【摘要】：隨著我國經(jīng)濟(jì)快速發(fā)展,汽車保有量逐年增加,交通安全和交通擁堵問題越來越突出。城市智能交通系統(tǒng)作為解決當(dāng)前交通安全以及道路擁堵等一系列問題的信息化技術(shù)應(yīng)運(yùn)而生。駕駛行為與道路交通安全有著緊密聯(lián)系,由于一些不安全駕駛行為所帶來的交通事故是造成交通擁堵的主要原因之一,如何準(zhǔn)確評價駕駛員的駕駛行為并規(guī)范駕駛?cè)说鸟{駛行為是保障道路交通安全的重要舉措;有效地識別道路交通擁堵狀態(tài)并對交通擁堵狀態(tài)進(jìn)行預(yù)測,能夠為交通管理部門掌握道路交通擁堵狀態(tài)提供有效、科學(xué)的途徑,便于及時采取交通疏散與誘導(dǎo)的措施,并能夠為交通出行者選擇最優(yōu)出發(fā)方式、出發(fā)時刻及出發(fā)路徑提供良好的決策依據(jù)。綜上所述,駕駛行為與道路擁堵分析對于“人-車-路-生活”和諧統(tǒng)一新體系的構(gòu)建和智能交通系統(tǒng)的應(yīng)用前景和發(fā)展具有重要的意義和研究價值。隨著車聯(lián)網(wǎng)技術(shù)和城市智能交通領(lǐng)域的發(fā)展,智能交通系統(tǒng)所采集的信息維度越來越多,范圍、深度和廣度將越來越大,本文從數(shù)據(jù)挖掘角度出發(fā)對智能交通系統(tǒng)所采集的數(shù)據(jù)進(jìn)行分析,面向城市交通出行和管理者服務(wù)需求,旨在給智能交通系統(tǒng)提供一些技術(shù)支持與科學(xué)依據(jù),本文主要研究成果和創(chuàng)新點如下:(1)提出了一種基于聚類和BP神經(jīng)網(wǎng)絡(luò)的駕駛行為評價方法,采用改進(jìn)的K-均值聚類方法對駕駛行為特征數(shù)據(jù)進(jìn)行聚類,基于駕駛行為聚類結(jié)果,利用BP網(wǎng)絡(luò)進(jìn)行學(xué)習(xí),最終用訓(xùn)練得到的BP神經(jīng)網(wǎng)絡(luò)分類器對駕駛行為進(jìn)行在線分類評價。研究結(jié)果表明該算法摒棄了人為主觀因素,實現(xiàn)了駕駛行為準(zhǔn)確、客觀、高效的評價,為交通管理部門重點監(jiān)控較高風(fēng)險駕駛?cè)颂峁┝藚⒖家罁?jù),為UBI(Usage Based Insurance)駕駛行為評價提供一種新的方法。(2)針對道路交通狀態(tài)具有模糊性的特點,提出了一種基于改進(jìn)模糊C均值聚類的交通狀態(tài)實時判別的方法。該方法首先針對傳統(tǒng)FCM算法存在的問題,引入了一種自適應(yīng)模糊聚類算法,利用模擬退火算法(SA)和粒子群優(yōu)化算法(PSO)相結(jié)合的智能算法來提高PSO的全局搜索能力并對自適應(yīng)模糊聚類算法中的參數(shù)進(jìn)行優(yōu)化,以實測交通流樣本數(shù)據(jù)的速度、流量、占有率作為特征屬性,對構(gòu)建的道路交通狀態(tài)實時識別算法進(jìn)行實例研究,研究結(jié)果驗證了其有效性和可靠性。(3)針對短時交通流預(yù)測問題,對交通流序列的非線性和延遲性進(jìn)行了研究,給出了交通流系統(tǒng)延時時間確定方法�；诨疑到y(tǒng)理論適用于貧信息系統(tǒng)建模,具有所需樣本少、適用范圍廣等優(yōu)點,針對灰色預(yù)測模型存在的缺陷,對灰色預(yù)測模型進(jìn)行了優(yōu)化和改進(jìn),并結(jié)合短時交通流的延遲性,建立了基于改進(jìn)灰色模型的灰色延遲非線性交通流動力學(xué)模型。最后通過實例表明該模型能夠很好地反映交通流系統(tǒng)的實際狀況,提高交通流預(yù)測精度,驗證了其有效性和實用性。
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TP311.13;U491.265;U471
【圖文】：

