基于CAN數據的渣土車駕駛行為分析

李 洋，茍 剛，姚文欽，黃伶俐

(1.貴州大學 計算機科學與技術學院 公共大數據重點實驗室，貴陽 550025；2.花溪區人民檢察院，貴陽 550025)

0 引言

隨著互聯網技術的發展與城鎮化進程的加快，城市的發展離不開城市建設工程以及汽車工業的支持。由于人口的發展，建筑工程會不斷增加，城市的渣土量會日益增多，近年來渣土車的數量也在逐年攀升。在貨運行業中，一直以來，渣土運輸行業普遍存在著一些管理難的現象，使管理者無法有效的管控車輛的運行、安全及駕駛員等情況。

2019年9月6日，交通運輸部、我國稅務總局發布了《網絡平臺道路貨物運輸經營管理暫行辦法》，對網絡貨運經營者的法律定位、行為規范和對監督管理機關的監管責任等提出了明確要求，也為貨運行業規范健康發展提供了良好的制度環境。一輛渣土車[1]在國道上的超限站限重50噸，合法載重34噸左右，在記重收費的高速公路上限重45噸，合法載重29噸左右。在渣土車運輸的情況下，其揚塵、遺漏建筑垃圾、駕駛行為不端等不良現象會給道路交通安全[2]造成一定的威脅。在交通安全中，有以下因素主要影響著道路交通安全：交通參與者、交通量、道路線形、自然環境等各方面的影響。其中交通參與者對交通安全的影響程度最大[3]。同時為了協助駕駛員增強行車安全意識，降低安全事故的產生，國內外在這一方向的研究者們針對駕駛行為開展了大量的研究工作，研究發現，記錄下行車過程中的不良駕駛行為并使駕駛員能夠及時看見自身駕駛行為的反饋情況，可有效降低駕駛員在駕駛過程中危險性駕駛行為的出險概率。

廖向陽[4]等人通過OBD接口來接入車輛的CAN(CAN，controller area network)總線，通過收集和分析CAN總線報文，得到了車輛正常行駛時的十二個主要運行特征參數及具體數據。從而實現了對車輛運行狀況的數據化、可視化展示以及對異常工作情況的及時預警。許靜雯[5]等人通過因子分析提取與駕駛員行為相關的特征參數，來篩選特定的車輛樣本，通過聚類來對車輛駕駛行為危險程度進行分級，探究高速公路上重點營運車輛的駕駛行為規律，以便及時確定駕駛行為具有危險性的車輛。高宇[6]等人通過對車輛上某保險公司外接的北斗系統內的車輛數據進行分析，來分析車主的駕駛行為和駕駛習慣，并分析其對出險概率的影響，以此降低電力行業工程車的出險概率，提高車輛的利用效率。U.Fugiglando[7]等人利用無監督學習，將不同群體的司機聚集在一起，運用一種驗證方法來檢測實驗中測試聚類的穩健性，同時還提出了一種利用選定的 CAN 總線信號子集對駕駛員行為進行分析和分類的新方法。S.Arumugam[8]等人通過對管理駕駛方式模型的類別來進行詳細調查，提出一種解決方案，通過考慮駕駛員的行為和情緒因素來發現侵略性駕駛和路怒事件所帶來的風險，有助于保險行業更準確地評估駕駛風險。

研究通過對急加速、急減速、超速、平均速度、發動機平均燃油率等九種駕駛員駕駛行為數據進行分析、檢測其個人駕駛傾向[9]以及對其進行駕駛行為進行評分[10]，以達到提高渣土車駕駛員的駕駛素質、規范其日常駕駛行為和行車安全意識，減少安全事故發生的目的。

