第一事故多发地最近的静态指标；确定每个第一目标静态指标的距离风险值，得到多个第一目标静态指标的距离风险值；距离风险值用于指示每个第一目标静态指标对第一事故多发地的风险影响程度；根据多个第一目标静态指标的距离风险值，生成第一事故多发地的静态指标风险评估结果；静态指标风险评估结果用于指示不同第一目标静态指标对第一事故多发地风险影响程度排序后的结果。

在一种设计中，确定每个第一目标静态指标的距离风险值，包括：获取每个第一目标静态指标与第一事故多发地之间的距离，以及，获取每个第一目标静态指标的距离风险计算规则；距离风险计算规则与静态指标的距离风险关系一一对应，距离风险关系用于指示与静态指标不同距离的位置对应的危险程度；根据每个第一目标静态指标与第一事故多发地之间的距离，以及，每个第一目标静态指标的距离风险计算规则，确定每个第一目标静态指标的距离风险值。

在一种设计中，该方法还包括：获取目标道路中第一类型静态指标的事故点分布数据；第一类型静态指标为目标道路中的任意一类静态指标；事故点分布数据包括第一类型静态指标下每个静态指标与对应事故点之间的距离和对应事故点的数量；每个静态指标与对应事故点之间的距离小于或等于第四距离，且每个静态指标为第一类型静态指标中距离对应事故点最近的静态指标；根据事故点分布数据，确定第一类型静态指标的距离风险关系。

在一种设计中，根据多个第一目标静态指标的距离风险值，生成第一事故多发地的静态指标风险评估结果，包括：确定每个第一目标静态指标的类型对应的权重与每个第一目标静态指标距离风险值的乘积，得到多个乘积；将多个乘积进行排序，得到静态指标风险评估结果。

在一种设计中，该方法还包括：获取第一类型静态指标下每个静态指标对应事故点的数量，以及每个静态指标的长度；第一类型静态指标为目标道路中的任意一类静态指标；每个静态指标与对应事故点之间的距离小于或等于第五距离，且每个静态指标为第一类型静态指标中距离对应事故点最近的静态指标；将第一类型静态指标下全部静态指标对应事故点的数量之和与全部静态指标长度之和的比值，确定为第一类型静态指标的权重。

在一种设计中，该方法还包括：获取第一类型静态指标下每个静态指标对应事故点的数量，以及每个静态指标的长度；第一类型静态指标为目标道路中的任意一类静态指标；每个静态指标与对应事故点之间的距离小于或等于第五距离，且每个静态指标为第一类型静态指标中距离对应事故点最近的静态指标；将第一类型静态指标下全部静态指标对应事故点的数量之和与全部静态指标长度之和的比值，确定为第一类型静态指标的第一比值，得到全部类型静态指标的第一比值；将第一类型静态指标的第一比值，与全部类型静态指标第一比值之和的比值，确定为第一类型静态指标的权重。

第二方面，提供了一种事故多发地识别装置，该装置包括：获取单元、处理单元、确定单元；获取单元，用于获取目标道路所包括的多个事故点的绝对位置信息；处理单元，用于根据多个事故点的绝对位置信息，对多个事故点进行排序，得到事故点序列；确定单元，用于确定事故点序列中当前事故点对应的当前事故段；当前事故段包括当前事故点，以及事故点序列中位于当前事故点之后且与当前事故点之间的距离小于或者等于第一距离的事故点；处理单元，用于在当前事故段为事故多发地的情况下，将当前事故段在事故点序列中的下一事故点更新为当前事故点，直至更新后的当前事故点为事故点序列中的最后一个事故点；在当前事故段不为事故多发地的情况下，将当前事故点在事故点序列中的下一事故点更新为当前事故点，直至更新后的事故点为事故点序列中的最后一个事故点。

在一种设计中，确定单元，用于在当前事故段的事故点满足第一条件、第二条件和第三条件中的任意一个条件的情况下，确定当前事故段为事故多发地；第一条件用于指示预设时间段内伤亡情况满足伤亡条件的事故点数量；第二条件用于指示预设时间段内伤亡情况满足伤亡条件的事故点数量，且事故点发生事故与道路因素相关；第三条件用于指示当前事故段的事故点数量；确定单元，用于在当前事故段均不满足第一条件、第二条件和第三条件的情况下，确定当前事故段不为事故多发地。

在一种设计中，确定单元，用于在当前事故段中的目标事故点的数量满足伤亡条件的情况下，确定当前事故段的事故点满足第一条件；目标事故点为在预设时间段内人员伤亡信息满足伤亡条件的事故点；确定单元，用于在当前事故段中的目标事故点的数量满足伤亡条件的情况下，若目标事故点与任意静态指标之间的距离小于或者等于第二距离，则确定当前事故段的事故点满足第二条件；确定单元，用于将当前事故段的事故点数量与当前事故段长度的比值，确定为当前事故段的单位长度事故点数量；确定单元，用于在当前事故段的单位长度事故点数量大于或者等于预设阈值的情况下，确定当前事故段的事故点满足第三条件。

在一种设计中，确定单元，用于针对目标道路中的第一事故多发地，确定目标道路中与第一事故多发地距离小于或等于第三距离的多个第一目标静态指标；第一事故多发地为目标道路中的任意一个事故多发地；多个第一目标静态指标的类型不同，多个第一目标静态指标中每个第一目标静态指标为同一类型的静态指标中距离第一事故多发地最近的静态指标；确定单元，用于确定每个第一目标静态指标的距离风险值，得到多个第一目标静态指标的距离风险值；距离风险值用于指示每个第一目标静态指标对第一事故多发地的风险影响程度；处理单元，用于根据多个第一目标静态指标的距离风险值，生成第一事故多发地的静态指标风险评估结果；静态指标风险评估结果用于指示不同第一目标静态指标对第一事故多发地风险影响程度排序后的结果。

在一种设计中，获取单元，用于获取每个第一目标静态指标与第一事故多发地之间的距离，以及，获取每个第一目标静态指标的距离风险计算规则；距离风险计算规则与静态指标的距离风险关系一一对应，距离风险关系用于指示与静态指标不同距离的位置对应的危险程度；确定单元，用于根据每个第一目标静态指标与第一事故多发地之间的距离，以及，每个第一目标静态指标的距离风险计算规则，确定每个第一目标静态指标的距离风险值。

在一种设计中，获取单元，用于获取目标道路中第一类型静态指标的事故点分布数据；第一类型静态指标为目标道路中的任意一类静态指标；事故点分布数据包括第一类型静态指标下每个静态指标与对应事故点之间的距离和对应事故点的数量；每个静态指标与对应事故点之间的距离小于或等于第四距离，且每个静态指标为第一类型静态指标中距离对应事故点最近的静态指标；确定单元，用于根据事故点分布数据，确定第一类型静态指标的距离风险关系。

在一种设计中，确定单元，用于确定每个第一目标静态指标的类型对应的权重与每个第一目标静态指标距离风险值的乘积，得到多个乘积；处理单元，用于将多个乘积进行排序，得到静态指标风险评估结果。

在一种设计中，获取单元，用于获取第一类型静态指标下每个静态指标对应事故点的数量，以及每个静态指标的长度；第一类型静态指标为目标道路中的任意一类静态指标；每个静态指标与对应事故点之间的距离小于或等于第五距离，且每个静态指标为第一类型静态指标中距离对应事故点最近的静态指标；确定单元，用于将第一类型静态指标下全部静态指标对应事故点的数量之和与全部静态指标长度之和的比值，确定为第一类型静态指标的权重。

在一种设计中，获取单元，用于获取第一类型静态指标下每个静态指标对应事故点的数量，以及每个静态指标的长度；第一类型静态指标为目标道路中的任意一类静态指标；每个静态指标与对应事故点之间的距离小于或等于第五距离，且每个静态指标为第一类型静态指标中距离对应事故点最近的静态指标；确定单元，用于将第一类型静态指标下全部静态指标对应事故点的数量之和与全部静态指标长度之和的比值，确定为第一类型静态指标的第一比值，得到全部类型静态指标的第一比值；确定单元，用于将第一类型静态指标的第一比值，与全部类型静态指标第一比值之和的比值，确定为第一类型静态指标的权重。

