991 / 2023-10-27 23:34:14

VDPVis：车辆驾驶画像可视分析系统

       驾驶人急加速、高速行驶、急减速、跟车距离近以及随意超车等不良驾驶行为是导致交通事故多发的主要原因，规范驾驶员行为有助于解决交通问题，而研究不同车型的驾驶群体画像不仅有助于提高驾驶员交通安全意识，还可进一步规范交通行为。在此背景下，我们构建了一个VDPVis:车辆驾驶画像可视分析系统，对驾驶员的驾驶行为进行交互式探索分析。基于时长为一小时、长度为10公里的车辆轨迹数据公开数据集，首先采用驾驶风格和驾驶技能这两个常用维度的不同组合来定义驾驶员的画像，分别计算他们各自的特征值，其中驾驶风格可分为激进型、适中型、保守型三类，驾驶技能分为熟练型、生疏型两类。其次，结合层次分析法，确定每个驾驶员在不同维度上的分数和排名，并根据分数对驾驶员进行画像评级。最后可将驾驶员群体分为以下6类：激进熟练型、适中熟练型、保守熟练型、激进生疏型、适中生疏型、保守生疏型。通过将可视分析技术与驾驶行为画像信息相结合，将行为特征和评价指标清晰地呈现在可视分析系统上，便于用户自主查看不同画像群体的驾驶行为差异。

      本作品设计了从全局概览带细节探索的车辆驾驶画像可视分析系统，可以从多角度评价分析驾驶人员。对于一些传统的驾驶分析方法，并没有一个完整全面的系统去展示车辆驾驶画像分析。在概览层级，本系统可以根据不同车型查看所有车辆随时间运动的轨迹，并展示该车型中车辆速度时序概览。其次，支持对比不同画像评级的驾驶员，通过展示不同车型中不同画像评级的驾驶员数量情况以及不同画像评级的各特征值差异来进行对比分析。在细节探索层级，展示每个驾驶员的驾驶行为特征，包括驾驶速度平均值、驾驶速度标准差、加速度平均值、加速度标准差、转弯次数、急刹车次数、加速度变化率、行驶时间，并展示驾驶员在不同维度上的得分情况。实现了对驾驶车辆多角度的量化分析与评价。

       本系统可以应用到车辆监管等领域，一个完整的车辆驾驶画像可视分析系统可以对一段路程中车辆的驾驶行为进行评估，对不同驾驶员进行干预，防止出现驾驶事故。本系统还具有良好的可扩展性，可以分析大规模驾驶行为数据。未来计划将该系统应用于城市安全领域和道路安全等领域，可以帮助执法人员对可疑车辆进行侦查，以及可以通过对不同道路的车辆画像进行可视分析，分析道路安全对车辆行为的影响。