摘 要：我國人均車輛擁有數(shù)量在逐年上漲，道路交通狀況發(fā)生頻率升高，交通執(zhí)法管理難度也隨之增加。利用車輛從事違法犯罪活動(dòng)的行為時(shí)有發(fā)生，單是從事故發(fā)生后的糾察和抓捕已經(jīng)不能有效的遏制有關(guān)犯罪活動(dòng)的進(jìn)行。如何在車輛從事犯罪活動(dòng)的開端就加以識(shí)別和控制對提高執(zhí)法監(jiān)管能力有重要作用。目前關(guān)于車輛行為活動(dòng)的分析主要是針對駕駛員是否出現(xiàn)"疲勞駕駛"或是"酒駕"進(jìn)行鑒別研究，降低道路上交通事故的發(fā)生次數(shù)。車輛從事違法犯罪活動(dòng)一般會(huì)套用假車牌或他人的車牌進(jìn)行偽裝，從而逃避警察的追捕。本文將從如何糾察套用車牌進(jìn)行違法犯罪活動(dòng)車輛的問題下手，根據(jù)車牌的信息進(jìn)行分析，分為兩種情況：1）如車牌為假牌照，通過交通部門車輛登記信息查詢即可辨別；2）如套用他人牌照，則根據(jù)該牌照的日常正?；顒?dòng)軌跡范圍對疑似車輛進(jìn)行評價(jià)判定，若兩者的偏離值超過一定的閾值，車輛存在駕駛行為異常狀況。本文主要針對第二種情況進(jìn)行分析，根據(jù)車輛在道路行駛的行為、軌跡等記錄，選取車輛駕駛行為的六類基本指標(biāo)進(jìn)行分析，通過量化各類指標(biāo)并探索建立行為異常評價(jià)模型，對車輛駕駛行為進(jìn)行綜合評價(jià)。

關(guān)鍵詞：駕駛行為；異常；評價(jià)；偏離值

1.背景

國內(nèi)外研究對車輛駕駛行為分析大多是應(yīng)用在交通事故判別上，判斷車輛行駛的狀態(tài)，有關(guān)技術(shù)也多是解決駕駛員狀態(tài)的檢測、分析問題，用于車輛駕駛過程中對駕駛員的異常狀態(tài)的提醒和警告裝置的探索研發(fā)。除此之外，發(fā)現(xiàn)在隨著車輛總數(shù)的上升，車主對車輛記錄信息管理的疏忽以及個(gè)人信息的隨意泄露給了不少人從事違法犯罪的人可乘之機(jī)。為了偽裝自己從事不法活動(dòng)，套用他人車牌作案的例子屢見不鮮，事發(fā)后通過監(jiān)控拍攝到的車牌號(hào)對罪犯的活動(dòng)分析發(fā)現(xiàn)根本查無此人或是人不對號(hào)，這給社會(huì)治安造成嚴(yán)重困擾，也耗費(fèi)了大量人力進(jìn)行摸索偵探，更給了罪犯逃跑的機(jī)會(huì)。

2.模型準(zhǔn)備

不同駕駛?cè)擞胁煌男熊嚵?xí)慣，而且難以改變，隨著車輛的行駛會(huì)留下一系列軌跡數(shù)據(jù)。當(dāng)車輛出現(xiàn)異常活動(dòng)時(shí)，如在進(jìn)行違法犯罪活動(dòng)時(shí)，其行駛的路線和停留地址以及停留時(shí)間等都會(huì)與以往有所出入。通過差異的比較，對車輛行駛過程中的行車情況進(jìn)行綜合評價(jià)，判斷其是否存在駕駛行為異常的情況，提高道路的監(jiān)測能力，以便及早對可疑車輛進(jìn)行控制。駕駛行為異常按狀況不同可分為如下幾種：

（1）駕駛員精神狀態(tài)不佳導(dǎo)致行動(dòng)能力下降，對車輛的控制失常，如出現(xiàn)疲勞駕駛時(shí)，人的精神狀態(tài)松懈，對道路狀況的反應(yīng)能力下降，在面對復(fù)雜的路況時(shí)易產(chǎn)生交通事故。

（2）是車輛在行駛過程中出現(xiàn)問題，設(shè)備故障、機(jī)器失靈等狀況，可能導(dǎo)致追尾或碰撞基建設(shè)施等事故發(fā)生。

（3）除了上述的情況，還有一種情況是可能其駕駛員未出現(xiàn)任何精神狀態(tài)不佳或車輛沒有故障問題，在道路行駛不構(gòu)成任何威脅，但他們的目的是借用車輛輔助其完成違法犯罪活動(dòng)。

第三種狀況下往往不容易提前被發(fā)覺，但其車輛往往都是套用他人車牌以進(jìn)一步掩飾其行為。采用加權(quán)偏離值法，通過對各指標(biāo)偏離度計(jì)算，最后加權(quán)求和得到總偏離值，從而判斷當(dāng)日駕駛員駕駛行為與歷史行為的偏離程度，是可以對車輛駕駛行為異常進(jìn)行綜合評價(jià)判斷的。

