基于车联网的用户驾驶行为统计分析研究

发布时间：2021-12-17 05:01

　　2005年,随着物联网概念的提出,物联网技术获得了广泛应用,车联网技术是物联网的最重要的应用类型之一。车联网是指通过信息传感设备,按照约定的协议,把所有车辆与互联网连接起来,进行信息交换和通讯,以实现智能化识别、定位、跟踪、监控和管理的一种网络。大量数据分析表明,用户的日常驾驶行为和习惯均会影响出行安全。通过分析车联网技术获得的汽车观测数据,可以分析出用户的驾驶行为和出行习惯特征,这些特征对于汽车公司以及汽车用户都有重要的现实意义。学位论文主要分成两个部分。一部分是挖掘驾驶指标,构建用户画像。首先,基于原始数据中的7个有效指标构建出两大类二级指标:驾驶风格和出行习惯。其中各二级指标下又分别挖掘出4个和11个三级细化指标。其次,对于出行习惯二级指标下的11个三级细化指标直接编程计算得到。对于驾驶风格二级指标下的4个三级指标分别采用了聚类分析、区间估计、差分法分析得到。最后,将各指标定义封装为函数,分别代入80个用户数据,得到80位用户驾驶行为画像。另一部分是基于用户画像,评判驾驶行为。首先,对于80个用户出行习惯的11个指标进行主成分分析,将11个指标降维成4个主成分因子:“用车频率”因... 

【文章来源】：北京工业大学北京市 211工程院校

【文章页数】：51 页

【学位级别】：硕士

【部分图文】：

行程数量-时间间隔折线图

北京工业大学应用统计硕士专业学位论文（假设为 5%）大，则我们不能拒绝假设，即认为这些数据服从正态分布。第三步，求 interval 值的置信区间。已知正态分布的置信区间为( ф , ф )，则可以分别计算出 80 辆汽车 interval 值的置信区间。将计算得到的 80 辆车的 interval 值的置信区间数据分别在折线图中表示出来，如图 3-3 所示。从图中可以看出，80 辆车的 interval 值置信区间的上下界全部在 200s 上下浮动，因此最终将划分行程的 interval 值确定为 200s。由此，便可使用此 interval 值去对每一辆车的行车记录数据进行划分行程。

北京工业大学应用统计硕士专业学位论文急加速、急减速临界值的确定现实生活中，我们认为在车辆行驶过程中，急加速、急减速行为属于为。通过查阅相关文献可知，通过对行驶过程中秒级速度、加速度的，可以起到帮助驾驶员提高安全操作水平、预防安全行车事故、及时心理状态的作用。了定义急加速、急减速的区间，以驾车号为 LLNC1AAA2EA003359 用从行车速度和时间出发，计算出该用户每天的秒级加速度，作出其加分布图如图 3-4：

【参考文献】：
期刊论文
[1]基于车载传感信息融合的电动汽车驾驶行为辨识[J]. 陶红兴,莫凌飞,严如强.  传感技术学报. 2018(03)
[2]基于Android的汽车驾驶行为与行驶状态远程监测系统设计与实现[J]. 柴一栋,黎海涛.  国外电子测量技术. 2017(12)
[3]智能手机车辆异常驾驶行为检测方法[J]. 周后飞,刘华平,石红星.  智能系统学报. 2016(03)
[4]基于车联网的行车数据分析系统设计与实现[J]. 彭璐.  汽车实用技术. 2015(12)
[5]汽车驾驶行为与行驶状态的数据监测系统设计[J]. 封宇华,杨拥民,杜凯,钱彦岭.  单片机与嵌入式系统应用. 2015(12)
[6]用户驾驶行为建模的研究和应用[J]. 许洋,李石坚,焦文均,潘纲.  计算机科学. 2015(09)
[7]不良驾驶行为对燃油消耗量的影响研究[J]. 司志远,苑风霞.  宿州学院学报. 2014(09)
[8]基于车联网及多信息融合的安全驾驶卫士[J]. 程成,黄江林,李琢乾.  电子科技. 2014(02)
[9]基于神经网络和贝叶斯滤波器的危险驾驶行为识别[J]. 彭金栓,詹盛,徐磊,邵毅明.  武汉理工大学学报. 2013(11)
[10]中国交通事故伤亡人数影响因素的实证分析[J]. 任英,彭红星.  预测. 2013(03)

博士论文
[1]车联网环境下高速公路车辆跟驰模型及仿真研究[D]. 顾海燕.东南大学 2017
[2]车联网环境下的驾驶行为特性研究[D]. 柴锐.北京理工大学 2016

硕士论文
[1]基于车联网驾驶行为评分的安全驾驶卫士分析与设计[D]. 张正.南京邮电大学 2017
[2]基于车联网大数据的UBI系统研究[D]. 韩家群.南京邮电大学 2017
[3]探究车联网信息对驾驶员视觉注意与驾驶行为的影响[D]. 陈昊.清华大学 2016



本文编号：3539449