第三方面，提供了一种电子设备，包括：处理器以及存储器；其中，存储器用于存储一个或多个程序，一个或多个程序包括计算机执行指令，当电子设备运行时，处理器执行存储器存储的计算机执行指令，以使电子设备执行如第一方面的一种事故多发地识别方法。

第四方面，提供了一种存储一个或多个程序的计算机可读存储介质，该一个或多个程序包括指令，上述指令当被计算机执行时使计算机执行如第一方面的一种事故多发地识别方法。

第五方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面的事故多发地识别方法。

本申请提供了一种事故多发地识别方法、装置、设备及存储介质，应用于识别道路中的事故多发地的场景中。首先获取目标道路所包括的多个事故点的绝对位置信息，并根据多个事故点的绝对位置信息，对多个事故点进行排序，以得到事故点序列；进一步的，通过确定事故点序列中当前事故点对应的，包括当前事故点以及事故点序列中位于当前事故点之后，且与当前事故点之间的距离小于或者等于第一距离的事故点的当前事故段，以在当前事故段为事故多发地的情况下，将当前事故段在事故点序列中的下一事故点更新为当前事故点，直至更新后的当前事故点为事故点序列中的最后一个事故点；以及在当前事故段不为事故多发地的情况下，将当前事故点在事故点序列中的下一事故点更新为当前事故点，直至更新后的事故点为事故点序列中的最后一个事故点。通过上述方法，实现基于事故点的绝对位置信息以及第一距离，确定出事故段，进而通过对事故段进行判断，识别出事故段是否为事故多发地，以实现基于事故点的绝对位置信息对事故点进行分段，进而完成对事故多发地进行判断识别，提高事故多发地识别的合理性和准确性。

附图说明

图1为本申请的实施例提供的一种事故多发地识别系统结构示意图；

图2为本申请的实施例提供的一种事故多发地识别方法流程示意图一；

图3为本申请的实施例提供的一种事故多发地识别方法流程示意图二；

图4为本申请的实施例提供的一种事故多发地识别方法流程示意图三；

图5为本申请的实施例提供的一种事故多发地识别方法流程示意图四；

图6为本申请的实施例提供的一种事故多发地识别方法流程示意图五；

图7为本申请的实施例提供的一种事故多发地识别方法流程示意图六；

图8为本申请的实施例提供的一种事故多发地识别方法流程示意图七；

图9为本申请的实施例提供的一种事故多发地识别方法流程示意图八；

图10为本申请的实施例提供的一种事故多发地识别方法流程示意图九；

图11为本申请的实施例提供的一种事故多发地识别方法流程示意图十；

图12为本申请的实施例提供的一种事故多发地识别方法流程示意图十一；

图13为本申请的实施例提供的一种事故多发地识别方法流程示意图十二；

图14为本申请的实施例提供的一种事故多发地识别装置结构示意图；

图15为本申请的实施例提供的一种电子设备结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。

在本申请的描述中，除非另有说明，“/”表示“或”的意思，例如，A/B可以表示A或B。本文中的“和/或”仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。此外，“至少一个”“多个”是指两个或两个以上。“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也并不限定一定不同。

当前，在相关技术中，对事故多发地的识别，主要通过数据挖掘算法对历史事故信息进行分析，确定出事故多发地。当前数据挖掘方法通常指聚类算法，聚类算法指通过相关算法(如模糊聚类、k均值算法、DBSCAN算法等)将空间中的事故多发点集中的路段聚类成一个个事故簇，进而将事故簇所在的路段确定为事故多发地。但当前在相关技术中，对于事故定位数据主要通过管理人员(如警员)基于事故发生的道路号(路号)、公里数、米数手动进行记录。而对于这些事故定位数据，在使用聚类算法时，通常需要通过对地图数据、里程桩数据等地理信息数据进行处理，并将道路名、公里数、米数等信息转换为经纬度信息，才能进行后续的聚类。

而在上述方法中，如果得到的事故的经纬度信息不准确(如出现偏差、误差以及干扰信息等)，会导致后续的空间聚类结果的准确性，进而影响到事故多发地识别的准确性，并且聚类算法中识别出来的事故多发地更注重于对事故数量的考量，而在相关技术以及相关规范中，对于事故多发地的定义标准则更倾向于不同事故的严重程度，因此所得到的事故多发地的结果合理性也较差。

本申请实施例提供的一种事故多发地识别方法，可以适用于事故多发地识别系统。图1示出了该事故多发地识别系统的一种结构示意图。如图1所示，事故多发地识别系统20包括：电子设备21、服务器22。电子设备21与服务器22连接。

事故多发地识别系统20可以用于物联网，事故多发地识别系统20可以包括多个中央处理器(central processing unit，CPU)、多个内存、存储有多个操作系统的存储装置等硬件。

电子设备21用于实现数据的处理，例如电子设备21可以基于目标道路所包括的多个事故点的绝对位置信息，得到事故点序列，进而确定事故点序列中当前事故点对应的当前事故段。

可选的，电子设备21还用于判断当前事故段是否为事故多发地。

服务器22可以为事故点对应的服务器，用于实现数据的存储，例如服务器22可以存储有目标道路(或者预设区域)所包括的全部事故点的绝对位置信息，并将绝对位置信息发送至电子设备21，以使得电子设备21实现数据的处理。

下面结合附图对本申请实施例提供的一种事故多发地识别方法进行描述。

如图2所示，本申请实施例提供的一种事故多发地识别方法，包括S201-S204：

S201、获取目标道路所包括的多个事故点的绝对位置信息。

可选的，目标道路可以为预设区域内的某一道路，如A省中的某条道路。

可选的，可以根据每个事故点对应的道路标识(如每个事故点对应的路号)，确定目标道路包括的多个事故点。

可选的，每个事故点的绝对位置信息可以为该事故点对应的公里数+米数。

需要说明的是，绝对位置可以理解为事故点相对于某一参考点(如道路起点、道路终点、道路外某一地标点等)的位置。

可选的，每个事故点的绝对位置信息可以根据每个事故点的事故信息确定。

需要说明的是，每个事故点的事故信息可以包括事故对应的路名(道路名)、公里数、米数、绝对位置信息(公里数+米数)、受伤人数、死亡人数等信息。

S202、根据多个事故点的绝对位置信息，对多个事故点进行排序，得到事故点序列。

可选的，可以根据多个事故点中的每个事故点的绝对位置信息，按照绝对位置的大小对多个事故点进行排序，从而得到事故点序列。

示例性的，可以根据多个事故点中的每个事故点的绝对位置信息，按照绝对位置的从小到大进行排序，从而得到事故点序列。

S203、确定事故点序列中当前事故点对应的当前事故段。

其中，当前事故段包括当前事故点，以及事故点序列中位于当前事故点之后且与当前事故点之间的距离小于或者等于第一距离的事故点。

可选的，可以以当前事故点的绝对位置，以及当前事故点的绝对位置+第一距离为条件进行筛选，确定出绝对位置位于当前事故点的绝对位置与当前事故点的绝对位置+第一距离之间的事故点，从而确定出当前事故点对应的当前事故段。

示例性的，可以遍历事故点序列中的全部事故点，定义当前遍历的事故点为当前事故点，当前事故点的绝对位置为d，选取出该事故点序列这个i部分绝对位置大于d、小于d+第一距离的全部事故点，将这些事故点定位为当前事故点对应的当前事故段中的事故点。

可选的，第一距离可以根据具体的业务需求进行确定。

示例性的，第一距离可以为4000米、3000米、2000米。

具体的，以第一距离为4000米为例，可以遍历事故点序列内所有事故点的绝对位置信息，进而将绝对位置在当前事故点的绝对位置d之后、且在d+4000米之前的事故点确定为当前事故段的事故点。

可选的，可以根据目标道路的道路类型不同，确定不同的第一距离。

示例性的，道路类型可以包括特殊公路和普通公路两类，特殊公路可以为高速公路及一级公路，普通公路为除高速公路和一级公路外的其他公路；对于特殊公路，对应的第一距离可以为4000米，对于普通公路，对应的距离可以为2000米。

