10.3963/j.issn.1674-4861.2018.04.007
大数据环境下营运车辆驾驶行为特征分析
通过大规模采集营运车辆驾驶行为信息,并对其驾驶行为特征进行定性、定量分析是有效遏制交通事故的前提.对采集的营运车辆驾驶行为数据进行预处理,包括清洗、筛选、分段等,提高了数据的质量.利用经纬度坐标转换后计算出的车辆行驶速度与车载速度加权的车速进行分析;并运用DBSCAN聚类和 Spearman秩相关方法对不同车辆、不同时间段及不同天气状况下速度和加速度进行聚类和讨论相关系数,提取驾驶行为特征.结果表明,驾驶员夜晚比白天行车速度波动大,需加强夜晚行车的安全监控,且聚类方法可用于判定车辆驾驶的稳定性程度,有助于道路交通中心对车辆安全状态的判断和避免交通事故发生;对于经验丰富的营运车辆驾驶员,天气对驾驶的影响相对较弱.
交通工程、驾驶行为特征、DBSCAN 聚类方法、营运车辆、大数据挖掘
36
U461;TP308(汽车工程)
国家自然科学基金项目61403288 、中国博士后面上基金2014M562076 、中央高校基本科研业务经费专项资金项目2015-LX-B1-11 , 2017IA004
2018-10-29(万方平台首次上网日期,不代表论文的发表时间)
共9页
42-50