1 數據處理

1.1 數據來源

在數據來源方面主要分為兩部分，一部分為CAN總線數據，來自汽車生產商在生產渣土車輛時自主安裝的CAN總線，這一安裝是為了便于后期車輛在使用時能向上級平臺傳輸CAN總線數據，其相對于使用車輛的OBD接口外接其他設備而言沒有更多的外加電路，更具安全性。一部分為車輛的北斗衛星定位數據[11]，這一數據由北斗數據運營商提供。這兩部分數據的結合能更好的對渣土車駕駛員的駕駛行為進行分析。通過實際考察某公司70位渣土車駕駛員在3個月中的CAN總線數據和北斗定位數據，其中車輛在啟動時將以3秒每次的速率發送數據，最終共接收CAN數據3 633 874條，接收北斗定位數據3 424 516條。

1.2 數據解析

渣土車輛北斗定位數據電報的內容包含：時間、經度、緯度、當前時速、方向以及海拔等。在后續工作中，根據報文格式與數據位長度，使用字符串截取函數對報文進行截取，然后將其從16進制轉換為10進制，以供研究其它部分使用。其短報文通信定義來自于：《JT/T808-2011道路運輸車輛衛星定位系統終端通訊協議及數據格式》，其北斗定位數據解析信息如表1所示，數據組列表中由數據塊信息組成，CAN數據解析上傳的部分數據塊含義如表2所示。

表1 北斗定位數據解析信息

表2 CAN數據部分數據塊信息

CAN數據解析首先需判別此段信息的自定義通訊協議的數據傳輸方式，再獲取消息體ID、消息體、消息體屬性、消息流水號等信息，若自定義消息體ID為0706，則此信息為車速、開關、油耗等信息，需獲取塊ID與塊個數，根據塊ID來區分塊的類別，也就是消息屬于開關量還是數字量。開關量數據需根據塊個數來切分塊列表的信息長度，以此獲取到偏移時間與數據項列表，通過解析數據項列表來得到需要的信息；數字量數據則需根據塊ID與數據項位圖確定數據塊長度，然后調用相應方法來解析數據塊列表信息。

若自定義消息體ID為0785，則此信息為超速行駛、空擋滑行、急轉彎等行為信息。根據自定義消息體中數據ID的信息來判別當前的異常行為是什么狀態，進而在解析其當前狀態的位置與開始結束時間后，存入數據庫。

若自定義消息體ID為0200，則此信息為車輛位置數據。同樣可獲取到消息體ID、消息體、消息體屬性、消息流水號等信息。還可獲取到8位的16進制報警標識與狀態標識，以及經緯度、速度、方向、海拔高度等信息。此時需要對報警標志位進行設定相應內容，拆分消息體報警標志，存入char[]類型的warningMarkChar中，通過循環來獲取相應的報警標志位，并對應標志位內容進行解析。

2 駕駛行為傾向性分析

駕駛行為分析模塊包含了周行駛里程統計、周行駛速度統計、駕駛員評分、駕駛員傾向性判別。駕駛行為分析主要分析駕駛員在駕駛過程中車輛的CAN總線數據與北斗數據，以此來實現對駕駛員的駕駛行為傾向性判別與駕駛員評分等功能。其中駕駛員的駕駛行為傾向性判別是在利用車輛行駛中駕駛員的定位數據、超速次數、平均速度、發動機平均油耗率、疲勞駕駛次數等數據的基礎上，使用K-means聚類算法對渣土車駕駛員的駕駛傾向性進行判別。其中駕駛員評分功能需先使用熵權層次分析法來構建駕駛行為評分模型，再確定模型中每個指標的權重，以此分析每個指標的分值，最后結合實際來對渣土車駕駛員進行綜合評分。

2.1 K-means聚類算法

聚類分析即根據數據中描述對象與其關系的信息，將數據對象進行分組。目的是，組內的對象相互之間是相關的，而不同組中的對象是不相關的。相關性越大，組間差距越大，表明聚類效果越好。聚類分析也是數據挖掘的重要手段，它也稱為群分析，是研究分類問題的一種統計分析方法。

