大數(shù)據(jù)環(huán)境下營運車輛駕駛行為特征分析*

文江輝 楊先敏 吳超仲

(1.武漢理工大學(xué)理學(xué)院 武漢 430070；2.武漢理工大學(xué)智能交通系統(tǒng)研究中心 武漢 430063；3.威斯康星大學(xué)麥迪遜分校土木與環(huán)境工程學(xué)院 美國 麥迪遜 53715)

0 引 言

營運車輛具有載客(貨)量大、行車時間長、行駛里程遠和運營環(huán)境復(fù)雜等特點，易引發(fā)群死群傷的重特大交通事故。調(diào)查顯示，每年營運車輛1次死亡10人以上的特大道路交通事故約占全國道路交通重大事故總數(shù)的90%以上。為了改善這種狀況，科研工作者亟須深入探究營運車輛駕駛行為規(guī)律，為交管部門有針對性地對訓(xùn)駕駛員進行教育和培訓(xùn)工作提供理論基礎(chǔ)。

迄今為止，國內(nèi)外在營運車輛駕駛行為研究上已取得部分研究成果，主要集中在3個方面：①對營運車輛的運行速度研究，如Fitzsimmons等[1]發(fā)現(xiàn)營運車輛在Z形鄉(xiāng)村道路行駛存在安全隱患，于是將車輛和環(huán)境變量作為解釋變量，建立了線性混合效應(yīng)模型，并預(yù)測沿道路曲線上營運車輛的橫向位置和速度；Naveen等[2]利用分數(shù)分割有序響應(yīng)模型研究速度曲線，并通過收集Montreal市每周70個主干道上的數(shù)據(jù)進行實證研究，結(jié)果發(fā)現(xiàn)街道特性、車道數(shù)、停車位、人行道等都會影響營運車輛的速度。②營運車輛駕駛行為的安全性評估，Eskandarian等[3]采用神經(jīng)網(wǎng)絡(luò)算法，研究發(fā)現(xiàn)在疲勞狀況下營運車輛司機發(fā)生危險的風(fēng)險要遠高于小車司機；張凌超等[4]、賀宜等[5]分別對營運車輛駕駛適宜性進行了評價和對特殊環(huán)境下營運車輛的駕駛行為進行了安全評估。③營運車輛駕駛行為及相關(guān)影響因素的研究，錢宇彬等[6]建立夜間高速公路長途客車的油門踏板行程和車速的聚類指標體系，分析不同駕駛員的聚類特征，從而探討駕駛時間和換班管理的方法；牛增良等[7]以大量重特大交通事故數(shù)據(jù)為基礎(chǔ)，運用聚類方法討論危險駕駛行為與對應(yīng)的外部影響因素相近的關(guān)聯(lián)度；Li等[8]研究了酒精、其他藥物或父母對美國青少年駕駛員的影響；Woolsev等[9-10]討論了酒精和功能性飲料對高風(fēng)險駕駛和駕駛行為的影響；Ramirez等[11]利用T檢驗等統(tǒng)計方法比較了Lowa州的鄉(xiāng)村公路上農(nóng)村和小鎮(zhèn)生活的人之間駕駛行為的區(qū)別。

近年來隨著互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，使得駕駛行為信息采集系統(tǒng)反饋的數(shù)據(jù)量極其豐富，導(dǎo)致對駕駛行為的分析需采用大數(shù)據(jù)的信息挖掘技術(shù)。其常用的方法主要有：分類、回歸分析、聚類、關(guān)聯(lián)規(guī)則、特征、變化和偏差分析、Web頁挖掘等。其中，分類的高級技術(shù)又包括貝葉斯網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)、學(xué)習(xí)算法、支持向量機、頻繁模式分類、及惰性學(xué)習(xí)法等；聚類可基于劃分、層次、密度、網(wǎng)格等不同方法分組[12-13]。在營運車輛駕駛行為大數(shù)據(jù)的研究上，孫川等[14]利用車聯(lián)網(wǎng)數(shù)據(jù)，基于因子分析找出了有較高駕駛風(fēng)險駕駛員所具有的特征；田飛等[15]對比分析了晴/雨天條件下高速公路營運車輛行車速度特點。

本文同樣以此數(shù)據(jù)平臺為研究基礎(chǔ)，從數(shù)據(jù)的自身特征入手，選擇適用性較強的大數(shù)據(jù)處理方法，直接提取營運車輛駕駛行為的一般規(guī)律。首先，對采集的營運車輛數(shù)據(jù)進行預(yù)處理。為了減少誤差，將經(jīng)緯度數(shù)據(jù)進行坐標轉(zhuǎn)換，利用坐標轉(zhuǎn)換后數(shù)據(jù)計算出車輛行駛速度；然后，將車載速度與計算得到的速度進行加權(quán)得到綜合速度，并計算出加速度；最后，利用DBSCAN聚類和Spearman秩相關(guān)方法對速度和加速度進行聚類，提取駕駛行為特征。

