CN112542044A - 一种两客一危车辆行驶状态评价方法 - Google Patents
一种两客一危车辆行驶状态评价方法 Download PDFInfo
- Publication number
- CN112542044A CN112542044A CN202011399415.2A CN202011399415A CN112542044A CN 112542044 A CN112542044 A CN 112542044A CN 202011399415 A CN202011399415 A CN 202011399415A CN 112542044 A CN112542044 A CN 112542044A
- Authority
- CN
- China
- Prior art keywords
- passenger
- dangerous
- vehicle
- driving
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种两客一危车辆行驶状态评价方法,该方法首先收集交通管理部门登记的加装有GPS系统或北斗定位系统两客一危车辆数据信息,建立两客一危车辆数据集,使用两客一危车辆数据集以5s的间隔,记录数据集中两客一危车辆的行车速度,车辆位置,车辆信息相关的数据;对两客一危车辆的行驶信息进行多层综合分析评价,以判断两客一危车辆驾驶员潜在的危险驾驶倾向性;可对两客一危的车辆进行监控和管理提供了依据。为政府部门提供更加科学可靠的行业监管提供支持,进而提高道路车辆的运输效率、安全保障、应急处置和和政策决策能力。
Description
技术领域
本发明属于车辆行驶状态评价技术领域,具体涉及一种两客一危车辆行驶状态评价方法。
背景技术
两客一危,是指从事旅游的包车、三类以上班线客车和运输危险、烟花爆竹、民用爆炸物品的道路专用车辆。这类车辆维修要做到规范化、标准化,确保车辆技术状况良好,保障道路运输安全。根据统计两客一危车辆是防范道路运输重特大事故的重中之重。运输里程超过800公里。运输企业要按照要求,必须为“两客一危”车辆安装的卫星定位装置。从2012年1月1日起,没有按照规定安装卫星定位装置或未接入全国联网联控系统的运输车辆,道路运输管理部门应暂停营运车辆资格审验。
对于两客一危车辆危险驾驶行为的研究,交通事故数据传统上是主要或唯一的数据源,但是交通事故在广义上来说是一个小概率事件,其所包含的信息少之又少,因此主动采取有效交通安全措施的方法已被忽略。多层次或多结构的模型能够发现数据中所忽略的对交通安全的影响因素。并且,国内很少将积累的大数据用于道路安全以及两客一危车辆危险驾驶行为研究。
由于两客一危车辆中危货车与大客车的尺寸、重量、载人量和其他独特特征,它们是造成交通事故、伤害和死亡的最大原因。此外,由于高价值货物或者高危险性货物的损坏和交通事故造成的交通拥堵,环境破坏对社会的影响更大。因此,研究两客一危车辆中的危险驾驶的影响因素将有助于开发可减少两客一危车辆事故数量和严重程度的对策。
发明内容
针对上述技术中存在的问题,本发明的目的在于,提供一种两客一危车辆行驶状态评价方法。
为了实现上述任务,本发明采取如下的技术解决方案:
一种两客一危车辆行驶状态评价方法,其特征在于,步骤如下:
步骤一,收集交管部门登记的加装有GPS系统或北斗定位系统两客一危车辆数据信息,建立两客一危车辆数据集;
步骤二,使用两客一危车辆数据集以5s的间隔,记录数据集中两客一危车辆的行车速度,车辆位置,车辆信息相关的数据;
步骤三,对两客一危车辆的行驶信息进行多层综合分析评价,以判断两客一危车辆驾驶员潜在的危险驾驶倾向性;
所述多层综合分析评价包括宏观行程分析信息和微观行程分析信息,其中:
宏观行程分析信息根据驾驶员驾驶平稳性及车辆行驶状态分析评判两客一危车辆的驾驶平稳性;
微观行程分析信息根据驾驶员对两客一危车辆的急加速次数、急减速次数和急转向次数的进行识别危险驾驶行为。
本发明的两客一危车辆行驶状态评价方法,与现有研究的不同之处在于,同时考虑了从不同层面对两客一危车辆进行评价,宏观层面上对驾驶员的行程信息进行分析以评判其驾驶平稳性,微观层面对驾驶员驾驶车辆时的不同速度下的危险驾驶行为进行识别。可对两客一危的车辆进行监控和管理提供了依据,为政府部门提供更加科学可靠的行业监管提供支持,进而提高道路车辆的运输效率、安全保障、应急处置和和政策决策能力。
附图说明
图1是两客一危车辆行驶状态多层评价示意图;
图2是车辆速度与方向方差示例数据可视化图;
图3是去除零值数据图;
图4是箱型图检测异常值图;
图5是去除异常值与零值数据示例图;
图6是归一化数据可视化图;
图7是聚类结果图;
图8是每类数据的分布情况及所占比例图。
以下结合附图和实施例对本发明作进一步地详细说明。
具体实施方式
