第七届挑战赛C2-运输车辆安全驾驶行为分析

摘要：

本文旨在基于某运输企业所采集的450辆运输车辆行车状态信息，结合气象条件与道路状况等信息，通过数据特征工程、数据分析与数据深入挖掘，对运输车辆驾驶行为的安全性、效率性和节能性进行综合评价。结合量化与质化数据分析，探讨运输车辆安全行驶的指导性管理政策。

针对任务一，建立了DBSCAN聚类模型进行异常点去噪，基于去噪后的经纬度数据绘制了待评判的十辆车的行车线路图，并且通过去噪前后的线路图对比可知，DBSCAN聚类对该问题的去噪效果良好，得到了比较清晰的线路图。随后根据构建的指标计算了这十辆车的行车里程、平均行车速度、急加速急减速情况。

针对任务二，本文构造了（每公里）急加速次数率、（每公里）急减速次数率、速度标准差、加速度标准差、（每公里）超长怠速次数率等多个行车安全评价指标。综合比对了多个聚类算法模型的效果，最终运用谱聚类实现了450辆车

辆行车状态的聚类，将450辆样本车辆分为了稳健型驾驶、激进型驾驶和疲劳型驾驶。并且基于指标输入与车辆的类别标签，利用BP神经网络模型实现了行车安全性类别的分类预测。

针对任务三，选取可能影响行车安全、节能、效率的指标，基于SEM模型构建驾驶员驾驶行为综合评价模型。分析还发现夜间行车的速度波动较白天更大。而根据相关分析，基于任务数据未能发现天气与驾驶行为间的显著关系。

关键词：行车评价；DBSCAN聚类；谱聚类；BP神经网络；结构方程模型

查看全文