1 營運車輛駕駛行為大數(shù)據(jù)的處理方法

筆者所選取的實驗數(shù)據(jù)源于江蘇省某固定國道的營運車輛監(jiān)控平臺，數(shù)據(jù)類型包括：營運車輛的車牌號、每個時刻車輛對應(yīng)的經(jīng)緯度及車載速度、方向、總里程數(shù)和道路信息等。

由于數(shù)據(jù)采集過程中車載設(shè)備故障或信號失靈等導(dǎo)致數(shù)據(jù)存在少量無效、缺失或錯誤等情形，故需在數(shù)據(jù)分析前對采集的數(shù)據(jù)進行清洗、篩選和復(fù)原等。

1) 剔除車載速度為0的數(shù)據(jù)，原因是筆者主要研究駕駛行為的特征，這些零數(shù)據(jù)非本文的主要研究對象。

2) 由于車載設(shè)備的記錄的誤差，可能存在2組數(shù)據(jù)的時間相同而對應(yīng)的速度不同的情況，需剔除重復(fù)時間的后一組數(shù)據(jù)。

3) 從卡車監(jiān)控平臺提取營運車輛24 h的數(shù)據(jù)發(fā)現(xiàn)：數(shù)據(jù)量偏大，不易直接分析駕駛行為特征，因此選取了2個特殊時間段：00:00—01:00和07:00—08:00進行研究。原因是通過觀察采集的數(shù)據(jù)，發(fā)現(xiàn)這2個時間段為營運車輛分別在晚上和白天出行頻率較高的時間段，數(shù)據(jù)信息較全面。并主要篩選了時間、經(jīng)度、緯度、速度等信息。此外，采集的數(shù)據(jù)還存在數(shù)據(jù)缺失現(xiàn)象，即相鄰2個時間點的數(shù)據(jù)間隔不為1 s，采用數(shù)據(jù)分段的方法進行處理。

經(jīng)過上述處理后，盡管數(shù)據(jù)信息中有車載速度，且采集間隔為1 s，精度相對來說較高，但由于車載設(shè)備等原因仍可能存在誤差，因為車載速度和經(jīng)緯度信息換算的車輛速度間雖然基本一致，但仍存在一定區(qū)別。為減少該誤差，利用車載速度數(shù)據(jù)與利用經(jīng)緯度轉(zhuǎn)換得到的速度進行加權(quán)，得到最終的速度。首先將經(jīng)度、緯度數(shù)據(jù)存為文本格式，再利用COORD轉(zhuǎn)換工具對經(jīng)緯度格式進行轉(zhuǎn)換，經(jīng)過坐標轉(zhuǎn)換得到直角坐標數(shù)據(jù)后，通過位移公式計算車輛的速度。取權(quán)重為0.5，得到綜合速度，并利用運動學(xué)公式計算加速度。

在計算得到速度和加速度后，分析數(shù)據(jù)特點發(fā)現(xiàn)：由于營運車輛在駕駛中速度、加速度不斷變動，且采集過程中數(shù)據(jù)間隔較短，因而具有數(shù)據(jù)量大、密度高的特點；同時車載設(shè)備等可能存在誤差，會導(dǎo)致數(shù)據(jù)中存在噪聲。綜合數(shù)據(jù)的量大、密度高、有噪聲等特點，故采用DBSACN(density-based spatial clustering of applications with noise)算法對數(shù)據(jù)進行了聚類。其主要思想為：將具有足夠密度的區(qū)域劃分為簇，并在具有噪聲的空間數(shù)據(jù)庫中發(fā)現(xiàn)任意形狀的簇[16-17]。

2 基于DBSCAN聚類方法的駕駛行為特征結(jié)果與分析

根據(jù)DBSCAN算法步驟進行編程，得到營運車輛在不同時間段速度與加速度聚類圖。由于篇幅限制，本文僅以2輛營運車輛為例，主要選擇00:00—01:00和07:00—08:00進行對比研究。圖1～4分別為營運車輛1，2在不同日期下2個時間段的部分聚類圖，圖中數(shù)據(jù)為歸一化后的結(jié)果，數(shù)值無單位。

圖1 營運車輛1在00:00—01:00 的速度、加速度聚類圖Fig.1 Clustering image of speed and acceleration for operation vehicle 1 between 00:00—01:00

圖2 營運車輛1在07:00—08:00的速度、加速度聚類圖Fig.2 Clustering image of speed and acceleration for operation vehicle 1 between 07:00—08:00

圖3 營運車輛2在00:00—01:00的速度、加速度聚類圖Fig.3 Clustering image of speed and acceleration for operation vehicle 2 between 00:00—01:00