以下给出一种两客一危车辆行驶状态评价方法,该方法具有双重目标:第一个目标是从宏观水平上使用聚类的方法分析不同类型的驾驶员的驾驶习惯和危险驾驶的倾向,第二个目标是通过在微观层次上使用动态阈值的方法对车辆进行动态监控。在这两个水平的基础上建立一个多级评价方法来对两客一危的车辆进行监控和管理。
本实施例给出一种两客一危车辆行驶状态评价方法,步骤如下:
(1)收集交管部门登记的加装有GPS系统或北斗定位系统两客一危车辆数据信息(并不是来源于模拟器产生的实验数据),建立两客一危车辆数据集;
(2)使用两客一危车辆数据集以5s的间隔记录两客一危车辆(货车和客车)的行车速度,车辆位置,车辆信息相关的数据;
(3)对两客一危车辆的行驶信息进行多层综合分析评价,以判断两客一危车辆驾驶员潜在的危险驾驶倾向性;
所述多层综合分析评价包括宏观行程分析信息和微观行程分析信息,其中,宏观行程分析信息根据驾驶员驾驶平稳性及车辆行驶状态分析评判两客一危车辆的驾驶平稳性;微观行程分析信息根据驾驶员对两客一危车辆的急加速次数、急减速次数和急转向次数的进行识别危险驾驶行为。
图1给出了两客一危车辆行驶状态多层评价示意图。
根据相关法律、法规及《道路运输车辆动态监督管理办法》要求,对于两客一危车辆的管理,各省市及其运输单位都有严格的管理办法。本实施例中,申请人使用2018年9月到2019年3月6个月期间陕西省境内所有两客一危车辆的GPS或北斗数据。其中每天包含大约25000辆车的行驶信息,每个车辆每天的行程为一个单独的数据文件,其中包含的信息如下表1所示:
表1:数据字段解释
在原始两客一危车辆数据集数据集中,随机选择不同日期(包含节假日、工作日)、不同天气状况、一天内不同时段、不同颜色牌照以及不同道路状况的两客一危车辆行驶数据对驾驶员的驾驶行为进行分析,选择了两客一危车辆共9000辆的行程(单位为天)进行研究。
在对字段的筛选中取出与驾驶员危险驾驶行为相关的车辆位置信息、车辆的GPS或北斗系统给出的速度、车辆时间信息和车辆的方向信息。其中车辆的位置信息用于判断车辆行驶道路类型,速度、时间与方向信息用于评判驾驶员的驾驶状态。在对数据字段进行筛选采样之后,对现有字段中每辆车每天行程(大于2小时)的速度变化信息与方向变化信息计算方差,形成新的字段。9000辆两客一危车辆的速度方差与方向方差部分数据可视化如图2所示(图中速度方差在图下方,方向方差在图上方)。
从图2的数据可视化图中可以发现,数据中包含大量的零值,零值表示这些两客一危车辆没有处在行驶状态,因此需要将这些零值去除,去除后在进行可视化,去除零值后的数据如图3所示(图中速度方差在图下方,方向方差在图上方)。在这些数据中还有一些由于传感器的误差或者其他原因产生的异常数据,使用箱型图的方法可以检测这些异常值,如图4所示,对去除零值后的数据进行箱型图可视化。图4中上方的加号表示数据中的异常值,将这些异常值从原数据中去除,如图5所示(图中速度方差在图下方,方向方差在图上方),去除异常值后还有7895辆车的行驶状态数据,之后再对数据进行可视化。从去除零值与异常值的数据可视化图中可以看出,车辆行驶的速度方差和方向方差的数据分布不均衡,且波动相差较大这将在之后的距离计算中对计算结果产生影响,因此需要对数据使用min-max归一化方法进行归一化处理。对数据进行归一化后再进行可视化,如图6所示,从图中可以看出数据的分布已经比较均衡,继而对数据进行聚类分析。
对数据进行聚类后,得到以下结果如图7所示。图中有绿色、黄色、蓝色和红色四种颜色(图左上方表中从上至下依次为绿色(Cluster1)、蓝色(Cluster2)、黄色(Cluster3)、红色(Cluster4)和X符号(Centroids)),每一个颜色代表一个数据簇,X符号代表每类数据点的中心,其中每类的数据点数及每类数据点占总数据点的比例如图8所示,图中占绿色20%,紫色占12%,蓝色占24%,红色占44%。
对聚类结果从每类数据点的特点进行分析可以得出以下结论:
(1)第一类数据(Cluster1)代表了这些车辆中行驶最为平稳的一些个体,这些个体在一天的行程中速度和方向的变化都较为稳定,因此处在这一类的车辆驾驶员潜在危险驾驶的倾向性特别低。
(2)第二类数据(Cluster2)则代表了车辆速度平稳性较好但方向平稳性较差的个体,说明这些车辆在这一天的行程中有可能行驶在弯道较多路况较差的道路上,虽然其方向平稳性较差,但是速度变化稳定,因此处在这一类的车辆驾驶员的危险驾驶倾向比较低。
(3)第三类数据(Cluster3)代表了车辆方向平稳性较好但速度平稳性较差,说明这些车辆在这一天的行程中有可能行驶在弯道较少路况较好的道路上,但由于其速度平稳性较差即速度变化较大,好在其方向的变化性较小,因此处在这一类的车辆驾驶员的危险驾驶倾向也比较低。
(4)第四类数据(Cluster4)代表了车辆方向平稳性较差且速度平稳性也较差或者方向平稳性较好但速度平稳性差的车辆,说明这些车辆在这一天的行程中有可能以很差的速度平稳性行驶在路况不好的道路上,或者以很差的速度平稳性行驶在路况较好的道路上,但是由于路况较好时车速也更快其危险驾驶行为造成的后果也更严重,因此这这种特点都说明处于这一类的车辆驾驶员的危险驾驶倾向比较高。