K-means(K-means clustering algorithm)聚類算法[12]是在聚類分析中一個常用的算法，亦為K-均值聚類，是一種由Macqueen在1967年提出的無監督學習算法，它也是一種簡單的迭代性聚類算法，使用距離作為它的相似性指標。所謂無監督學習是指無需知道所要尋找的目標，直接通過算法得到數據的共同特征。K-means算法需指定數據集中的K值，也就是使數據最終分為幾個簇(類)，迭代時需要使用的每個類的中心也為質心，它是根據類中所有值各維度取平均值得到的。其目的是讓每個樣本到每個簇中心點的距離越小越好，也就是通過連續迭代的方式將m個樣本點劃分為K個簇，使得相似的樣本被盡可能的分到同一個簇中。該算法具備原理簡單、容易理解、速度快等優勢，可處理數值、文本、圖像等數據，但得事先得確定K值的選取。其具體步驟如下：

1)數據集D中有m個樣本點，首先指定需要劃分的簇數k，并隨機初始化其各自的質心(μ1，μ2，μ3，…，μk∈R)。

(1)

3)次計算每個簇的中心點作為新的質心。

(2)

4)算數據集D中m個樣本點的誤差平方和Ei，如果|Ei+1-Ei|<δ則表明質心位置變化不大，算法停止，否則返回步驟2再次進行迭代。

(3)

2.2 基于K-means的駕駛傾向性識別

基于CAN數據的解析結果，獲取駕駛傾向性分類中所需的特征參數[13]，具體包含平均車速、超速次數、行駛里程、急加速、急剎車、發動機轉速、超速次數、行駛里程、駕駛時長等特征，每車3秒會發送一次數據，將70輛車每天的數據量進行整合，成為駕駛員當天的數據總和，具體的特征參數如表3所示。

表3 部分樣本數據

進行K-Means聚類后，把駕駛員的駕駛行為分成穩健型、一般型、激進型3種，經過K-meams聚類后，對急加速次數、急剎車次數、超速次數等特征數值較大的數據對象，可以推測這一類型為激進型駕駛員；同理，對于急加速次數、急剎車次數、超速次數、平均車速較低的數據對象，可推測這一類為穩健型駕駛員；剩下的數據介于二者之中的為一般型。不同駕駛員不同日期的樣本有2514條，其中共有分類類別為“0”的一般型駕駛員的標簽1176條，共有分類類別為“1”的激進型駕駛員的標簽867條，共有分類類別為“2”穩健型駕駛員的標簽471條。其統計結果如圖1所示，可知，一般型的駕駛員占比達到47%，穩健性的駕駛員占比19%，激進型的駕駛員占比高達到34%，本研究對改善駕駛員行為具有重大意義。

圖1 駕駛行為傾向性聚類分布圖

3 評分模型構建

3.1 熵權法

熵是一種熱力學的概念，是用于衡量體系的無序與混亂程度的，熵越大，表明事務越混亂，它廣泛應用與工程技術、社會經濟等領域[14]。信息熵這一概念最先由信息奠基人香農(Shannon)引入的，他把信源所含有的信息量稱為信息熵。熵權法是計算權重指標的經典算法之一，是用來判斷某個指標的離散(混亂)程度的，它通過指標的變異性大小來判斷客觀權重，即信息熵越小，離散程度越大，信息量越大，標對綜合評價的影響(權重)也就越大，反之亦然[15]。熵權法的客觀性與適應性較強，精度高，能夠很好的分析權重結果。因此，可以使用計算熵值來確定某一事件的隨機性和無序程度，也可以通過它判斷某些指標的離散程度，熵權法的賦權具體步驟如下：

1)數據歸一化，由于各指標的計量單位不同，因此在計算權重時需要對它們進行歸一化處理，使數值在0-1之間浮動。如給定了n個指標X1，X2，X3，…，Xn，轉化后的指標值為：Y1，Y2，Y3，…，Yn，則：

(4)

