吳梓欽
(廣東石油化工學(xué)院,廣東 茂名525000)
本文主要是對(duì)貨運(yùn)車輛駕駛行為進(jìn)行聚類研究分析,數(shù)據(jù)來(lái)源于車聯(lián)網(wǎng)記錄的營(yíng)運(yùn)車輛行駛狀態(tài)基礎(chǔ)數(shù)據(jù),包含從2018年7月1日至2018年10月31日的100輛貨運(yùn)車輛駕駛行為數(shù)據(jù)和自然氣象因素?cái)?shù)據(jù)。考慮到對(duì)車輛駕駛行為進(jìn)行建模研究是研究貨運(yùn)車輛駕駛行為聚類研究的有效方法[1],其中安全駕駛是駕駛過(guò)程中很受關(guān)注且關(guān)鍵的部分,不良駕駛行為研究車輛駕駛行為的重要組成部分,因此需要構(gòu)建不良駕駛行為評(píng)價(jià)指標(biāo)對(duì)貨運(yùn)車輛的行車安全進(jìn)行分析,現(xiàn)擬構(gòu)建以下8個(gè)[2]不良駕駛行為安全評(píng)價(jià)指標(biāo):疲勞駕駛、急加速、急減速、怠速預(yù)熱、超長(zhǎng)怠速、熄火滑行、超速和急變道[3]。
疲勞駕駛是指駕駛員在長(zhǎng)時(shí)間連續(xù)行車后,產(chǎn)生生理機(jī)能和心理機(jī)能的失調(diào),而在客觀上出現(xiàn)駕駛技能下降的現(xiàn)象。駕駛?cè)怂哔|(zhì)量差或不足,長(zhǎng)時(shí)間駕駛車輛,容易出現(xiàn)疲勞,影響到駕駛員的知行意合等諸多方面。
急加速就是在駕駛過(guò)程中,短時(shí)間內(nèi)或瞬時(shí)間油門(mén)加油,噴油量瞬間增加,加速踏板加大力度發(fā)動(dòng)機(jī)轉(zhuǎn)速升高,使車的速度迅速提高。急加速行為會(huì)導(dǎo)致燃油混合氣變得濃稠,油耗燃燒不夠充分,從而耗費(fèi)更多油,不僅浪費(fèi)燃油資源,還會(huì)加重生態(tài)環(huán)境中的尾氣污染。在實(shí)際的運(yùn)輸過(guò)程中,通過(guò)相鄰兩次數(shù)據(jù)的GPS速度差可以反映車輛的速度變化情況,當(dāng)速度變化量大于0時(shí)即為加速,判定貨運(yùn)車輛是否產(chǎn)生急加速行為,需要通過(guò)參數(shù)設(shè)定一個(gè)急加速的判定閾值。急加速會(huì)增加輪胎與地面的摩擦力,輪胎容易磨損,可能對(duì)前方的運(yùn)輸車輛或物體造成影響,增加追尾風(fēng)險(xiǎn),容易引發(fā)交通事故。結(jié)合學(xué)者的相關(guān)研究發(fā)現(xiàn),可以設(shè)定為當(dāng)車輛的前后速度變化閾值為4 km/h時(shí)劃分為急加速行為。
急減速就是在駕駛過(guò)程中,短時(shí)間內(nèi)或瞬時(shí)間減小油門(mén),噴油量瞬間減小,急剎車,急踩離合,發(fā)動(dòng)機(jī)轉(zhuǎn)速瞬間減小,使車的速度迅速降低。對(duì)發(fā)動(dòng)機(jī)和剎車有影響,在實(shí)際的運(yùn)輸過(guò)程中,通過(guò)相鄰兩次數(shù)據(jù)的GPS速度差可以反映車輛的速度變化情況,當(dāng)速度變化量大于0時(shí)即為減速,判定貨運(yùn)車輛是否產(chǎn)生急減速行為,需要通過(guò)參數(shù)設(shè)定一個(gè)急減速的判定閾值。
怠速是指發(fā)動(dòng)機(jī)在空檔情況下運(yùn)轉(zhuǎn),指速度和加速度均為0時(shí),機(jī)動(dòng)車仍在燃油維持發(fā)動(dòng)機(jī)轉(zhuǎn)動(dòng)的一種工作狀態(tài),如發(fā)動(dòng)機(jī)在運(yùn)轉(zhuǎn)時(shí)完全放松油門(mén)踏板。