可选的，每个事故点的事故信息还可以包括有道路类型，进而根据事故点的事故信息确定出目标道路的道路类型。

可选的，可以设置有道路号(路号)与道路类型的对应关系表，进而直接根据目标道路的道路号，确定目标道路对应的道路类型。

S204、在当前事故段为事故多发地的情况下，将当前事故段在事故点序列中的下一事故点更新为当前事故点，直至更新后的当前事故点为事故点序列中的最后一个事故点；在当前事故段不为事故多发地的情况下，将当前事故点在事故点序列中的下一事故点更新为当前事故点，直至更新后的事故点为事故点序列中的最后一个事故点。

示例性的，对于事故点序列[a1，a2，a3，a4，a5，a6，a7，a8]，针对当前事故点a1，基于第一距离确定当前事故点a1对应的当前事故段为[a1，a2，a3，a4]，在当前事故段为事故多发地的情况下，将a5更新为当前事故点，直至更新后的当前事故点为a8；在当前事故段不为事故多发地的情况下，将a2更新为当前事故点，直至更新后的当前事故点为a8。

可选的，直至更新后的当前事故点为事故点序列中的最后一个事故点，可以理解为当更新后的当前事故点为事故点序列中的最后一个事故点时，在确定更新后的当前事故点对应的当前事故段是否为事故多发地后，不再对当前事故点进行更新。

本申请实施例中，首先获取目标道路所包括的多个事故点的绝对位置信息，并根据多个事故点的绝对位置信息，对多个事故点进行排序，以得到事故点序列；进一步的，通过确定事故点序列中当前事故点对应的，包括当前事故点以及事故点序列中位于当前事故点之后，且与当前事故点之间的距离小于或者等于第一距离的事故点的当前事故段，以在当前事故段为事故多发地的情况下，将当前事故段在事故点序列中的下一事故点更新为当前事故点，直至更新后的当前事故点为事故点序列中的最后一个事故点；以及在当前事故段不为事故多发地的情况下，将当前事故点在事故点序列中的下一事故点更新为当前事故点，直至更新后的事故点为事故点序列中的最后一个事故点。通过上述方法，实现基于事故点的绝对位置信息以及第一距离，确定出事故段，进而通过对事故段进行判断，识别出事故段是否为事故多发地，以实现基于事故点的绝对位置信息对事故点进行分段，进而完成对事故多发地进行判断识别，提高事故多发地识别的合理性和准确性。

在一种设计中，如图3所示，本申请实施例提供的一种事故多发地识别方法中，还包括S301-S302：

S301、在当前事故段的事故点满足第一条件、第二条件和第三条件中的任意一个条件的情况下，确定当前事故段为事故多发地。

其中，第一条件用于指示预设时间段内伤亡情况满足伤亡条件的事故点数量；第二条件用于指示预设时间段内伤亡情况满足伤亡条件的事故点数量，且事故点发生事故与道路因素相关；第三条件用于指示当前事故段的事故点数量。

可选的，第一条件、第二条件和第三条件可以根据业务需求以及相关行业规范确定。

示例性的，可以根据相关交通管理部门规定的《公路交通事故多发点段及严重安全隐患排查工作规范(试行)》中规定的事故多发地的定义和分类依据确定出第一条件、第二条件和第三条件。

可选的，预设时间段可以根据业务需求以及相关行业规范确定。

示例性的，预设时间段可以为3年内、4年内、5年内等。

可选的，每个事故点的事故信息还可以包括该事故点的记录时间(或该事故点的生成时间、或该事故点对应的事故发生时间)，进而通过每个事故点的事故信息，确定预设时间段内的事故点。

可选的，在获取目标道路所包括的多个事故点的绝对位置信息时，可以直接根据每个事故点的事故信息，直接获取预设时间段内目标道路所包括的多个事故点的绝对位置信息。

需要说明的是，预设时间段内伤亡情况，可以为预设时间段内的事故点对应的受伤人数以及死亡人数等情况。

可选的，事故多发地包括事故多发点和事故多发段，在确定当前事故段为事故多发地的情况下，可以进一步根据当前事故段中的事故点信息，确定当前事故段属于事故多发点还是事故多发段。

可选的，在确定当时事故段为事故多发地的情况下，可以根据当前事故段的总长度(绝对位置最大的事故点与绝对位置最小的事故点之间的距离)，当该总长度满足事故多发点的长度要求时，确定当前事故段属于事故多发点，当该总长度不满足事故多发点的长度要求时，确定当前事故段属于事故多发段。

可选的，对于事故多发点的长度要求，可以结合具体的业务需求以及相关行业标准确定。

示例性的，事故多发点的长度要求可以为事故段的总长度小于1000米、事故段的总长度小于700米等。

可选的，道路类型不同，对应的事故多发点的长度要求也可能不同。

示例性的，当道路类型为高速及一级公路类时，对应的事故多发点的长度要求可以为事故多发地的长度小于1000米；当道路类型为普通公路类时，对应的事故多发点的长度要求可以为事故多发地的长度小于500米。

S302、在当前事故段均不满足第一条件、第二条件和第三条件的情况下，确定当前事故段不为事故多发地。

可选的，在当前事故段均不满足第一条件、第二条件和第三条件的情况时，可以认为当前事故段不满足相关规定中对事故多发地的定义，从而确定当前事故段部位事故多发地。

可选的，结合上述S203、S204，可以通过遍历事故点序列acds，定义当前遍历的事故点为acd，绝对位置为d，并选取acds中绝对位置大于d、小于d+line_threshold(第一距离)的全部事故点，将这些事故点定义为list_acd(当前事故段)，并判断list_acd中的事故点是否满足第一条件、第二条件、第三条件。

进一步的，当list_acd中的事故点满足第一条件、第二条件、第三条件中的任一条件时，确定list_acd为事故多发地，并将list_acd后的下一事故点更新为当前事故点acd，再次进行遍历，直至acds中的事故点遍历完成；当list_acd中的事故点均不满足第一条件、第二条件和第三条件时，确定list_acd不为事故多发地，并将acd后的下一事故点更新为当前事故点，再次进行遍历，直至acds中的事故点遍历完成。

可选的，在进行遍历的过程中，当确定list_acd为事故多发地时，可以从acds中删除list_acd，即从acds中删除list_acd中的全部事故点；当确定list_acd不为事故多发地时，可以从acds中删除acd。

可选的，在进行遍历之前，可以对获取的事故点进行分组，首先按照路号进行分组，得到目标道路包括的事故点，进而根据事故信息的道路类型再次进行分组，将目标道路包括的事故点分为高速及一级公路类、普通公路类两种类型，进而将分组完成后的事故点按照绝对位置从小到大进行排序。

进一步的，判断当前组的道路类型，如果道路类型属于高速及一级公路类，则定义事故多发点长度阈值point_threshold为1000米，事故多发段长度阈值line_threshold为4000米；如果道路类型属于普通公路，则定义事故多发点长度阈值point_threshold为500米，事故多发段长度阈值line_threshold为2000米。

在确定list_acd为事故多发地的情况下，可以进一步的将list_acd中绝对位置最小的事故点、绝对位置最大的事故作为起终点，计算list_acd的长度，如果该长度大于point_threshold，定义该list_acd所在的路段为事故多发段，否则为事故多发点。

本申请实施例中，通过设置第一条件、第二条件、第三条件，从三种纬度对确定当前事故段是否属于事故多发地，以综合考虑当前事故段中事故点的情况，提高对事故多发地的识别准确性以及合理性。

在一种设计中，如图4所示，本申请实施例提供的一种事故多发地识别方法中，还包括S401-S404：

S401、在当前事故段中的目标事故点的数量满足伤亡条件的情况下，确定当前事故段的事故点满足第一条件。

其中，目标事故点为在预设时间段内人员伤亡信息满足伤亡条件的事故点。

可选的，具体的第一条件对应的目标事故点数量的伤亡条件、以及人员伤亡信息的伤亡条件，可以根据业务需求以及相关行业标准确定。

示例性的，第一条件可以为一次死亡3人(含)以上的目标事故点的数量大于等于2、出现人员死亡的，目标事故点的数量大于6等。

S402、在当前事故段中的目标事故点的数量满足伤亡条件的情况下，若目标事故点与任意静态指标之间的距离小于或者等于第二距离，则确定当前事故段的事故点满足第二条件。

可选的，当目标事故点与任意静态指标之间的距离小于多等于第二距离时，可以认为该事故点的生成(事故的发生)与道路因素有关。

可选的，对于静态指标，可以根据业务需求以及相关行业标准确定。

示例性的，可以结合相关公路标准(如《公路路线设计规范(JTGD20-2017)》)、交通安全标准(如交管天气风险预警指标技术规范》)等相关行业规范标准，结合技术地图数据中的道路静态结构、道路属性等地理信息数据，确定相关道路风险指标，从而得到静态指标。