2)計算指標的比重Pij，其中i為行，j為列。

(5)

(6)

4)計算信息熵冗余度d。

dj=1-ej

(7)

5)計算各項指標權重

(8)

3.2 層次分析法

層次分析法AHP(analytic hierarchy process)是美籍運籌學家薩蒂在20世紀70年代初期根據網絡系統理論和多目標綜合評價方法而提出的一種層次權重決策分析方法[16]。它是利用多因素分析方法來判斷指標權重的一種主觀賦權方式，能夠對多目標決策問題進行靈活處理。所確定的指標權重相對合理，所以在各個領域都得以廣泛的運用。但層次分析法對定量因素的運用還有不足，其判斷矩陣大多依賴決策者經驗判斷，主觀因素往往對權重計算的結果產生了較大的影響。它的基本思想是把所有需要加以分析的問題層次化處理，按照問題的基本特性及其最后要達到的目標，來把問題劃分為不同的構成因素。層次分析法的具體步驟如下：

1)建立層次結構，要把決策的目標、對象和影響因素按照它們之間的關系分為目標層、指標層、方案層。目標層為決策的目的，指標層為需要考慮的因素，方案層為決策的方案，設評分模型有m個標準層、n個指標層、指標內對應n1，n2，…，nk個指標。

2)構建判斷矩陣。這里使用了一致矩陣法，即將所有因素兩兩相互比較，盡可能減少性質不同的因素相互比較的困難，以此增加準確度。判斷矩陣Aij的標度方法見表4所示。

3)計算各層要素對應權重。這里采用算數平均法計算權重，先求出判斷矩陣A每列的和，之后再進行按列歸一化(計算該值所占該列比例)得矩陣B，最終對每行求算數平均值得到每行的權重Wi(i=1，2，3，…，n)。

(9)

表4 判斷矩陣標度

4)進行一致性檢驗。計算判斷矩陣A的最大特征值λmax與一致性指標CI，其中n為指標層個數。CI越大，不一致越嚴重，當CI越接近0，表示有越滿意的一致性。

(10)

(11)

5)定義一致性比率CR。為了衡量CI的大小，引入隨機一致性指標RI，其值如表5所示。當CR<0.1時，認為構建的判斷矩陣通過一致性檢驗，構造合理，可用其權重Wi。

(12)

表5 隨機一致性指標RI值

3.3 評分模型指標體系構建

熵權法為客觀賦權法，層次分析法為主觀賦權法，主觀賦權法通常是由專家依據自身的知識經驗和問題實際狀況確定權重，主觀性較強。客觀賦權法是通過與原始數據之間的關聯來判斷權重，客觀性較強。為此結合兩種方法使用熵權層次分析法來實現駕駛行為評分模型的構建，使用熵權法來削弱層次分析法主觀性的影響，同時平衡了熵權法結果的突出與局部差異[17]。熵權層次分析法的主要方法為：首先使用熵權法與層次分析法分別得出各自權重，然后把兩種方法計算的權重通過組合賦權法[18]來加以綜合，從而得出綜合權重Wj，其中Wjs為通過熵權法計算的權重，而Wjc則為通過層次分析法計算的權重。

(13)

根據解析的數據，統計出車輛超速、疲勞駕駛、急剎車、急加速等次數。根據熵權層次分析法將車輛行駛情況、出行情況、駕駛行為表現、發動機情況列為標準層即一級指標；將平均車速、超速次數、每日里程、每日駕駛總時長、急加速次數、急剎車次數、駕駛疲勞次數、每日發動機平均油耗率、每日發動機平均轉速這9個因素列為指標層即二級指標，具體信息如表6所示。

表6 駕駛行為指標分層

3.4 評分模型指標權重

結合文獻[19-20]中的駕駛行為調查結果和專家建議來對各項指標進行評定，得出了駕駛行為的評分模型判斷矩陣，具體見表7。通過駕駛行為評分模型判斷矩陣中構建的值，通過使用式(9)～ (12)來進行一致性檢驗，經過運算后得出，標準層的一致性比率CR的數值為：0.003 9，其值小于0.1，即建立的判斷矩陣通過了一致性檢驗，其構造合理。同理，指標層也依次進行一致性檢驗，結果構造合理。

