譚運(yùn) 陶衛(wèi)星 周行

摘 要：隨著社會的發(fā)展，公交車的安全運(yùn)營成為社會關(guān)注的焦點(diǎn)。如何降低交通安全隱患構(gòu)建智慧交通系統(tǒng)，是當(dāng)前亟待解決的問題。本文利用車聯(lián)網(wǎng)系統(tǒng)的識別技術(shù)，提出了基于層次分析法的行車安全評價(jià)模型。通過實(shí)時(shí)的對駕駛車輛進(jìn)行追蹤和評價(jià)，實(shí)現(xiàn)對駕駛員駕駛狀態(tài)的行為分析，從而及時(shí)對具有不良駕駛行為的車輛進(jìn)行安全預(yù)警，保障公交車出行的安全。

關(guān)鍵詞：車聯(lián)網(wǎng)系統(tǒng);層次分析法;行車安全評價(jià)模型;行為分析

0 引言

隨著經(jīng)濟(jì)和工業(yè)的發(fā)展以及人們對綠色、環(huán)保、低碳生活的需求，公交車成為了廣大市民綠色出行最主要的交通工具。近年來，由于公交司機(jī)駕駛途中被乘客干擾、司機(jī)駕駛疲勞、駕駛行為不規(guī)范等問題直接造成了多起重大交通事故。如何有效的管理公交車輛的運(yùn)營，從源頭上減少事故的發(fā)生是當(dāng)前亟待解決的問題。

當(dāng)前國內(nèi)很多研究使用神經(jīng)網(wǎng)絡(luò)模型對駕駛行為進(jìn)行分析和預(yù)測，但是由于神經(jīng)網(wǎng)絡(luò)模型本身比較復(fù)雜，運(yùn)行速度較慢，在工作效率上比較落后。為了提高工作效率，本研究借助車聯(lián)網(wǎng)在信息網(wǎng)絡(luò)上采集車輛的行車數(shù)據(jù)并對數(shù)據(jù)進(jìn)行去噪，然后利用層次分析法構(gòu)建一個(gè)行車安全評價(jià)模型。在該評價(jià)模型中，本文考慮了多種駕駛行為對行車安全的綜合影響，通過設(shè)計(jì)駕駛行為識別算法對數(shù)據(jù)進(jìn)行分析，從而對駕駛員駕駛行為進(jìn)行評價(jià)。

1 駕駛行為數(shù)據(jù)的采集與處理

本研究借助車聯(lián)網(wǎng)的識別技術(shù)，實(shí)現(xiàn)在信息網(wǎng)絡(luò)上實(shí)時(shí)收集車輛的屬性信息和靜、動(dòng)態(tài)信息，采集的數(shù)據(jù)主要包括車輛的車牌號碼、經(jīng)緯度信息、ACC狀態(tài)（熄火/點(diǎn)火狀態(tài)）、GPS速度。

在本研究中，主要通過清除速度異常值實(shí)現(xiàn)對數(shù)據(jù)的清洗。本研究所認(rèn)為的速度異常值指的是：（1）速度明顯不符合實(shí)際情況的，比如，當(dāng)車輛屬于熄火狀態(tài)時(shí)，速度值不為0的數(shù)據(jù)，或者根據(jù)運(yùn)輸行業(yè)的數(shù)據(jù)統(tǒng)計(jì)，速度超過了200km/h的視為速度異常值;（2）通過經(jīng)緯度計(jì)算出的速度值與GPS記錄的速度值相差比較大的數(shù)據(jù)，在本研究中，認(rèn)為兩者相差值超過10km/h的速度視為速度異常值。在這里，給出了速度異常值的判斷計(jì)算公式：

其中，表示通過經(jīng)緯度求出的兩點(diǎn)之間的距離，、分別表示、兩點(diǎn)的經(jīng)緯度坐標(biāo);表示地球半徑;表示通過經(jīng)緯度求出來的車速。

2 駕駛行為識別算法

2.1 符號說明

符號 定義 GPS速度（） 前一時(shí)刻的GPS速度（） 后一時(shí)刻的GPS速度（） 最高車速限值（） 加速度（） 加速度限速（） 車連續(xù)運(yùn)行時(shí)長（） 車?yán)鄯e休息時(shí)長（）

2.2 行車安全評價(jià)指標(biāo)的確定

參考文獻(xiàn)《基于車輛運(yùn)行監(jiān)控系統(tǒng)的駕駛行為安全與節(jié)能評價(jià)方法研究》，本研究提出以下駕駛行為行車安全指標(biāo)，詳見表1。

