基于行车状态数据的激进型驾驶行为检测

发布时间：2021-12-11 23:15

　　激进型驾驶是影响道路交通安全的主要原因之一,检测车辆行驶过程中的激进型驾驶行为已成为智能交通领域的研究热点。在此背景下,论文基于行车大数据,从车辆运行状态的角度进行研究,提出了一种激进型驾驶行为检测框架。该框架首先采用汉克矩阵构建窗口的方法和变点检测算法提取行车状态数据中潜在的激进型驾驶事件,然后使用回声状态网络提取驾驶事件特征,最后构建两层聚类模型对驾驶事件进行聚类,通过对聚类结果进行描述性统计分析,从而检测出激进型驾驶行为。论文主要工作如下:（1）针对行车状态数据在采集过程会受到各方面的因素影响,从而导致数据的质量出现各种问题,通过缺失值填充、重复值删除、异常值处理等工作对数据进行预处理,筛选清洗了频率异常、记录重复的数据。然后对行车状态数据进行变点检测,为了考虑每个时间间隔内的序列样本,提出一种采用汉克矩阵构建滑动时间窗口的方法,并使用基于RuLSIF的密度比变点检测算法计算相邻时间窗口的相异度,得到数据点的变化分数,通过累计数据点同一时刻所有特征的变化总分数,利用变点确定规则确认变点,进而提取具有潜在激进型驾驶行为的驾驶事件。（2）利用回声状态网络（ESN）对具有潜在激进型驾驶... 

【文章来源】：长安大学陕西省 211工程院校 教育部直属院校

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

013-2017年交通事故各项统计

试验边界图

部分数据展示

【参考文献】：
期刊论文
[1]基于SOM聚类的垃圾处理方式可视化分析方法[J]. 秦绪佳,单扬洋,徐菲,郑红波,张美玉.  计算机科学. 2018(12)
[2]浅议我国攻击性驾驶行为的界定[J]. 马兢.  江西警察学院学报. 2018(03)
[3]Mini Batch K-means算法在遥感影像分类中的应用[J]. 修瑛昌,杨文静.  鲁东大学学报(自然科学版). 2017(04)
[4]攻击性驾驶的影响因素及研究现状分析[J]. 刘婷婷.  汽车实用技术. 2016(08)
[5]攻击性驾驶行为的FA和AHP评价系统研究[J]. 刘志强,李云霞.  重庆理工大学学报(自然科学). 2015(11)
[6]基于回声状态网络的开关磁阻电动机转子位置估计[J]. 司利云,余强,王铁勇.  微特电机. 2015(06)
[7]激进驾驶状态识别算法研究[J]. 成波,徐少兵,王文军,张维,张波.  汽车工程. 2014(07)
[8]基于回声状态网络的脑电信号特征提取[J]. 韩敏,孙磊磊,洪晓军.  生物医学工程学杂志. 2012(02)
[9]攻击性驾驶行为选择模型及影响因素敏感度分析[J]. 冯忠祥,刘静,李阳阳,张卫华.  中国公路学报. 2012(02)
[10]检测非平稳时间序列中离群点和变化点的统一框架[J]. 刘利,何先平,袁文亮.  太原师范学院学报(自然科学版). 2011(03)

博士论文
[1]基于回声状态网络的非线性时间序列预测方法研究[D]. 王建民.哈尔滨工业大学 2011
[2]攻击性驾驶行为与交通事故的关系研究[D]. 李凤芝.四川大学 2004

硕士论文
[1]个股走势预测的k-means聚类马氏链方法研究[D]. 韩梦醒.哈尔滨工业大学 2018
[2]时间序列变化点检测算法研究及应用[D]. 高桢.山东大学 2018
[3]基于ARIMA模型的周期性时间序列变化点检测算法研究[D]. 刘阳.山东大学 2018
[4]基于深度学习与信息融合的路怒情绪识别研究[D]. 于申浩.山东大学 2018
[5]攻击性驾驶行为评价方法研究[D]. 李山虎.长安大学 2011



本文编号：3535574