王海星，王翔宇，王招賢，李學(xué)東

(1.北京交通大學(xué)綜合交通運輸大數(shù)據(jù)應(yīng)用技術(shù)交通運輸行業(yè)重點實驗室，北京100044；2.北京交科公路勘察設(shè)計研究院有限公司，北京100191；3.天地科技股份有限公司，北京100013)

0 引 言

危險貨物道路運輸事故的發(fā)生概率相對較低，但往往伴隨著高風(fēng)險.諸多學(xué)者對危險貨物運輸?shù)南嚓P(guān)問題開展了大量研究.但現(xiàn)有的危險貨物道路運輸研究中，大多是事故發(fā)生機理、風(fēng)險評價及路徑優(yōu)化方面的研究，基于數(shù)據(jù)針對危險貨物實際運輸過程的分析研究較少.而駕駛員作為危險貨物運輸過程中的主導(dǎo)因素，更是不容忽視的一環(huán).沈小燕等[1]深入研究了危險貨物罐車事故特征及規(guī)律，指出67%的事故都和人的因素有關(guān)，且超速行駛是主要因素之一.Grabarek 等[2]通過分析危險貨物運輸事故數(shù)據(jù)，得出超過限速、不遵守交通規(guī)則，以及疲勞導(dǎo)致駕駛員的心理效能降低是造成事故的重要原因.由此可以看出，駕駛行為尤其是速度控制方面對危險貨物運輸安全影響很大.危險貨物車輛質(zhì)量大，重心高且不穩(wěn)定，對駕駛員的操作行為要求更為嚴苛.交通運輸部網(wǎng)絡(luò)化車輛運行控制系統(tǒng)一直在全國進行重點建設(shè)和推廣，積累了大量數(shù)據(jù).因此基于數(shù)據(jù)挖掘技術(shù)對危險貨物運輸車輛駕駛員進行研究具有重要的現(xiàn)實意義.

本文充分利用營運車輛聯(lián)網(wǎng)聯(lián)控系統(tǒng)的海量數(shù)據(jù)，以某地區(qū)一周內(nèi)危險貨物運輸車輛數(shù)據(jù)為研究對象，提取駕駛行為的特征參數(shù)，運用因子分析和模糊C 均值聚類相結(jié)合的分析方法，探究危險貨物運輸駕駛員駕駛行為規(guī)律，篩選出風(fēng)險較高的駕駛員和駕駛行為，以期有針對性地對其進行有效地監(jiān)管和防治.

1 數(shù)據(jù)采集及指標(biāo)的選取

1.1 數(shù)據(jù)的采集和處理

數(shù)據(jù)來源于營運車輛聯(lián)網(wǎng)聯(lián)控系統(tǒng)中某地區(qū)一周內(nèi)行駛在某固定國道的危險貨物運輸車輛，數(shù)據(jù)類型如表1所示.

采集到的原始數(shù)據(jù)共有5 000萬條，選擇經(jīng)過某固定國道線路上的40輛危險貨物運輸車輛作為研究對象，對數(shù)據(jù)進行如下處理.

(1)缺失數(shù)據(jù)的補充.

對于少量的數(shù)據(jù)缺失，可能是危險貨物運輸車輛駛?cè)胨淼阑蚪?jīng)過山區(qū)等造成通信中斷引起的，為盡量保持數(shù)據(jù)的完整性，考慮數(shù)據(jù)缺失期間車輛的行駛狀態(tài)往往沒有太大變化，故采用計算量小、收斂性好的分段線性插值法對缺失數(shù)據(jù)進行補充.

表1 數(shù)據(jù)類型Table1 Data type

分段線性插值法是將每兩個相鄰的數(shù)據(jù)點用直線連接，如此形成的一條折線就是分段線性插值函數(shù).計算某點的插值時，只用到該點左右的兩個節(jié)點.假設(shè)插值點x相鄰的兩個節(jié)點為(x1,y1)和(x2,y2)，則該點的數(shù)值y為

對于大量的數(shù)據(jù)缺失，可能是信號中斷、設(shè)備故障無法上傳等原因?qū)е碌模捎眯暂^低，故將整段數(shù)據(jù)刪除.

(2)無效數(shù)據(jù)的處理.

由于傳感器或傳輸設(shè)備異常，導(dǎo)致收集到的數(shù)據(jù)超出正常范圍.將速度限定在0～200 km/h，超出該范圍的數(shù)據(jù)將整段刪除.另外，考慮到本文研究重點為車輛行駛過程中速度相關(guān)參數(shù)，故速度持續(xù)為0的停車數(shù)據(jù)，不予選用.

