基于K-means的货车驾驶行为分析

时间：2024-05-19

吴梓钦

（广东石油化工学院，广东茂名525000）

0 引言

本文主要是对货运车辆驾驶行为进行聚类研究分析，数据来源于车联网记录的营运车辆行驶状态基础数据，包含从2018年7月1日至2018年10月31日的100辆货运车辆驾驶行为数据和自然气象因素数据。考虑到对车辆驾驶行为进行建模研究是研究货运车辆驾驶行为聚类研究的有效方法[1]，其中安全驾驶是驾驶过程中很受关注且关键的部分，不良驾驶行为研究车辆驾驶行为的重要组成部分，因此需要构建不良驾驶行为评价指标对货运车辆的行车安全进行分析，现拟构建以下8个[2]不良驾驶行为安全评价指标：疲劳驾驶、急加速、急减速、怠速预热、超长怠速、熄火滑行、超速和急变道[3]。

1 货车不良驾驶行为评价指标

1.1 疲劳驾驶

疲劳驾驶是指驾驶员在长时间连续行车后，产生生理机能和心理机能的失调，而在客观上出现驾驶技能下降的现象。驾驶人睡眠质量差或不足，长时间驾驶车辆，容易出现疲劳，影响到驾驶员的知行意合等诸多方面。

1.2 急加速

急加速就是在驾驶过程中，短时间内或瞬时间油门加油，喷油量瞬间增加，加速踏板加大力度发动机转速升高，使车的速度迅速提高。急加速行为会导致燃油混合气变得浓稠，油耗燃烧不够充分，从而耗费更多油，不仅浪费燃油资源，还会加重生态环境中的尾气污染。在实际的运输过程中，通过相邻两次数据的GPS速度差可以反映车辆的速度变化情况，当速度变化量大于0时即为加速，判定货运车辆是否产生急加速行为，需要通过参数设定一个急加速的判定阈值。急加速会增加轮胎与地面的摩擦力，轮胎容易磨损，可能对前方的运输车辆或物体造成影响，增加追尾风险，容易引发交通事故。结合学者的相关研究发现，可以设定为当车辆的前后速度变化阈值为4 km/h时划分为急加速行为。

1.3 急减速

急减速就是在驾驶过程中，短时间内或瞬时间减小油门，喷油量瞬间减小，急刹车，急踩离合，发动机转速瞬间减小，使车的速度迅速降低。对发动机和刹车有影响，在实际的运输过程中，通过相邻两次数据的GPS速度差可以反映车辆的速度变化情况，当速度变化量大于0时即为减速，判定货运车辆是否产生急减速行为，需要通过参数设定一个急减速的判定阈值。

1.4 怠速预热

怠速是指发动机在空档情况下运转，指速度和加速度均为0时，机动车仍在燃油维持发动机转动的一种工作状态，如发动机在运转时完全放松油门踏板。

短暂的怠速预热对车辆启动有良好的作用，而长时间怠速会影响油耗，影响交通安全和车辆自身的机械安全。车辆刚启动时，发动机类温度还没有达到正常工作时的温度，如果这时就行驶，会导致发动机类燃油燃烧不充分，耗油更多，还会积累许多未充分燃尽的杂质，损坏车辆。所以车辆刚启动时，约控制在1分钟时间内进行预热，对车辆也会有良好的保养效果。

1.5 超长怠速

长时间怠速由怠速的时间长短来定义，通常认为2分钟以内怠速为正常情况，可能是在等红灯，在2到10分钟之间为长时间怠速，超过10分钟为超长怠速。再考虑到正常怠速预热时间应控制在1分钟内，超过1分钟可能会损坏车辆，综合考虑怠速状态与怠速时间来评判驾驶行为的安全性与节能性，并结合学者的经验研究，所以定义当一次怠速时长超过60 s时即为一次长时间怠速，当发动机转速不为0但是车辆本身速度为0时，表明该车辆超长怠速。

1.6 熄火滑行

熄火滑行是指机动车在行驶过程中，驾驶员将变速杆置于空档位置，使发动机与驱动轮的离合器分离开，车辆的发动机引擎处于熄火状态，而车辆会按照惯性继续向前滑行的状态。ACC状态为车辆引擎点火和熄火状态的标志，当ACC状态为1表示车辆引擎处于点火状态，当ACC状态为0表示车辆引擎处于熄火的状态。