具体的，静态指标的可以为表一和表二所示的道路静态风险指标。

可选的，如图5所示，道路静态风险指标可以根据基础路网数据表(R表)数据、基础路网数据表(N表)数据、基础路网数据表(ADAS表)、路况数据、轨迹数据、水域数据和标识标牌数据等交通信息数据生成。

具体的，如图5所示，可以基于R表，提取出LINK属性，基于N表，提取出NODE属性，并基于R表和N表，提取出拓扑结构信息，基于ADAS表，提取出形状点属性，基于路况数据和轨迹数据，提取出瞬时速度、平均速度和拥堵状态等属性信息。

进一步的，根据LINK属性，识别生成桥梁、隧道等静态指标；根据LINK属性、拓扑结构和NODE属性，识别生成匝道主路不匹配点、限速变化点、车道变化点、交织区长度过小路段等静态指标；根据拓扑结构和形状点属性，识别生成急弯、陡坡、长上坡、长下坡、长直线等静态指标；根据拓扑结构和瞬时速度、平均速度和拥堵状态，识别生成常发拥堵路段、易发生急加速路段和易发生急减速路段等静态指标；根据水域数据，识别生成临水路段等静态指标；根据标识标牌数据，识别生成临崖路段等静态指标。

需要说明的是，对于R表数据，指以LINK形式存储的基础路网数据表，如道路属性信息、道路长度信息、车道数信息、限速值信息等；对于N表数据，指以NODE形式存储的基础路网数据表，如道路交叉点属性信息等，对于ADAS表数据，指以LINK的形状点形式存储的基础路网数据表，如道路曲率信息、道路坡度信息等。其中，LINK指组成道路的最小的数字化单元，NODE指LINK两端的端点，形状点指LINK内部两直线相交的点。

表一

表二

可选的，对于第二距离，可以结合具体的业务需求以及相关行业标准确定。

示例性的，经过多次实验以及数据统计发现，当第二距离为1000米时，该范围内的静态指标与事故多发地的相关性较强，可以确定第二距离为1000米。

可选的，第二距离还可以为900米、800米等。

可选的，对于目标事故点，可以通过点位前后固定距离线性工具，生成点位前后第二距离长度的buffer(缓冲区)，并通过与静态指标的地理位置进行空间地理相交，判断该buffer内是否存在静态指标，从而确定当前事故段的事故点是否满足第二条件。

可选的，对于当前事故段中的目标事故点，可以确定该目标事故点与每个静态指标之间的距离，得到多个距离，并通过该多个距离中的最小距离与第二距离的大小关系，确定当前事故段是否满足第二条件。

可选的，对于静态指标的选取，还可以结合业务需要进行调整。

示例性的，可以仅判断目标事故点与急弯、陡坡、长上坡、长下坡、车道变化点、限速变化点、临水路段、临崖路段、匝道主路不匹配点中的任意静态指标之间的距离是否小于或者等于第二距离。

需要说明的是，不同条件(如对于第一条件和第二条件)下的目标事故点也不相同。

示例性的，对于上述S401中的目标事故点，可以为在三年内发生的死亡3-4人的事故点；对于S402中的目标事故点，可以为在三年内发生人员死亡的事故点。

S403、将当前事故段的事故点数量与当前事故段长度的比值，确定为当前事故段的单位长度事故点数量。

可选的，当前事故段的长度，可以通过当前事故点中绝对位置最小的事故点、绝对位置最大的事故点确定。

S404、在当前事故段的单位长度事故点数量大于或者等于预设阈值的情况下，确定当前事故段的事故点满足第三条件。

需要说明的是，对于本申请实施例中的第一条件、第二条件、第三条件，可以不进行全部判断，即在当前事故段满足第一条件的情况下，不需要再对当前事故段是否满足第二条件和第三条件进行判断。

可选的，对于第一条件、第二条件和第三条件，还可以结合具体的业务需求，设置不同程度的事故多发地判断标准。

示例性的，可以设置有一类事故多发地、二类事故多发地、三类事故多发地。

具体的，对于一类事故多发地，对应的判断条件可以为下述a1、b1、c1；对于二类事故多发地，对应的判断条件可以为下述a2、b2、c2；对于三类事故多发地，对应的判断条件可以为下述a3、b3、c3：

a1、近3年内，发生1起及以上一次死亡5人(含)以上道路交通事故，且事故的发生与道路因素有关。

b1、近3年内，发生2起及以上一次死亡3人(含)以上道路交通事故。

c1、近3年内，发生6起以上死亡交通事故。

a2、近3年内，发生1起一次死亡3-4人道路交通事故，且事故的发生与道路因素有关。

b2、近3年内，发生3-5起致人死亡的交通事故。

c2、近3年内，发生6起以上致人伤亡的交通事故。

a3、近3年内，发生1-2起死亡交通事故，且事故的发生与道路因素有关。

b3、近3年内，发生3-5起致人伤亡的交通事故。

c3、近3年内，发生道路交通事故(含简易事故)情况突出。

可选的，结合上述条件a1-a3、b1-b3、c1-c3，在确定当前事故段为事故多发地时，可以进一步确定事故多发地对应的等级。

可选的，对于b1、c1，可以理解为一类事故多发地的第一条件，对于a1，可以理解为一类事故多发地的第二条件；对于b2、c2，可以理解为二类事故多发地的第二条件，对于a2，可以理解为二类事故多发地的第二条件；对于b3，可以理解为三类事故多发地的第一条件，对于a3，可以理解为三类事故多发地的第二条件，对于c3，可以理解为三类事故多发地的第三条件。

需要说明的是，发生道路交通事故情况突出，可以理解为事故段的单位长度事故点数量大于或等于预设阈值。

可选的，对于S404中的预设阈值，可以结合具体的业务需求以及相关行业标准确定。

示例性，该预设阈值可以为40、50等。

在一种可能的实现方式中，本申请实施例提供的一种事故多发地的识别方法，具体的流程可以如图6所示，首先按照路号初始化事故(事故点点)数据acds，并按照绝对位置将事故进行排序，输入预设阈值acdnum_threshold，进而判断数据对应的道路类型是否为高速公路或者一级公路，当道路类型为高速公路或者一级公路时，确定事故多发点长度阈值point_threshold＝1000米、事故多发段长度阈值line_threshold＝4000米；当道路类型不为高速公路和一级公路时，确定事故多发点长度阈值point_threshold＝500米、事故多发段长度阈值line_threshold＝2000米。

进一步的，遍历acds中的事故(即事故点)，定义当前事故为acd，当前事故的绝对位置为d。选取acds中绝对位置大于d、且小于d+line_threshold的全部数据(事故)，与当前事故acd组成list_acd，并开始判断list_acd中的数据是否满足事故多发地的条件(第一条件、第二条件或第三条件)。

具体的，定义type＝1(即一类事故多发地)，判断list_acd是否满足type类事故多发地标准中的第一条件，当list_acd满足type类事故多发地标准中的第一条件时，计算list_acd的长度lengh；当list_acd不满足type类事故多发地标准中的第一条件时，进一步判断list_acd是否满足type类事故多发地标准中的第二条件。当list_acd满足type类事故多发地标准中的第二条件时，计算list_acd的长度lengh；当list_acd不满足type类事故多发地标准中的第二条件时，令type＝type+1，并判断type是否等于4。

具体的，如图6所示，结合上述S401、S402，判断list_acd是否满足type类事故多发地标准中的第二条件可以包括，首先判断list_acd中的在预设时间段内事故点人员伤亡信息满足伤亡条件的事故点，即目标事故点的数量是否满足伤亡条件，并当目标事故点的数量满足伤亡条件时，遍历list_acd中的目标事故点，判断是否存在至少一个目标事故点前后1000米范围内存在静态指标，当存在前后1000米范围内存在静态指标的目标事故点时，确定list_acd是否满足type类事故多发地标准中的第二条件。