1.2 指標(biāo)的選取

在駕駛車輛時，駕駛員要不斷的進行反應(yīng)、操作、控制，尤其是運輸危險貨物的大型車輛，對駕駛員駕駛行為的要求更為嚴苛.在駕駛行為中，車速過大或變化過快在很大程度上影響著危險貨物運輸安全，因此，本文研究重點是反映駕駛行為特性的對于車速控制的多項指標(biāo)，以確保駕駛行為規(guī)律探究的科學(xué)性及完整性.

(1)超速行駛的數(shù)量比例.

危險貨物運輸車輛具有質(zhì)量大、運輸時間長等特點，且危險貨物具有易燃易爆性質(zhì)，一旦在高速行駛中發(fā)生事故，后果不堪設(shè)想，故本文選定超速行駛數(shù)量比例作為表征駕駛行為的一項指標(biāo).依據(jù)該省道路安全相關(guān)規(guī)定，限定危險貨物運輸車輛在國道行駛最高時速不得超過80 km/h，故設(shè)定當(dāng)車速超過限值即為超速行駛.超速行駛的數(shù)量比例為

式中：w表示車速超過80 km/h的數(shù)量比例(%)；m是車速大于等于80 km/h的樣本數(shù)量；n是樣本量.

(2)車速平均值、標(biāo)準(zhǔn)差、v85-v15差值.

在事故統(tǒng)計中，車速平均值越高，速度的離散程度越大，事故發(fā)生率越高[3].故選取車速平均值和標(biāo)準(zhǔn)差作為駕駛行為的特征指標(biāo).極差也可以描述速度的離散性，但考慮到車速最大值和最小值具有較大的偶然性，所以選取常用的兩個速度分布參數(shù)第85%位車速(v85)和第15%位車速(v15)的差值代替極差表示速度離散的程度，即

式中：是車速平均值；vi為第i次采集的車速值；vs是車速標(biāo)準(zhǔn)差；v85是第85%位車速；v15是第15%位車速；D表示第85%位車速和第15%位車速的差值.

(3)正加速度平均值和正加速度標(biāo)準(zhǔn)差.

駕駛?cè)嗽谲囕v行駛過程中要頻繁地對速度做出調(diào)整，單純的速度指標(biāo)無法判斷駕駛?cè)藢λ俣鹊倪x擇是否合理.所以選取正加速度平均值和正加速度標(biāo)準(zhǔn)差作為反映駕駛行為特征的參數(shù)，即

式中：vi，vi-1為第i，i-1 次采集的車速值；t表示時間間隔；a+i代表正加速度；a+a代表正加速度平均值；a+s代表正加速度標(biāo)準(zhǔn)差.

(4)負加速度平均值和負加速度標(biāo)準(zhǔn)差.

負加速度反映駕駛?cè)瞬倏v制動踏板產(chǎn)生的結(jié)果.負加速度越大說明車輛制動的緊急程度越大，不僅會影響駕駛?cè)恕⒇浳锏陌踩?，還會對車輛裝置造成較大磨損，減少零部件的使用壽命.因此選取負加速度平均值和負加速度標(biāo)準(zhǔn)差作為重要參數(shù)，即

式中：代表負加速度；代表負加速度平均值；代表負加速度標(biāo)準(zhǔn)差.

綜合以上駕駛行為指標(biāo)對樣本原始數(shù)據(jù)加以處理，得到了40 輛危險貨物運輸車輛駕駛行為特征參數(shù).結(jié)果如圖1和圖2所示.

圖1 駕駛速度相關(guān)數(shù)據(jù)對比圖Fig.1 Comparison of driving speed-related data

圖1展示了駕駛速度相關(guān)指標(biāo)，可以看到，平均速度高的車輛超速比例也較高，平均速度較低的車輛超速比例也相對較低.另外，標(biāo)準(zhǔn)差和極差都是反映速度數(shù)據(jù)離散程度的指標(biāo)，兩者的變化規(guī)律大體一致.在駕駛過程中，保持車速平穩(wěn)是駕駛員操作水平和良好駕駛習(xí)慣的重要體現(xiàn).因此可以認為，速度標(biāo)準(zhǔn)差和極差較大的車輛，駕駛員的操作水平和駕駛習(xí)慣較差.除此之外，4 個指標(biāo)的變化規(guī)律存在一定的一致性.

圖2 駕駛加速度相關(guān)數(shù)據(jù)對比圖Fig.2 Comparison of driving acceleration-related data

圖2展示了加速度相關(guān)指標(biāo)的數(shù)據(jù)，這些指標(biāo)反映了車輛急加減速的情況.從圖2中可以看出，車輛的正負加速度經(jīng)常在同一處取得峰值，這說明車輛急加速的行為，往往伴隨著急剎車.

2 因子分析

因子分析是在盡量不損失原有信息的基礎(chǔ)上，將相同本質(zhì)的變量歸入一個因子，實現(xiàn)指標(biāo)降維，以簡化分析過程[4].本文的因子提取方法采用主成分分析法.