分析结果得到,88%的车辆(图8中的绿色、蓝色和红色)都处于低或者较低的危险驾驶倾向区域,其中有24%的车辆(蓝色)在这一天的行程中速度和方向的平稳性均比较低,剩余的12%(紫色)的车辆在这一天的行程中含有较高的危险驾驶行为的倾向。
从数据的分布情况可以看出,这些车辆数据点中的大部分都集中在数据分布图的右下方,说明陕西省内的两客一危车辆主要行驶在弯道较少路况较好的道路上,因此应该主要关注这些车辆的的速度以及加速度的变化。
当需要对车辆的行驶平稳性进行评价时,首先计算其行程方向与速度数据方差,之后判断其属于哪一类数据簇,那么其行驶状态就具有那一类数据的特点。
Claims (1)
1.一种两客一危车辆行驶状态评价方法,其特征在于,步骤如下:
步骤一,收集交通管理部门登记的加装有GPS系统或北斗定位系统两客一危车辆数据信息,建立两客一危车辆数据集;
步骤二,使用两客一危车辆数据集以5s的间隔,记录数据集中两客一危车辆的行车速度,车辆位置,车辆信息相关的数据;
步骤三,对两客一危车辆的行驶信息进行多层综合分析评价,以判断两客一危车辆驾驶员潜在的危险驾驶倾向性;
所述多层综合分析评价包括宏观行程分析信息和微观行程分析信息,其中:
宏观行程分析信息根据驾驶员驾驶平稳性及车辆行驶状态分析评判两客一危车辆的驾驶平稳性;
微观行程分析信息根据驾驶员对两客一危车辆的急加速次数、急减速次数和急转向次数的进行识别危险驾驶行为。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011399415.2A CN112542044A (zh) | 2020-12-02 | 2020-12-02 | 一种两客一危车辆行驶状态评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011399415.2A CN112542044A (zh) | 2020-12-02 | 2020-12-02 | 一种两客一危车辆行驶状态评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112542044A true CN112542044A (zh) | 2021-03-23 |
Family
ID=75015656
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011399415.2A Pending CN112542044A (zh) | 2020-12-02 | 2020-12-02 | 一种两客一危车辆行驶状态评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112542044A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114663992A (zh) * | 2022-03-18 | 2022-06-24 | 福建工程学院 | 一种多源数据融合高速公路门架定位方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012083967A (ja) * | 2010-10-13 | 2012-04-26 | Nissan Motor Co Ltd | 運転評価装置 |
CN104268701A (zh) * | 2014-09-29 | 2015-01-07 | 清华大学 | 一种营运车辆驾驶安全性评价系统及评价方法 |
CN107220760A (zh) * | 2017-05-24 | 2017-09-29 | 成都志博科技有限公司 | 通勤车客车驾驶员评级方法 |
CN110197588A (zh) * | 2019-06-03 | 2019-09-03 | 长安大学 | 一种基于gps轨迹数据的大货车驾驶行为评估方法及装置 |
CN110979180A (zh) * | 2019-12-25 | 2020-04-10 | 三一汽车制造有限公司 | 防止危险驾驶的控制方法、装置和车辆 |
JP2020102061A (ja) * | 2018-12-25 | 2020-07-02 | 日本精機株式会社 | 運転支援装置 |
-
2020
- 2020-12-02 CN CN202011399415.2A patent/CN112542044A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012083967A (ja) * | 2010-10-13 | 2012-04-26 | Nissan Motor Co Ltd | 運転評価装置 |
CN104268701A (zh) * | 2014-09-29 | 2015-01-07 | 清华大学 | 一种营运车辆驾驶安全性评价系统及评价方法 |
