基于凝聚层次的驾驶行为聚类与异常检测方法

来源：计算机工程杂志2018年第12期北京时间：

作者：惠飞,彭娜,景首才,周琪,贾硕

单位：长安大学 信息工程学院,西安 710064

摘要：目前基于视频的异常行为检测主要针对单车受限场景,难以对运输全过程进行监控。而GPS轨迹分析也以对单车进行先验阈值判断为主,缺乏数据深层次分析与信息挖掘步骤。为此,提出一种基于GPS数据的驾驶行为异常检测方法。利用时间、速度、加速度、方向、转角等全局与局部特征及其对应的统计量,构建车辆驾驶行为的特征属性,并基于多特征对已有的商用车轨迹数据进行聚类分析,得到区域性车辆异常驾驶行为检测结果。实验结果表明,该方法能够准确判断待测车辆的超速、急加速/减速、频繁变道等典型异常驾驶行为。

关键词：异常驾驶行为,凝聚层次,聚类,多特征,结构距离,拉普拉斯变换

基金资助：国家重点研发计划项目(2017YFC0804806);国家自然科学基金(61603058);陕西省重点研发计划项目(2018ZDCXL-GY-05-01)。