当type≠4时，重新判断list_acd中的数据是否满足type类事故多发地标准的条件。当type＝4时，计算list_acd的长度lengh并确定list_acd的单位公里事故数，进而判断单位公里事故数是否小于预设阈值acdnum_threshold，当单位公里事故数小于预设阈值acdnum_threshold时，计算list_acd的长度lengh，当单位公里事故数小于预设阈值acdnum_threshold时，从acds中删除acd，并判断acds是否遍历完毕，若acds遍历完毕则结束，否则重新遍历acds中的事故。

进一步的，在计算list_acd的长度lengh后，判断lengh是否小于事故多发点的长度阈值point_threshold，当lengh小于事故多发点的长度阈值point_threshold时，确定list_acd为事故多发点，当lengh大于等于事故多发点的长度阈值point_threshold时，确定list_acd为事故多发地。

在确定list_acd为事故多发点或者事故多发地后，从acds中删除list_acd所包括的事故点数据，并判断acds是否遍历完毕，若acds遍历完毕则结束，否则重新遍历acds中的事故。

需要说明的是，lengh可以为list_acd中绝对位置最大值与list_acd中绝对位置最小值的差值，即lengh＝list_acd中绝对位置最大值-list_acd中绝对位置最小值。判断type是否等于4，可以理解为判断当前的type是否为三类事故多发地，即是否需要考虑list_acd是否满足第三条件。

本申请实施例中，通过以目标事故点为对象对当前事故段是否满足事故多发地的条件进行评估，并引入静态指标对事故与道路因素的关联性进行判断，并且通过事故段的单位长度事故点的数量对事故较为频繁或情况较为突出的事故段进行筛选，以基于上述三个维度实现对事故多发地的确定，进一步提高对事故多发地识别的准确性。

在一种设计中，如图7所示，本申请实施例提供的一种事故多发地识别方法中，还包括S501-S503：

S501、针对目标道路中的第一事故多发地，确定目标道路中与第一事故多发地距离小于或等于第三距离的多个第一目标静态指标。

其中，第一事故多发地为目标道路中的任意一个事故多发地；多个第一目标静态指标的类型不同，多个第一目标静态指标中每个第一目标静态指标为同一类型的静态指标中距离第一事故多发地最近的静态指标。

可选的，对于第三距离，可以结合具体的业务需求以及相关行业标准确定。

示例性的，经过多次实验以及数据统计发现，当第三距离为1000米时，该范围内的静态指标与事故多发地的相关性较强，可以确定第三距离为1000米。

可选的，第三距离还可以为700米、850米等。

可选的，针对第一事故多发地，可以通过地理信息数据，如R表数据，按照通行方向生成该第一事故多发地前后1000米(第三距离)的空间线性，进而对于每一种静态指标，如果该第一事故多发地前后1000米内存在该种静态指标，则将该种静态指标与事故多发地进行关联，并将该种静态指标中与该第一事故多发地距离最近的静态指标确定为第一目标静态指标。

S502、确定每个第一目标静态指标的距离风险值，得到多个第一目标静态指标的距离风险值。

其中，距离风险值用于指示每个第一目标静态指标对第一事故多发地的风险影响程度。

需要说明的是，对于第一事故多发地所关联的多种类型的静态指标，每种类型的静态指标均存在一个第一目标静态指标，进而确定出每个第一目标静态指标的距离风险值。

可选的，可以结合每个第一目标静态指标与第一事故多发地之间的距离，对每个第一目标静态指标对第一事故多发地的风险影响程度进行评估，从而确定出每个第一目标静态指标的距离风险值。

可选的，还可以结合每个第一目标静态指标与第一事故多发地之间的距离，以及每个第一目标静态指标在第一事故多发地关联的所有静态指标中的占比，确定出每个第一目标静态指标的距离风险值。

示例性的，对于某一事故多发地，前后800米(第三距离)内共存在20个静态指标，其中5个a类型的静态指标，且与该某一事故多发地最近的a类型的静态指标，与该某一事故多发地之间的距离为0米，则确定第一目标静态指标a的距离风险值为(1-0/800)*5/20＝0.25。

S503、根据多个第一目标静态指标的距离风险值，生成第一事故多发地的静态指标风险评估结果。

其中，静态指标风险评估结果用于指示不同第一目标静态指标对第一事故多发地风险影响程度排序后的结果。

可选的，在确定每个第一目标静态指标的距离风险值后，可以根据距离风险值的大小，按照距离风险值从大到小的顺序进行排序，从而确定第一事故多发地的静态指标风险评估结果。

需要说明的是，当某一事故多发地在目标道路中不存在与第一事故多发地距离小于或等于第三距离的第一目标静态指标时，确定该某一事故多发地的静态指标风险评估结果为无。

可选的，对于静态指标风险评估结果为无的事故多发地，该事故多发地的生成可能与天气因素、人为因素有关。

本申请实施例中，在确定事故多发地之后，可以进一步结合事故多发地关联的静态指标确定每种静态指标的距离风险值，以实现对事故多发地的静态指标风险分析，以实现对道路安全风险的评估，提升道路安全评估的准确性。

在一种设计中，如图8所示，本申请实施例提供的一种事故多发地识别方法中，上述S502中的“确定每个第一目标静态指标的距离风险值”，包括S601-S602：

S601、获取每个第一目标静态指标与第一事故多发地之间的距离，以及，获取每个第一目标静态指标的距离风险计算规则。

其中，距离风险计算规则与静态指标的距离风险关系一一对应，距离风险关系用于指示与静态指标不同距离的位置对应的危险程度。

可选的，在确定第一事故多发地关联的每种静态指标后，可以计算该第一事故多发地到每种静态指标的最近距离。

可选的，该第一事故多发地到某种静态指标中的最近距离，可以理解为该某种静态指标中的每个静态指标与该第一事故多发地之间的距离中的最近的距离。

示例性的，对于第一事故多发地，以及静态指标类型A，在该第一事故多发地前后1000米(第三距离)内，存在静态指标a1、静态指标a2和静态指标a2，其中该第一事故多发地与静态指标a1之间的距离d1为900米，与静态指标a2之间的距离d2为600米，与静态指标a3之间的距离d3为100米，则确定该第一事故多发地到该种静态指标A的最近距离为100米。

需要说明的是，当某个静态指标位于该第一事故多发地内部，如位于事故多发地某两个事故点之间时，认为该第一事故多发地与该静态指标之间的距离为0。

可选的，第一目标静态指标的距离风险计算规则，可以为第一目标对应的，距离与危险程度的函数关系，即距离与风险值的对应关系。

示例性的，对于第一目标静态指标A，距离风险计算规则可以为：距离风险值＝1-距离/1000。

可选的，距离风险关系可以根据具体的业务需求，对事故点的相关信息进行统计确定。

示例性的，距离风险关系可以包括：位于静态指标上最危险、距离静态指标越近越危险和与静态指标的距离无明显关系等类型。

可选的，对于位于静态指标上最危险的距离风险关系，可以理解为在静态指标附近(如在静态指标50米内)时对应的危险程度最高，不在静态指标外时对应的危险程度较低(或不在静态指标附近时，随着与静态指标之间距离的增大，对应的危险程度无明显变化)；对于距离静态指标越近越危险的距离风险关系，可以理解为对应的危险程度随着与静态指标之间的距离增大而逐渐降低；对于与静态指标的距离无明显关系的距离风险关系，可以理解为对应的危险程度和静态指标之间的距离变化无明显关系。

可选的，对于每种距离风险关系所对应的距离风险计算规则，可以根据不同的业务需求进行调整，

示例性的，以距离风险关系包括：位于静态指标上最危险、距离静态指标越近越危险和与静态指标的距离无明显关系三种类型为例，对于位于静态指标上最危险的距离风险关系，对应的距离风险计算规则可以为当第一事故多发地在静态指标附近(例如与静态指标之间的距离小于50米)时，确定该静态指标的距离风险值为0.8，当第一事故多发地不在静态指标附近时，确定该静态指标的距离风险值为1；对于距离静态指标越近越危险的距离风险关系，对应的距离风险计算规则可以为距离风险值＝1-事故多发地与静态指标之间的距离/第三距离；对于与静态指标的距离无明显关系的距离风险关系，对应的距离风险计算规则可以为距离风险值恒为等于1。