抽象形式：“聚集計算”和“序列化”能夠構(gòu)建不同空間、時間粒度上的專題數(shù)逡逑據(jù)集，從而為數(shù)據(jù)挖掘提供一個多時空的視角，支持微觀到宏觀的知識發(fā)現(xiàn)。逡逑交通數(shù)據(jù)的三維多粒度實例圖如下圖２．１所示。把空間劃分為路段、位置點、逡逑區(qū)域，將時間劃分為年、月、日、時、分，把屬性劃分為序列化屬性和離散化逡逑屬性。在此基礎(chǔ)上，我們可以針對不同數(shù)據(jù)元素去挖掘與分析，如對某一路段逡逑的交通流量序列進(jìn)行分析可進(jìn)行交通流預(yù)測，對某一段位置序列即軌跡分析可逡逑以獲取該對象于該段軌跡的超速時間占比、急變速次數(shù)等信息。逡逑￥罐逡逑—序列化《性逡逑ｉ邐—離故化《性逡逑邐邐－＞邋時叫逡逑，，邐位]點逡逑＾邐ｔｍ逡逑ｚ，’邐格線逡逑ｋｌ＿，邋邋邋邋邋，邋＾邋區(qū)域逡逑Ｉ邋Ｉ邋Ｉ邋Ｉ逡逑空間邋分時丨丨月年逡逑圖２．１交通數(shù)據(jù)三維多粒度數(shù)據(jù)實例圖逡逑為了滿足不同交通數(shù)據(jù)分析需求

抽象形式：“聚集計算”和“序列化”能夠構(gòu)建不同空間、時間粒度上的專題數(shù)逡逑據(jù)集，從而為數(shù)據(jù)挖掘提供一個多時空的視角，支持微觀到宏觀的知識發(fā)現(xiàn)。逡逑交通數(shù)據(jù)的三維多粒度實例圖如下圖２．１所示。把空間劃分為路段、位置點、逡逑區(qū)域，將時間劃分為年、月、日、時、分，把屬性劃分為序列化屬性和離散化逡逑屬性。在此基礎(chǔ)上，我們可以針對不同數(shù)據(jù)元素去挖掘與分析，如對某一路段逡逑的交通流量序列進(jìn)行分析可進(jìn)行交通流預(yù)測，對某一段位置序列即軌跡分析可逡逑以獲取該對象于該段軌跡的超速時間占比、急變速次數(shù)等信息。逡逑￥罐逡逑—序列化《性逡逑ｉ邐—離故化《性逡逑邐邐－＞邋時叫逡逑，，邐位]點逡逑＾邐ｔｍ逡逑ｚ，’邐格線逡逑ｋｌ＿，邋邋邋邋邋，邋＾邋區(qū)域逡逑Ｉ邋Ｉ邋Ｉ邋Ｉ逡逑空間邋分時丨丨月年逡逑圖２．１交通數(shù)據(jù)三維多粒度數(shù)據(jù)實例圖逡逑為了滿足不同交通數(shù)據(jù)分析需求

行深入研宄，為提升駕駛?cè)俗陨硭刭|(zhì)和規(guī)范駕駛員管理提供理論支持。逡逑２．３．２駕駛行為分析技術(shù)方案逡逑本文所采取的駕駛行為評價的技術(shù)方案如圖２．３所示，首先通過車聯(lián)網(wǎng)平逡逑臺提取駕駛行為評價的特征參數(shù)，設(shè)計并運(yùn)用聚類算法獲取駕駛行為的聚類分逡逑簇，對聚類結(jié)果進(jìn)行相應(yīng)處理，得到帶標(biāo)簽的分類樣本，設(shè)計分類器并利用此逡逑分類訓(xùn)練樣本進(jìn)行訓(xùn)練，若有新的待評估車輛樣本數(shù)據(jù)，則運(yùn)用訓(xùn)練好的分類逡逑器來實現(xiàn)其駕駛行為在線評估。逡逑待評估駕駛逡逑行為數(shù)據(jù)逡逑｜駕駛行為分析核心技術(shù)逡逑駕駛行刺＿駕駛行為特駕駛行為聚＿＿—分＾器Ｌ＿Ｕ（邐）逡逑練樣本邐＾征參數(shù)提取ｐ邋＾類分析邐＿一逡逑圖２．３駕駛行為分析技術(shù)方案圖逡逑２．３．３駕駛行為特征參數(shù)提取逡逑從交通安全角度出發(fā)，違規(guī)轉(zhuǎn)向或變道、急加速、急減速、超速等激進(jìn)型逡逑駕駛行為是導(dǎo)致交通事故發(fā)生的主要原因。通過車聯(lián)網(wǎng)平臺采集的車輛信息中，逡逑車輛的加速度和速度信息與交通安全緊密相關(guān)并能夠反映大部分駕駛行為相關(guān)逡逑特征［１９，１１１］。逡逑車輛加速度能夠體現(xiàn)機(jī)動車駕駛?cè)藛T的駕駛行為中是否出現(xiàn)了急減速或急逡逑加速，同時也反映出了機(jī)動車駕駛?cè)藛T控制加、減速踏板的行為，而這些駕駛逡逑行為不僅會使得車輛產(chǎn)生一些磨損而且同時會使得駕駛員產(chǎn)生一定的不良反逡逑應(yīng)

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張廷軍;;駕駛?cè)藛T風(fēng)險駕駛行為分析及相關(guān)因素研究[J];黑龍江科學(xué);2018年10期

