一种基于车联网数据的商用车驾驶行为风险等级辨识方法技术

本发明专利技术公开了一种基于车联网数据的商用车驾驶行为风险等级辨识方法，包括，获取商用车辆不同路段的车辆行驶数据；将商用车辆不同路段的车辆行驶数据传输至云端，并对商用车辆不同路段的车辆行驶数据进行数据预处理，获得风险驾驶行为特征数据；基于聚类算法与机器学习算法对风险驾驶行为特征数据进行驾驶风险聚类分析，获取聚类结果；结合风险驾驶行为特征数据和聚类结果，建立基于机器学习算法的驾驶风险预测模型；利用驾驶风险预测模型识别驾驶行为风险等级；本发明专利技术的海量车联网数据，具有采集下载简便、数据量大、数据准确性高等特点；同时通过合理划分驾驶行为风险等级，采用机器学习算法模型训练学习，具备较高的预测精度。度。度。

【技术实现步骤摘要】
一种基于车联网数据的商用车驾驶行为风险等级辨识方法


[0001]本专利技术涉及车联网交通安全的
，尤其涉及一种基于车联网数据的商用车驾驶行为风险等级辨识方法。

技术介绍

[0002]随着国民经济的快速发展和城市化进程的加快，我国的物流业快速发展，公路的货运量和周转量正在逐渐上升，货运安全问题成为重中之重。已有研究表明，驾驶员因素是导致交通事故的主要原因，集中体现为驾驶员积极和消极情绪状态，从而对车辆的操控行为失去合理性和规范性，出现急加速、急刹车等不安全驾驶行为，导致追尾、刮碰、侧翻等交通事故，对驾驶员和其他道路交通参与者的生命财产安全造成了极大的威胁。
[0003]驾驶员的驾驶风险等级不同，对交通事故的贡献也就不同，低风险等级的驾驶员可能引发较少的甚至避免交通事故，而风险等级越高的驾驶员引发的交通事故可能越严重。通常来说，传统方法是通过驾驶员的静态统计数据，例如驾驶员年龄、性别、车型等，并应用广义线性模型对驾驶员驾驶车辆时的风险行为进行预测，该种方法存在数据获取难度大、驾驶场景复杂度低以及预测精度差等问题。随着车联网技术、大数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车联网数据的商用车驾驶行为风险等级辨识方法，其特征在于：包括，获取商用车辆不同路段的车辆行驶数据；将所述商用车辆不同路段的车辆行驶数据传输至云端，并对所述商用车辆不同路段的车辆行驶数据进行数据预处理，获得风险驾驶行为特征数据；基于聚类算法对所述风险驾驶行为特征数据进行驾驶风险聚类分析，获取聚类结果；结合所述风险驾驶行为特征数据和聚类结果，建立基于机器学习算法的驾驶风险预测模型；利用所述驾驶风险预测模型识别驾驶行为风险等级。2.如权利要求1所述的基于车联网数据的商用车驾驶行为风险等级辨识方法，其特征在于：所述商用车辆不同路段的车辆行驶数据包括，车辆行驶数据：车辆属性，如底盘号、车辆VIN码和车辆类型；GPS数据：经纬度、GPS海拔、GPS车速、GPS加速度、GPS里程和GPS方向；车辆状态数据：ECU车速、加速度、转速、油门开度、档位状态、仪表车速累积里程、变速箱输出轴转速、发动机负荷百分比、发动机扭矩百分比、扭矩、车辆行驶时间、机油压力、终端电池电量和水温。3.如权利要求1或2所述的基于车联网数据的商用车驾驶行为风险等级辨识方法，其特征在于：所述数据预处理包括车辆行驶数据的清洗、驾驶风险特征工程的建立、数据的降维处理；所述车辆行驶数据的清洗包括：缺失值的填补、异常值的检测以及跳变数据的删除与修正；利用因子分析法进行所述数据的降维处理，满足下式：其中，x
i
(i＝1，2，
…
，p)为原始特征变量，u
i
为特征变量x
i
所在列数据的均值，f1，f2，
…
，f
m
为公共因子，ε
i
(i＝1，2，
…
，p)为特殊因子，所有的a
ij
可视为一个因子载荷矩阵。4.如权利要求3所述的基...

【专利技术属性】
技术研发人员：何水龙，王永亮，冯海波，展新，王善超，李超，李骏，许恩永，邓聚才，周志斌，冯哲，
申请(专利权)人：东风柳州汽车有限公司，
类型：发明
国别省市：