基于数据驱动的重点驾驶人识别方法研究

《基于数据驱动的重点驾驶人识别方法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于数据驱动的重点驾驶人识别方法研究(申请清华大学工程硕士专业学位论文)培养单位：土木工程系工程领域：交通运输工程申请人：武红斌指导教师：李瑞敏副教授联合指导教师：吴晓东研究员二○一七年十二月ResearchonKeyDriverRecognitionMethodBasedonData-drivenApproachThesisSubmittedtoTsinghuaUniversityinpartialfulfillmentoftherequirementfortheprofessionaldegreeofMasterofEngineeringByWuH

2、ongBin(CommunicationandTransportationEngineering)ThesisSupervisor:AssociateProfessorLiRuiMinAssociateSupervisor:ResearcherWuXiaoDongNovember,2017摘要摘要“重点驾驶人”是公安交通管理部门为开展道路交通事故预防工作提出的一个概念，指对道路交通安全有较大影响的驾驶人群体，一般意义的重点驾驶人，指持有大型货车以上准驾车型驾驶证的驾驶人或驾驶公路客运车辆、驾驶危险化学品运输车辆的驾驶人等，因重点驾驶人造成的交通事故伤亡

3、多，影响大，因此采用差别化的管理措施对重点驾驶人群体进行管理，但把哪些驾驶人列入重点管理，如何识别存在事故风险的驾驶人是目前存在的问题。同时，用来进行重点驾驶人管理的信息系统也存在局限性，虽然依托公安交通管理综合应用平台的重点驾驶人管理流程实现了信息管理的系统化，系统化管理提高了重点驾驶人管理工作的效率，但缺乏发现重点驾驶人的能力，而仅仅作为信息管理的工具存在。针对目前在确定重点驾驶人管理方面存在的问题，本研究收集了某省2015年1.7万起道路交通事故数据，并关联驾驶人、机动车、交通违法行为等信息共约31万条数据进行了研究。研究采用了统计分析和挖掘分析

4、两种数据分析方法来识别重点驾驶人。统计分析研究发现如果按持有驾驶证的准驾车型划分，持有大型货车以上准驾车型的驾驶人会造成较为严重的事故，但持小型汽车驾驶证的驾驶人发生的事故起数多，伤亡人数多。如果按机动车的使用性质划分，非营运车辆因保有量大，导致的交通事故多；开新车的新手驾驶人也是事故的高发人群，极易导致交通事故的发生，如果其文化程度不高，则发生交通事故的风险更大；另外，研究发现驾驶人的违法行为次数和交通事故直接的关系不明显，但存在未按规定使用安全带、有驾驶安全设施不全的机动车、不按规定停车和超速等四种违法行为的驾驶人，发生交通事故的风险较高。而基于挖

5、掘分析的研究使用数据对SVM（SupportVectorMachine）模型进行了训练，训练了多项式核函数的SVM模型，理想状况下模型对存在事故风险的驾驶人预测准确率达95.51%，如果将模型训练和识别过程在交通管理信息系统中进行系统化，将使系统具有重点驾驶人的识别能力。最后结合对驾驶人事故相关性分析模块的研究，提出基于数据驱动的系统改进设计思路，主要的改进方向是建立数据资源池、强化模型的持续开发应用、建设低技术难度、突出业务针对性的数据分析研判系统。当然，本研究亦有局限性，虽然提取了约31万条交通管理信息系统数据进行研究，但相对于整个交通管理信息系统

6、的数据量而言，其比例还是非常低。另一方面，导致交通事故的因素很多，仍需继续探索其关联因素。关键词：交通管理；重点驾驶人；数据挖掘；SVM模型IAbstractAbstractTheconception,“keydriver”,isproposedbythedepartmentoftrafficmanagementofpublicsecurityforthepurposeofpreventingroadtrafficcrashes,whichreferstothegroupofdriverswhohavegreatinfluenceontheroadtr

7、afficsafety.Generallyspeaking,keydriversincludedriverswithlicenseofheavytruck,coach,chemicaltanker,etc.Suchgroupofdriversmayleadtoseverercrasheswithfarmoresocialinfluence.Therefore,itisessentialthattotakingspecificmanagementcountermeasuresonthem.However,whichgroupofdriversshould

8、beconcentratedon,andhowtorecognizedriverswithhi