韩天园，吕凯光，许江超，李 旋，乔 洁

(长安大学 汽车学院，陕西 西安 710064)

0 引言

近年来，随着我国道路交通基础设施和安全法规的不断完善，交通安全形势整体有所改善，但事故平均伤害程度却保持了平缓的增长[1]，与发达国家相比，我国交通事故死亡率相对较高[2]。大量伤亡事故不仅直接危害交通参与者的生命财产安全，还影响正常的社会生产和生活[3]。此外，我国人口、道路里程、机动车保有量等方面尚有较大的增长空间，交通事故伤亡人数存在上升的潜在威胁[4]。探究事故规律有利于排查安全隐患和保障交通安全。

目前，计算机仿真、驾驶评价和事故大数据挖掘是交通事故预防和预测的3种理论依据。赵树恩等[5]提出基于人车路协同的车辆弯道安全车速模型，并基于Trucksim验证模型的可行性；Battiato等[6]通过车载监控录像评价行驶安全，计算车辆道路运行的交通事故风险；Kaur等[7]通过分析事故数据的时空分布，进而预测和预防事故发生。仿真和主客观评价虽然能够先于事故发现部分隐患，但过于简化的模型并不能解释某些事故特征间的相关性。事故数据是道路交通安全的直接反映，挖掘事故数据有利于揭示事故特征的实际关系与潜在联系[8]。

针对事故因素的相关关系与因果关系的挖掘被广泛应用于事故描述、解释、预测和预防[9]。如基于聚类算法、关联规则、自然语言处理等算法的事故生成规则探究[10]，基于朴素贝叶斯、随机森林、神经网络等算法的事故几率和严重程度预测[11]。……