基于低频轨迹数据的分时租赁驾驶人驾驶风格分析

基于上海某汽车分时租赁企业的运营数据,开展了基于低频轨迹数据的驾驶行为特征提取及驾驶风格分析.采用相对超速时间比例及其变异系数为驾驶风格特征指标,基于K-means聚类算法将驾驶人风格划分为谨慎、温和、激进三类,相应驾驶人比例分别为54.04%、36.60%和9.36%.对不同驾驶风格租赁用户的出行、运行及个体特征的比较发现,不同驾驶风格的用户在出行、运行速度及车辆能耗特征方面具有差异性,在年龄、性别及违章方面无统计上的显著差异.

基于低频采集数据的城市道路车辆轨迹重构

在进行城市道路交通流量调查及部分重要路网节点、交叉口交通数据采集时,采用低频数据收集方式会使车辆轨迹匹配精度低、交通流量数据误差大。通过研究隐式马尔可夫理论及最小费用最大流模型,提出一种车辆轨迹重构方法。该方法利用多源数据融合技术以及地理信息定位匹配技术,对无检测器路段缺失的各项交通基础数据进行合理的演进推算,为车辆轨迹重构研究提供重要的数据支撑。利用成都市某区域出租车的高频轨迹点位数据集进行验证。结果表明,利用车辆低频轨迹点位进行轨迹重构的完全覆盖率达到了89.4%,验证了所提出的车辆轨迹重构方法的有效性及可行性。