CN107220760A (zh) * | 2017-05-24 | 2017-09-29 | 成都志博科技有限公司 | 通勤车客车驾驶员评级方法 |
JP2020102061A (ja) * | 2018-12-25 | 2020-07-02 | 日本精機株式会社 | 運転支援装置 |
CN110197588A (zh) * | 2019-06-03 | 2019-09-03 | 长安大学 | 一种基于gps轨迹数据的大货车驾驶行为评估方法及装置 |
CN110979180A (zh) * | 2019-12-25 | 2020-04-10 | 三一汽车制造有限公司 | 防止危险驾驶的控制方法、装置和车辆 |
Non-Patent Citations (1)
Title |
---|
孙超: "深圳市机动车驾驶员驾驶行为评价分析研究", 《创新驱动与智慧发展——2018年中国城市交通规划年会论文集》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114663992A (zh) * | 2022-03-18 | 2022-06-24 | 福建工程学院 | 一种多源数据融合高速公路门架定位方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109448369B (zh) | 高速公路实时运行风险计算方法 | |
CN106097709B (zh) | 基于智能车载终端的驾驶行为识别方法 | |
CN108399743A (zh) | 一种基于gps数据的高速公路车辆异常行为检测方法 | |
US20220383738A1 (en) | Method for short-term traffic risk prediction of road sections using roadside observation data | |
CN114999181B (zh) | 一种基于etc系统数据的高速公路车辆速度异常识别方法 | |
CN102136190A (zh) | 城市公交客运事件应急响应调度管理系统及方法 | |
CA2611408A1 (en) | System and method for displaying a driving profile | |
CN109859516B (zh) | 一种出租汽车异常聚集识别方法及装置 | |
CN109767597A (zh) | 一种车辆事故预警方法及系统 | |
CN104835099A (zh) | 一种城市路网机动车尾气实时遥感监测基址选取方法 | |
CN107784832A (zh) | 一种用于识别交通道路中的事故黑点的方法与设备 | |
CN112542044A (zh) | 一种两客一危车辆行驶状态评价方法 | |
CN114005275B (zh) | 一种基于多数据源融合的高速公路车辆拥堵判别方法 | |
CN105575120A (zh) | 面向道路实时速度计算的浮动车数据停车行为模式清洗方法 | |
CN116186884A (zh) | 一种智能网联汽车功能安全与预期功能安全联动验证方法 | |
CN113990088B (zh) | 一种高速公路恶劣天气下安全通行告知软件系统 | |
Kim et al. | Use of digital tachograph data to provide traffic safety education and evaluate effects on bus driver behavior | |
CN114724356B (zh) | 基于气象数据整合的gis高速公路事故预警的方法及系统 | |
Yonezawa et al. | Random forest based bus operation states classification using vehicle sensor data | |
CN112373482B (zh) | 一种基于驾驶模拟器的驾驶习惯建模方法 | |
CN115565365A (zh) | 一种高速公路数据处理方法、装置、设备及计算机程序产品 | |
CN115019532A (zh) | 一种基于客运数据的公路安全隐患自动识别与预警系统 | |
Hashim et al. | Heavy vehicles speed profiling on urban expressway: The case of federal highway | |
CN106548444B (zh) | 面向道路实时速度估算的浮动车载客行为模式清洗方法 | |
Ando et al. | Long-term effect analysis of dynamic speed display sign in streets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20210323 |