基于車輛行駛數(shù)據(jù)的駕駛?cè)诵袨樽V分析方法

陳鏡任，吳業(yè)福，吳 冰

(1.武漢理工大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，武漢 430063； 2.交通物聯(lián)網(wǎng)湖北省重點(diǎn)實(shí)驗(yàn)室(武漢理工大學(xué))，武漢 430063)(*通信作者電子郵箱wuyefu@whut.edu.cn)

0 引言

我國(guó)交通事故連年高發(fā)，絕大部分與駕駛?cè)俗陨砭o密相關(guān)。駕駛?cè)思奔铀?、高速行駛、急減速、跟車距離近以及隨意超車等不良駕駛行為是導(dǎo)致交通事故多發(fā)的主要原因[1]。要盡快地從根本上提高我國(guó)駕駛?cè)私煌ò踩庾R(shí)，規(guī)范交通行為，需基于我國(guó)駕駛?cè)说男袨樘卣髡归_研究，通過技術(shù)開發(fā)與大規(guī)模集成應(yīng)用，建立一套針對(duì)駕駛?cè)巳后w的宣傳教育內(nèi)容、方式和模式，以有效預(yù)防道路交通事故的發(fā)生、減少交通事故傷亡和損失。

駕駛行為人行為譜的研究建立在對(duì)車輛行駛數(shù)據(jù)進(jìn)行分析的基礎(chǔ)上，而駕駛行為數(shù)據(jù)的多樣化和復(fù)雜性給數(shù)據(jù)采集帶來了諸多困難。在數(shù)據(jù)采集方面，Arioui等[2]使用汽車模擬器進(jìn)行駕駛?cè)私】禒顩r和車輛零配件的運(yùn)行狀態(tài)監(jiān)測(cè)研究；Zeng等[3]利用個(gè)人計(jì)算機(jī)(Personal Computer, PC)模擬器進(jìn)行駕駛?cè)笋{駛行為、自行車安全狀況以及路人的安全的數(shù)據(jù)監(jiān)測(cè)；付坤[4]采用非對(duì)稱數(shù)字用戶線路(Asymmetric Digital Subscriber Line, ADSL)方法通過車輛參數(shù)的仿真進(jìn)行路面交通的安全性研究。

在駕駛?cè)笋{駛行為研究方面，Otte等[5]通過分析駕駛?cè)说牡缆否{駛行為，確立和量化歐洲的道路安全問題；Fuller[6]利用汽車模擬器，研究了駕駛?cè)诵熊嚨纳?、心理狀態(tài)因素對(duì)行車安全的影響；郭孜政等[7]運(yùn)用車載信息融合技術(shù)分析駕駛?cè)说鸟{駛行為，利用反向傳播(Back Propagation, BP)神經(jīng)網(wǎng)絡(luò)對(duì)駕駛行為進(jìn)行判斷并取得一定的成果；楊誠(chéng)[8]利用隱馬爾可夫與BP神經(jīng)網(wǎng)絡(luò)建立了預(yù)測(cè)模型，對(duì)駕駛?cè)宿D(zhuǎn)彎時(shí)的決策建議及行為辨別進(jìn)行了研究；吳付威[9]就動(dòng)態(tài)視覺的影響因素和駕駛?cè)说男熊嚊Q策機(jī)制對(duì)駕駛?cè)诵熊囘^程的動(dòng)態(tài)視覺信息進(jìn)行了分析研究；第三軍醫(yī)大學(xué)黎忠剛[10]基于多維度提取、分析駕駛行為習(xí)慣；哈爾濱工業(yè)大學(xué)盧凱旋[11]提出了基于人-車-環(huán)境三者融合的駕駛行為分析方法，綜合分析判定駕駛狀態(tài)的危險(xiǎn)或安全；長(zhǎng)安大學(xué)崔海朋[12]以駕駛?cè)说鸟{駛行為特性作為分析基礎(chǔ)，將駕駛?cè)说鸟{駛行為分為感知特性類、判斷特性類和操作特性類，并通過分析采集到的數(shù)據(jù)，得出不同特性類的駕駛行為與適宜性檢測(cè)指標(biāo)的相關(guān)性有大小之分的結(jié)論。

當(dāng)前對(duì)于駕駛?cè)笋{駛行為的研究耗費(fèi)巨大的人力、物力，且結(jié)果往往受駕駛?cè)说闹饔^性以及其自身狀態(tài)的影響且存在指標(biāo)獲取困難及準(zhǔn)確性難以保證的問題，無法達(dá)到預(yù)警效果?；诓糠钟绊懸蛩睾吞囟ōh(huán)境得到的駕駛行為的研究成果，缺乏一個(gè)完整的駕駛?cè)诵袨樽V系框架及表征指標(biāo)體系，因而不同的研究之間缺乏有機(jī)聯(lián)系，相關(guān)的研究成果來源于特定的框架或指標(biāo)體系，無法反映駕駛?cè)笋{駛行為的普遍特征及其內(nèi)在規(guī)律，從而使得這類研究的成果無法推廣應(yīng)用。

