原文传递
基于数据挖掘技术的驾驶行为分析
| 论文题名： | 基于数据挖掘技术的驾驶行为分析 |
| 关键词： | 汽车驾驶;行为习惯;车载诊断系统;数据挖掘 |
| 摘要： | 汽车已经成为最普及的交通工具，同时中国每年发生的交通事故数量达数百万起，导致了巨大的人员伤亡与财产损失，因此交通事故的预防研究具有重大意义。在车辆设计，道路建设已经难以对事故预防有突破性进展的环境下，驾驶员的驾驶行为研究得到了越来越多的关注。然而目前还缺乏统一的对驾驶行为习惯描述的量化指标，通过量化指标来评判驾驶安全水平的研究成果也屈指可数。因此本文提出基于OBD（On-Board Diagnostics:车载诊断系统）技术，从驾驶行程、操作类型、行驶速度、行驶加速度、发动机转速五个维度分析驾驶行为习惯。利用长期采集的普通驾驶员的车辆运行数据，结合驾驶行为习惯具有长期稳定不变的特点，提取出驾驶行为习惯的量化指标。 本研究的数据来源于“优驾智能盒子”采集的普通驾驶员长达2年以上的行驶数据，并且这些驾驶员的主要行驶区域为重庆地区。“优驾智能盒子”通过车辆普遍带有的OBD接口获取车辆的行驶数据，然后与智能手机通过蓝牙相连接，将重要的数据显示在智能手机上并将驾驶操作数据传入服务器中，使每位驾驶员的车辆运行数据可以不间断的记录保存。目前市场上的汽车大多数统一使用国际通用的OBDⅡ标准，使得“优驾智能盒子”可以通过OBD接口实时获取不同厂商，不同车型的汽车运行数据。随着OBD技术的发展，其能获取的车辆运行数据也在不断增加。本文从五个维度提取了与驾驶行为相关的车辆运行数据，并经过变换得到了57项指标，引入了金融领域的时间序列稳定性分析方法对这57项指标进行稳定性检验，得到了17项满足稳定性的指标，作为驾驶行为量化指标。 并在提取的驾驶行为量化指标的基础上，还进行了驾驶员分类研究，研究结果显示:利用驾驶行为量化指标进行分类的驾驶员能够区分具有不同驾驶行为特征的驾驶员。本研究为驾驶行为习惯量化研究提供了理论依据，为事故倾向性研究提供了新的思路与方法。通过OBD方法获取的分析数据比传统实验方法获取的数据更容易，数据量更多，分析结果更具真实性与应用型。 |
| 作者： | 黎忠刚 |
| 专业： | 生物医学工程 |
| 导师： | 尹志勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 第三军医大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