2.1 因子可行性驗證

KMO 檢驗法和Bartlett 球形檢驗法是用來檢驗原始變量是否適用于因子分析的兩個重要檢驗方法[5].KMO(Kaiser-Meyer-Olkin)檢驗法用于檢驗樣本數(shù)據(jù)是否適用因子分析.Bartlett 球形檢驗法(Bartlett's Test of Sphericity)用于檢驗指標(biāo)間是否獨立.檢驗結(jié)果如表2所示，表2中各變量KMO值為0.643(＞0.6)，表明各指標(biāo)之間有較好的相關(guān)性.樣本數(shù)據(jù)球形假設(shè)檢驗結(jié)果顯著性水平為0.000，拒絕零假設(shè)，表明樣本充足，可以對數(shù)據(jù)進行因子分析.

2.2 主因子的提取

在數(shù)據(jù)指標(biāo)降維的同時，也要盡可能綜合更多的信息，常用累積方差貢獻率不低于85%來確定主成分數(shù)目.表3為因子分析中各成分解釋原有指標(biāo)總方差情況.

表2 KMO 和Bartlett 檢驗結(jié)果Table2 KMO and Bartlett's test of sphericity

表3 各因子解釋原有指標(biāo)總方差情況Table3 Explanation of total variance of original index by each factor

碎石圖也可用來確定最優(yōu)主因子數(shù)目，橫坐標(biāo)表示因子數(shù)目，縱坐標(biāo)表示特征值，因子特征值的連線陡峭部分，即為應(yīng)取的主因子數(shù)目，特征值碎石圖如圖3所示.

圖3 碎石圖Fig.3 Gravel map

由圖3可知，前3 個主因子的特征值較大，連線較為陡峭；表3中前3 個主因子λ＞1，其累積方差貢獻率為93.723%，因子分析效果理想.因此，提取3個主因子進行分析.

表4為因子載荷矩陣，顯示出3個主因子在原始指標(biāo)上的載荷，由此可以得出以下3個結(jié)論：

(1)主因子1 與加速度相關(guān)性強，但與v85-v15和標(biāo)準(zhǔn)差也存在弱相關(guān).

(2)主因子2與超速比例及平均速度相關(guān)性較大，但與負加速度標(biāo)準(zhǔn)差和速度標(biāo)準(zhǔn)差也存在一定相關(guān)性.

(3)主因子3 與v85-v15和速度標(biāo)準(zhǔn)差相關(guān)性較大.

表4 主成分載荷矩陣Table4 Main component load matrix

2.3 因子旋轉(zhuǎn)

表4無法準(zhǔn)確描述3種主因子的現(xiàn)實意義，故需要對3種主因子進行因子旋轉(zhuǎn).因子旋轉(zhuǎn)的方法很多，本文采用凱撒正態(tài)化最大方差法.表5為因子旋轉(zhuǎn)后，3個主因子在各指標(biāo)上的載荷.

由表5可知，主因子1依然和加速度相關(guān)性較高，將其定義為急加減速指標(biāo)；主因子2 和超速比例及平均速度相關(guān)性較大，將其定義為駕駛員超速駕駛行為指標(biāo)；主因子3 與v85-v15和速度標(biāo)準(zhǔn)差相關(guān)性較大，將其定義為駕駛員變速駕駛行為指標(biāo).

表5 旋轉(zhuǎn)后的因子載荷矩陣Table5 Factor load matrix after rotation

3 基于模糊聚類的駕駛行為特征分析

3.1 模糊聚類算法

模糊C均值聚類算法(Fuzzy C-MeansAlgorithm，F(xiàn)CM)是一種重要的無監(jiān)督學(xué)習(xí)的數(shù)據(jù)聚類挖掘方法，它通過優(yōu)化目標(biāo)函數(shù)得到每個樣本點對所有類中心的隸屬度，從而決定樣本點的類屬以達到自動對樣本數(shù)據(jù)進行分類的目的[6].該算法具有結(jié)構(gòu)簡單、局部搜索能力強且收斂速度快的特點，故本文選用FCM進行研究.

FCM算法的目標(biāo)函數(shù)為

式中：c為預(yù)定的聚類簇數(shù)；X是具有d維特征的一個樣本，Xj表示第j個樣本；Ci是i簇的中心，也具有d維；‖· ‖ 是表示距離的度量；uij表示樣本Xj屬于i簇的隸屬度；b是模糊因子，用來控制聚類結(jié)果模糊程度.

FCM 算法是一個不斷迭代計算隸屬度uij和簇中心Ci的過程，直到他們達到最優(yōu).

隸屬度uij的更新公式為

簇中心Ci的更新公式為

算法的終止條件為

式中：e表示誤差；ε表示誤差閾值.