短暫的怠速預(yù)熱對(duì)車輛啟動(dòng)有良好的作用,而長(zhǎng)時(shí)間怠速會(huì)影響油耗,影響交通安全和車輛自身的機(jī)械安全。車輛剛啟動(dòng)時(shí),發(fā)動(dòng)機(jī)類溫度還沒(méi)有達(dá)到正常工作時(shí)的溫度,如果這時(shí)就行駛,會(huì)導(dǎo)致發(fā)動(dòng)機(jī)類燃油燃燒不充分,耗油更多,還會(huì)積累許多未充分燃盡的雜質(zhì),損壞車輛。所以車輛剛啟動(dòng)時(shí),約控制在1分鐘時(shí)間內(nèi)進(jìn)行預(yù)熱,對(duì)車輛也會(huì)有良好的保養(yǎng)效果。
長(zhǎng)時(shí)間怠速由怠速的時(shí)間長(zhǎng)短來(lái)定義,通常認(rèn)為2分鐘以內(nèi)怠速為正常情況,可能是在等紅燈,在2到10分鐘之間為長(zhǎng)時(shí)間怠速,超過(guò)10分鐘為超長(zhǎng)怠速。再考慮到正常怠速預(yù)熱時(shí)間應(yīng)控制在1分鐘內(nèi),超過(guò)1分鐘可能會(huì)損壞車輛,綜合考慮怠速狀態(tài)與怠速時(shí)間來(lái)評(píng)判駕駛行為的安全性與節(jié)能性,并結(jié)合學(xué)者的經(jīng)驗(yàn)研究,所以定義當(dāng)一次怠速時(shí)長(zhǎng)超過(guò)60 s時(shí)即為一次長(zhǎng)時(shí)間怠速,當(dāng)發(fā)動(dòng)機(jī)轉(zhuǎn)速不為0但是車輛本身速度為0時(shí),表明該車輛超長(zhǎng)怠速。
熄火滑行是指機(jī)動(dòng)車在行駛過(guò)程中,駕駛員將變速桿置于空檔位置,使發(fā)動(dòng)機(jī)與驅(qū)動(dòng)輪的離合器分離開(kāi),車輛的發(fā)動(dòng)機(jī)引擎處于熄火狀態(tài),而車輛會(huì)按照慣性繼續(xù)向前滑行的狀態(tài)。ACC狀態(tài)為車輛引擎點(diǎn)火和熄火狀態(tài)的標(biāo)志,當(dāng)ACC狀態(tài)為1表示車輛引擎處于點(diǎn)火狀態(tài),當(dāng)ACC狀態(tài)為0表示車輛引擎處于熄火的狀態(tài)。
超速行駛是指駕駛員以超過(guò)法律、法規(guī)規(guī)定的行駛速度駕駛,是一種違反交通規(guī)則的異常駕駛行為,也是衡量車輛安全行駛的一項(xiàng)十分重要的指標(biāo)。超速行駛?cè)菀自谡{(diào)速和保護(hù)系統(tǒng)故障及本身的缺陷中造成嚴(yán)重交通事故,直接威脅著駕駛員和他人的生命財(cái)產(chǎn)安全。對(duì)于超速行駛,主要根據(jù)車輛當(dāng)前經(jīng)緯度坐標(biāo),判斷出車輛當(dāng)前行駛道路,并根據(jù)當(dāng)前道路限速要求,來(lái)判斷車輛當(dāng)前速度是否超速。
急變道,是駕駛員在正常行駛過(guò)程中,由于某種原因,突然切換行車車道,變道后仍然沿原先道路方向行駛的一種行為。急變道與急變速相似,是行駛過(guò)程中的一種應(yīng)激反應(yīng),往往發(fā)生于超車、避讓、堵車時(shí)切換車道等情形,是一種不安全的駕駛行為。
如單獨(dú)分析AA00003車輛的行車狀態(tài)數(shù)據(jù)時(shí),觀察行車狀態(tài)數(shù)據(jù)集中的時(shí)間項(xiàng)記錄有日期(年月日)和時(shí)間(時(shí)分),精確到分鐘,而同一分鐘有多條行車狀態(tài)數(shù)據(jù),那么數(shù)據(jù)是隨著時(shí)間逐秒增加而記錄,但時(shí)間項(xiàng)沒(méi)有顯示秒,考慮到在后續(xù)計(jì)算和分析的過(guò)程中如果再詳細(xì)劃分秒會(huì)耗費(fèi)較大的工作量,故考慮按分鐘對(duì)數(shù)據(jù)進(jìn)行聚合,對(duì)車速等數(shù)據(jù),聚合時(shí)采用平均值。里程數(shù)據(jù)是個(gè)累計(jì)值,應(yīng)該取每分鐘內(nèi)的最后一個(gè)數(shù)值,為了計(jì)算簡(jiǎn)單,也都用平均值。運(yùn)用Excel進(jìn)行數(shù)據(jù)匯總,得到相同分鐘時(shí)間下的速度、行車?yán)锍痰鹊钠骄担鐖D1所示。圖中新增加了一項(xiàng)加速度a,單位是m/s2。
