TCITSA-基于车辆轨迹数据的机动车驾驶行为评价标准

基于车辆轨迹数据的机动车驾驶行为评价标准范围本标准规定了基于车辆轨迹数据进行机动车驾驶行为评价的数据采集与清洗、评价指标体系构建、行为安全评价、算法效度检验等内容。本标准适用于所有自然驾驶环境下通过全球定位系统(GlobalPositioningSystem,GPS)或其他车载定位设备采集车辆轨迹数据对驾驶员驾驶行为进行安全性评价的过程。规范性引用文件下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅所注日期的版本适用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T19391-2003 全球定位系统(GPS)术语及定义GB/T16820-2009 地图学术语GB20263-2006 导航电子地图安全处理技术基本要求GA/T960-2011 公路交通安全态势评估规范CJJ37-2012 城市道路工程设计规范JTGD20-2017 公路路线设计规范术语和定义自然驾驶naturalisticdriving驾驶员独立地按照其日常的驾驶行为与驾驶习惯，无特别监督的情况下在道路上驾驶车辆的过程。车辆轨迹数据vehicletrajectorydata由于车辆运行而产生的动态位置数据和行车数据的集合，通常包括时间戳、车辆编号、经度、纬度、方向角、速度、纵向加速度等字段。典型的车辆轨迹包括秒级GPS定位数据、车辆车载诊断系统(OnBoardDiagnostics,OBD)数据等。时间戳timestamp轨迹数据的采集时间。时间戳应符合GB/T19391-2003《全球定位系统(GPS)术语及定义》中规定的GPS时间标准。经度longitude符合GB20263-2006中空间位置技术处理要求的车辆位置经度数据。纬度latitude符合GB20263-2006中空间位置技术处理要求的车辆位置纬度数据。方向角directionangle以一特定方向起始按顺时针所量得某方向线的水平角。地图投影中，一般以某一主方向为起始方向。[GB/T16820-2009，定义3.6]角速度angularvelocity方向角对时间的变化率，单位为或。速度speed车辆的瞬时速度，单位为km/h。车速差vehiclespeeddifference某一路段单位时间内通过某一断面所有车辆中的第85%位车速值与平均车速值的差值。[GA/T960-2011，定义2.3]加速度acceleration车辆速度对时间的变化率，以为单位。横向速度lateralspeed与汽车行驶方向垂直的方向的速度。推荐选取相对汽车行驶方向的左向为正值，右向为负值。横向加速度lateralacceleration车辆横向速度对时间的变化率，以为单位。时间窗timewindow用于连续驾驶行为分析评价的最小时间单元。该时间窗应能够满足驾驶员调整车辆状态的需求，以反映驾驶员的驾驶习惯。高频轨迹数据high-frequencytrajectorydata采集频率不低于1Hz的车辆轨迹数据。低频轨迹数据low-frequencytrajectorydata采集频率低于1Hz的车辆轨迹数据。安全等级safetylevel依据驾驶行为评价结果，对驾驶员驾驶行为安全性的分级，宜分为3-5级。一般规定评价对象自然驾驶条件下驾驶员、路段或区域的驾驶行为安全性。数据类别由于数据采集设备性能差异，所获取的车辆轨迹数据频率、精度、维度存在差异，在进行驾驶行为评价时应区别对待。本标准分别针对高频数据和低频数据定义评价方法。评价过程基于车辆轨迹数据的驾驶行为评价主要包括数据采集与清洗、评价指标体系构建、行为安全评价、算法效度检验四个部分。评价应用范围高频轨迹数据通过计算6.1节给出的指标及识别7.1.1节中定义的危险驾驶行为，高频轨迹数据可应用于驾驶员个体行为安全性评价，以及集计性的中宏观驾驶行为安全性评价，主要应用范围包括：个体危险驾驶行为提醒：基于车载终端、专业软件、导航应用API、可穿戴设备等硬件监测驾驶行为并针对超速、急加速、急减速、急变道、急转弯、疲劳驾驶等危险驾驶行为（7.1.1节）提供短临提醒。