S602、根据每个第一目标静态指标与第一事故多发地之间的距离，以及，每个第一目标静态指标的距离风险计算规则，确定每个第一目标静态指标的距离风险值。

可选的，可以基于每个第一目标静态指标的距离风险计算规则，根据第一目标静态指标与第一事故多发地之间距离，确定出对应的第一目标静态指标的距离风险值。

示例性的，对于第一目标静态指标A，距离风险关系为距离静态指标越近越危险，第三距离为1000，则距离风险计算规则为：距离风险值＝1-事故多发地与静态指标之间的距离/1000，对于第一事故多发地，当第一目标静态指标A与该第一事故多发地之间的距离为400米时，则对于该第一事故多发地，第一目标静态指标A的距离风险值＝1-400/1000＝1-0.4＝0.6。

本申请实施例中，根据每个第一目标静态指标的距离风险关系，确定每个第一目标静态指标的距离风险计算规则，进而根据每个第一目标静态指标与第一事故多发地之间的距离，以及每个第一目标静态指标的距离风险计算规则，确定每个第一目标静态指标的距离风险值。从而实现基于具体的第一目标静态指标与事故多发地的距离确定出对应的距离风险值，以提高对事故多发地的静态指标风险评估的准确性和合理性。

在一种设计中，如图9所示，本申请实施例提供的一种事故多发地识别方法中，还包括S701-S702：

S701、获取目标道路中第一类型静态指标的事故点分布数据。

其中，第一类型静态指标为目标道路中的任意一类静态指标；事故点分布数据包括第一类型静态指标下每个静态指标与对应事故点之间的距离和对应事故点的数量；每个静态指标与对应事故点之间的距离小于或等于第四距离，且每个静态指标为第一类型静态指标中距离对应事故点最近的静态指标。

可选的，对于第四距离，可以结合具体的业务需求以及相关行业标准确定。

示例性的，经过多次实验以及数据统计发现，当第四距离为1000米时，该范围内的静态指标与事故多发地的相关性较强，可以确定第四距离为1000米。

可选的，第四距离还可以为800米、500米等。

可选的，针对任一事故点，可以通过地理信息数据，如R表数据，按照通行方向生成该任一事故点前后1000米(第四距离)的空间线性，进而对于每一种静态指标，如果该任一事故点前后1000米内存在该种静态指标，则将该种静态指标中的每个静态指标与该任一事故点进行关联，并计算该任一事故点到该种静态指标中的最近距离，并将该任一事故点与该种静态指标中距离该任一事故点最近的目标静态指标进行关联，从而确定每个事故点所关联的静态指标。

可以理解，根据上述“将该任一事故点与该种静态指标中距离该任一事故点最近的目标静态指标进行关联”步骤，对于周围第四距离内存在静态指标的事故点，会得到该事故点所关联的静态指标，以及与该关联的静态指标之间的最短距离。

进一步的，以每一个静态指标为对象，针对任一静态指标，确定出与该任一静态指标所关联的事故点，以及与每个关联的事故点之间的距离，从而统计出针对每一类静态指标所对应的事故点分布数据。

S702、根据事故点分布数据，确定第一类型静态指标的距离风险关系。

可选的，可以根据事故点分布数据确定第一类型静态指标中的每个静态指标对应的静态指标与事故点之间的距离和事故点数量的关系，从而确定第一类型静态指标对应的，静态指标与事故点之间的距离和事故点数量的关系，进而根据该关系确定第一类型静态指标的距离风险关系。

示例性的，根据事故点分布数据，发现对于A类型静态指标，距离该种静态指标内50米内时，事故点的数量最多，超过50米后事故点的数量较少，且随着与静态指标之间距离的增大，事故点的数量无明显变化，因此可以确定A类型静态指标的距离风险关系为位于静态指标上最危险。

本申请实施例中，根据目标道路中第一类型静态指标的事故点分布数据，确定第一类型静态指标的距离风险关系，从而实现根据每种类型的静态指标的事故点分布数据不同，为每种类型的静态指标确定距离风险关系，以提高距离风险关系确定的合理性。

在一种设计中，如图10所示，本申请实施例提供的一种事故多发地识别方法中，上述S503，包括S801-S802：

S801、确定每个第一目标静态指标的类型对应的权重与每个第一目标静态指标距离风险值的乘积，得到多个乘积。

S802、将多个乘积进行排序，得到静态指标风险评估结果。

可选的，对于每个第一目标静态指标的类型对应的权重，可以基于专家经验、具体业务需求等信息确定。

示例性的，可以结合每个类型的静态指标的数量，或者每个类型的静态指标所关联的事故点的数量等信息，确定每个类型的静态指标对应的权重。

可选的，在得到每个第一目标静态指标的类型对应的权重与每个第一目标静态指标距离风险值的乘积后，可以根据乘积结果的大小，对乘积进行排序(例如按照乘积结果从大到小进行排序)，得到静态指标风险评估结果。

本申请实施例中，在得到每个第一目标静态指标距离风险值后，进一步结合每个第一目标静态指标的类型对应的权重，对每个第一目标静态指标的距离风险值进行加权，以进一步提升对事故多发地的静态指标风险评估的准确性。

在一种设计中，如图11所示，本申请实施例提供的一种事故多发地识别方法中，还包括S901-S902：

S901、获取第一类型静态指标下每个静态指标对应事故点的数量，以及每个静态指标的长度。

其中，第一类型静态指标为目标道路中的任意一类静态指标；每个静态指标与对应事故点之间的距离小于或等于第五距离，且每个静态指标为第一类型静态指标中距离对应事故点最近的静态指标。

S902、将第一类型静态指标下全部静态指标对应事故点的数量之和与全部静态指标长度之和的比值，确定为第一类型静态指标的权重。

可选的，每个静态指标的长度，可以理解为静态指标的实际长度，如对于桥梁静态指标，该静态指标的长度为桥梁本身的长度；对于隧道静态指标，该静态指标的长度为隧道本身的长度。

可选的，第一类型静态指标下全部静态指标对应事故点的数量之和与全部静态指标长度之和的比值，还可以理解为该类型静态指标的单位长度事故数量。

可选的，考虑到静态指标可能存在点类型的静态指标，如车道变化点、限速变化点、收费站等静态指标。因此在确定第一类型静态指标下全部静态指标对应事故点的数量之和与全部静态指标长度之和的比值时，可以设定每个静态指标的长度为该静态指标自身的长度加预设长度(如200米)，如公式一所示：

其中，α为第一类型静态指标对应的权重，k为该第一类型静态指标的静态指标数量，h_i为第i个静态指标的长度，m_i为第i个静态指标关联的事故点数量。

本申请实施例中，基于每种类型的静态指标下的每个静态指标对应的事故点数量以及每个静态指标的长度，确定出每种类型的静态指标的权重，以提高每种类型静态指标权重确定的合理性。

在一种设计中，如图12所示，本申请实施例提供的一种事故多发地识别方法中，还包括S1001-S1003：

S1001、获取第一类型静态指标下每个静态指标对应事故点的数量，以及每个静态指标的长度。

S1002、将第一类型静态指标下全部静态指标对应事故点的数量之和与全部静态指标长度之和的比值，确定为第一类型静态指标的第一比值，得到全部类型静态指标的第一比值。

S1003、将第一类型静态指标的第一比值，与全部类型静态指标第一比值之和的比值，确定为第一类型静态指标的权重。

可选的，对于第五距离，可以结合具体的业务需求以及相关行业标准确定。

示例性的，经过多次实验以及数据统计发现，当第五距离为1000米时，该范围内的静态指标与事故多发地的相关性较强，可以确定第五距离为1000米。

可选的，第五距离还可以为800米、500米等。

需要说明的是，对于本申请实施例中的第二距离、第三距离、第四距离和第五距离，可以采用不同的距离，如第二距离为1000米、第三距离为800米、第四距离为900米、第五距离为700米，对于距离的选取可以结合具体的实验数据以及业务需求确定。

可选的，由于本申请实施例中的第二距离、第三距离、第四距离和第五距离的作用均为将事故多发地(或事故点)与静态指标进行关联，因此在确定第二距离、第三距离、第四距离和第五距离时，可以设定为相同的距离，如确定第二距离、第三距离、第四距离和第五距离均为1000米。

