基于数据挖掘的驾驶行为与道路拥堵分析

发布时间：2020-07-23 23:03

【摘要】：随着我国经济快速发展,汽车保有量逐年增加,交通安全和交通拥堵问题越来越突出。城市智能交通系统作为解决当前交通安全以及道路拥堵等一系列问题的信息化技术应运而生。驾驶行为与道路交通安全有着紧密联系,由于一些不安全驾驶行为所带来的交通事故是造成交通拥堵的主要原因之一,如何准确评价驾驶员的驾驶行为并规范驾驶人的驾驶行为是保障道路交通安全的重要举措;有效地识别道路交通拥堵状态并对交通拥堵状态进行预测,能够为交通管理部门掌握道路交通拥堵状态提供有效、科学的途径,便于及时采取交通疏散与诱导的措施,并能够为交通出行者选择最优出发方式、出发时刻及出发路径提供良好的决策依据。综上所述,驾驶行为与道路拥堵分析对于“人-车-路-生活”和谐统一新体系的构建和智能交通系统的应用前景和发展具有重要的意义和研究价值。随着车联网技术和城市智能交通领域的发展,智能交通系统所采集的信息维度越来越多,范围、深度和广度将越来越大,本文从数据挖掘角度出发对智能交通系统所采集的数据进行分析,面向城市交通出行和管理者服务需求,旨在给智能交通系统提供一些技术支持与科学依据,本文主要研究成果和创新点如下:(1)提出了一种基于聚类和BP神经网络的驾驶行为评价方法,采用改进的K-均值聚类方法对驾驶行为特征数据进行聚类,基于驾驶行为聚类结果,利用BP网络进行学习,最终用训练得到的BP神经网络分类器对驾驶行为进行在线分类评价。研究结果表明该算法摒弃了人为主观因素,实现了驾驶行为准确、客观、高效的评价,为交通管理部门重点监控较高风险驾驶人提供了参考依据,为UBI(Usage Based Insurance)驾驶行为评价提供一种新的方法。(2)针对道路交通状态具有模糊性的特点,提出了一种基于改进模糊C均值聚类的交通状态实时判别的方法。该方法首先针对传统FCM算法存在的问题,引入了一种自适应模糊聚类算法,利用模拟退火算法(SA)和粒子群优化算法(PSO)相结合的智能算法来提高PSO的全局搜索能力并对自适应模糊聚类算法中的参数进行优化,以实测交通流样本数据的速度、流量、占有率作为特征属性,对构建的道路交通状态实时识别算法进行实例研究,研究结果验证了其有效性和可靠性。(3)针对短时交通流预测问题,对交通流序列的非线性和延迟性进行了研究,给出了交通流系统延时时间确定方法。基于灰色系统理论适用于贫信息系统建模,具有所需样本少、适用范围广等优点,针对灰色预测模型存在的缺陷,对灰色预测模型进行了优化和改进,并结合短时交通流的延迟性,建立了基于改进灰色模型的灰色延迟非线性交通流动力学模型。最后通过实例表明该模型能够很好地反映交通流系统的实际状况,提高交通流预测精度,验证了其有效性和实用性。
【学位授予单位】：中国科学技术大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TP311.13;U491.265;U471
【图文】：

实例图,多粒度,交通数据,数据

抽象形式：“聚集计算”和“序列化”能够构建不同空间、时间粒度上的专题数逡逑据集，从而为数据挖掘提供一个多时空的视角，支持微观到宏观的知识发现。逡逑交通数据的三维多粒度实例图如下图２．１所示。把空间划分为路段、位置点、逡逑区域，将时间划分为年、月、日、时、分，把属性划分为序列化属性和离散化逡逑属性。在此基础上，我们可以针对不同数据元素去挖掘与分析，如对某一路段逡逑的交通流量序列进行分析可进行交通流预测，对某一段位置序列即轨迹分析可逡逑以获取该对象于该段轨迹的超速时间占比、急变速次数等信息。逡逑￥罐逡逑—序列化《性逡逑ｉ逦—离故化《性逡逑逦逦－＞邋时叫逡逑，，逦位]点逡逑＾逦ｔｍ逡逑ｚ，’逦格线逡逑ｋｌ＿，邋邋邋邋邋，邋＾邋区域逡逑Ｉ邋Ｉ邋Ｉ邋Ｉ逡逑空间邋分时丨丨月年逡逑图２．１交通数据三维多粒度数据实例图逡逑为了满足不同交通数据分析需求

交通系统,城市交通,机动车,正常运行

驾驶行为,分析技术,方案图

行深入研宄，为提升驾驶人自身素质和规范驾驶员管理提供理论支持。逡逑２．３．２驾驶行为分析技术方案逡逑本文所采取的驾驶行为评价的技术方案如图２．３所示，首先通过车联网平逡逑台提取驾驶行为评价的特征参数，设计并运用聚类算法获取驾驶行为的聚类分逡逑簇，对聚类结果进行相应处理，得到带标签的分类样本，设计分类器并利用此逡逑分类训练样本进行训练，若有新的待评估车辆样本数据，则运用训练好的分类逡逑器来实现其驾驶行为在线评估。逡逑待评估驾驶逡逑行为数据逡逑｜驾驶行为分析核心技术逡逑驾驶行刺＿驾驶行为特驾驶行为聚＿＿—分＾器Ｌ＿Ｕ（逦）逡逑练样本逦＾征参数提取ｐ邋＾类分析逦＿一逡逑图２．３驾驶行为分析技术方案图逡逑２．３．３驾驶行为特征参数提取逡逑从交通安全角度出发，违规转向或变道、急加速、急减速、超速等激进型逡逑驾驶行为是导致交通事故发生的主要原因。通过车联网平台采集的车辆信息中，逡逑车辆的加速度和速度信息与交通安全紧密相关并能够反映大部分驾驶行为相关逡逑特征［１９，１１１］。逡逑车辆加速度能够体现机动车驾驶人员的驾驶行为中是否出现了急减速或急逡逑加速，同时也反映出了机动车驾驶人员控制加、减速踏板的行为，而这些驾驶逡逑行为不仅会使得车辆产生一些磨损而且同时会使得驾驶员产生一定的不良反逡逑应

【相似文献】