基于改进群智能K-means优化算法的侵犯性驾驶行为异常点检测

如何有效地检测侵犯性驾驶行为异常数据,避免它们对后续建模分析产生不利影响是研究的焦点。在综述侵犯性驾驶行为研究现状基础上,借助驾驶模拟仿真实验系统和Ergo LAB人因系统进行侵犯性驾驶实验;并通过不同传感器获取了驾驶行为人车环境高维数据,最后采用优化的K-means聚类算法对该高维数据进行聚类和异常值检测。结果表明,最佳聚类数为2;并有效输出了异常点检测结果,为下一步的侵犯性驾驶行为定量分析提供了优质的数据保证。

侵犯性驾驶行为对道路交叉口通行能力的影响

为研究侵犯性驾驶行为对城市局部区域交通通行的影响及影响程度,选取北京市4个典型道路交叉口进行1周观察。借助录像设备记录早高峰、平峰、晚高峰3个时段三类常见的侵犯性驾驶行为:侵占公交专用车道、随意变换车道、插队。数据显示:随意变换车道发生的次数最多且多数交叉口各时段间有显著差异;平峰时段侵占公交专用车道更为明显;各时段插队次数比较平均。为探究侵犯性驾驶行为对道路交叉口通行能力的影响,提出交叉口平均负荷能力(ALC)和侵犯性驾驶行为负荷(ADL)两项指标。计算结果与预期假设不同,具有侵犯性驾驶行为的车辆没有阻碍道路交叉口的车辆通行。

城市道路交叉口侵犯性驾驶行为特征分析

本文以杭州市滨江区两个交叉口为例进行随意变换车道、鸣笛、压线行驶和闪烁前照灯四类侵犯性驾驶行为分析。通过对路口高空探头录制视频中工作日和休息日、高峰期和平峰期不同时间段的驾驶行为统计分析,结果表明:四种侵犯性驾驶行为中的随意变换车道行为发生次数最多,压线驾驶行为次之,鸣笛和闪烁前照灯行为较少;高峰期间四类侵犯性驾驶行为发生次数普遍要比平峰时期多。通过相关性分析,发现鸣笛次数和闪烁前照灯这两类行为与车辆平均速度更为相关,压线驾驶和变更车道两种侵犯性行为存在一定关联。