可选的，在确定第一类型静态指标的第一比值后，可以对第一类型静态指标的第一比值进行归一化处理，并将归一化后的第一比值确定为第一类型静态指标的权重。

具体的，可以通过公式二确定每一类型静态指标的权重：

其中，β_o为o类型静态指标的权重，N_o为o类型静态指标的第一比值，q为静态指标的类型数，N_l为l类型静态指标的第一比值。

示例性的，通过公式二确定每种类型静态指标的权重可以为如表三所示的权重。

在一种实现方式中，如图13所示，本申请实施例提供的一种事故多发地识别方法，首先可以基于预设数据源实现对静态风险指标(静态指标)的识别与生成，以及对事故多发地的识别，进而基于静态风险指标完成对事故多发地的风险分析。

可选的，如图13所示，数据源可以包括基础地图数据、历史路况数据、和事故数据(即事故点对应的事故数据)。

可选的，如图13所示，可以通过基础地图数据和历史路况数据实现静态风险指标(即静态指标)的识别和生成，静态风险指标可以包括线类指标(如急弯、陡坡、长上坡、长下坡和常发拥堵路段等静态指标)和点类指标(如车道变化点，限速变化点、常发速度突变点等静态指标)。

可选的，如图13所示，对事故多发地的识别可以根据道路类型以及长度阈值分为对高速公路事故多发点/段的识别和对普通公路事故多发点/段的识别。

可选的，如图13所示，对事故多发地的风险分析，首先可以完成事故数据与静态风险指标关联，以及事故数据与静态风险指标相关性的分析，并将事故多发地与静态指标进行关联，以实现对事故多发地静态(指标)的风险分析。

表三

指标	权重
		桥梁	0.049928483
隧道	0.065845667
		常发拥堵路段	0.113231934
易发生急加速路段	0.022672438
		易发生急减速路段	0.143924089
长下坡	0.000421573
		长上坡	0.000445515
车道变化点	0.084042591
		限速变化点	0.055027771
匝道与主路不匹配点	0.109447029
		临崖路段	0.043092043
临水路段	0.040658851
		长直线	0.029369967
急弯	0.013731340
		陡坡	0.018988108
交织区长度过短路段	0.209172601

上述主要从方法的角度对本申请实施例提供的方案进行了介绍。为了实现上述功能，其包含了执行各个功能相应的硬件结构和/或软件模块。本领域技术人员应该很容易意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，本申请实施例能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

本申请实施例可以根据上述方法示例对一种事故多发地识别装置进行功能模块的划分，例如，可以对应各个功能划分各个功能模块，也可以将两个或两个以上的功能集成在一个处理模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。可选的，本申请实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

图14为本申请实施例提供的一种事故多发地识别装置的结构示意图。如图14所示，事故多发地识别装置40用于提高事故多发地识别的合理性和准确性，例如用于执行图2所示的一种事故多发地识别方法。该事故多发地识别装置40包括：获取单元401、处理单元402、确定单元403。

获取单元401，用于获取目标道路所包括的多个事故点的绝对位置信息。

处理单元402，用于根据多个事故点的绝对位置信息，对多个事故点进行排序，得到事故点序列。

确定单元403，用于确定事故点序列中当前事故点对应的当前事故路段；当前事故路段包括当前事故点，以及事故点序列中位于当前事故点之后且与当前事故点之间的距离小于或者等于第一距离的事故点。

处理单元402，用于在当前事故路段为事故多发地的情况下，将当前事故路段在事故点序列中的下一事故点更新为当前事故点，直至更新后的当前事故点为事故点序列中的最后一个事故点；在当前事故路段不为事故多发地的情况下，将当前事故点在事故点序列中的下一事故点更新为当前事故点，直至更新后的事故点为事故点序列中的最后一个事故点。

在一种设计中，确定单元403，用于在当前事故段的事故点满足第一条件、第二条件和第三条件中的任意一个条件的情况下，确定当前事故段为事故多发地。

确定单元403，用于在当前事故段均不满足第一条件、第二条件和第三条件的情况下，确定当前事故段不为事故多发地。

在一种设计中，确定单元403，用于在当前事故段中的目标事故点的数量满足伤亡条件的情况下，确定当前事故段的事故点满足第一条件。

确定单元403，用于在当前事故段中的目标事故点的数量满足伤亡条件的情况下，若目标事故点与任意静态指标之间的距离小于或者等于第二距离，则确定当前事故段的事故点满足第二条件。

确定单元403，用于将当前事故段的事故点数量与当前事故段长度的比值，确定为当前事故段的单位长度事故点数量。

确定单元403，用于在当前事故段的单位长度事故点数量大于或者等于预设阈值的情况下，确定当前事故段的事故点满足第三条件。

在一种设计中，确定单元403，用于针对目标道路中的第一事故多发地，确定目标道路中与第一事故多发地距离小于或等于第三距离的多个第一目标静态指标。

确定单元403，用于确定每个第一目标静态指标的距离风险值，得到多个第一目标静态指标的距离风险值。

处理单元402，用于根据多个第一目标静态指标的距离风险值，生成第一事故多发地的静态指标风险评估结果。

在一种设计中，获取单元401，用于获取每个第一目标静态指标与第一事故多发地之间的距离，以及，获取每个第一目标静态指标的距离风险计算规则。

确定单元403，用于根据每个第一目标静态指标与第一事故多发地之间的距离，以及，每个第一目标静态指标的距离风险计算规则，确定每个第一目标静态指标的距离风险值。

在一种设计中，获取单元401，用于获取目标道路中第一类型静态指标的事故点分布数据。

确定单元403，用于根据事故点分布数据，确定第一类型静态指标的距离风险关系。

在一种设计中，确定单元403，用于确定每个第一目标静态指标的类型对应的权重与每个第一目标静态指标距离风险值的乘积，得到多个乘积。

处理单元402，用于将多个乘积进行排序，得到静态指标风险评估结果。

在一种设计中，获取单元401，用于获取第一类型静态指标下每个静态指标对应事故点的数量，以及每个静态指标的长度。

确定单元403，用于将第一类型静态指标下全部静态指标对应事故点的数量之和与全部静态指标长度之和的比值，确定为第一类型静态指标的权重。

确定单元403，用于将第一类型静态指标下全部静态指标对应事故点的数量之和与全部静态指标长度之和的比值，确定为第一类型静态指标的第一比值，得到全部类型静态指标的第一比值。

确定单元403，用于将第一类型静态指标的第一比值，与全部类型静态指标第一比值之和的比值，确定为第一类型静态指标的权重。

在采用硬件的形式实现上述集成的模块的功能的情况下，本申请实施例提供了上述实施例中所涉及的电子设备的一种可能的结构示意图。如图15所示，一种电子设备70，用于提高事故多发地识别的合理性和准确性，例如用于执行图2所示的一种事故多发地识别方法。该电子设备70包括处理器701，存储器702以及总线703。处理器701与存储器702之间可以通过总线703连接。

处理器701是通信装置的控制中心，可以是一个处理器，也可以是多个处理元件的统称。例如，处理器701可以是一个通用中央处理单元(central processing unit，CPU)，也可以是其他通用处理器等。其中，通用处理器可以是微处理器或者是任何常规的处理器等。

作为一种实施例，处理器701可以包括一个或多个CPU，例如图15中所示的CPU 0和CPU 1。

存储器702可以是只读存储器(read-only memory，ROM)或可存储静态信息和指令的其他类型的静态存储设备，随机存取存储器(random access memory，RAM)或者可存储信息和指令的其他类型的动态存储设备，也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory，EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。

作为一种可能的实现方式，存储器702可以独立于处理器701存在，存储器702可以通过总线703与处理器701相连接，用于存储指令或者程序代码。处理器701调用并执行存储器702中存储的指令或程序代码时，能够实现本申请实施例提供的一种事故多发地识别方法。

另一种可能的实现方式中，存储器702也可以和处理器701集成在一起。

总线703，可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外围设备互连(Peripheral Component Interconnect，PCI)总线或扩展工业标准体系结构(Extended Industry Standard Architecture，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图15中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

需要指出的是，图15示出的结构并不构成对该电子设备70的限定。除图15所示部件之外，该电子设备70可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

