【摘要】：大數(shù)據(jù)時(shí)代下移動(dòng)互聯(lián)網(wǎng)發(fā)展與移動(dòng)終端的普及形成了海量移動(dòng)對象軌跡數(shù)據(jù),軌跡數(shù)據(jù)含有豐富的時(shí)空信息,而車載數(shù)據(jù)采集設(shè)備不僅能收集大量的車輛GPS軌跡數(shù)據(jù),還能獲取OBD車載診斷系統(tǒng)的數(shù)據(jù)從而記錄車輛行駛信息以及駕駛員的駕駛行為。本文工作基于車輛行駛數(shù)據(jù),對GPS軌跡數(shù)據(jù)進(jìn)行處理,從OBD數(shù)據(jù)中分析駕駛員的駕駛風(fēng)格和駕駛行為,并設(shè)計(jì)一套車輛數(shù)據(jù)分析系統(tǒng),為駕駛員和車輛管理者提供數(shù)據(jù)分析服務(wù)。本文首先從車輛行駛數(shù)據(jù)中提取GPS數(shù)據(jù)進(jìn)行軌跡數(shù)據(jù)處理,使用中值濾波和均值濾波對原始軌跡進(jìn)行初步去噪,采用一種基于隱馬爾科夫模型的地圖匹配算法對軌跡數(shù)據(jù)進(jìn)行進(jìn)一步的糾偏,解決了噪聲導(dǎo)致軌跡偏離路網(wǎng)的問題;為了降低海量GPS軌跡數(shù)據(jù)的冗余,采用道格拉斯-普克等算法對原始軌跡數(shù)據(jù)進(jìn)行壓縮,使數(shù)據(jù)量降低5~10倍的同時(shí)還能保留原始軌跡的形狀特征;對預(yù)處理后的GPS軌跡數(shù)據(jù)進(jìn)行了駐點(diǎn)檢測和軌跡分隔,為后續(xù)數(shù)據(jù)挖掘提供了便利。其次,提取車輛OBD數(shù)據(jù)進(jìn)行駕駛員駕駛風(fēng)格與駕駛行為分析,用方差和變異系數(shù)對比了不同駕駛員在車速控制,發(fā)動(dòng)機(jī)轉(zhuǎn)速控制和轉(zhuǎn)向控制上的駕駛風(fēng)格。利用車輛油耗等記錄,結(jié)合道路,天氣等額外數(shù)據(jù),基于樸素貝葉斯算法建立了駕駛行為經(jīng)濟(jì)性模型,探究了駕駛行為對駕駛經(jīng)濟(jì)性的影響,給出了經(jīng)濟(jì)駕駛建議;對車型相同和外部行駛環(huán)境相似的車輛駕駛員建立了駕駛行為安全性模型,該模型對不同的危險(xiǎn)駕駛行為進(jìn)行相應(yīng)的懲罰,計(jì)算出駕駛員在不同路段上駕駛的安全系數(shù)。本文在車輛GPS數(shù)據(jù)和OBD數(shù)據(jù)分析的基礎(chǔ)之上,基于大數(shù)據(jù)架構(gòu)開發(fā)了一套用于車輛管理的數(shù)據(jù)分析系統(tǒng),該系統(tǒng)分別實(shí)現(xiàn)了一個(gè)基于Hadoop的車輛離線數(shù)據(jù)分析系統(tǒng)和一個(gè)基于Spark Streaming的車輛實(shí)時(shí)數(shù)據(jù)監(jiān)控系統(tǒng);車輛離線數(shù)據(jù)分析系統(tǒng)使用HBase對海量數(shù)據(jù)進(jìn)行存儲(chǔ),并定期對數(shù)據(jù)執(zhí)行MapReduce作業(yè)完成數(shù)據(jù)統(tǒng)計(jì),車輛管理人員可以通過網(wǎng)頁對車輛行駛數(shù)據(jù)和駕駛員駕駛行為進(jìn)行查詢;車輛實(shí)時(shí)數(shù)據(jù)監(jiān)控系統(tǒng)對車輛實(shí)時(shí)信號進(jìn)行解析,計(jì)算駕駛員的實(shí)時(shí)駕駛行為和車隊(duì)統(tǒng)計(jì)信息,計(jì)算結(jié)果被實(shí)時(shí)推送至前端進(jìn)行動(dòng)態(tài)呈現(xiàn)。最后,對車輛離線數(shù)據(jù)分析系統(tǒng)和車輛實(shí)時(shí)數(shù)據(jù)監(jiān)控系統(tǒng)進(jìn)行了驗(yàn)證,對系統(tǒng)的關(guān)鍵環(huán)節(jié)進(jìn)行了優(yōu)化,經(jīng)優(yōu)化后的系統(tǒng)在關(guān)鍵指標(biāo)上相比未優(yōu)化前有大幅提升,系統(tǒng)經(jīng)過在集群環(huán)境下的測試,可以負(fù)載5000輛車的離線數(shù)據(jù)分析和實(shí)時(shí)數(shù)據(jù)處理任務(wù)。
【圖文】：