為了更好地分析駕駛?cè)诵袨椋貏e是“兩客一?！瘪{駛?cè)说鸟{駛行為，國(guó)家道路科技行動(dòng)計(jì)劃(二期)課題三之專題二“重點(diǎn)駕駛?cè)私煌ㄐ袨榉治黾夹g(shù)及系統(tǒng)開發(fā)”首次提出了“駕駛?cè)诵袨樽V”這個(gè)全新的概念，用于有效評(píng)價(jià)駕駛?cè)笋{駛行為特征。本文提出了針對(duì)營(yíng)運(yùn)客車的駕駛?cè)诵袨樽V的框架體系和指標(biāo)構(gòu)成要素，通過對(duì)駕駛?cè)笋{駛車輛的行駛信息的提煉分析，得出駕駛行為的內(nèi)在規(guī)律；通過深入研究駕駛行為特征指標(biāo)，客觀評(píng)價(jià)駕駛?cè)笋{駛行為類型，為駕駛?cè)诵袨樽V分析提供有效的理論和工具支持。

1 技術(shù)路線

首先，提出并詳細(xì)定義駕駛?cè)诵袨樽V的指標(biāo)，包括特征指標(biāo)和評(píng)價(jià)指標(biāo)。特征指標(biāo)用于定性分析駕駛?cè)诵袨樽V的表現(xiàn)特征，評(píng)價(jià)指標(biāo)用于定量分析產(chǎn)生駕駛?cè)诵袨樽V的表現(xiàn)特征的數(shù)據(jù)對(duì)象，為駕駛?cè)诵袨樽V的構(gòu)建提供了理論依據(jù)。

其次，分析駕駛?cè)诵袨樽V的特征指標(biāo)的計(jì)算方法?；隈{駛行為特征，采用聚類算法分析駕駛?cè)笋{駛風(fēng)格類型；采用回歸分析進(jìn)行駕駛?cè)笋{駛技能評(píng)價(jià)。

然后，設(shè)計(jì)駕駛?cè)诵袨樽V的基礎(chǔ)數(shù)據(jù)采集方案，并提出基于車輛行駛數(shù)據(jù)的駕駛?cè)诵袨樽V的基礎(chǔ)數(shù)據(jù)的預(yù)處理、提煉方法。采用車載器、定制的數(shù)據(jù)交換協(xié)議和3G或4G網(wǎng)絡(luò)獲取、組織和傳輸駕駛?cè)诵袨樽V的基礎(chǔ)數(shù)據(jù)，在接收端對(duì)該數(shù)據(jù)進(jìn)行解析后存儲(chǔ)到數(shù)據(jù)中心。通過車聯(lián)網(wǎng)監(jiān)控平臺(tái)采集到的自然駕駛行為車輛行駛數(shù)據(jù)受到諸多外界因素的影響，大量數(shù)據(jù)異常、無效，導(dǎo)致很多原始數(shù)據(jù)無法直接用于駕駛?cè)诵袨樽V分析并從中提煉?cǎi){駛行為評(píng)價(jià)指標(biāo)，最終應(yīng)用于駕駛?cè)笋{駛行為評(píng)價(jià)算法。研究采用數(shù)據(jù)清理的方法對(duì)異常、無效的數(shù)據(jù)進(jìn)行過濾、預(yù)處理。

最后，采用Spring MVC(Model View Controller)架構(gòu)研發(fā)駕駛?cè)诵袨樽V分析工具。該分析系統(tǒng)實(shí)現(xiàn)了駕駛?cè)诵袨樽V的基礎(chǔ)數(shù)據(jù)的采集和駕駛?cè)说男袨榉治?，能給駕駛?cè)颂峁┯行я{駛建議，有利于車輛營(yíng)運(yùn)公司全面掌握車輛行駛情況，對(duì)交通管理部門的交通狀況管理和交通安全預(yù)警提供有效建議。

駕駛?cè)诵袨樽V體系結(jié)構(gòu)如圖1所示。

圖1 駕駛?cè)诵袨樽V體系結(jié)構(gòu)

2 駕駛?cè)诵袨樽V分析指標(biāo)定義

本章定義了駕駛?cè)诵袨樽V的各項(xiàng)特征指標(biāo)和評(píng)價(jià)指標(biāo)，特征指標(biāo)用于描述駕駛?cè)诵袨樽V的表現(xiàn)特征，評(píng)價(jià)指標(biāo)用于描述產(chǎn)生駕駛?cè)诵袨樽V的表現(xiàn)特征數(shù)據(jù)對(duì)象。

2.1 駕駛?cè)诵袨樽V的特征指標(biāo)

駕駛行為是導(dǎo)致交通事故的根本原因，駕駛行為由駕駛風(fēng)格和駕駛技能共同作用產(chǎn)生。上述兩個(gè)指標(biāo)可以綜合反映某駕駛?cè)说鸟{駛行為譜特征，因此采用兩者所屬類別的不同組合來定義駕駛?cè)诵袨樽V的特征的表述。

2.1.1 駕駛風(fēng)格特征指標(biāo)