本研究中將緊急制動(dòng)、熄火行駛作為減速操作駕駛行為的評價(jià)指標(biāo)，將超速行駛、急加速行駛、車速穩(wěn)定性作為車速控制的評價(jià)指標(biāo)，將疲勞駕駛作為駕駛員狀態(tài)的評價(jià)指標(biāo)。為了后面便于描述，用分別表示減速操作、車速控制、駕駛員狀態(tài)三種駕駛行為，用分別表示緊急制動(dòng)、熄火行駛、超速行駛、急加速行駛、車速穩(wěn)定性、疲勞駕駛6種評價(jià)指標(biāo)。

2.3 行車安全評價(jià)指標(biāo)識別算法

（1）緊急制動(dòng)識別算法：

a.觸發(fā)條件：當(dāng)車的GPS速度出現(xiàn)減速情況時(shí)開始識別，即：。

b.評價(jià)方法：在滿足觸發(fā)條件的基礎(chǔ)上，計(jì)算加速度：

判斷加速度a的絕對值是否大于加速度限值a1：若，則不存在緊急制動(dòng)情況;若，且減速時(shí)間發(fā)生在3秒內(nèi)，則認(rèn)為該駕駛行為屬于緊急制動(dòng)情況，記錄該不良駕駛行為的次數(shù)和總時(shí)長。在本研究中，我們將加速度限速為

c.終止條件：當(dāng)速度重新保持不變時(shí)，即=0時(shí)，終止。

（2）熄火行駛識別算法：

a.觸發(fā)條件：當(dāng)車的GPS速度出現(xiàn)減速情況時(shí)開始識別，即。

b.評價(jià)方法：在滿足觸發(fā)條件的基礎(chǔ)上，判斷的狀態(tài)：若，即車屬于熄火狀態(tài)，則該駕駛行為屬于熄火行駛，應(yīng)記錄該不良駕駛行為的次數(shù)和總時(shí)長;若，即車屬于點(diǎn)火狀態(tài)，則該駕駛行為不屬于熄火行駛。

c.終止條件：當(dāng)速度重新保持不變時(shí)，即時(shí)，終止。

（3）超速行駛識別算法：

a.觸發(fā)條件：當(dāng)車的GPS速度不為0時(shí)開始識別，即。

b.評價(jià)方法：在滿足觸發(fā)條件的基礎(chǔ)上，判斷車速是否大于最高車速限值：若，即車速超過最高車速限值，若超速時(shí)間維持大于3秒，則認(rèn)為該駕駛行為屬于超速行駛，記錄超速行駛的次數(shù)和總時(shí)長;若，則該行為不屬于超速行為。

c.終止條件：當(dāng)車的行駛速度為0時(shí)，終止。

（4）急加速行駛評價(jià)模型：

a.觸發(fā)條件：當(dāng)車的行駛速度出現(xiàn)速度增加的情況時(shí)開始識別，即。

b.評價(jià)方法：在滿足觸發(fā)條件的基礎(chǔ)下，計(jì)算加速度：

判斷加速度a是否大于最大加速度限值：若，即加速度大于最大加速度限值，若速度變化在3秒內(nèi)發(fā)生，認(rèn)為該行駛行為屬于急加速行駛，應(yīng)記錄急加速行駛的次數(shù)和總時(shí)長;若，則該行駛行為不屬于急加速行駛。在本研究中，加速度限速為.

c.終止條件：當(dāng)車的行駛速度重新穩(wěn)定時(shí)，即時(shí)，終止。

（5）車速穩(wěn)定性識別算法：

車速穩(wěn)定性是指車行駛過程中速度的穩(wěn)定程度，在行駛過程中，如果車速波動(dòng)過大，造成增加了車輛行駛的不安全。在本文中我們使用車的行駛速度的標(biāo)準(zhǔn)差來表示了車速的離散程度，即：標(biāo)準(zhǔn)差越大，離散度越大，車速變化頻繁。計(jì)算車速的標(biāo)準(zhǔn)差公式如下：