圖4 營運車輛2在07:00—08:00的速度、加速度聚類圖Fig.4 Clustering image of speed and acceleration for operation vehicle 2 between 07:00—08:00

圖1～4顯示：同1位駕駛員在不同時刻的駕駛行為存在差異，而不同駕駛員的駕駛行為間也存在差異。這說明駕駛員個體間存在著組間差異，而對于單個駕駛員存在組內(nèi)差異。對于交通安全部門而言，有效的評估駕駛員的單個駕駛行為及整體駕駛行為特征，提出有效的個人及整體的駕駛監(jiān)管政策是非常有必要的。

2.1 同一駕駛員在不同時刻的駕駛行為分析

對比圖1和圖2發(fā)現(xiàn)：速度變化與聚類分散程度相關(guān)，當(dāng)速度較集中時，聚類也較集中。由此，在12:00—13:00車輛的速度相對分散，而在07:00—08:00 較集中。這是由于在夜間行車時光照條件差，人的視線范圍有限，對路況掌握較低，從而駕駛員需隨時調(diào)整車速以確保行車安全；而在白天行車時人的視野較為廣闊，在未發(fā)生交通擁堵前提下駕駛員可控制車速在較小范圍內(nèi)波動。從圖3和圖4可得出類似的結(jié)論。

其次，可通過計算得出聚類圖的聚類中心。以營運車輛1為例，表1為其在00:00—01:00的聚類中心，表2為在07:00—08:00的聚類中心。

對比表1和表2，不同時刻的聚類中心個數(shù)大多數(shù)為1個，且2個時間段的速度中心速度均值分別為62.03 m/s和76.36 m/s，顯然白天的平均運行速度高于晚上。而兩者聚類中心的加速度均基本為0，由于加速度是表征單位時間內(nèi)速度的變化量，結(jié)果表明加速度值較小，即單位時間內(nèi)車輛的速度變化較小，因此此時對應(yīng)的車速較穩(wěn)定，如圖5所示。對車輛2同樣進行上述分析，發(fā)現(xiàn)：00:00—01:00的速度均值為57.80 m/s，07:00—08:00的速度均值為61.39 m/s，白天的平均行駛速度仍然比夜晚平均行駛速度高。

最后，通過計算可以得到車輛加速度的最大值、最小值，以及極差，表3～4分別為00:00—01:00和07:00—08:00的計算結(jié)果。

從表3可見，00:00—01:00的駕駛加速度的最大值在4～11 m/s2波動，最小值在-14～-4 m/s2波動；而07：00—08:00點駕駛加速度的最大值在4 m/s2附近波動，最小值主要在-4 m/s2附近波動。

圖6反映2個時間段的極差，可觀察：總體上00:00—01:00的加速度極值比07:00—08:00的加速度極值大。由于加速度波動與車輛行駛的穩(wěn)定性相關(guān)，說明00:00—01:00較07:00—08:00的車輛行駛的穩(wěn)定性差。

表1 營運車輛1在00:00—01:00速度和加速度的聚類中心

表2 營運車輛1在07:00-08:00速度和加速度的聚類中心

圖5 營運車輛1在00:00—01:00和07:00—08:00的速度Fig.5 Clustering center image of speed for operation vehicle 1between00:00—01:00 and 07:00—08:00

圖6 營運車輛1在00:00—01:00和07:00—08:00的聚類中心散點圖加速度極差散點圖Fig.6 Image of acceleration extremum for operation vehicle 1between 00:00—01:00 and 07:00—08:00

綜上所述，營運車輛在夜間行車與白天行車相比較，白天平均行駛速度較高，且行駛穩(wěn)定性較好；盡管夜間平均行駛速度比白天低，但相差并不特別大，主要問題是其穩(wěn)定性較差，速度差與加速度極差均較大。導(dǎo)致這一結(jié)論的原因可能主要表現(xiàn)在2個方面：①與文獻[13]的分析一致，其認為“營運車輛駕駛?cè)碎L期在特殊環(huán)境中(如夜間)駕駛主觀風(fēng)險意識較低，另為節(jié)省時間、提高效益，會采取加塞、超速等冒險行為，導(dǎo)致車輛加速度的劇烈變化”；②夜間行車較困難，對車輛的操控能力下降。因此，可采用此方法類似分析不同時間段內(nèi)駕駛行為特征，道路交通部門重點監(jiān)管危險時間段的營運車輛。

表3 營運車輛1在00:00—01:00的加速度

表4 營運車輛1在07:00—08:00的加速度最大、最小值和極差

2.2 不同車輛在同一時間段的駕駛行為分析

對比營運車輛1和2在00:00—01:00，07:00—08:00的平均行駛速度發(fā)現(xiàn)：車輛1的平均行駛速度均大于車輛2，這很大程度上由駕駛員對速度的偏好決定。圖8表明車輛1的加速度極差整體小于車輛2，即車輛2的加速度波動較大，則車輛1的駕駛平穩(wěn)性高于車輛2的駕駛平穩(wěn)性。