基于交通安全特征，將駕駛?cè)巳后w的駕駛風(fēng)格特征指標(biāo)定義為以下3類：

1)激進(jìn)型(A)。該類駕駛?cè)嗽谛熊囘^程中，容易受到外界因素的影響，產(chǎn)生煩躁的情緒，以致作出過激的駕駛行為。行車車速往往高于管理車速、超速(<10%)多但超速比例小、車輛縱向加速度較大、油門及剎車開度較大。

2)適中型(B)。介于激進(jìn)型和保守型之間，該類駕駛?cè)藝?yán)格按管理車速行駛、車速分布處在中等水平(50%分位車速左右，或15%～85%分位車速)、無超速現(xiàn)象、車輛縱向加速度適中、油門及剎車開度適中。該類駕駛?cè)说鸟{駛行為表現(xiàn)更為妥當(dāng)安全。

3)保守型(C)。該類駕駛?cè)嗽谛熊囘^程中通常會(huì)選擇低速平穩(wěn)的行車方式來保證行車的安全。行車車速低于管理車速、車速總體偏低、無超速現(xiàn)象、車輛縱向加速度較小、油門及剎車開度較小。

2.1.2 駕駛技能特征指標(biāo)

基于駕駛?cè)说能囕v控制能力，將駕駛?cè)巳后w的駕駛技能特征指標(biāo)定義為以下2類：

1)熟練型(a)。該類駕駛?cè)嗽谛熊囘^程中面對(duì)外界復(fù)雜的交通環(huán)境時(shí)，能作出快速?zèng)Q策，擁有良好的控制車輛穩(wěn)定的能力。應(yīng)變能力強(qiáng)、動(dòng)作敏捷協(xié)調(diào)、車速和加速度穩(wěn)定、駕駛平順。

2)生疏型(b)。該類駕駛?cè)嗽谛熊囘^程中面對(duì)外界復(fù)雜的交通環(huán)境時(shí)，缺乏包括快速換擋以及及時(shí)避讓等在內(nèi)的對(duì)車輛的穩(wěn)定控制以及快速?zèng)Q策能力。車速、加速度和方向盤控制均不穩(wěn)定，不敢使用合適的加減速。

2.1.3 駕駛行為特征指標(biāo)

綜合考慮駕駛風(fēng)格和駕駛技能兩個(gè)方面，將駕駛?cè)巳后w定義為以下6類：激進(jìn)熟練型(Aa)、適中熟練型(Ba)、保守熟練型(Ca)、激進(jìn)生疏型(Ab)、適中生疏型(Bb)、保守生疏型(Cb)。各類駕駛行為對(duì)應(yīng)的安全等級(jí)如表1所示。

表1 駕駛安全等級(jí)

2.2 駕駛?cè)诵袨樽V的評(píng)價(jià)指標(biāo)

判斷駕駛?cè)说鸟{駛風(fēng)格、駕駛技能的因素多樣，這些因素同時(shí)也對(duì)交通安全有著很大的影響。一般地，駕駛?cè)说鸟{駛風(fēng)格越偏向激進(jìn)、駕駛技能越偏向熟練，則車速平均值越高。車速標(biāo)準(zhǔn)差是車速離散程度的反映，車速分布越離散，則駕駛?cè)说鸟{駛風(fēng)格越激進(jìn)，駕駛行為越不穩(wěn)定。加速度反映駕駛?cè)瞬葔杭铀偬ぐ宓男袨橐?guī)律，減速度反映駕駛?cè)酸尫偶铀偬ぐ寤虿倏v制動(dòng)踏板的行為規(guī)律。此外，駕駛?cè)瞬忍び烷T踏板、剎車踏板的變化率也能大致反映駕駛?cè)说鸟{駛風(fēng)格和技能。根據(jù)以上描述，將駕駛?cè)诵袨樽V的評(píng)價(jià)指標(biāo)定義如下：

3 駕駛?cè)诵袨樽V特征指標(biāo)計(jì)算

現(xiàn)有的駕駛?cè)诵袨檠芯糠椒ù蟛糠只谥饔^感受和定性分析，其分析結(jié)果會(huì)摻雜個(gè)人主觀因素。本章基于車輛行駛數(shù)據(jù)，選擇合適的算法發(fā)掘駕駛?cè)笋{駛行為的特征及其內(nèi)在規(guī)律，為客觀、定量地評(píng)價(jià)駕駛?cè)私煌ㄐ袨樽V提供有效依據(jù)。駕駛?cè)诵袨樽V構(gòu)建方案如圖2所示。