其中，表示車在這一段行駛過程中的平均速度，表示一共記錄了多少條速度數(shù)據(jù)，表示車速的標(biāo)準(zhǔn)方差。

（6）疲勞駕駛識別算法：

a.觸發(fā)條件：當(dāng)車的GPS速度不為0時(shí)開始識別，即。

b.評價(jià)方法：在滿足觸發(fā)條件的基礎(chǔ)上，計(jì)算速度連續(xù)不為0的時(shí)長，若該時(shí)長大于4小時(shí)，則認(rèn)為該駕駛行為屬于疲勞駕駛。若連續(xù)駕駛時(shí)長在4小時(shí)內(nèi)，則認(rèn)為該行為不屬于疲勞駕駛。

c.終止條件：當(dāng)車的行駛速度再次為0時(shí)，且連續(xù)為0的時(shí)長大于8小時(shí)，終止。

3 基于AHP的行車安全評價(jià)模型

本研究中，我們先用層次分析法求出駕駛員行為對行車安全的權(quán)重比例，再制定駕駛員駕駛行為得分標(biāo)準(zhǔn)，通過駕駛行為評價(jià)指標(biāo)識別算法求出駕駛員減速操作、車速控制以及駕駛員狀態(tài)三個(gè)駕駛行為的得分，用三個(gè)駕駛行為的得分別乘以三個(gè)駕駛行為對行車安全的權(quán)重，從而得到一個(gè)判斷駕駛行為的總得分，用總得分去評價(jià)一個(gè)駕駛員的行車安全。駕駛員駕駛行為得分標(biāo)準(zhǔn)，如表2所示：

3.1 建立層次結(jié)構(gòu)模型

本研究中，將行車安全作為層次結(jié)構(gòu)中的目標(biāo)層，行車安全的六個(gè)評價(jià)指標(biāo)作為層次結(jié)構(gòu)中的準(zhǔn)則層，駕駛員的三種駕駛行為作為方案層。得到層次結(jié)構(gòu)圖如圖1所示：

3.2 構(gòu)造判斷矩陣

參照1～9標(biāo)度法構(gòu)造如下判斷矩陣：

其中，矩陣A表示行車安全的6個(gè)評價(jià)指標(biāo)對行車安全的相關(guān)重要性的比較，矩陣（）分別表示減速操作、車速控制、駕駛員狀態(tài)三種駕駛行為對第個(gè)行車安全評價(jià)指標(biāo)的相關(guān)重要性的比較。利用MATLAB對判斷矩陣進(jìn)行一致性檢驗(yàn)，并同時(shí)通過MATLAB求出層次單排序的結(jié)果，結(jié)果如下：

當(dāng)駕駛員駕駛行為安全得分低于75時(shí)，對駕駛員進(jìn)行提示，當(dāng)駕駛員駕駛行為低于60分時(shí)，對駕駛員進(jìn)行預(yù)警。

4 結(jié)語

本研究基于車聯(lián)網(wǎng)系統(tǒng)的識別技術(shù)，利用層次分析法構(gòu)建一個(gè)行車安全評價(jià)模型。通過這個(gè)模型可以得到駕駛員當(dāng)前駕駛行為的安全性得分，并反饋給系統(tǒng)，評估行為是否安全，然后通過車載系統(tǒng)及時(shí)進(jìn)行反饋提醒駕駛員進(jìn)行調(diào)整車輛狀態(tài)，最終保證駕駛安全。該模型針對車輛的運(yùn)行狀態(tài)，分析預(yù)警駕駛行為，可以大大提高行車安全性。

參考文獻(xiàn)：

[1] 許書權(quán).基于車輛運(yùn)行監(jiān)控系統(tǒng)的駕駛行為安全與節(jié)能評價(jià)方法研究[D]. 2015

[2] 司守奎， 孫璽菁. 數(shù)學(xué)建模算法與應(yīng)用[M]. 國防工業(yè)出版社， 2011.

[3]丁琛. 基于車輛動(dòng)態(tài)監(jiān)控?cái)?shù)據(jù)的異常駕駛行為識別技術(shù)研究[D]. 2015.

[4]肖獻(xiàn)強(qiáng). 基于信息融合的駕駛行為識別關(guān)鍵技術(shù)研究[D]. 合肥工業(yè)大學(xué)， 2011.

[5]冀永強(qiáng). 層次分析法（AHP）權(quán)重向量計(jì)算及其應(yīng)用分析[J]. 中國市場， 2015， 000（052）：47-49.

[6]董玉成， 陳義華. 層次分析法（AHP）中的檢驗(yàn)[J]. 系統(tǒng)工程理論與實(shí)踐， 2004（07）：106-111.