【技术实现步骤摘要】
一种营运客车异常变速行为常发性路段识别方法
[0001]本专利技术涉及营运客车异常变速行为常发性路段识别方法。本专利技术属于公共交通运营管理
技术介绍
[0002]营运客车作为一种重要的公共交通运输方式,具有载客量大、运输效率高、乘车环境舒适等特点,比较适合中短距离的出行。在行车过程中营运客车司机急踩刹车或急踩油门等异常变速行为均可能会造成乘客不适或受伤,还有可能发生追尾、侧翻等事故,引发更为严重的人身伤亡与财产损失。在实际道路上异常变速行为的发生经常存在一定的空间分布规律性,常发生异常变速行为的路段具有较高的安全隐患,对营运客车异常变速行为常发性路段进行识别一方面可以及时对驾驶员进行预警,避免交通事故的发生;另一方面还可以将常发性路段信息提供给道路管理部门,对隐患路段进行改造,以提高道路行车安全性。
[0003]当前车辆异常行为判别多采用视频监控或多传感器数据融合的方法,所需数据的规模和质量要求较高,且采集设备和存储设备的经济成本较高。而在车辆异常行为常发性路段识别方面研究还比较少,相关研究多是在现有交通事故数据基础上进行事故风险路段的判别,属于事故发生后的统计分析,尚未在事故发生之前对隐患路段进行识别、预警。
[0004]营运客车具有线路固定、班次密集、班次间运行相似性高的特点,并且当前营运客车全部搭载全球定位系统(Global Positioning System,GPS),公交企业可以获得大量营运客车在固定线路上运行时的位置、速度、加速度等数据。车辆的异常运动行为都会在GPS数据中有 ...
【技术保护点】
【技术特征摘要】
1.一种营运客车异常变速行为常发性路段识别方法,其特征在于:所述方法具体过程为:步骤1.基础数据采集;步骤2.基于基础数据进行坐标纠偏;步骤3.基于基础数据和坐标纠偏计算速度和加速度;步骤4.基于速度和加速度进行异常变速行为识别;步骤5.基于异常变速行为进行常发性异常变速路段识别。2.根据权利要求1所述的一种营运客车异常变速行为常发性路段识别方法,其特征在于:所述步骤1中基础数据采集;具体过程为:步骤1.1.提取一条营运客车线路过去连续N日内所有运行班次的GPS数据,包括GPS数据的采集时间、采样间隔、经纬度、车辆ID、班次方向信息;步骤1.2.营运客车上下行方向的异常变速行为常发性路段空间分布具有明显差异,选取营运客车上行方向运行道路作为研究对象,本发明同样适用于下行方向运行道路;步骤1.3.定义线路上行方向的运行班次集合为I={i:i=1,2,3,...,I};班次i共有K个GPS数据采集点,班次i的第k个数据采集点坐标表示为其中lng、lat分别表示经度与纬度,单位为
°
;GPS采样间隔表示为T,单位为s;k=1,2,3,...,K;步骤1.4.提取营运客车运行线路途经区域的GIS路网,包括道路名称、道路编号、道路等级信息。3.根据权利要求2所述的一种营运客车异常变速行为常发性路段识别方法,其特征在于:所述步骤2中基于基础数据进行坐标纠偏;具体过程为:步骤2.1.采用基于隐马尔科夫模型的地图匹配算法,完成GPS数据采集点与GIS路网的地图匹配,匹配到的路网即为GPS数据采集点实际所处路网;步骤2.2.完成地图匹配后的GPS数据采集点坐标即为GPS数据采集点在路网上实际所处的位置,表示为步骤2.3.将地图匹配后的坐标统一转换为平面坐标x、y分别是以赤道和中央子午线的交点作为坐标原点的坐标系中,GPS数据采集点距离中央子午线与赤道的投影距离,单位为m。4.根据权利要求3所述的一种营运客车异常变速行为常发性路段识别方法,其特征在于:所述步骤3中基于基础数据和坐标纠偏计算速度和加速度;具体过程为:步骤3.1.将班次i的第k个数据采集点坐标纠偏后的速度表示为单位为m/s;计算速度如下式所示;式中:分别为班次i的第k+1、k个数据采集点坐标纠偏后的平面坐标的x
轴坐标,单位为m;分别为班次i的第k+1、k个数据采集点坐标纠偏后的平面坐标的y轴坐标,单位为m;步骤3.2.将班次i的第k个数据采集点坐标纠偏后的加速度表示为单位为m/s2;计算加速度如下式所示;式中:为班次i的第k
‑
1个数据采集点坐标纠偏后的速度。5.根据权利要求4所述的一种营运客车异常变速行为常发性路段识别方法,其特征在于:所述步骤4中基于速度和加速度进行异常变速行为识别;具体过程为:步骤4.1.将所有I个班次采集的数据中大于等于0的加速度数据放入集合C
+
,将所有I个班次采集的数据中小于0的加速度数据放入集合C
‑
,班次运行速度的最大值表示为v
max
;式中:v
n
为集合C
+
中第n个数据点的速度,为集合C
+
中第n个数据点的加速度v
m
为集合C
‑
中第m个数据点的速度,为集合C
‑
中第m个数据点的加速度;步骤4.2.将速度区间[0,v
max
]以1m/s为间隔,划分速度区间组成集合Q,第个区间记为Q
σ
,第个区间中点为其中,为向上取整的数学符号;区间Q
σ
所包含的数据采集点中,有个数据采集点属于集合C
+
,个数据采集点属于集合C
‑
;步骤4.3.将区间中属于集合C
+
和C
‑
的数据采集点按照加速度值由小到大排列,分别放入集合和步骤4.4.将集合中加速度值的第95分位数表示为集合中加速度值的第95分位数表示为分位数表示为作为各速度区间下异常变速行为的区分值,只把5%的加速度对应的行为视为偏激变速行为;步骤4.5.将正加速度与负加速度区分值点集表示为P
+
、P
‑
,如下式所示;
分别以点集P
+
、P
‑
中的数据点绘制加速度阈值曲线,横坐标为速度,纵坐标为加速度;步骤4.6.分别对点集P
+
、P
‑
采用最小二乘法拟合多项式曲线,以速度v作为自变量,加速度a作为因变量,设多项式曲线函数分别为a
+
(v)、a
‑
(v);步骤4.7.多项式a
+
(v)、a
‑
(v)分别用2到5阶进行拟合,以偏差平方和L(α)、L(β)最小为目标,确定拟合多项式系数α0,α1,...,α
M
、β0,β1,...,β
...
【专利技术属性】
技术研发人员:别一鸣,张国庆,刘亚君,肖乔云,王天贺,李振宁,朱奥泽,
申请(专利权)人:吉林大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。