樸素貝葉斯模型在駕駛員傷情預(yù)測(cè)中的應(yīng)用

陸 穎，殷越洲，謝君平

（江蘇大學(xué)汽車與交通工程學(xué)院，江蘇 鎮(zhèn)江 212013）

1 引言

先進(jìn)車輛事故自動(dòng)呼救（Advanced Automatic Crash Notification，AACN）系統(tǒng)能夠提供事故現(xiàn)場(chǎng)的精準(zhǔn)位置并能預(yù)測(cè)車內(nèi)乘員的傷害嚴(yán)重程度，然后由車載記錄器記錄相關(guān)數(shù)據(jù)[1]。若乘員傷害嚴(yán)重，則AACN對(duì)外呼救并將乘員的傷害數(shù)據(jù)發(fā)送至醫(yī)療中心，醫(yī)療中心根據(jù)乘員傷害數(shù)據(jù)制定相應(yīng)的治療方案，從而保障乘員的安全。若乘員傷害程度較低，則AACN不對(duì)外進(jìn)行呼救，從而減少醫(yī)療資源的浪費(fèi)。

目前，國(guó)內(nèi)外研究人員對(duì)乘員傷情預(yù)測(cè)模型研究較多的主要是通過MADYMO、HyperMesh等仿真軟件對(duì)乘員和車輛進(jìn)行仿真建模[2-4]，并通過實(shí)際的碰撞實(shí)驗(yàn)來驗(yàn)證乘員、車輛仿真模型的動(dòng)態(tài)響應(yīng)，最終利用仿真模型來預(yù)測(cè)乘員傷情，但是該方法無法對(duì)乘員的整體傷情進(jìn)行預(yù)測(cè)，并且仿真模型集成到AACN系統(tǒng)的控制算法中也比較困難。

因此，國(guó)外研究人員提出了在AACN系統(tǒng)中應(yīng)用統(tǒng)計(jì)回歸算法來構(gòu)建乘員傷情預(yù)測(cè)模型，即將已有的交通事故數(shù)據(jù)中的乘員信息、車輛運(yùn)行信息、乘員傷情等級(jí)等進(jìn)行整理和分類，然后對(duì)這些信息數(shù)據(jù)進(jìn)行回歸處理得到預(yù)測(cè)方程[5-7]。目前該算法已經(jīng)被廣泛地運(yùn)用到一些豪華車型中的AACN系統(tǒng)中，例如在BMW中的AACN系統(tǒng)中對(duì)乘員傷情預(yù)測(cè)是基于該統(tǒng)計(jì)回歸算法[8]。

綜上可看出，目前針對(duì)AACN系統(tǒng)中駕駛員傷害預(yù)測(cè)的方法研究主要是以Logistic回歸模型為主，研究方向主要是基于不同樣本，選取不同的影響因素和傷害風(fēng)險(xiǎn)評(píng)價(jià)標(biāo)準(zhǔn)來提高傷情預(yù)測(cè)的精度。近年來這一領(lǐng)域也開始引入其他機(jī)器學(xué)習(xí)算法。提出一種基于樸素貝葉斯模型的駕駛員傷情預(yù)測(cè)算法。首先將駕駛員傷情等級(jí)達(dá)到MAIS3+作為AACN系統(tǒng)發(fā)送的呼救等級(jí)，通過數(shù)據(jù)分析選取變量作為造成駕駛員傷情的影響因素。其次基于樸素貝葉斯模型的基本原理建立駕駛員傷情等級(jí)的預(yù)測(cè)算法。最后通過事故數(shù)據(jù)進(jìn)行該算法的仿真及有效性驗(yàn)證。

2 事故數(shù)據(jù)來源及分析

統(tǒng)計(jì)了美國(guó)國(guó)家公路交通安全管理局事故案列調(diào)查（Special Crash Investigation，SCI）數(shù)據(jù)庫(kù)中（2006～2015）年共計(jì)428例汽車碰撞事故案例。其中，事故信息主要有：

2.1 駕駛員傷情等級(jí)

駕駛員傷情等級(jí)分為兩類：（1）駕駛員傷情等級(jí)達(dá)到MAIS3+（Max Abbreviated Injury Scale，MAIS），即表示駕駛員嚴(yán)重?fù)p傷；（2）駕駛員傷情等級(jí)沒有達(dá)到MAIS3+，即表示駕駛員輕傷。

