论文部分内容阅读
随着道路交通行业的持续发展,营运车辆的数量也在逐年快速增长,与此同时,在我国,由车辆行驶导致的重大交通事故也较为频繁地发生。分析可知,包括超速行驶、疲劳驾驶等异常驾驶行为是导致交通事故的主要原因。而长期以来,由于道路运输企业和行业管理部门信息化技术应用程度相对较低,缺少对道路运输车辆在运营过程中所产生的海量动态监控数据进行分析的先进技术支撑,缺乏实时、有效掌握营运车辆驾驶人员的驾驶行为并进行分析应用,导致运输企业安全管理工作缺乏针对性和有效性。目前国内外对于异常驾驶行为的研究多数利用视频图像或者驾驶员生理特征等信息进行相应的分析,需要在车辆上额外加装生理指标信息采集传感器等,增加了研究成本且技术尚未完全成熟可用。而根据国内实际情况以及交通行业相关的法律法规,主要利用动态监控平台回传的基础卫星定位数据,研究使用相应的识别算法对驾驶员的异常驾驶行为进行辨识、统计和分析,这一研究工作目前还较少开展。且国内现有动态监控平台虽然能够根据卫星定位数据进行超阈值报警,但对异常驾驶行为识别还存在一定的局限性,其识别机制较为简单,准确性还需进一步提高。本文根据上述问题,对驾驶员的异常驾驶行为识别进行了研究,主要工作有如下几点:(1)对于疲劳驾驶行为,本文提出一种新的基于行业规定时间的疲劳驾驶行为识别算法,该算法可以利用卫星定位数据准确计算出驾驶员的休息时间以及有效驾驶时间,从而在国内法律规定的驾驶时间层面上判断其是否存在疲劳驾驶行为;(2)对于急加速和急减速行为,本文分别提出一种新的识别算法,算法可以识别车辆的急加速或急减速行为,将两段时间间隔极小的急加速或急减速行为进行合并,并统计计算各类参数;(3)对于超速行为以及不按规定路线行驶行为,本文分别在原有算法上进行了改进,提高了对因坐标漂移而产生的卫星定位噪声点的抗干扰能力;(4)在完成对算法的理论研究和设计的基础上,本文运用Java相关的编程技术将算法实现,利用典型模拟数据以及从现有动态监控平台之中提取的实际卫星定位数据对算法进行测试,验证了算法的准确性和有效性,给出了算法在通过程序实现后所花费的分析时间;(5)将算法进行整合,开发了异常驾驶行为识别系统,对系统所使用的技术进行了说明,对其功能界面进行了展示介绍。在完成论文所要求的研究内容之后,本文对研究工作进行了总结,并且对研究的不足进行了说明,提出了对未来研究的展望。