圖7 07:00—08:00 2車速度聚類中心散點圖Fig.7 Clustering center image of speed between07:00—08:00

圖8 07:00—08:00 2車加速度極差散點圖Fig.8 Image of acceleration extremumbetween 07:00—08:00

上述結(jié)果僅比較了2輛營運車輛的穩(wěn)定性，實際上，此方法可被推廣，類似分析不同營運車輛的駕駛穩(wěn)定性。特別是營運車輛所屬公司也可類似分析所轄駕駛員的個人駕駛行為特征，對具有危險駕駛行為的駕駛員進行培訓(xùn)或停職處理等。

2.3 不同車輛在不同天氣狀況下的駕駛行為分析

同樣利用DBSCAN聚類方法可得到不同車輛在不同時間段速度和加速度的聚類中心，根據(jù)車輛軌跡和行車時間可對應(yīng)查詢具體的天氣狀況，仍以車輛1為例，表5～6為車輛1在00:00—01:00和07:00—08:00的速度聚類中心、加速度極差與對應(yīng)的天氣表。

本文運用Spearman 秩相關(guān)分析方法討論天氣與駕駛速度間的相關(guān)性。首先根據(jù)天氣情況由壞到好進行排序，而相同天氣將位次求均值，則天氣對應(yīng)的位次即為其秩；速度則根據(jù)其大小進行排序，以其位次作為秩。表7、表8分別為車輛1在00:00—01:00和07:00—08:00的速度和天氣對應(yīng)的秩。

表5 營運車輛1在00:00—01:00的速度聚類中心、加速度極差與天氣表

表6 營運車輛1在07:00—08:00的速度聚類中心與天氣表

表7 營運車輛1在00:00—01:00的速度和天氣對應(yīng)的秩

表8 營運車輛1在07:00—08:00的速度和天氣對應(yīng)的秩

由Spearman 秩相關(guān)系數(shù)的計算表達式為

根據(jù)表7，計算車輛1在00:00—01:00時的速度與天氣間Spearman 秩相關(guān)系數(shù)rs=-0.154 3，查表有P(rs≥0.829)=0.05，因此，P(rs≤-0.154 3)>P(rs≥0.829)=0.05，說明車輛1在00:00—01:00的速度大小與天氣不相關(guān)。

利用Spearman 秩相關(guān)分析方法也可計算其他車輛在不同時間段的速度與天氣的秩相關(guān)系數(shù)，并做檢驗，發(fā)現(xiàn)大多數(shù)情況下兩者間均不相關(guān)。這一結(jié)論似乎與常識不太一致，但文獻[14]中結(jié)論：中雨與大雨條件下的車速差別較小，與該結(jié)論部分吻合，說明對于經(jīng)驗相對豐富的營運車輛駕駛員而言，天氣對駕駛的影響相對較弱。筆者在后面的研究中會進一步分析天氣對駕齡短的駕駛員駕駛行為的影響狀況。

3 結(jié) 論

1) 高速公路上駕駛員夜晚比白天行車速度明顯分散，波動較大，說明需加強夜晚行車的安全監(jiān)控。

2) DBSCAN聚類方法可用于判定車輛駕駛的穩(wěn)定性程度，有助于道路交通中心對車輛安全狀態(tài)的判斷和避免交通事故發(fā)生。

3) 通過分析不同營運車輛在不同時間段的速度與天氣的秩相關(guān)系數(shù)，發(fā)現(xiàn)對于經(jīng)驗豐富的營運車輛駕駛員，天氣對駕駛的影響相對較弱。

本文在研究中也存在一些缺陷，如在進行特征提取時，面對大數(shù)據(jù)問題采用了先分類再利用DBSCAN聚類方法進行分析，如何直接有效的提取大數(shù)據(jù)特征是筆者后續(xù)的研究方向和擬解決的問題。盡可能多且準確的挖掘數(shù)據(jù)信息、提取營運車輛駕駛行為特征，才能更有效的解決營運車輛重特大交通事故導(dǎo)致的人員傷亡和經(jīng)濟損失。

此外，需要說明的是：盡管文中僅給出了2輛營運車輛在2個時間段的研究結(jié)果，但DBSCAN聚類方法具有普適性，可以通過數(shù)據(jù)處理得到不同車輛不同時間段的車速、加速度等聚類中心。但能否通過完成上述工作構(gòu)建特征數(shù)據(jù)庫，且擴展分析不同地域、不同道路的駕駛行為特征等，也是今后可研究的問題。