[发明专利]一种基于海量交通数据分析的车辆安全驾驶行为分析方法

说明书

本发明涉及一种基于海量交通数据分析的车辆安全驾驶行为分析方法，本发明针对大范围车辆的海量交通数据，利用聚类、拟合以及回归等数据挖掘方法计算车辆的行为判断并评分，再以行为评分为依据，对驾驶人员和车辆的驾驶安全行为进行排名，具有适用范围广，数据量大，准确性高的特点。本发明的数据源可以是出租车、大货车、物流车、两客一危车辆等等特定群体的GPS行驶轨迹数据，也可以是所有加装了GPS设备的社会车辆产生的GPS轨迹数据，应用范围广。

技术领域

本发明涉及数据挖掘技术领域，尤其涉及一种基于海量交通数据分析的车辆安全驾驶行为分析方法。

背景技术

随着社会经济的发展，人们生活水平的进步，越来越多的人将机动车作为出行工具，这也给道路交通安全带来了许多问题及隐患。由于驾驶人员数量激增，驾驶人员的驾驶技能以及驾驶行为参差不齐，有些人由于驾龄较短，开车不熟练，而有些人虽然有一定时间的驾龄，但开车我行我素，这些都是交通事故的潜在因素。所以分析驾驶人员的驾驶安全行为对道路交通安全具有重大社会意义。

而另一方面，众所周知，保险公司会对不同的驾驶人员和车辆收取不同的保险费用，每当发生交通事故需要保险公司赔付时，该车辆下一年的保费会相应提高。但是驾驶人为了不提高保费，他们有时会绕过保险公司，采用私下沟通解决的方式处理事故。所以，保险公司可以通过对驾驶人员的驾驶数据进行分析，得出其驾驶安全行为的相对得分，从而较为准确地调整驾驶人员及车辆的保费。

目前业内对于驾驶安全行为的分析存在很多不足，有的需要发明一种复杂的终端设备来监控车辆，有的只对特定群体的车辆(如某物流公司的所有货车)进行分析，概括来说就是研究成本高或研究的车辆对象范围有限。

发明内容

本发明为克服上述的不足之处，目的在于提供一种基于海量交通数据分析的车辆安全驾驶行为分析方法，本发明针对大范围车辆的海量交通数据，利用聚类、拟合以及回归等数据挖掘方法计算车辆的行为判断并评分，再以行为评分为依据，对驾驶人员和车辆的驾驶安全行为进行排名，具有适用范围广，数据量大，准确性高的特点。本发明的数据源可以是出租车、大货车、物流车、两客一危车辆等等特定群体的GPS行驶轨迹数据，也可以是所有加装了GPS设备的社会车辆产生的GPS轨迹数据，应用范围广。

本发明是通过以下技术方案达到上述目的：一种基于海量交通数据分析的车辆安全驾驶行为分析方法，包括如下步骤：

(1)在数据库中导入浮动车数据和地图数据，基于浮动车数据和地图数据分别创建GPS数据表和路网信息表；并对浮动车数据进行预处理完成GPS数据表的修正；

(2)利用数据挖掘方法分析车辆的不安全驾驶行为，即异常加速/减速行为、异常转弯行为、非路口转弯行为、异常高速行为，将当前车辆的驾驶行为参数与驾驶行为参数基准阈值进行比较，判断是否发生异常加速/减速行为、异常转弯行为、非路口转弯行为、异常高速行为；其中，驾驶行为参数包括车速、加速度、方位角差，参数基准阈值通过历史交通数据统计获得。

作为优选，所述异常加速/减速行为判断方法为：

根据单个车辆速度-加速度分布情况，获取单个车辆不同速度区间对应的加速/减速阈值；以速度作变量，加速度作因变量，拟合单个车辆的加速度阈值曲线；抽取N辆车拟合的加速度阈值曲线的系数，将系数向量化，进行聚类分析，求得聚类中心，以聚类中心代表的系数建立的加速度阈值曲线作为基准加速度阈值曲线；当车辆行驶的加速度超出当前车速对应的基准加速度阈值曲线中的加速度阈值时，则判断车辆出现异常加速/减速行为；其中，该判断方法还包括根据道路结构，以两条路段的交叉点为圆点，以预设路口区域划分值为半径，划分路口区域和路段区域，以上述方法确定路口区域的基准加速度阈值曲线和路段区域的基准加速度阈值曲线，当车辆行驶的加速度超出当前车速、位置对应的基准加速度阈值曲线中的加速度阈值时，则判断车辆出现异常加速/减速行为。