本发明公开一种挖掘自动驾驶事故致因链式关系的数据分析方法,通过采集自动驾驶事故数据,基于Apriori算法构建事故致因链式关联规则分析模型,对算法进行改进快速生成与事故严重程度有关的关联规则,探究网联自动驾驶车辆不同严重程度的事故成因和发生模式,分析各关键因素之间的相关关系,为安全自动驾驶提供可靠建议。此种方法能够结合严重程度有针对性地获取自动驾驶事故多种影响因素的链式关系组合,获得简洁准确的事故致因链式关系结果,了解影响自动驾驶碰撞事故发生的主要因素,有助于交通机构制定有效的政策措施和工程对策,提高道路运输系统的效率和安全服务水平。
本发明的目的,在于提供一种挖掘自动驾驶事故致因链式关系的数据分析方法,能够结合严重程度有针对性地获取自动驾驶事故多种影响因素的链式关系组合,获得简洁准确的事故致因链式关系结果,了解影响自动驾驶碰撞事故发生的主要因素,有助于交通机构制定有效的政策措施和工程对策,提高道路运输系统的效率和安全服务水平。
为了达成上述目的,本发明的解决方案是:
一种挖掘自动驾驶事故致因链式关系的数据分析方法,包括如下步骤:
步骤1,采集自动驾驶历年事故,对数据进行初步清洗获得与事故直接相关的数据集D1,并通过事故地点在卫星地图获得道路设计及设施数据集D2;
步骤2,利用事故ID将数据集D1、D2进行联合和预处理,建立自动驾驶事故挖掘与分析数据集D;
步骤3,采用描述性统计手段对事故挖掘与分析数据集D进行探索性分析,通过显著性检验方法找出导致自动驾驶事故的主要影响因素;
步骤4,根据选择的影响因素确定关联规则的自动驾驶事故属性,确定支持度和可信度的阈值,利用Apriori算法建立事故数据集的频繁项集;
此技术为东南大学郭延永研发,培养高等学历人才,促进科技文化发展。文学类、工学类、医学类和管理学类学科高等专科学历教育经济学类、法学类、文学类、理学类、工学类、医学类和管理学类学科本科学历教育哲学类、经济学类、法学类、教育学类、文学类、理学类、工学类、医学类和管理学类学科硕士研究生学历教育哲学类、文学类、理学类、工学类和管理学类学科博士研究生学历教育博士后培养相关科学研究、继续教育、专业培训、学术交流与咨询服务
评价单位:“科创中国”河北科技服务团 (河北省数字健康工程学会)
评价时间:2023-10-10
综合评价
技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>