1.7 超速行驶

超速行驶是指驾驶员以超过法律、法规规定的行驶速度驾驶，是一种违反交通规则的异常驾驶行为，也是衡量车辆安全行驶的一项十分重要的指标。超速行驶容易在调速和保护系统故障及本身的缺陷中造成严重交通事故，直接威胁着驾驶员和他人的生命财产安全。对于超速行驶，主要根据车辆当前经纬度坐标，判断出车辆当前行驶道路，并根据当前道路限速要求，来判断车辆当前速度是否超速。

1.8 急变道

急变道，是驾驶员在正常行驶过程中，由于某种原因，突然切换行车车道，变道后仍然沿原先道路方向行驶的一种行为。急变道与急变速相似，是行驶过程中的一种应激反应，往往发生于超车、避让、堵车时切换车道等情形，是一种不安全的驾驶行为。

2 K-m e an s的货车驾驶行为分析

如单独分析AA00003车辆的行车状态数据时，观察行车状态数据集中的时间项记录有日期（年月日）和时间（时分），精确到分钟，而同一分钟有多条行车状态数据，那么数据是随着时间逐秒增加而记录，但时间项没有显示秒，考虑到在后续计算和分析的过程中如果再详细划分秒会耗费较大的工作量，故考虑按分钟对数据进行聚合，对车速等数据，聚合时采用平均值。里程数据是个累计值，应该取每分钟内的最后一个数值，为了计算简单，也都用平均值。运用Excel进行数据汇总，得到相同分钟时间下的速度、行车里程等的平均值，如图1所示。图中新增加了一项加速度a，单位是m/s2。

图1 AA00003数据按秒汇总聚合表

驾驶行为聚类分析。分析货运车辆的驾驶行为的常用方法有K-means聚类、高斯混合聚类、谱聚类方法等数学建模的方法，而常用的是K-means聚类，且具有较好的聚类效果，因此考虑运用K-means聚类对驾驶行为进行分类，建立行车安全的数学模型来对货运车辆的驾驶行为进行评分。

K均值聚类算法是一种迭代求解的基于原型的目标函数聚类分析算法，它是数据点到原型的某种距离作为优化的目标函数，利用函数求极值的方法得到迭代运算的调整规则。K-means算法采用欧式距离作为相似度测量，以误差平方和准则函数作为聚类准则函数[4]。

K-means聚类算法的优点：（1）原理比较简单，收敛速度快，容易实现，是经典聚类算法。（2）对于密集接近高斯分布的簇，聚类效果较好。（3）主要需要调参的参数仅是簇数k。（4）对于大数据集，依然能够高效运行聚类。

K-means聚类算法的缺点：（1）k值需要预先给定，很多情况下k值难以估计。

（2）需要先选取一个初始聚类中心（质心点）来确定初始聚类划分，再对初始划分进行优化。因此Kmeans算法对初始选取的质心点敏感，不同的随机种子点得到的聚类结果完全不同，影响聚类结果。（3）对噪声和异常点敏感，常用来检测异常值。（4）采用迭代方法，可能只能得到局部最优解，无法得到全局最优解。

通过将提取的每秒记录的数据，运用SPSS对数据进行标准化处理，去除量纲的影响，再对数据进行K-means，发现分成3类比较合适，分别得到速度和加速度聚类分析图，如图2和图3所示。

图2 速度K-means聚类分析图

图3 加速度K-means聚类分析图

从平均速度的关系图中可以看出驾驶行为能够较好地分成三个类别：（1）蓝色可以代表稳健型驾驶，表示车辆在运输过程中的平均速度处于20~60 km/h的中等速度范围，速度比较集中。（2）灰色可以代表激进型驾驶，表示车辆的平均速度较大，在60~80 km/h的范围，在行驶过程中车辆驾驶员倾向于行驶速度过快，频繁急加速急减速。（3）绿色可以代表疲劳型驾驶，表示车辆在驾驶时速度比较小，也可能是疲劳时速度较小。

从加速度的关系图中可以看出驾驶行为能够与速度比较接近地分成三类：（1）灰色可以代表稳健型驾驶，表示车辆的加速度变化比较集中分布在0附件，表示驾驶比较稳定。（2）蓝色可以代表激进型驾驶，表示车辆的加速度变化较大，在行驶过程中车辆驾驶员倾向于急变速，频繁急加速急减速。（3）绿色可以代表疲劳型驾驶表示车辆在驾驶时加速度比较分散，时而稳定，时而急变速。