3.2 FCM算法步驟

FCM算法的流程圖如圖4所示，具體步驟為：

Step 1從X中隨機選取c個樣本作為初始聚類中心{C1,C2,…,Cc} ，給定迭代次數(shù)p，閾值ε和模糊參數(shù)b.

Step 2根據(jù)式(12)更新隸屬度uij.

Step 3重新計算聚類中心點，根據(jù)式(13)更新聚類中心Ci.

Step 4根據(jù)式(14)計算平方誤差e，如果e＜ε，則算法結(jié)束轉(zhuǎn)到Step 6；否則，p=p+1，轉(zhuǎn)到Step 5.

Step 5若未達到最大迭代次數(shù)pmax，返回Step 2重復(fù)循環(huán).

Step 6根據(jù)其隸屬度最大值所在的類，作為其確定性分類.

3.3 聚類結(jié)果

將上述FCM 算法應(yīng)用到40 輛危險貨物運輸車輛行駛數(shù)據(jù)，根據(jù)因子旋轉(zhuǎn)后的3個主要成分指標(biāo)，對其駕駛行為進行聚類分析.在聚類算法中，我們設(shè)置pmax=100，c=4，b=2，ε=0.001.不同指標(biāo)下各聚類結(jié)果占比如圖5所示.

駕駛操作評價結(jié)果分為4類：劇烈、較大、一般和較好，圖4用連接線將評價結(jié)果相同的一類相連.可以看出，聚類結(jié)果為一般的車輛在3 次聚類中占比均較高，分別為25%、27.5%、30%；聚類結(jié)果為劇烈的車輛在兩次聚類中占比最低，分別為10%和7.5%.詳情如表6～表8所示.

圖4 FCM 算法流程圖Fig.4 Flow chart of FCM algorithm

圖5 不同指標(biāo)下各聚類結(jié)果占比Fig.5 Proportion of clustering results under different indicators

表6 以急加減速為聚類指標(biāo)的聚類結(jié)果Table6 Taking acceleration＆deceleration behavior as clustering indicator

表6是以急加減速為指標(biāo)的聚類結(jié)果，有42.5%的駕駛員操作穩(wěn)定性較好.因為危險貨物運輸車輛一般是長途行駛，所以使用緊急制動和急加速的駕駛員比例相對較低.過度使用緊急制動和加速踏板會導(dǎo)致輪胎磨損，增加發(fā)動機負荷等；另外，危險貨物如果發(fā)生劇烈晃動、撞擊或者摩擦，會導(dǎo)致危險貨物狀態(tài)發(fā)生變化，增加運輸風(fēng)險.

表7是以駕駛員超速駕駛行為指標(biāo)的聚類結(jié)果，可以看到，評價為劇烈和較大的車輛占據(jù)較大的比例.綜合表6和表7聚類結(jié)果還發(fā)現(xiàn)，大部分駕駛速度處于超速水平的駕駛員，也存在緊急加速和減速行為.危險貨物運輸事故中常見的追尾與翻車就是速度過快引起的[7].

表7 以超速駕駛行為作為指標(biāo)的聚類結(jié)果Table7 Taking overspeed driving behavior as clustering index

表8 以變速駕駛行為作為指標(biāo)的聚類結(jié)果Table8 Taking variable speed driving behavior as clustering index

表8為車輛按照駕駛員變速駕駛行為指標(biāo)的聚類結(jié)果，只有15%的駕駛員處于“較好”狀態(tài).由于危險貨物車輛主要是重型罐式車，保持一個相對恒定的速度可提高車輛可靠性.

利用上述數(shù)據(jù)挖掘方法對駕駛行為參數(shù)進行分析，能夠有效識別出具有危險傾向的駕駛員.

4 結(jié) 論

基于數(shù)據(jù)挖掘技術(shù)，通過因子分析和聚類分析相結(jié)合的方法，實現(xiàn)駕駛行為的科學(xué)聚類.結(jié)果表明，這些具有急加減速、行駛不穩(wěn)、超速嚴重等特點的駕駛員，可以被準(zhǔn)確地識別.針對這些駕駛風(fēng)險較高的駕駛員可采取教育培訓(xùn)、重點監(jiān)控等手段，減少或避免人為事故的發(fā)生，保障危險貨物運輸過程安全.研究結(jié)論對危險貨物運輸企業(yè)和行業(yè)管理部門具有一定的參考價值.基于本文的研究，通過車聯(lián)網(wǎng)數(shù)據(jù)提取更多有效的駕駛行為特征參數(shù)，結(jié)合道路環(huán)境特征分析其內(nèi)在關(guān)聯(lián)，可建立更加科學(xué)完善的危險貨物運輸駕駛員風(fēng)險評估體系.