2.2 碰撞速度變化量

碰撞速度變化量被定義為碰撞速度變化量被定義為車輛發(fā)生碰撞時(shí)速度與碰撞分離時(shí)速度的差值，統(tǒng)計(jì)的其范圍在（8～120）km/h。

2.3 碰撞方向

碰撞方向主要包括正面碰撞、左側(cè)碰撞（靠近駕駛員側(cè)）、右側(cè)碰撞、追尾碰撞。

2.4 安全帶使用情況

統(tǒng)計(jì)的事故樣本記錄了駕駛員是否系安全帶的情況。

2.5 駕駛員側(cè)安全氣囊

駕駛員側(cè)安全氣囊是否打開，影響著駕駛員的傷情等級(jí)。故對(duì)駕駛員側(cè)安全氣囊是否打開進(jìn)行了記錄。

2.6 駕駛員年齡

根據(jù)統(tǒng)計(jì)的事故樣本，駕駛員年齡在（16～90）歲之間。

2.7 駕駛員性別

男性與女性在碰撞過程中的人體耐沖擊性不一樣，因此對(duì)駕駛員性別進(jìn)行了記錄。

綜上所述，駕駛員是否達(dá)到MAIS3+是多個(gè)因素導(dǎo)致的，并且多個(gè)因素之間相互獨(dú)立。將統(tǒng)計(jì)的這些變量作為駕駛員是否達(dá)到MAIS3+的影響因素。

3 樸素貝葉斯模型

樸素貝葉斯模型是一個(gè)包含一個(gè)根節(jié)點(diǎn)，多個(gè)葉節(jié)點(diǎn)的樹狀貝葉斯網(wǎng)，如圖1所示。其中，葉節(jié)點(diǎn)x1，…，xn是屬性變量，描述待分類對(duì)象的屬性，根節(jié)點(diǎn)C是類別變量，描述對(duì)象的類別[9]。

圖1 樸素貝葉斯模型Fig.1 Naive Bayes Model

樸素貝葉斯模型的工作過程[10]如下：

假設(shè)有 m 個(gè)類 C1，…，Cm表示，x1，…，xn是類的屬性變量。給定一個(gè)未知類的數(shù)據(jù)樣本X，分類法將預(yù)測(cè)X具有的最高后驗(yàn)概率的類，即滿足 P（Ci/X）>P（Ci/X），1≤j≤m，j≠i的類 Ci。根據(jù)貝葉斯定理P（Ci/X）可以求得：

式中：P（X/Ci）—在類 Ci的情況下 X 的概率；P（X）—樣本 X 的概率；P（Ci）—類 Ci的概率。

式中：P（xn/Ci）—在類Ci下的屬性變量xn的概率。

式中：Si—類Ci在總的訓(xùn)練樣本數(shù)據(jù)集中的數(shù)量；S—總的訓(xùn)練樣本數(shù)據(jù)集為S。

根據(jù)式（2）、式（3），即可求出：

4 基于樸素貝葉斯的駕駛員傷情預(yù)測(cè)算法

4.1 駕駛員傷情預(yù)測(cè)算法的貝葉斯網(wǎng)絡(luò)模型

結(jié)合上述事故數(shù)據(jù)來源及分析，選取速度變化量（x1）、碰撞方向（x2）、駕駛員年齡（x3）、駕駛員是否系安全帶（x4）、駕駛員側(cè)安全氣囊是否打開（x5）、駕駛員性別（x6）作為造成駕駛員傷情是否達(dá)到 MAIS3+（C）的影響因素，即將 C 作為類，x1、x2、x3、x4、x5、x6作為類的屬性。

4.2 數(shù)據(jù)的離散分類處理

根據(jù)上述美國(guó)國(guó)家公路交通安全管理局的事故案例數(shù)據(jù)，建立有關(guān)類的屬性變量集確定為 X：｛x1，x2，x3，x4，x5，x6｝。

