位置:成果数据库 > 期刊 > 期刊详情页
基于车联网数据挖掘的营运车辆驾驶速度行为聚类研究
  • ISSN号:1009-6744
  • 期刊名称:《交通运输系统工程与信息》
  • 时间:0
  • 分类:U492.8[交通运输工程—交通运输规划与管理;交通运输工程—道路与铁道工程]
  • 作者机构:[1]武汉理工大学智能交通系统研究中心,武汉430063, [2]武汉理工大学水路公路交通安全控制与装备教育部工程研究中心,武汉430063, [3]武汉理工大学交通学院,武汉430063
  • 相关基金:国家科技支撑计划项目(2014BAG01B03); 国家自然科学基金项目(51105286); 智能交通系统广西高校重点实验室开放基金项目(K201501); 车路协同与安全控制北京市重点实验室开放基金(KFJJ-201401); 同济大学道路与交通工程教育部重点实验室开放基金(K201301)
中文摘要:

为了充分利用交通运输企业积累的海量车联网数据,挖掘营运车辆驾驶行为特征的潜在规律.根据车联网数据属性提取涉及驾驶行为特征的参数,基于因子分析把8个驾驶行为特征参数化为少数几个蕴含明确驾驶行为信息的综合变量,以此为指标通过系统聚类,将选取的江苏范围内营运车辆驾驶行为特征进行聚类分析.结果表明,营运车辆驾驶行为特征可有效聚为变速行为、超速行为、减速行为、加速行为,其中变速驾驶行为程度较重的驾驶人其他3种驾驶行为程度也较大.这类驾驶人具有较高驾驶风险,交通运输企业需要对其重点监控.研究结果对我国营运车辆驾驶人的监管与培训具有一定参考作用.

英文摘要:

In order to take full advantage of mass connected vehicle data from transportation enterprise and find potential laws of driving behavior characteristic, the parameter of driving behavior characteristic are extracted based on the data. Then eight parameters of driving behavior characteristic transform into several aggregate variables of specific driving behavior information based on factor analysis, and driving behavior for commercial vehicle is analyzed by hierarchical clustering in Jiangsu province. Results show that driving behavior for commercial vehicle can be divided into four classes reasonably, such as speed changing,speeding, deceleration, acceleration. Particularly, drivers of speed changing have other driving behaviors and the levels are high too, and they are high-risk drivers, as an important factor of influence road traffic safety,so transportation enterprises could monitor them specially. Research results are of positive significance to improve the monitoring capability of drivers for commercial vehicle.

同期刊论文项目
期刊论文 21 会议论文 10 获奖 2
同项目期刊论文
期刊信息
  • 《交通运输系统工程与信息》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国系统工程学会
  • 主编:毛保华
  • 地址:北京市海淀区西直门外上园村3号北京交通大学机械工程楼D403室
  • 邮编:100044
  • 邮箱:Bhmao2006@bjtu.edu.cn
  • 电话:010-51684836
  • 国际标准刊号:ISSN:1009-6744
  • 国内统一刊号:ISSN:11-4520/U
  • 邮发代号:82-652
  • 获奖情况:
  • 2004年被国家科技部评定为"中国科技核心期刊"
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,中国中国科技核心期刊,中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:8131