3.1 駕駛風(fēng)格分析

3.1.1 聚類算法

之所以采用聚類算法，是因?yàn)楸疚闹皇谴_定要將數(shù)據(jù)依據(jù)其相似度聚成3類(駕駛風(fēng)格被定義為3類)，并不知道具體某個(gè)駕駛?cè)说男熊嚁?shù)據(jù)屬于哪一類，且由于事先沒有任何訓(xùn)練樣本對(duì)應(yīng)的類別標(biāo)簽，而事先也無法確定駕駛?cè)说姆诸惤Y(jié)果、行車數(shù)據(jù)本身具有復(fù)雜性等因素都使本研究不便手動(dòng)標(biāo)注或是通過人為的方式來對(duì)數(shù)據(jù)進(jìn)行分類，綜上，選擇用聚類這種無監(jiān)督學(xué)習(xí)的方式來相對(duì)地判別駕駛行為類型。K-means算法具有可伸縮、收斂快、運(yùn)行時(shí)間短等特點(diǎn)，運(yùn)用K-means算法進(jìn)行快速聚類，通過反復(fù)迭代來達(dá)到最終的聚類結(jié)果。

經(jīng)典K-means算法的具體思想是：χ={x1,x2,…,xN}為要聚類的N個(gè)數(shù)據(jù)樣本，其中xi為第i個(gè)數(shù)據(jù)對(duì)象，它是一個(gè)n維的數(shù)據(jù)點(diǎn)，可以表示為(x11,x12,…,x1n)。相似度度量使用歐幾里得距離公式，如下所示：

d(xi,xj)=

(1)

聚類的目標(biāo)收斂函數(shù)E選擇使用誤差平方和，E的定義如式(2)所示：

(2)

其中：Ci表示第i個(gè)聚類簇，mi表示該簇中所有數(shù)據(jù)對(duì)象的平均值。

圖2 駕駛?cè)诵袨樽V構(gòu)建方案

經(jīng)典K-means算法的聚類過程是：

步驟1 隨機(jī)選擇K個(gè)初始聚類中心C={c1,c2,…,ck}。

步驟2 對(duì)每個(gè)i∈{1,2,…,k}，都使得樣本χ中離ci最近的點(diǎn)加入到聚類簇Ci中。

步驟4 重復(fù)步驟2和步驟3直到初始聚類中心C不再變化，此時(shí)，誤差平方和E收斂。

但經(jīng)典K-means算法的速度快、時(shí)間復(fù)雜度低是以犧牲聚類的準(zhǔn)確性為代價(jià)的，易陷入局部最優(yōu)解，經(jīng)典K-means算法的時(shí)間消耗和聚類效果在數(shù)據(jù)量非常龐大及復(fù)雜的情況下會(huì)受到較大影響。本文采用基于馬爾可夫鏈蒙特卡洛采樣和離群點(diǎn)剔除的K-means算法，在時(shí)間復(fù)雜度不高、不影響聚類速度的情況下，通過優(yōu)化初始聚類中心的選擇來盡量保證聚類的準(zhǔn)確度，獲得全局最優(yōu)解。

采用的改進(jìn)K-means算法的聚類過程如下。

步驟1 隨機(jī)選取樣本數(shù)據(jù)集χ中的一個(gè)點(diǎn)ci作為初始聚類中心點(diǎn)。

步驟2 選取某一數(shù)據(jù)點(diǎn)x計(jì)算其與初始聚類中心點(diǎn)的距離d(x,ci)。

步驟3 對(duì)于剩余的k-1次迭代，建立一個(gè)長(zhǎng)度為m的馬爾可夫鏈，并使用最后k-1個(gè)元素作為新聚類簇的中心，建立馬爾可夫鏈的提案分布為：

(3)

步驟4 對(duì)每個(gè)i∈{1,2,…,k}，都使得樣本χ中離ci最近的點(diǎn)加入到聚類簇Ci中。

步驟6 重復(fù)步驟4、5，直至C不再變化。

該K-means算法和經(jīng)典K-means算法的主要區(qū)別在于初始聚類中心的確定，經(jīng)典K-means算法是隨機(jī)選擇K個(gè)初始聚類中心，而本文采用的K-means算法是先選擇一個(gè)初始聚類中心，計(jì)算樣本中的點(diǎn)到聚類中心的距離，在后續(xù)的每次迭代j∈[2,3,…,m]中依據(jù)提案分布q(x)建立馬爾可夫鏈x(1)→x(2)→ … →x(t)→ …即依據(jù)初始中心生成下一個(gè)候選點(diǎn)yj，并依據(jù)接受概率來決定是否采用新的候選點(diǎn)，接受概率為：

(4)

由此可以確保該方法下建立馬爾可夫鏈的過程是平穩(wěn)的。

經(jīng)典K-means算法的初始聚類中心是隨機(jī)抽取的，在之后的迭代運(yùn)算中不斷替換產(chǎn)生新的聚類中心，在噪聲和干擾數(shù)據(jù)多時(shí)易陷入局部最優(yōu)，而采用的改進(jìn)K-means算法基于馬爾可夫鏈蒙特卡洛方法選擇初始聚類中心，過程平穩(wěn)細(xì)致，不用遍歷K次已選出的初始聚類中心，在時(shí)間上和空間上盡量尋求到全局最優(yōu)解。

3.1.2 運(yùn)用改進(jìn)的K-means算法進(jìn)行駕駛風(fēng)格聚類

運(yùn)用改進(jìn)的K-means算法對(duì)不同駕駛?cè)藗€(gè)體的駕駛風(fēng)格進(jìn)行聚類的過程如下：

1)對(duì)數(shù)據(jù)庫(kù)中車輛行駛基礎(chǔ)數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理，得到駕駛風(fēng)格評(píng)價(jià)指標(biāo)。