圖 1-1 鄭宇等人總結(jié)的軌跡數(shù)據(jù)挖掘框架[7]儲(chǔ)層保存所有原始的 GPS 軌跡數(shù)據(jù)，這些原始數(shù)據(jù)往往含有較多的噪聲和冗階段需要進(jìn)行軌跡去噪[8]、軌跡壓縮[9]、地圖匹配[10]從而對原始軌跡進(jìn)行糾偏時(shí)的軌跡查詢，數(shù)據(jù)檢索層就是為上層應(yīng)用提供有效的數(shù)據(jù)管理和快速的數(shù)見的軌跡查詢需求有最近鄰查詢和范圍查詢；軌跡數(shù)據(jù)挖掘?qū)拥闹饕ぷ骷?]、軌跡分類[13]以及異常檢測[14]上。另外，相比于在原始的數(shù)據(jù)格式上進(jìn)行數(shù)數(shù)據(jù)提供了更豐富的處理方法，例如圖挖掘[14]以及矩陣分析[16]計(jì)算。本文的理中的關(guān)鍵技術(shù)。據(jù)去噪有三種處理方式：均值或中值濾波、卡爾曼濾波[17]和粒子濾波[18]。均實(shí)現(xiàn)簡單，可以解決大部分場景下的問題，但是當(dāng)軌跡中出現(xiàn)連續(xù)噪聲點(diǎn)時(shí)；卡爾曼濾波方法相比均值或中值濾波的優(yōu)勢在于其考慮了更多的狀態(tài)，如速法不需要像卡爾曼濾波那樣要求模型是線性的，對于復(fù)雜軌跡有更好的適應(yīng)據(jù)壓縮從方法上可以分為三類：線段簡化壓縮、基于路網(wǎng)結(jié)構(gòu)的壓縮和基于語縮就是在誤差允許的范圍內(nèi)減少原始軌跡點(diǎn)的數(shù)量，用若干條線段去近似原-普克算法[19]和滑動(dòng)窗口算法[20][21]；基于路網(wǎng)結(jié)構(gòu)的壓縮是先對原始軌跡進(jìn)

圖 1-2 論文研究框架構(gòu)安排如下：緒論，介紹了本文的研究背景與意義，，簡單闡述了軌跡數(shù)據(jù)挖掘，駕駛基于車輛 GPS 數(shù)據(jù)的軌跡數(shù)據(jù)處理，首先介紹了常見的軌跡數(shù)據(jù)類型以介紹了軌跡數(shù)據(jù)處理的幾個(gè)關(guān)鍵步驟，包括軌跡數(shù)據(jù)去噪，軌跡數(shù)據(jù)壓縮跡分隔。軌跡數(shù)據(jù)處理是后續(xù)駕駛行為分析以及數(shù)據(jù)系統(tǒng)設(shè)計(jì)的預(yù)備工基于車輛 OBD 數(shù)據(jù)的駕駛風(fēng)格與駕駛行為分析，在這一章中首先介紹輛 OBD 數(shù)據(jù)提取了各駕駛員的駕駛風(fēng)格并作對比；其次是探索了駕駛行影響，可以為駕駛員提供更好的駕駛建議。車輛行駛數(shù)據(jù)分析系統(tǒng)設(shè)計(jì)，這一章首先提出了系統(tǒng)的需求給出了系統(tǒng)實(shí)現(xiàn)的相關(guān)技術(shù)，最后是系統(tǒng)的實(shí)現(xiàn)方法。車隊(duì)數(shù)據(jù)分析系統(tǒng)包括離線車隊(duì)數(shù)據(jù)分析系統(tǒng)的驗(yàn)證及優(yōu)化，分別針對離線數(shù)據(jù)處理系統(tǒng)以及實(shí)時(shí)性能優(yōu)化，并對系統(tǒng)的穩(wěn)定性和速度作了測試。
【學(xué)位授予單位】：東南大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP274;U463.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張廷軍;;駕駛?cè)藛T風(fēng)險(xiǎn)駕駛行為分析及相關(guān)因素研究[J];黑龍江科學(xué);2018年10期

2 李進(jìn)偉;;駕駛?cè)藛T風(fēng)險(xiǎn)駕駛行為分析及相關(guān)因素探究[J];南方農(nóng)機(jī);2018年14期

3 ;分心駕駛?cè)绱宋ｋU(xiǎn) 為何屢禁不止[J];汽車與安全;2016年10期

4 曹曦文;孔堯;儲(chǔ)曉祥;王心浩;郎博勛;宋雪樺;;基于大數(shù)據(jù)駕駛行為分析系統(tǒng)設(shè)計(jì)[J];電腦知識與技術(shù);2018年23期