表7 駕駛行為評分模型判斷矩陣

通過使用式(4)～(8)來計算熵權法中標準層與指標層權重；再根據判斷矩陣的值，使用式(9)來分別計算得出層次分析法中標準層與指標層權重。最終通過式(13)使用熵權層次分析法來將權重加以綜合，得出熵權層次分析法指標層的權重Wj，最終結果如表8所示。

表8 3種方法下的權重對比

由表8中的數據可知熵權法、層次分析法和熵權層次分析法這3種權重計算方法對于駕駛行為評分模型的權重計算值，其中熵權法計算的各項標準層指標權重為：0.04、0.13、0.64、0.19。層次分析法中的標準層權重分別為0.23、0.23、0.42、0.12。其中，熵權法中權重的結果值，體現了數據在局部特征之間的不同情況，它削弱了指標之間重要程度對最終結果的影響，但對于層次分析法來說，它所計算的權重結果值和判斷矩陣的參數設置有很大關系，決策者對指標重要程度的知識經驗對最后權重的結果值影響比較大，而熵權層次分析法則融合了熵權法和層次分析法，最終的權重值也融合了兩者的權重，可以更好的體現各個指標對于駕駛行為的影響。

對上表權重的計算結果進行分析后，將采用熵權層次分析法計算出來的權重作為駕駛行為評分模型的指標分數，其中駕駛行為評分采用一百分制，按照不同指標的權重值來確定相應的指標分數，具體指標分數見表9所示。

表9 駕駛行為指標分數

3.5 駕駛行為綜合評分

在確定了各個指標的分值后，還需要根據實際情況制定詳細的評分標準。研究結合了文獻[21]與車輛保險行業車聯網解決方案白皮書以及根據現有數據的實際分布情況，采用了如表9所示的駕駛行為評分指標分數，制定了如表10所示的具體評分細則。其中a為指標所占分值，S為該指標實際的最終分值，x為指標實際值。

表10 駕駛行為評分細則

將通過駕駛行為傾向性識別后的70輛車在不同日期下產生的2 514條數據樣本，按照傾向性識別類型：一般型、穩健型、激進型分類，再進行駕駛行為評分，得到如圖2～4所示的不同傾向駕駛員的分值分布。

圖2 一般型駕駛員分值分布情況

圖3 穩健型駕駛員分值分布情況

圖4 激進型駕駛員分值分布情況

由圖2、圖3、圖4所示，激進型駕駛員的分值分布在60～75分之間的次數比較多；穩健型駕駛員的分值分布在85～100分之間的次數比較多，而一般型駕駛員的分值主要分布在65～95分之間，由此，研究所構建的駕駛評分模型具有合理性，可以為管理者和駕駛員提供駕駛行為信息，為后續駕駛員的行車操作做出警示，對于分值較高的駕駛員需要繼續保持，對于分值較低的駕駛員需要加以改善。

4 結束語

研究分析了基于CAN數據的渣土車駕駛行為。首先，介紹了CAN數據的解析方案，進而獲取到了數據，對CAN數據與北斗定位數據進行處理分析；其次，采用聚類的K-Means算法對渣土車司機的駕駛行為傾向性進行分析；隨后介紹了熵權法與層次分析法，在計算出二者在指標層上的權重后利用熵權層次分析法集成權重；最后通過文獻結合實際情況的方式制定評分細則，計算得出渣土車駕駛員的評分，以便幫助駕駛員更有針對性的改善其駕駛行為。通過實驗表明，改進方法能夠滿足用戶的需求，有利于管理員管理的同時提升駕駛員安全行車水平，能有效提升駕駛員的安全。