根據(jù)第2章，選取車速平均值、車速標(biāo)準(zhǔn)差、超速時(shí)間占比等作為駕駛?cè)笋{駛風(fēng)格評(píng)價(jià)指標(biāo)。因?yàn)樗惴ㄖ胁捎脷W幾里得距離，各個(gè)駕駛風(fēng)格評(píng)價(jià)指標(biāo)之間存在單位不統(tǒng)一以及數(shù)量級(jí)相差較大的問題，所以在進(jìn)行聚類計(jì)算之前，需要對(duì)各個(gè)評(píng)價(jià)指標(biāo)進(jìn)行歸一化處理，使之投射到[0,1]區(qū)間，其歸一化處理如下：

(5)

其中，x為原始評(píng)價(jià)指標(biāo)的值(即歸一化前的值)，y為聚類計(jì)算指標(biāo)的值(即歸一化后的值)，maxValue為樣本的最大值，minValue為樣本的最小值。

將歸一化后駕駛風(fēng)格評(píng)價(jià)指標(biāo)數(shù)據(jù)作為駕駛?cè)巳后w聚類的初始樣本集，進(jìn)行聚類分析。

2)初始化聚類中心個(gè)數(shù)的選擇。

因?yàn)楸狙芯恐胁杉臄?shù)據(jù)量龐雜，為了防止初始聚類中心個(gè)數(shù)確立的隨意性對(duì)駕駛風(fēng)格分類產(chǎn)生影響，通過設(shè)置不同的初始聚類中心的個(gè)數(shù)實(shí)驗(yàn)來判斷K的初始值取多少時(shí)，既時(shí)間消耗少，又能獲得相對(duì)較好的聚類效果。本文采用多次實(shí)驗(yàn)得到如下結(jié)果，如表2所示：在聚類過程中，初始K值設(shè)置越大，迭代運(yùn)算的次數(shù)越多，則駕駛風(fēng)格聚類中心越準(zhǔn)確，聚類結(jié)果越好，駕駛?cè)笋{駛風(fēng)格分類越接近真實(shí)情況；但與此同時(shí)所用時(shí)間消耗也會(huì)隨著K值和迭代次數(shù)的增加而增多，所以將K的初值置為30相對(duì)合適，能在時(shí)間消耗不是很大的情況下獲得較好的聚類效果。

表2 聚類過程對(duì)比分析

3)任選一點(diǎn)作為初始聚類中心點(diǎn)，計(jì)算樣本中的點(diǎn)到該中心點(diǎn)的距離。

4)依據(jù)式(3)中的提案分布建立馬爾可夫鏈，取最后一個(gè)點(diǎn)作為新聚類中心，直至選完30個(gè)初始聚類中心。

5)依據(jù)第2章對(duì)駕駛風(fēng)格的分類設(shè)計(jì)，主要包含激進(jìn)型、適中型和保守型三類，故K的最終值取3。在得到30個(gè)初始聚類中心后，計(jì)算剩下的點(diǎn)與這些初始聚類中心的距離，分別將它們分配給與其最相似的類，然后再計(jì)算每個(gè)所獲新聚類的聚類中心(該聚類中所有對(duì)象的均值)，不斷重復(fù)這一過程直到誤差平方和開始收斂為止，最終形成較為明顯的不同的3個(gè)類簇。在最后結(jié)果中，之前的30個(gè)初始聚類中心所對(duì)應(yīng)的類中相對(duì)較近、較集中的類對(duì)應(yīng)一個(gè)駕駛行為類型。

基于數(shù)據(jù)散點(diǎn)距離的駕駛風(fēng)格聚類算法描述如下。

輸入：參與聚類的駕駛風(fēng)格評(píng)價(jià)指標(biāo)散點(diǎn)集合。

輸出：駕駛風(fēng)格聚類集合。

/*步驟1：將駕駛風(fēng)格評(píng)價(jià)指標(biāo)投射到[0,1]區(qū)間*/

if (maxAndMin[j][0]

//最大值進(jìn)行賦值

thenmaxAndMin[j][0]=fieldValue;

and if (maxAndMin[j][1]>fieldValue)

//最小值進(jìn)行賦值

thenmaxAndMin[j][1]=fieldValue;

/*將對(duì)象單位化*/

for eachvalue;

if (maxAndMin[i][0]!=maxAndMin[i][1])

//如果最大值和最小值不等，防止分母為0

thenvalue=(fieldValue-maxAndMin[i][1])/

(maxAndMin[i][0]-maxAndMin[i][1]);

elsevalue=0

//當(dāng)一個(gè)維度的最大值和最限制相等的

//時(shí)候，分母為0的時(shí)候，將單位化的數(shù)據(jù)值賦值為0

End for

/*步驟2：駕駛?cè)巳后w的駕駛風(fēng)格聚類*/

/*循環(huán)計(jì)算每個(gè)點(diǎn)到初始聚類中心的歐幾里得距離，判斷數(shù)據(jù)對(duì)象的所屬類簇，納入與之距離最小的類簇*/

