[发明专利]一种面向智能网联车辆群组测试的驾驶风险分级聚类方法

权利要求书

1.一种面向智能网联车辆群组测试的驾驶风险分级聚类方法，其特征在于：所述方法包括：

(1)车辆驾驶行为特征参数提取；

(2)车辆驾驶行为参数主成成分分析；

(3)车辆驾驶行为参数因子分析；

(4)基于系统聚类的车辆驾驶风险分级。

2.根据权利要求1所述的面向智能网联车辆群组测试的驾驶风险分级聚类方法，其特征在于：步骤(2)中，主成成分分析模型为：

式中：n为车辆样本数，m为步骤(1)中提取的车辆驾驶行为特征参数指标，X1，X2，…，Xm为原来的变量指标；F1，F2，…，Fp为提取的主成成分，p＜m，a_ij为矩阵系数。

3.根据权利要求2所述的面向智能网联车辆群组测试的驾驶风险分级聚类方法，其特征在于：主成成分分析模型满足以下条件：

(1)每个主成成分系数平方和为1；

(2)主成成分之间互不相关；

(3)主成成分方差依次递减。

4.根据权利要求2所述的面向智能网联车辆群组测试的驾驶风险分级聚类方法，其特征在于：步骤(2)包括如下步骤：

①对步骤(1)提取的m个指标进行标准化处理；

②根据标准化后的数据矩阵求出协方差或相关阵；

③求出协方差矩阵的特征根和特征向量；

④确定主成成分；

⑤计算相应主成成分得分以及综合主成成分得分。

5.根据权利要求1所述的面向智能网联车辆群组测试的驾驶风险分级聚类方法，其特征在于：步骤(3)中，因子分析模型为：

式中，n为车辆样本数，m为步骤(1)中提取的车辆驾驶行为特征参数指标，X＝(X1,X2,…,Xm)T为车辆驾驶行为参数随机变量，F＝F1,F2,…,Fp为公因子，b_ij为因子载荷，即公因子Fi和变量Xj的相关系数，ε为特殊因子，代表公因子以外的影响因素。

6.根据权利要求5所述的面向智能网联车辆群组测试的驾驶风险分级聚类方法，其特征在于：步骤(3)包括如下步骤：

①对步骤(1)提取的m个指标进行标准化处理；

②计算标准化处理后数据的相关系数阵，求出相关系数矩阵的特征值和特征向量；

③进行正交变换；

④确定因子个数，计算相应因子得分及综合得分。

7.根据权利要求6所述的面向智能网联车辆群组测试的驾驶风险分级聚类方法，其特征在于：使用方差最大法进行正交变换。

8.根据权利要求1所述的面向智能网联车辆群组测试的驾驶风险分级聚类方法，其特征在于：步骤(4)包括如下步骤：

①将通过步骤(2)或步骤(3)获得的各条数据各自作为一类，按照设定的距离计算各数据点之间的距离，形成一个距离阵；

②将距离最近的两条数据并为一个类别，计算新产生的类别与其他各个类别之间的距离或者相似度，形成新的距离阵；

③按照第②步的原则，再将距离最接近的两个类别合并，这时如果类的个数仍然大于1，则继续重复这一步骤，直到所有的数据都被合并成为一个类别为止。

9.根据权利要求1或8所述的面向智能网联车辆群组测试的驾驶风险分级聚类方法，其特征在于：当通过步骤(2)获取的数据具有实际意义时，步骤(4)中选取步骤(2)或步骤(3))获取的数据进行聚类分析，当通过步骤(2)获取的数据不具有实际意义时，步骤(4)中选取步骤(3)获取的数据进行聚类分析。

10.根据权利要求1所述的面向智能网联车辆群组测试的驾驶风险分级聚类方法，其特征在于：步骤(1)中提取的车辆驾驶行为特征参数包括车速超过限速80％的时间比例、车速平均值、车速标准差、加速度标准差、正加速度平均值、正加速度标准差、负加速度/减速度平均值和负加速度标准差。