基于大數據分析的公交車異常行為識別

譚運 陶衛星 周行

摘 要：隨著社會的發展，公交車的安全運營成為社會關注的焦點。如何降低交通安全隱患構建智慧交通系統，是當前亟待解決的問題。本文利用車聯網系統的識別技術，提出了基于層次分析法的行車安全評價模型。通過實時的對駕駛車輛進行追蹤和評價，實現對駕駛員駕駛狀態的行為分析，從而及時對具有不良駕駛行為的車輛進行安全預警，保障公交車出行的安全。

關鍵詞：車聯網系統;層次分析法;行車安全評價模型;行為分析

0 引言

隨著經濟和工業的發展以及人們對綠色、環保、低碳生活的需求，公交車成為了廣大市民綠色出行最主要的交通工具。近年來，由于公交司機駕駛途中被乘客干擾、司機駕駛疲勞、駕駛行為不規范等問題直接造成了多起重大交通事故。如何有效的管理公交車輛的運營，從源頭上減少事故的發生是當前亟待解決的問題。

當前國內很多研究使用神經網絡模型對駕駛行為進行分析和預測，但是由于神經網絡模型本身比較復雜，運行速度較慢，在工作效率上比較落后。為了提高工作效率，本研究借助車聯網在信息網絡上采集車輛的行車數據并對數據進行去噪，然后利用層次分析法構建一個行車安全評價模型。在該評價模型中，本文考慮了多種駕駛行為對行車安全的綜合影響，通過設計駕駛行為識別算法對數據進行分析，從而對駕駛員駕駛行為進行評價。

1 駕駛行為數據的采集與處理

本研究借助車聯網的識別技術，實現在信息網絡上實時收集車輛的屬性信息和靜、動態信息，采集的數據主要包括車輛的車牌號碼、經緯度信息、ACC狀態（熄火/點火狀態）、GPS速度。

在本研究中，主要通過清除速度異常值實現對數據的清洗。本研究所認為的速度異常值指的是：（1）速度明顯不符合實際情況的，比如，當車輛屬于熄火狀態時，速度值不為0的數據，或者根據運輸行業的數據統計，速度超過了200km/h的視為速度異常值;（2）通過經緯度計算出的速度值與GPS記錄的速度值相差比較大的數據，在本研究中，認為兩者相差值超過10km/h的速度視為速度異常值。在這里，給出了速度異常值的判斷計算公式：

其中，表示通過經緯度求出的兩點之間的距離，、分別表示、兩點的經緯度坐標;表示地球半徑;表示通過經緯度求出來的車速。

2 駕駛行為識別算法

2.1 符號說明

符號 定義 GPS速度（） 前一時刻的GPS速度（） 后一時刻的GPS速度（） 最高車速限值（） 加速度（） 加速度限速（） 車連續運行時長（） 車累積休息時長（）

2.2 行車安全評價指標的確定

參考文獻《基于車輛運行監控系統的駕駛行為安全與節能評價方法研究》，本研究提出以下駕駛行為行車安全指標，詳見表1。

本研究中將緊急制動、熄火行駛作為減速操作駕駛行為的評價指標，將超速行駛、急加速行駛、車速穩定性作為車速控制的評價指標，將疲勞駕駛作為駕駛員狀態的評價指標。為了后面便于描述，用分別表示減速操作、車速控制、駕駛員狀態三種駕駛行為，用分別表示緊急制動、熄火行駛、超速行駛、急加速行駛、車速穩定性、疲勞駕駛6種評價指標。

2.3 行車安全評價指標識別算法

（1）緊急制動識別算法：

a.觸發條件：當車的GPS速度出現減速情況時開始識別，即：。

b.評價方法：在滿足觸發條件的基礎上，計算加速度：

判斷加速度a的絕對值是否大于加速度限值a1：若，則不存在緊急制動情況;若，且減速時間發生在3秒內，則認為該駕駛行為屬于緊急制動情況，記錄該不良駕駛行為的次數和總時長。在本研究中，我們將加速度限速為

c.終止條件：當速度重新保持不變時，即=0時，終止。

（2）熄火行駛識別算法：

a.觸發條件：當車的GPS速度出現減速情況時開始識別，即。

b.評價方法：在滿足觸發條件的基礎上，判斷的狀態：若，即車屬于熄火狀態，則該駕駛行為屬于熄火行駛，應記錄該不良駕駛行為的次數和總時長;若，即車屬于點火狀態，則該駕駛行為不屬于熄火行駛。