Data setχ，centerk，chain lengthm

Point uniformly sampled fromχ→c1

//任選一個(gè)點(diǎn)作為初始聚類中心

for allx∈χdo

/*主循環(huán)*/

{c1} →C1

fori=2,3,…,kdo

Point sampled fromχusingq(x) →x

d(x,Ci-1)2→dx

forj=2,3,…,mdo

Point sampled fromχusingq(y) →y

d(y,Ci-1)2→dy

theny→x,dy→dx

Ci-1∪{x} →Ci

returnCk

End for

3.2 駕駛技能分析

回歸學(xué)習(xí)通常用于分析兩個(gè)變量相互依賴的定量關(guān)系，運(yùn)用回歸估計(jì)來定量分析平均車速和加速度變換率累積這兩個(gè)變量之間的關(guān)系，其公式如下：

J=β0+β1·va+ε

(6)

其中：va為車速平均值，J是根據(jù)該車速推算出的加速度變化率累積，ε是回歸誤差。

以駕駛技能平均水平作為衡量標(biāo)準(zhǔn)，得出每個(gè)駕駛?cè)笋{駛技能類別。采用最小二乘法以準(zhǔn)確地反映平均車速和加速度變化率累積之間的關(guān)系，其離差平方和如下：

(7)

(8)

為了使得式(7)得到的結(jié)果最小，求解偏微分方程組，計(jì)算得到參數(shù)β0和β1的值。

(9)

(10)

(11)

對(duì)駕駛?cè)巳后w進(jìn)行駕駛技能分類的過程如下：

步驟1 對(duì)數(shù)據(jù)庫(kù)中車輛行駛基礎(chǔ)數(shù)據(jù)(車速、時(shí)間)進(jìn)行數(shù)據(jù)預(yù)處理，得到車速平均值、加速度變化率累積兩項(xiàng)駕駛風(fēng)格評(píng)價(jià)指標(biāo)。

步驟2 根據(jù)最小二乘估計(jì)對(duì)駕駛?cè)巳后w進(jìn)行回歸分析，計(jì)算得到回歸直線的斜率β1和截距β0。

步驟3 判斷每個(gè)駕駛?cè)伺c回歸直線的位置關(guān)系，在回歸直線下方的駕駛?cè)藶轳{駛技能生疏；反之則為駕駛技能熟練。

4 實(shí)驗(yàn)分析與結(jié)果

4.1 數(shù)據(jù)采集

駕駛?cè)诵袨樽V基礎(chǔ)數(shù)據(jù)采集 通過與無錫某物聯(lián)網(wǎng)公司合作，利用營(yíng)運(yùn)車聯(lián)網(wǎng)聯(lián)控平臺(tái)進(jìn)行車輛的實(shí)時(shí)跟蹤，營(yíng)運(yùn)車輛的車載終端通過無線網(wǎng)絡(luò)向車聯(lián)網(wǎng)管理平臺(tái)發(fā)送數(shù)據(jù)，管理平臺(tái)通過讀取控制器局域網(wǎng)絡(luò)(Controller Area Network, CAN)總線協(xié)議以及全球定位系統(tǒng)(Global Positioning System, GPS)信號(hào)，將車輛行駛數(shù)據(jù)進(jìn)行存儲(chǔ)。車聯(lián)網(wǎng)數(shù)據(jù)云平臺(tái)及其相關(guān)的應(yīng)用環(huán)境邏輯結(jié)構(gòu)如圖3所示。

圖3 車輛行駛數(shù)據(jù)采集邏輯圖

4.2 數(shù)據(jù)提煉預(yù)處理方案及其實(shí)現(xiàn)

數(shù)據(jù)集描述及提煉規(guī)則 利用相關(guān)物聯(lián)網(wǎng)設(shè)備和車輛聯(lián)網(wǎng)聯(lián)控平臺(tái)采集行車數(shù)據(jù)，實(shí)現(xiàn)基于大樣本的駕駛?cè)诵袨樽V分析。目前，該平臺(tái)已經(jīng)實(shí)現(xiàn)對(duì)6萬多臺(tái)車輛的實(shí)時(shí)監(jiān)控，可記錄車輛軌跡、車速以及超速駕駛、超時(shí)駕駛等報(bào)警信息。

由于遮擋物遮擋信號(hào)、車載終端設(shè)備故障等因素的影響導(dǎo)致其中出現(xiàn)一些錯(cuò)誤、無效的車輛行駛數(shù)據(jù)，這些錯(cuò)誤的信息混雜其中，可能會(huì)導(dǎo)致分析結(jié)果不準(zhǔn)確甚至得出錯(cuò)誤的實(shí)驗(yàn)結(jié)果，因此，車載終端采集到的車輛行駛基礎(chǔ)數(shù)據(jù)往往不能直接用于數(shù)據(jù)分析。