2 李進(jìn)偉;;駕駛?cè)藛T風(fēng)險駕駛行為分析及相關(guān)因素探究[J];南方農(nóng)機(jī);2018年14期

3 ;分心駕駛?cè)绱宋ｋU 為何屢禁不止[J];汽車與安全;2016年10期

4 曹曦文;孔堯;儲曉祥;王心浩;郎博勛;宋雪樺;;基于大數(shù)據(jù)駕駛行為分析系統(tǒng)設(shè)計[J];電腦知識與技術(shù);2018年23期

5 周桐;陳渝光;李雨宣;;考慮延遲駕駛行為的跟馳模型（英文）[J];機(jī)床與液壓;2016年24期

6 張琦;吳超仲;張暉;;我國攻擊性駕駛行為的區(qū)域差異研究[J];交通信息與安全;2016年06期

7 周桐;鄭林江;劉衛(wèi)寧;;考慮預(yù)估駕駛行為的跟馳模型及其穩(wěn)定性分析[J];重慶大學(xué)學(xué)報;2016年06期

8 陳愷;何康樂;尚進(jìn);董亞波;;基于移動智能終端的高速公路異常駕駛行為檢測技術(shù)研究[J];科技創(chuàng)新與應(yīng)用;2017年09期

9 毛正濤;張金喜;;基于新能源汽車遠(yuǎn)程監(jiān)控數(shù)據(jù)的駕駛行為識別建模與應(yīng)用[J];汽車與配件;2017年17期

10 伍毅平;趙曉華;陳晨;姚瑩;榮建;;生態(tài)駕駛行為特征甄別及反饋優(yōu)化方法研究[J];交通工程;2017年04期

相關(guān)會議論文 前10條

1 沈碧瑩;瞿煒娜;孫向紅;張侃;葛燕;;中國駕駛員親社會駕駛行為與人格的關(guān)系研究[A];第二十屆全國心理學(xué)學(xué)術(shù)會議--心理學(xué)與國民心理健康摘要集[C];2017年

2 楊碩;杜煜;杜晨;張永華;張匯;;駕駛行為研究方法綜述[A];中國計算機(jī)用戶協(xié)會網(wǎng)絡(luò)應(yīng)用分會2017年第二十一屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會論文集[C];2017年

3 李勇;譚紅英;劉丹平;;基于多傳感器信息融合的客車不安全駕駛行為智能分析[A];2012中國信息經(jīng)濟(jì)學(xué)年會會議論文集[C];2012年

4 苑盛成;劉奕;王剛橋;劉藝;張輝;;基于多主體的交通疏散仿真駕駛行為元模型架構(gòu)研究[A];第26屆中國控制與決策會議論文集[C];2014年

5 丁靖艷;鄭全全;;關(guān)于侵犯駕駛行為的若干問題[A];中國人類工效學(xué)學(xué)會第六次學(xué)術(shù)交流會論文摘要匯編[C];2003年

6 張翔;何漢武;胡兆勇;王鵬;;虛擬交通環(huán)境下自主汽車智能駕駛行為研究[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

7 孫超;嚴(yán)治;邵源;;深圳市機(jī)動車駕駛員駕駛行為評價分析研究[A];創(chuàng)新驅(qū)動與智慧發(fā)展——2018年中國城市交通規(guī)劃年會論文集[C];2018年

8 冀杰;彭和;遲文俊;唐夢柔;;基于危險勢能場的車輛避障駕駛行為決策分析[A];2015中國汽車工程學(xué)會年會論文集（Volume2）[C];2015年

9 董旭;盧秀玲;;公交車司機(jī)攻擊性駕駛行為與主觀幸福感的相關(guān)研究[A];第十五屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2012年

10 鄭婷婷;瞿煒娜;張侃;葛燕;;對安全的注意偏向與駕駛行為安全性的關(guān)系[A];第十九屆全國心理學(xué)學(xué)術(shù)會議摘要集[C];2016年

相關(guān)重要報紙文章 前10條

1 實習(xí)生 張維欣　本報記者 肖舒楠;63.1%的人期待加大懲處違規(guī)駕駛行為[N];中國青年報;2012年

2 記者 張鹿園;五大不文明駕駛行為，你有嗎？[N];包頭日報;2018年

3 記者 馮娜娜;“基于駕駛行為的保險”呼之欲出[N];中國保險報;2018年

4 記者 張曉鳴;人臉識別全覆蓋監(jiān)管司機(jī)駕駛行為[N];文匯報;2018年

5 本報記者 殷泓;交通文明，沒有旁觀者[N];光明日報;2016年

6 本報記者 簡工博;“最嚴(yán)交規(guī)”今實施[N];解放日報;2017年

7 記者 吳藝;上海新版“交規(guī)”明日施行 執(zhí)法細(xì)節(jié)有“說法”[N];人民公安報·交通安全周刊;2017年

8 本報記者 劉\

本文編號：2767959