基于iForest+Biscting K-means的驾驶风格辨识方法研究

邓天民，朱 杰，朱凯家，屈治华

(1.重庆交通大学 交通运输学院，重庆 400074；2.云南省交通投资建设集团有限公司，云南 昆明 650100；3.重庆科技学院 智能技术与工程学院，重庆 401331)

0 引 言

营运客车作为社会运输服务的主体，在道路运输系统中扮演着重要角色，通过辨识营运客车驾驶员群体的驾驶风格，针对性开展驾驶安全训练，可有效提高营运客车行车的安全性[1]。

驾驶风格是表征驾驶员驾驶习惯的整体性评价指标。文献[2]表明：驾驶员的驾驶风格激进程度越高，在驾驶过程中越容易出现急变速、频繁换道、超速行驶等不良驾驶行为，其事故发生率也增高。如何度量驾驶风格是对驾驶员进行风格分类的关键。根据数据来源不同，大致可分为基于问卷量表的驾驶风格主观度量方法和基于驾驶行为特征的驾驶风格客观度量方法。

基于问卷量表的驾驶风格度量方法是通过让驾驶员填写问卷并统计得分，评定其驾驶风格[3-5]。该方法由于问卷填写主观性较高、缺少客观数据支撑、调查数据量有限等原因，难以得到高精度的驾驶风格调查结果。相较于问卷调查，从驾驶数据中提取驾驶行为特征参数可客观评价驾驶风格，通过实车实验[6-10]、模拟驾驶[11-14]等方法可从车速控制、跟驰车距、换道控制、转向控制等维度采集驾驶数据，主要利用聚类实现驾驶风格辨识。

总体而言，现有研究存在下列不足：① 驾驶风格辨识工作需大量驾驶行为数据做支撑，但通过实车实验或驾驶模拟器获取的数据存在时间跨度短、驾驶场景少、样本规模偏小等问题，无法准确反映驾驶员的驾驶习惯；……