中国安全科学学报

作者：乔剑锋, 王亚楠, 吕淑然, 王汀, 夏学锋

单位：1 首都经济贸易大学 管理工程学院, 北京 100070；2 中国石油集团测井有限公司 国际公司, 北京 100101

关键词：K-means,潜在类别分析(LCA),自动驾驶,聚类分析,自动驾驶汽车(AV),交通事故

为了深入挖掘自动驾驶汽车(AV)道路交通事故的内在规律,仅依靠单一事故描述因素的统计分析是不够的,还需要进一步挖掘由多个因素相互作用所体现的综合潜在类别。鉴于AV事故数据既包含结构化信息,又包含叙事文本的特点,在类型识别过程中创新性地提出将K-means聚类分析与潜在类别分析(LCA)相结合的方法,首先,使用K-means方法从叙事文本中提取关键信息;然后,将其作为LCA模型的输入,克服LCA仅能利用现有事故报告中的结构化信息这一局限性;最后,采用美国加利福尼亚州的437起AV交通事故验证组合方法的有效性。结果表明:AV事故主要表现为4个综合类型;K-means 与 LCA 的组合方法能对含叙述文本的结构化信息实施高效的聚类分析。

来源：2025年第7期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2025年第7期