在分析車輛行駛數(shù)據(jù)之前，需要將其中錯(cuò)誤的、無效的數(shù)據(jù)剔除，本研究針對(duì)車載終端采集的數(shù)據(jù)信息制定的數(shù)據(jù)過濾規(guī)則如下：

1)剔除車速為0的數(shù)據(jù)記錄。在停車狀態(tài)下，車輛行駛車速為0，駕駛?cè)笋{駛行為分析應(yīng)該是建立在行駛動(dòng)態(tài)過程中，所以剔除車速為0的數(shù)據(jù)記錄。

2)速度過大的數(shù)據(jù)記錄。車輛在路面行駛時(shí)，車速都設(shè)有一定的閾值，如果出現(xiàn)車速大于120 km/h的數(shù)據(jù)記錄，則視為錯(cuò)誤的數(shù)據(jù)。

3)數(shù)據(jù)信息少的數(shù)據(jù)記錄。一般地，車輛行駛時(shí)間越長(zhǎng)，所獲取到的數(shù)據(jù)信息更有說服力，進(jìn)而分析得到有效的駕駛行為特征，一輛車每天的信息記錄數(shù)少于100條視為無效信息剔除。

4)加速度異常的數(shù)據(jù)記錄。車輛在設(shè)計(jì)過程中，其性能受到技術(shù)的限制，車輛縱向加速度受限，一般為正向加速度<3 m/s2，負(fù)向加速度<9 m/s2。

4.3 聚類算法效果對(duì)比

本節(jié)從本文采用的基于馬爾可夫鏈蒙特卡洛采樣和離群點(diǎn)剔除的K-means算法、經(jīng)典K-means算法以及K-means++算法的聚類所消耗的時(shí)間和散點(diǎn)聚合度兩個(gè)方面來對(duì)這三種聚類算法的效果作出對(duì)比，驗(yàn)證改進(jìn)的K-means算法的良好性能。

因?yàn)楸疚乃O(shè)計(jì)的駕駛?cè)诵袨樽V分析工具是基于車輛行駛數(shù)據(jù)的，所以選用了經(jīng)過預(yù)處理后的1 000條車輛行數(shù)據(jù)進(jìn)行算法的時(shí)間消耗比較，由實(shí)驗(yàn)結(jié)果可知，選取不同的初始聚類中心數(shù)量(K值)，改進(jìn)K-means算法、K-means++算法和經(jīng)典K-means算法有著不同的表現(xiàn)。根據(jù)實(shí)驗(yàn)結(jié)果可知，經(jīng)典K-means算法和K-means++算法在時(shí)間消耗上都比改進(jìn)K-means算法要多。K-means++算法在選取初始聚類中心時(shí)需要進(jìn)行K次遍歷，而改進(jìn)K-means算法則不需要，改進(jìn)K-means是依據(jù)提案分布建立馬爾可夫鏈并根據(jù)接受概率決定是否接受新的候選點(diǎn)來獲得所有的初始聚類中心，因此在要獲得近似聚類效果的情況下，改進(jìn)K-means算法的時(shí)間消耗比K-means++和經(jīng)典K-means算法都要少。3種聚類算法的時(shí)間消耗對(duì)比如圖4所示。

圖4 各種聚類算法耗時(shí)比較

圖5 各種聚類算法的聚類程度對(duì)比

3種聚類算法的樣本聚合如圖6所示。從圖6中可以看出：經(jīng)典K-means算法的散點(diǎn)聚合度不高，聚類結(jié)果中同一類別的散點(diǎn)相對(duì)分散，且各種類別間的界限不清晰，存在散點(diǎn)群相互覆蓋的現(xiàn)象；K-means++算法比經(jīng)典K-means算法的聚合效果稍好，但依舊存在散點(diǎn)群邊界不夠清晰、少量相互覆蓋的情況；改進(jìn)K-means算法的散點(diǎn)聚合度相對(duì)更高，類別間的界限也相對(duì)清晰，基本沒有散點(diǎn)群相互覆蓋的情況。

圖6 3種K-means算法的樣本聚合

4.4 駕駛行為分析結(jié)果展示

選取2016年11月1日00:00:00—2016年12月16日00:00：00的車輛行駛數(shù)據(jù)作為駕駛?cè)诵袨樽V分析實(shí)驗(yàn)的成果展示。該數(shù)據(jù)集中采集到的車輛行駛數(shù)據(jù)記錄總數(shù)為1 663 021條，預(yù)處理后的車輛行駛次數(shù)為158 755。駕駛?cè)藬?shù)量為37 699人：激進(jìn)型有11 875人，占31.5%；適中型有9 199人，占24.4%；保守型有16 625人，占44.1%。從車輛行駛數(shù)據(jù)提取駕駛?cè)孙L(fēng)格多維指標(biāo)進(jìn)行駕駛風(fēng)格聚類分析，將多維屬性投射在二維上，橫軸為車速平均值，縱軸為車速標(biāo)準(zhǔn)差。圖7(a)展示了從駕駛?cè)说鸟{駛風(fēng)格分布。從圖7(a)中可以看出，激進(jìn)型駕駛?cè)说钠骄囁倨螅囁贅?biāo)準(zhǔn)差較大(即車速分布離散程度較大)。保守型駕駛?cè)似毡檐囁倨颓臆囁俜植驾^為集中。激進(jìn)型駕駛?cè)苏急纫琅f不少，交管部門可對(duì)這些駕駛?cè)说鸟{駛狀態(tài)進(jìn)行跟蹤記錄，對(duì)該類駕駛?cè)硕嗉咏逃?/p>