3.指標(biāo)的選取及提取計(jì)算

通過對國內(nèi)駕駛行為文獻(xiàn)的查閱，我們選取了車輛行駛速度、停駐點(diǎn)距離、出行時(shí)長、出行距離、工作日駕駛次數(shù)、休息日駕駛次數(shù)、車輛維修次數(shù)與車輛違章綜合指標(biāo)六個(gè)指標(biāo)，具體各指標(biāo)提取計(jì)算方法如下。

車輛行駛速度，即車輛日平均行駛車速。道路交通攝像頭記錄車輛車速，通過公式計(jì)算求得日平均行駛車速。

其中， v—車輛日平均行駛速度；v — 交通攝像頭記錄車輛車速；n— 記錄次數(shù)。

停駐點(diǎn)距離，即車輛停駐區(qū)中心點(diǎn)A與車輛登記中心點(diǎn)B的平均距離。由于在道路流暢的情況下，車輛在城市道路內(nèi)的行駛速度一般為30Km/h以上，故當(dāng)兩相鄰記錄點(diǎn)所求平均行駛車速小于10Km/h時(shí)，即認(rèn)為車輛在該區(qū)域內(nèi)停駐。因此車輛平均停駐點(diǎn)距離計(jì)算公式如下：

其中，s —車輛停駐區(qū)中心點(diǎn)與車輛登記中心點(diǎn)平均距離；Distance — 車輛停駐區(qū)中心點(diǎn)與車輛登記中心點(diǎn)距離。

出行時(shí)長，即車輛日平均出行時(shí)長。我們通過提取車輛一天內(nèi)最早與最晚行車記錄點(diǎn)，計(jì)算其日出行時(shí)長。

其中， t —車輛日平均出行時(shí)長；t1 — 車輛日最早行車記錄點(diǎn)；t2 — 車輛日最晚行車記錄點(diǎn)。

出行距離，即車輛日平均出行距離。我們通過計(jì)算車輛通過相鄰攝像點(diǎn)的距離，求和得出其日出行距離。

其中，l —車輛日平均出行距離；lm — 車輛相鄰記錄點(diǎn)間距離。

工作日駕駛次數(shù)，即駕駛?cè)艘恢軆?nèi)周一至周五駕駛車輛出行次數(shù)。

其中， ca—車輛一周內(nèi)周一至周五駕駛車輛出行平均次數(shù)；ca — 車輛一周內(nèi)周一至周五駕駛車輛出行次數(shù)。

休息日駕駛次數(shù)，即駕駛?cè)找恢軆?nèi)周六周日和法定節(jié)假日駕駛車輛出行次數(shù)。

其中， cs— 車輛一周內(nèi)周六日及法定節(jié)假日駕駛車輛出行平均次數(shù)

cs — 車輛一周內(nèi)周六日及法定節(jié)假日駕駛車輛出行次數(shù)。

車輛維修狀態(tài)，即駕駛一年內(nèi)的維修次數(shù)。

其中， z— 車輛一年內(nèi)平均維修次數(shù)；z — 車輛一年內(nèi)維修次數(shù)；

車輛違章綜合指標(biāo)（p）。

根據(jù)車輛的違章信息，違章信息包括闖紅燈（p1 ），超速（p2 ），違章停車（p3 ），開車打電話（p4 ），不系安全帶（p5 ）等五種常見違章行為。對五種主要的違章行為分別設(shè)置20%的權(quán)重，并對其各自的次數(shù)進(jìn)行加權(quán)，最后得到車輛違章信息的加權(quán)次數(shù)。

4.基于加權(quán)偏離值法的駕駛行為比對

基于加權(quán)偏離值法對駕駛行為進(jìn)行比對分析，將各項(xiàng)指標(biāo)數(shù)據(jù)與歷史數(shù)據(jù)進(jìn)行求取偏離值，減小誤差。最后通過加權(quán)求和得到總偏離值，反映車輛駕駛行為異常的程度。

車輛駕駛行為主要體現(xiàn)在停駐區(qū)域，駕駛速度等方面，且六項(xiàng)指標(biāo)的權(quán)重不一。通過查閱相關(guān)資料研究，將六項(xiàng)指標(biāo)權(quán)重分別劃定為0.46， 0.13， 0.08， 0.12， 0.11， 0.04， 0.04， 0.02，具體計(jì)算如下。

基于上述綜合評價(jià)得到駕駛行為偏離值ε ，通過初步測試，當(dāng)ε 偏差在30%左右時(shí)，基本可認(rèn)為車輛駕駛行為存在異常狀況。

5.總結(jié)

本文研究的是，探索如何判別車輛在行駛過程行為異常，構(gòu)建綜合的評價(jià)模型對其進(jìn)行判斷。其主要是針對車輛駕駛員的日常駕駛行為習(xí)慣進(jìn)行分析建立模型，對車輛駕駛行為的判斷基于歷史行為和檢測行為的偏離值對比，考慮車輛行駛在一段時(shí)間內(nèi)的連續(xù)性，可得到每輛車的駕駛行為分析結(jié)果。

作者簡介：

孫燕（1997.10- ），女，四川，本科，重慶交通大學(xué)，交通管理專業(yè)