作为一个示例，结合图14，事故多发地识别装置40中的获取单元401、处理单元402和确定单元403实现的功能与图15中的处理器701的功能相同。

可选的，如图15所示，本申请实施例提供的电子设备70还可以包括通信接口704。

通信接口704，用于与其他设备通过通信网络连接。该通信网络可以是以太网，无线接入网，无线局域网(wireless local area networks，WLAN)等。通信接口704可以包括用于接收数据的接收单元，以及用于发送数据的发送单元。

在一种设计中，本申请实施例提供的电子设备中，通信接口还可以集成在处理器中。

通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能单元的划分进行举例说明。在实际应用中，可以根据需要而将上述功能分配由不同的功能单元完成，即将装置的内部结构划分成不同的功能单元，以完成以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

本申请实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有指令，当计算机执行该指令时，该计算机执行上述方法实施例所示的方法流程中的各个步骤。

本申请的实施例提供一种包含指令的计算机程序产品，当指令在计算机上运行时，使得计算机执行上述方法实施例中的一种事故多发地识别方法。

其中，计算机可读存储介质，例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘。随机存取存储器(Random Access Memory，RAM)、只读存储器(Read-Only Memory，ROM)、可擦式可编程只读存储器(Erasable Programmable Read Only Memory，EPROM)、寄存器、硬盘、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory，CD-ROM)、光存储器件、磁存储器件、或者上述的任一合适的组合、或者本领域数值的任何其他形式的计算机可读存储介质。一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于特定用途集成电路(应用程序lication Specific Integrated Circuit，ASIC)中。在本申请实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

由于本申请的实施例中的电子设备、计算机可读存储介质、计算机程序产品可以应用于上述方法，因此，其所能获得的技术效果也可参考上述方法实施例，本申请实施例在此不再赘述。

本申请实施例还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时，能够实现上述实施例中的事故多发地识别方法。

以上，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何在本申请揭露的技术范围内的变化或替换，都应涵盖在本申请的保护范围之内。

Claims

1.一种事故多发地识别方法，其特征在于，所述方法包括：

获取目标道路所包括的多个事故点的绝对位置信息；

根据所述多个事故点的绝对位置信息，对所述多个事故点进行排序，得到事故点序列；

确定所述事故点序列中当前事故点对应的当前事故段；所述当前事故段包括所述当前事故点，以及所述事故点序列中位于所述当前事故点之后且与所述当前事故点之间的距离小于或者等于第一距离的事故点；

在所述当前事故段为事故多发地的情况下，将所述当前事故段在所述事故点序列中的下一事故点更新为所述当前事故点，直至更新后的所述当前事故点为所述事故点序列中的最后一个事故点；在所述当前事故段不为事故多发地的情况下，将所述当前事故点在所述事故点序列中的下一事故点更新为所述当前事故点，直至更新后的事故点为所述事故点序列中的最后一个事故点。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

在所述当前事故段中的目标事故点的数量满足伤亡条件的情况下，确定所述当前事故段的事故点满足第一条件；所述目标事故点为在预设时间段内人员伤亡信息满足伤亡条件的事故点；

在所述当前事故段中的目标事故点的数量满足伤亡条件的情况下，若所述目标事故点与任意静态指标之间的距离小于或者等于第二距离，则确定所述当前事故段的事故点满足第二条件；

将所述当前事故段的事故点数量与所述当前事故段长度的比值，确定为所述当前事故段的单位长度事故点数量；

在所述当前事故段的单位长度事故点数量大于或者等于预设阈值的情况下，确定所述当前事故段的事故点满足第三条件；

在所述当前事故段的事故点满足所述第一条件、所述第二条件和所述第三条件中的任意一个条件的情况下，确定所述当前事故段为事故多发地；

在所述当前事故段均不满足所述第一条件、所述第二条件和所述第三条件的情况下，确定所述当前事故段不为事故多发地。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

针对所述目标道路中的第一事故多发地，确定所述目标道路中与所述第一事故多发地距离小于或等于第三距离的多个第一目标静态指标；所述第一事故多发地为所述目标道路中的任意一个事故多发地；所述多个第一目标静态指标的类型不同，所述多个第一目标静态指标中每个第一目标静态指标为同一类型的静态指标中距离所述第一事故多发地最近的静态指标；

确定所述每个第一目标静态指标的距离风险值，得到所述多个第一目标静态指标的距离风险值；所述距离风险值用于指示所述每个第一目标静态指标对所述第一事故多发地的风险影响程度；

根据所述多个第一目标静态指标的距离风险值，生成所述第一事故多发地的静态指标风险评估结果；所述静态指标风险评估结果用于指示不同第一目标静态指标对所述第一事故多发地风险影响程度排序后的结果。

4.根据权利要求3所述的方法，其特征在于，所述确定所述每个第一目标静态指标的距离风险值，包括：

获取所述目标道路中第一类型静态指标的事故点分布数据；所述第一类型静态指标为所述目标道路中的任意一类静态指标；所述事故点分布数据包括所述第一类型静态指标下每个静态指标与对应事故点之间的距离和所述对应事故点的数量；所述每个静态指标与所述对应事故点之间的距离小于或等于第四距离，且所述每个静态指标为所述第一类型静态指标中距离所述对应事故点最近的静态指标；

根据所述事故点分布数据，确定所述第一类型静态指标的距离风险关系，所述距离风险关系用于指示与静态指标不同距离的位置对应的危险程度；

获取所述每个第一目标静态指标与所述第一事故多发地之间的距离，以及，获取所述每个第一目标静态指标的距离风险计算规则；所述距离风险计算规则与静态指标的距离风险关系一一对应；

根据所述每个第一目标静态指标与所述第一事故多发地之间的距离，以及，所述每个第一目标静态指标的距离风险计算规则，确定所述每个第一目标静态指标的距离风险值。

5.根据权利要求3所述的方法，其特征在于，所述根据所述多个第一目标静态指标的距离风险值，生成所述第一事故多发地的静态指标风险评估结果，包括：

获取第一类型静态指标下每个静态指标对应事故点的数量，以及所述每个静态指标的长度；所述第一类型静态指标为所述目标道路中的任意一类静态指标；所述每个静态指标与所述对应事故点之间的距离小于或等于第五距离，且所述每个静态指标为所述第一类型静态指标中距离所述对应事故点最近的静态指标；

将所述第一类型静态指标下全部静态指标对应事故点的数量之和与所述全部静态指标长度之和的比值，确定为所述第一类型静态指标的第一比值，得到全部类型静态指标的第一比值；

将所述第一类型静态指标的第一比值，与所述全部类型静态指标第一比值之和的比值，确定为所述第一类型静态指标的权重；

确定所述每个第一目标静态指标的类型对应的权重与所述每个第一目标静态指标距离风险值的乘积，得到多个乘积；

将所述多个乘积进行排序，得到所述静态指标风险评估结果。

6.一种事故多发地识别装置，其特征在于，所述装置包括：获取单元、处理单元、确定单元；

所述获取单元，用于获取目标道路所包括的多个事故点的绝对位置信息；

所述处理单元，用于根据所述多个事故点的绝对位置信息，对所述多个事故点进行排序，得到事故点序列；

所述确定单元，用于确定所述事故点序列中当前事故点对应的当前事故段；所述当前事故段包括所述当前事故点，以及所述事故点序列中位于所述当前事故点之后且与所述当前事故点之间的距离小于或者等于第一距离的事故点；

所述处理单元，用于在所述当前事故段为事故多发地的情况下，将所述当前事故段在所述事故点序列中的下一事故点更新为所述当前事故点，直至更新后的所述当前事故点为所述事故点序列中的最后一个事故点；在所述当前事故段不为事故多发地的情况下，将所述当前事故点在所述事故点序列中的下一事故点更新为所述当前事故点，直至更新后的事故点为所述事故点序列中的最后一个事故点。

7.一种电子设备，其特征在于，包括：处理器以及存储器；其中，所述存储器用于存储一个或多个程序，所述一个或多个程序包括计算机执行指令，当所述电子设备运行时，处理器执行所述存储器存储的所述计算机执行指令，以使所述电子设备执行权利要求1-5中任一项所述的事故多发地识别方法。

8.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当被计算机执行时使所述计算机执行权利要求1-5中任一项所述的事故多发地识别方法。

9.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-5中任一项所述的事故多发地识别方法。