依據(jù)該時(shí)間段內(nèi)的車輛行駛數(shù)據(jù)對(duì)駕駛?cè)说鸟{駛技能進(jìn)行回歸分析后，得到駕駛技能回歸直線(即駕駛?cè)巳后w的平均駕駛技能水平)，如圖7(b)所示。其中縱截距為-0.505,回歸直線斜率為0.417,即得到回歸直線為y=0.417x-0.505。其中：回歸直線上方的三角形(△)代表駕駛技能生疏，有10 895人，占比28.9%；回歸直線下方的圓形(○)代表駕駛技能熟練，有26 804人，占比71.1%。如圖7(b)所示：在直線下方的部分的駕駛?cè)嗽谛熊囘^程中車輛的加速與減速相對(duì)比較流暢，加、減速的幅度小，反映駕駛?cè)藢?duì)車輛的控制能力較好；而直線上方部分的駕駛?cè)思铀俣茸兓世鄯e值比較大，反映出駕駛?cè)祟l繁加、減速，駕駛技能相對(duì)生疏。

圖7 某時(shí)段的駕駛?cè)诵袨榉治鼋Y(jié)果

本研究中采集了某客運(yùn)公司駕駛員的行車數(shù)據(jù)，將其作為本文研究的一個(gè)群體，并展示了駕駛行為類別結(jié)果。將駕駛風(fēng)格和駕駛技能進(jìn)行組合，可查看無錫某企業(yè)總體的駕駛行為類型分布，得知該段時(shí)間內(nèi)車輛營(yíng)運(yùn)企業(yè)總體的駕駛行為類型分布情況，查看各個(gè)類型人數(shù)所占比例。如圖7(c)所示，總?cè)藬?shù)為154人，各類駕駛?cè)税茨鏁r(shí)針順序依次是：保守熟練型70人占45.6%、激進(jìn)熟練型35人占22.8%、適中生疏型20人占12.9%、激進(jìn)生疏型16人占10.6%、保守生疏型10人占6.3%、適中熟練型3人占1.8%。公司和交管部門應(yīng)對(duì)激進(jìn)和生疏型駕駛?cè)酥攸c(diǎn)關(guān)注、多加教育。

5 結(jié)語

本文根據(jù)影響車輛行駛的駕駛行為特征，提出了駕駛?cè)诵袨樽V的各項(xiàng)特征指標(biāo)和評(píng)價(jià)指標(biāo)。利用車聯(lián)網(wǎng)監(jiān)控平臺(tái)采集真實(shí)的車輛行駛數(shù)據(jù)，并根據(jù)剔除規(guī)則對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。對(duì)完成提煉和預(yù)處理后的車輛行駛數(shù)據(jù)進(jìn)行分析，采用聚類算法分析駕駛?cè)说鸟{駛風(fēng)格，運(yùn)用回歸學(xué)習(xí)分析駕駛?cè)说鸟{駛技能。

本文從駕駛?cè)诵袨樽V體系架構(gòu)到實(shí)際需求分析，進(jìn)行了駕駛?cè)诵袨樽V分析工具的研發(fā)；但研究仍存在以下不足之處：首先本文當(dāng)前自主建立的車輛監(jiān)控、數(shù)據(jù)采集平臺(tái)只能在局部范圍內(nèi)進(jìn)行駕駛行為分析；其次，交通系統(tǒng)主要由人、路、環(huán)境這三個(gè)要素構(gòu)成，雖然人在其中占據(jù)核心地位，但不可否認(rèn)路和環(huán)境對(duì)駕駛?cè)说鸟{駛行為也具有一定程度的影響，目前采集的數(shù)據(jù)信息有限，沒有進(jìn)行駕駛?cè)诵睦淼臋z測(cè)，路段的檢測(cè)以及車外周邊環(huán)境信息的采集，綜合考慮外部環(huán)境對(duì)駕駛?cè)说挠绊懀梢愿?、更客觀分析駕駛?cè)笋{駛行為狀態(tài)。

總體而言，本文基于車輛行駛數(shù)據(jù)，完善了駕駛?cè)诵袨樽V體系結(jié)構(gòu)；提出了駕駛?cè)诵袨榉治鏊惴ǎ邪l(fā)出了駕駛?cè)诵袨樽V分析工具，為營(yíng)運(yùn)客車的駕駛?cè)笋{駛行為的定量分析提供了更為精確、有效的方案，對(duì)交管部門規(guī)范駕駛?cè)笋{駛行為、提高道路通行安全指數(shù)、制定合理的交通安全管理策略具有指導(dǎo)意義。