5 周桐;陳渝光;李雨宣;;考慮延遲駕駛行為的跟馳模型（英文）[J];機(jī)床與液壓;2016年24期

6 張琦;吳超仲;張暉;;我國攻擊性駕駛行為的區(qū)域差異研究[J];交通信息與安全;2016年06期

7 周桐;鄭林江;劉衛(wèi)寧;;考慮預(yù)估駕駛行為的跟馳模型及其穩(wěn)定性分析[J];重慶大學(xué)學(xué)報(bào);2016年06期

8 陳愷;何康樂;尚進(jìn);董亞波;;基于移動(dòng)智能終端的高速公路異常駕駛行為檢測技術(shù)研究[J];科技創(chuàng)新與應(yīng)用;2017年09期

9 毛正濤;張金喜;;基于新能源汽車遠(yuǎn)程監(jiān)控?cái)?shù)據(jù)的駕駛行為識別建模與應(yīng)用[J];汽車與配件;2017年17期

10 伍毅平;趙曉華;陳晨;姚瑩;榮建;;生態(tài)駕駛行為特征甄別及反饋優(yōu)化方法研究[J];交通工程;2017年04期

相關(guān)會(huì)議論文 前10條

1 沈碧瑩;瞿煒娜;孫向紅;張侃;葛燕;;中國駕駛員親社會(huì)駕駛行為與人格的關(guān)系研究[A];第二十屆全國心理學(xué)學(xué)術(shù)會(huì)議--心理學(xué)與國民心理健康摘要集[C];2017年

2 楊碩;杜煜;杜晨;張永華;張匯;;駕駛行為研究方法綜述[A];中國計(jì)算機(jī)用戶協(xié)會(huì)網(wǎng)絡(luò)應(yīng)用分會(huì)2017年第二十一屆網(wǎng)絡(luò)新技術(shù)與應(yīng)用年會(huì)論文集[C];2017年

3 李勇;譚紅英;劉丹平;;基于多傳感器信息融合的客車不安全駕駛行為智能分析[A];2012中國信息經(jīng)濟(jì)學(xué)年會(huì)會(huì)議論文集[C];2012年

4 苑盛成;劉奕;王剛橋;劉藝;張輝;;基于多主體的交通疏散仿真駕駛行為元模型架構(gòu)研究[A];第26屆中國控制與決策會(huì)議論文集[C];2014年

5 丁靖艷;鄭全全;;關(guān)于侵犯駕駛行為的若干問題[A];中國人類工效學(xué)學(xué)會(huì)第六次學(xué)術(shù)交流會(huì)論文摘要匯編[C];2003年

6 張翔;何漢武;胡兆勇;王鵬;;虛擬交通環(huán)境下自主汽車智能駕駛行為研究[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 孫超;嚴(yán)治;邵源;;深圳市機(jī)動(dòng)車駕駛員駕駛行為評價(jià)分析研究[A];創(chuàng)新驅(qū)動(dòng)與智慧發(fā)展——2018年中國城市交通規(guī)劃年會(huì)論文集[C];2018年

8 冀杰;彭和;遲文俊;唐夢柔;;基于危險(xiǎn)勢能場的車輛避障駕駛行為決策分析[A];2015中國汽車工程學(xué)會(huì)年會(huì)論文集（Volume2）[C];2015年

9 董旭;盧秀玲;;公交車司機(jī)攻擊性駕駛行為與主觀幸福感的相關(guān)研究[A];第十五屆全國心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2012年

10 鄭婷婷;瞿煒娜;張侃;葛燕;;對安全的注意偏向與駕駛行為安全性的關(guān)系[A];第十九屆全國心理學(xué)學(xué)術(shù)會(huì)議摘要集[C];2016年

相關(guān)重要報(bào)紙文章 前10條

1 實(shí)習(xí)生 張維欣　本報(bào)記者 肖舒楠;63.1%的人期待加大懲處違規(guī)駕駛行為[N];中國青年報(bào);2012年

2 記者 張鹿園;五大不文明駕駛行為，你有嗎？[N];包頭日報(bào);2018年

3 記者 馮娜娜;“基于駕駛行為的保險(xiǎn)”呼之欲出[N];中國保險(xiǎn)報(bào);2018年

4 記者 張曉鳴;人臉識別全覆蓋監(jiān)管司機(jī)駕駛行為[N];文匯報(bào);2018年

5 本報(bào)記者 殷泓;交通文明，沒有旁觀者[N];光明日報(bào);2016年

6 本報(bào)記者 簡工博;“最嚴(yán)交規(guī)”今實(shí)施[N];解放日報(bào);2017年

7 記者 吳藝;上海新版“交規(guī)”明日施行 執(zhí)法細(xì)節(jié)有“說法”[N];人民公安報(bào)·交通安全周刊;2017年

8 本報(bào)記者 劉\

本文編號：2677379