c.終止條件：當速度重新保持不變時，即時，終止。

（3）超速行駛識別算法：

a.觸發條件：當車的GPS速度不為0時開始識別，即。

b.評價方法：在滿足觸發條件的基礎上，判斷車速是否大于最高車速限值：若，即車速超過最高車速限值，若超速時間維持大于3秒，則認為該駕駛行為屬于超速行駛，記錄超速行駛的次數和總時長;若，則該行為不屬于超速行為。

c.終止條件：當車的行駛速度為0時，終止。

（4）急加速行駛評價模型：

a.觸發條件：當車的行駛速度出現速度增加的情況時開始識別，即。

b.評價方法：在滿足觸發條件的基礎下，計算加速度：

判斷加速度a是否大于最大加速度限值：若，即加速度大于最大加速度限值，若速度變化在3秒內發生，認為該行駛行為屬于急加速行駛，應記錄急加速行駛的次數和總時長;若，則該行駛行為不屬于急加速行駛。在本研究中，加速度限速為.

c.終止條件：當車的行駛速度重新穩定時，即時，終止。

（5）車速穩定性識別算法：

車速穩定性是指車行駛過程中速度的穩定程度，在行駛過程中，如果車速波動過大，造成增加了車輛行駛的不安全。在本文中我們使用車的行駛速度的標準差來表示了車速的離散程度，即：標準差越大，離散度越大，車速變化頻繁。計算車速的標準差公式如下：

其中，表示車在這一段行駛過程中的平均速度，表示一共記錄了多少條速度數據，表示車速的標準方差。

（6）疲勞駕駛識別算法：

a.觸發條件：當車的GPS速度不為0時開始識別，即。

b.評價方法：在滿足觸發條件的基礎上，計算速度連續不為0的時長，若該時長大于4小時，則認為該駕駛行為屬于疲勞駕駛。若連續駕駛時長在4小時內，則認為該行為不屬于疲勞駕駛。

c.終止條件：當車的行駛速度再次為0時，且連續為0的時長大于8小時，終止。

3 基于AHP的行車安全評價模型

本研究中，我們先用層次分析法求出駕駛員行為對行車安全的權重比例，再制定駕駛員駕駛行為得分標準，通過駕駛行為評價指標識別算法求出駕駛員減速操作、車速控制以及駕駛員狀態三個駕駛行為的得分，用三個駕駛行為的得分別乘以三個駕駛行為對行車安全的權重，從而得到一個判斷駕駛行為的總得分，用總得分去評價一個駕駛員的行車安全。駕駛員駕駛行為得分標準，如表2所示：

3.1 建立層次結構模型

本研究中，將行車安全作為層次結構中的目標層，行車安全的六個評價指標作為層次結構中的準則層，駕駛員的三種駕駛行為作為方案層。得到層次結構圖如圖1所示：

3.2 構造判斷矩陣

參照1～9標度法構造如下判斷矩陣：

其中，矩陣A表示行車安全的6個評價指標對行車安全的相關重要性的比較，矩陣（）分別表示減速操作、車速控制、駕駛員狀態三種駕駛行為對第個行車安全評價指標的相關重要性的比較。利用MATLAB對判斷矩陣進行一致性檢驗，并同時通過MATLAB求出層次單排序的結果，結果如下：

當駕駛員駕駛行為安全得分低于75時，對駕駛員進行提示，當駕駛員駕駛行為低于60分時，對駕駛員進行預警。

4 結語

本研究基于車聯網系統的識別技術，利用層次分析法構建一個行車安全評價模型。通過這個模型可以得到駕駛員當前駕駛行為的安全性得分，并反饋給系統，評估行為是否安全，然后通過車載系統及時進行反饋提醒駕駛員進行調整車輛狀態，最終保證駕駛安全。該模型針對車輛的運行狀態，分析預警駕駛行為，可以大大提高行車安全性。

參考文獻：

[1] 許書權.基于車輛運行監控系統的駕駛行為安全與節能評價方法研究[D]. 2015

[2] 司守奎， 孫璽菁. 數學建模算法與應用[M]. 國防工業出版社， 2011.

[3]丁琛. 基于車輛動態監控數據的異常駕駛行為識別技術研究[D]. 2015.

[4]肖獻強. 基于信息融合的駕駛行為識別關鍵技術研究[D]. 合肥工業大學， 2011.

[5]冀永強. 層次分析法（AHP）權重向量計算及其應用分析[J]. 中國市場， 2015， 000（052）：47-49.

[6]董玉成， 陳義華. 層次分析法（AHP）中的檢驗[J]. 系統工程理論與實踐， 2004（07）：106-111.