C有兩個(gè)類，其中C1表示駕駛員傷情等級(jí)達(dá)到MAIS3+的情況，C2表示駕駛員傷情等級(jí)小于MAIS3的情況。

由于樣本數(shù)據(jù)量比較大，還需對(duì)這些類的屬性變量的數(shù)據(jù)進(jìn)行離散處理，將各個(gè)屬性變量分好區(qū)間段，然后將數(shù)據(jù)進(jìn)行相應(yīng)的標(biāo)記。各個(gè)屬性變量對(duì)應(yīng)的值域分別為：

x1：｛0-9，10-19，20-29，30-39，40-49，50-59，60-69，70 以上｝，若速度變化量滿足0-9，則在x1中記為1；若滿足10-19，則在x1中記為2，以此類推。

x2：｛1，2，3，4｝，其中 1 表示左側(cè)碰撞、2 表示右側(cè)碰撞、3 表示追尾碰撞、4表示正面碰撞。

x3：｛16-28，29-39，40-51，51 以上｝，若駕駛員年齡滿足 16-28，則在 x3中記為 1；若駕駛員年齡滿足（29～39），則在 x3中記為2，以此類推。

x4：｛1，2｝，其中 1表示駕駛員系安全帶，2表示駕駛員未系安全帶。

x5：｛1，2｝，其中 1表示駕駛員側(cè)安全氣囊打開，2表示駕駛員側(cè)氣囊未打開。

x6：｛1，2｝，其中1表示駕駛員為女性，2表示駕駛員為男性。

根據(jù)上述對(duì)數(shù)據(jù)的離散處理，將每個(gè)事故案例中的x1、x2、x3、x4、x5、x6的數(shù)據(jù)依次對(duì)應(yīng)記錄下。

4.3 駕駛員傷情預(yù)測(cè)算法的構(gòu)建

因?yàn)樵隈{駛員傷情預(yù)測(cè)算法中的類有兩個(gè)，兩個(gè)類的概率和為1，所以只需求得一個(gè)類的概率即可。

在此列出后驗(yàn)概率為C1的公式：

式中：P（C1）—駕駛員傷情達(dá)到 MAIS3+的概率；P（C2）—駕駛員傷情未達(dá)到MASI3+的概率；P（xi/C1）—駕駛員傷情達(dá)到MAIS3+的情況下的各個(gè)屬性變量概率；P（xi/C2）—駕駛員傷情未達(dá)到MAIS3+情況下的各個(gè)屬性變量概率。

式（5）中的概率都可以從訓(xùn)練樣本數(shù)據(jù)集中計(jì)算得出，即為訓(xùn)練結(jié)果。然后將訓(xùn)練結(jié)果導(dǎo)入駕駛員傷情預(yù)測(cè)算法公式中，最后將測(cè)試數(shù)據(jù)導(dǎo)入算法中，即可預(yù)測(cè)駕駛員傷情是否達(dá)到MAIS3+，具體流程，如圖2所示。

圖2 基于樸素貝葉斯模型的駕駛員傷情預(yù)測(cè)算法流程圖Fig.2 Driver’s Injury Prediction Algorithm Flow Based on Naive Bayes Model

5 仿真實(shí)驗(yàn)結(jié)果分析

首先在428組數(shù)據(jù)中，每隔5組數(shù)據(jù)中選取1組數(shù)據(jù)作為仿真預(yù)測(cè)數(shù)據(jù)，選取的仿真預(yù)測(cè)數(shù)據(jù)共有48組。其次將剩下的380組數(shù)據(jù)作為訓(xùn)練樣本數(shù)據(jù)集，通過MATLAB編程，可以求得式（5）中的各個(gè)概率值。然后將測(cè)試數(shù)據(jù)集導(dǎo)入式（5）中，通過式（5）預(yù)測(cè)測(cè)試數(shù)據(jù)集的駕駛員傷情是否達(dá)到MAIS3+。最后將仿真預(yù)測(cè)結(jié)果與實(shí)際結(jié)果進(jìn)行對(duì)比，得出該預(yù)測(cè)算法的準(zhǔn)確率。駕駛員傷情預(yù)測(cè)算法的實(shí)驗(yàn)流程，如圖3所示。

圖3 基于樸素貝葉斯模型的駕駛員傷情預(yù)測(cè)算法的仿真實(shí)驗(yàn)流程Fig.3 Simulation Process of Driver’s Injury Prediction Algorithm Based on Naive Bayes Model

