原文传递
驾驶风险的精准分级与实时预警集成模型研究
| 论文题名： | 驾驶风险的精准分级与实时预警集成模型研究 |
| 关键词： | 风险管理;驾驶风险分级;特征选择;风险预警;评估模型 |
| 摘要： | 随着交通环境复杂性的增加，全国交通事故发生数、伤亡数和因此造成的经济损失同步攀升。同时，车联网技术的发展使得“人-车-环境”三者互联成为了一个交通系统，通过利用车联网技术搜集的海量数据，学者们得以采用数据挖掘技术对驾驶风险管理问题进行系统性的研究。但是大多数研究在构建驾驶风险预测模型时未考虑模型指标间的相关性、冗余性和特征对于预测驾驶风险的重要性程度，对驾驶风险进行研究时没有将驾驶员历史数据与当前实时驾驶情况综合起来考虑，缺乏适用于车联网环境的集成驾驶风险评估模型。 为此，本文设计了一个基于特征选择的驾驶风险影响因素指标体系，并提出了一个对驾驶风险全过程进行管理的驾驶风险精准分级与实时预警集成模型。本研究设计的集成模型通过事前预先分级、事中实时监控并预警、事后更新历史数据的方式对驾驶风险全过程进行科学管理，而对驾驶风险进行分级是为了更好地管理风险，因此，必须为不同的风险情况设定不同的预警等级，这种差异化的预警策略有利于对驾驶员进行针对性的驾驶建议，最大程度降低驾驶风险。本模型旨在能够结合驾驶员历史数据和实时驾驶状态对驾驶员作出快速且精准的分级，并给出与等级相对应的风险预警，达到降低驾驶风险的目的。此外，模型还可以作为车险公司制定车险方案的依据，也可以为汽车生产厂商给客户提供个性化服务提供依据。 实验结果表明，基于特征选择的驾驶风险影响因素指标体系对于集成模型的运行效率有提升效果。本文还对集成模型分类效果和风险预警效果进行了检验，验证了模型能够较好地根据驾驶员历史数据和实时状态对驾驶员做出精准分级和实时预警；验证了在接收到风险预警后，无论驾驶员是否有对行为做出调整、做出何种程度的调整，集成模型都可以准确识别出驾驶员实时状态的变化，并给出合理的风险预警等级和驾驶建议。 |
| 作者： | 李敏 |
| 专业： | 工商管理 |
| 导师： | 胡仕成 |
| 授予学位： | 硕士 |
| 授予学位单位： | 哈尔滨工业大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