圖1 AA00003數(shù)據(jù)按秒?yún)R總聚合表
駕駛行為聚類分析。分析貨運(yùn)車輛的駕駛行為的常用方法有K-means聚類、高斯混合聚類、譜聚類方法等數(shù)學(xué)建模的方法,而常用的是K-means聚類,且具有較好的聚類效果,因此考慮運(yùn)用K-means聚類對(duì)駕駛行為進(jìn)行分類,建立行車安全的數(shù)學(xué)模型來(lái)對(duì)貨運(yùn)車輛的駕駛行為進(jìn)行評(píng)分。
K均值聚類算法是一種迭代求解的基于原型的目標(biāo)函數(shù)聚類分析算法,它是數(shù)據(jù)點(diǎn)到原型的某種距離作為優(yōu)化的目標(biāo)函數(shù),利用函數(shù)求極值的方法得到迭代運(yùn)算的調(diào)整規(guī)則。K-means算法采用歐式距離作為相似度測(cè)量,以誤差平方和準(zhǔn)則函數(shù)作為聚類準(zhǔn)則函數(shù)[4]。
K-means聚類算法的優(yōu)點(diǎn):(1)原理比較簡(jiǎn)單,收斂速度快,容易實(shí)現(xiàn),是經(jīng)典聚類算法。(2)對(duì)于密集接近高斯分布的簇,聚類效果較好。(3)主要需要調(diào)參的參數(shù)僅是簇?cái)?shù)k。(4)對(duì)于大數(shù)據(jù)集,依然能夠高效運(yùn)行聚類。
K-means聚類算法的缺點(diǎn):(1)k值需要預(yù)先給定,很多情況下k值難以估計(jì)。
(2)需要先選取一個(gè)初始聚類中心(質(zhì)心點(diǎn))來(lái)確定初始聚類劃分,再對(duì)初始劃分進(jìn)行優(yōu)化。因此Kmeans算法對(duì)初始選取的質(zhì)心點(diǎn)敏感,不同的隨機(jī)種子點(diǎn)得到的聚類結(jié)果完全不同,影響聚類結(jié)果。(3)對(duì)噪聲和異常點(diǎn)敏感,常用來(lái)檢測(cè)異常值。(4)采用迭代方法,可能只能得到局部最優(yōu)解,無(wú)法得到全局最優(yōu)解。
通過(guò)將提取的每秒記錄的數(shù)據(jù),運(yùn)用SPSS對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理,去除量綱的影響,再對(duì)數(shù)據(jù)進(jìn)行K-means,發(fā)現(xiàn)分成3類比較合適,分別得到速度和加速度聚類分析圖,如圖2和圖3所示。
圖2 速度K-means聚類分析圖
圖3 加速度K-means聚類分析圖
從平均速度的關(guān)系圖中可以看出駕駛行為能夠較好地分成三個(gè)類別:(1)藍(lán)色可以代表穩(wěn)健型駕駛,表示車輛在運(yùn)輸過(guò)程中的平均速度處于20~60 km/h的中等速度范圍,速度比較集中。(2)灰色可以代表激進(jìn)型駕駛,表示車輛的平均速度較大,在60~80 km/h的范圍,在行駛過(guò)程中車輛駕駛員傾向于行駛速度過(guò)快,頻繁急加速急減速。(3)綠色可以代表疲勞型駕駛,表示車輛在駕駛時(shí)速度比較小,也可能是疲勞時(shí)速度較小。
從加速度的關(guān)系圖中可以看出駕駛行為能夠與速度比較接近地分成三類:(1)灰色可以代表穩(wěn)健型駕駛,表示車輛的加速度變化比較集中分布在0附件,表示駕駛比較穩(wěn)定。(2)藍(lán)色可以代表激進(jìn)型駕駛,表示車輛的加速度變化較大,在行駛過(guò)程中車輛駕駛員傾向于急變速,頻繁急加速急減速。(3)綠色可以代表疲勞型駕駛表示車輛在駕駛時(shí)加速度比較分散,時(shí)而穩(wěn)定,時(shí)而急變速。
本文首先構(gòu)建分析了8種影響安全駕駛的不良駕駛指標(biāo)(如疲勞駕駛、急加速、急減速、怠速預(yù)熱、超長(zhǎng)怠速、熄火滑行、超速、急變道),再運(yùn)用K-means聚類模型對(duì)駕駛行為進(jìn)行聚類,主要可以分為穩(wěn)健型駕駛、激進(jìn)型駕駛、和疲勞型駕駛3種。