部分訓(xùn)練數(shù)據(jù)集的離散處理結(jié)果，如表1所示。根據(jù)MATLAB編程，可以得到式（5）中的各個(gè)概率。P（C1）為 0.3553，P（C1）為0.6447。在此，列出在類C1情況下的各個(gè)屬性變量的概率，如表2所示，類C2情況下的各個(gè)屬性變量概率，如表3所示。最后，根據(jù)上述計(jì)算所得的概率，將測(cè)試數(shù)據(jù)集中各個(gè)屬性變量對(duì)應(yīng)的概率代入式（5）中，即可預(yù)測(cè)測(cè)試數(shù)據(jù)集中的駕駛員傷情是否達(dá)到MAIS3+。若 P（C1/x1，x2，x3，x4，x5，x6）≥0.5，則預(yù)測(cè)的駕駛員傷情等級(jí)達(dá)到MAIS3+。反之，駕駛員傷情等級(jí)小于MAIS3。部分預(yù)測(cè)結(jié)果，如表4所示。

表1 部分訓(xùn)練數(shù)據(jù)集的離散處理Tab.1 Discrete Processing of Training Data Set

表2 各個(gè)屬性變量對(duì)應(yīng)的區(qū)間值域段在類C1情況下的概率Tab.2 Probability of Interval Values Corresponding to Each Attribute Variable in the Case of Class C1

表3 各個(gè)屬性變量對(duì)應(yīng)的區(qū)間值域段在類C2情況下的概率Tab.3 Probability of Interval Values Corresponding to Each Attribute Variable in the Case of Class C2

表4 部分仿真預(yù)測(cè)結(jié)果Tab.4 Partial Simulation Prediction Results

如圖4所示，在48組交通事故數(shù)據(jù)中，駕駛員傷情預(yù)測(cè)模型的計(jì)算出的仿真結(jié)果與實(shí)際駕駛員傷情的對(duì)比可發(fā)現(xiàn)，有5組數(shù)據(jù)預(yù)測(cè)錯(cuò)誤，該算法準(zhǔn)確率為89%。從表5所示的5組預(yù)測(cè)錯(cuò)誤的數(shù)據(jù)中可見，有3組數(shù)據(jù)的實(shí)際結(jié)果是駕駛員傷情等級(jí)達(dá)到MAIS3+，但該算法預(yù)測(cè)錯(cuò)誤且有2組數(shù)據(jù)誤差較大。另外兩組數(shù)據(jù)的實(shí)際結(jié)果是駕駛員傷情等級(jí)未達(dá)到MAIS3+，其中一組數(shù)據(jù)誤差較大。由于訓(xùn)練數(shù)據(jù)有限，若訓(xùn)練數(shù)據(jù)足夠多，可以減少預(yù)測(cè)誤差。綜上所述，該預(yù)測(cè)算法預(yù)測(cè)準(zhǔn)確率較高，可以為AACN系統(tǒng)預(yù)測(cè)駕駛員的傷情。

圖4 駕駛員傷情等級(jí)的預(yù)測(cè)結(jié)果與實(shí)際結(jié)果對(duì)比Fig.4 Comparison Between Prediction Results and Actual Results of Driver’s Injury Level

表5 預(yù)測(cè)誤差Tab.5 Prediction Error

6 結(jié)論

結(jié)合統(tǒng)計(jì)的數(shù)據(jù)，基于樸素貝葉斯模型建立了駕駛員傷情預(yù)測(cè)算法，通過將處理好的數(shù)據(jù)導(dǎo)入該算法中，便可預(yù)測(cè)在多個(gè)變量下的駕駛員傷情是否達(dá)到MAIS3+的情況。經(jīng)過數(shù)據(jù)仿真及驗(yàn)證，該預(yù)測(cè)算法的準(zhǔn)確率較高，可以應(yīng)用于AACN系統(tǒng)中，將有助于AACN系統(tǒng)向醫(yī)療中心提供駕駛員傷情信息，便于醫(yī)療救援中心制定醫(yī)療方案。但是由于數(shù)據(jù)有限，無法對(duì)造成駕駛員傷情的更多屬性變量進(jìn)行考慮，比如車輛入侵量和車輛最大變形位置等。并且假設(shè)是各個(gè)屬性變量是相互獨(dú)立的，但在實(shí)際的交通事故中，部分屬性變量之間可能存在一定關(guān)系，同時(shí)每個(gè)屬性變量的權(quán)重也是不一樣的，因此還需對(duì)更多的屬性變量、屬性變量的權(quán)重以及多屬性變量的聯(lián)合作進(jìn)一步地研究。