个体行程行为安全性评价：基于驾驶员某段行程数据，使用6.1节中指标、7.1.1节中危险驾驶行为频数或其他相关指标评估该行程的驾驶安全性水平。集计安全性评价：基于多名驾驶员的车辆轨迹数据，使用6.1节中指标、7.1.1节中危险驾驶行为频数或其他相关指标开展路口、路段、路网层级的安全性评价或面向特定人群的驾驶行为安全性评价。低频轨迹数据对于低频轨迹数据，通常仅可使用6.2节给出的指标（速度、连续行驶时间等）及识别7.2.1节中定义的危险驾驶行为（超速、疲劳驾驶等）进行驾驶员个体驾驶行为安全性评价及集计性的中宏观驾驶行为安全性评价，主要应用范围包括：个体危险驾驶行为提醒：基于车载终端、专业软件、导航应用API、可穿戴设备等硬件监测驾驶行为并针对超速、疲劳驾驶等危险驾驶行为（7.2.1节）提供短临提醒。个体行程行为安全性评价：基于驾驶员某段行程数据，使用6.2节中指标及7.2.1节中危险驾驶行为频数评估该行程的驾驶安全性水平。集计安全性评价：基于多名驾驶员的车辆轨迹数据，使用6.2节中指标及7.2.1节中危险驾驶行为频数开展路口、路段、路网层级的安全性评价或面向特定人群的驾驶行为安全性评价。数据采集与清洗车辆轨迹数据采集利用行车导航定位设备、车载OBD设备等连续采集驾驶员自然驾驶状态下的车辆轨迹数据。数据采集设备应固定安装或放置，避免或尽量减少对驾驶员产生物理或心理干扰，保证驾驶员处于正常、日常的驾驶状态。数据质量异常数据比例在数据连续记录情况下，所获取的数据中异常（缺失、错误等）数据比例不超过数据总量的5%。时间戳数据的精度时间戳数据至少应包含有数据记录的年、月、日、时、分、秒信息。经度和纬度数据的精度车辆位置经度和纬度数据的精度至少应达到10-6。方向角数据的精度方向角数据的精度至少应达到1度。数据清洗与异常数据处理异常数据识别应避免将危险行为识别为异常数据而排除，因此异常数据判别阈值应适当较大。充分考虑驾驶过程中可能出现的各类驾驶情况，本标准推荐将符合以下情况的数据识别为异常数据：速度大于200km/h速度小于0km/h加速度绝对值大于12m/s2横向加速度绝对值大于12m/s2角速度绝对值大于90°/s定位经纬度明显偏离道路异常、缺失数据插值对于高频轨迹数据，若连续异常、缺失的数据时长不大于2s，可以考虑使用以下插值方法对数据进行修补。加权均值插值使用异常、缺失数据前后的有效数据的加权均值进行修补，如式（1）所示： ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙（1）式中：——异常、缺失的数据；、——异常、缺失的数据前后有效数据；、——权重系数，可根据应用场景或经验确定，推荐均取1。拟合插值对于坐标、速度、纵向加速度、横向加速度、方向角等数据，可以依据异常、缺失数据前后数据变化趋势，利用拟合方法对数据进行插值。图1及式（2）—（4）给出了一种计算方法：图SEQ图\*ARABIC1拟合插值 ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙（2） ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙（3） ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙（4）式中：——异常、缺失的数据；、、——异常、缺失的数据前的三阶有效数据；、——异常、缺失的数据之前的两个相邻有效数据之差；、——权重系数，可根据应用场景或经验确定，在图示的情况下，推荐取1/3，取2/3。在实际使用过程中，有效数据使用范围可以拓展至更高阶数；也可以利用类似原理，使用异常、缺失数据之后的有效数据进行插值。加速度插值考虑速度和纵向加速度之间的物理关联，异常、缺失的速度数据可以使用前一有效速度数据和纵向加速度计算。在这种情况下，可假设加速度在异常、缺失的数据处保持恒定，如式（5）所示： ∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙∙（5）式中：——异常、缺失的速度数据；——异常、缺失的数据前一有效速度数据；——异常、缺失的数据前一有效纵向加速度数据；——采样间隔。评价指标体系构建高频轨迹数据综合国内外常用的驾驶行为安全性评价指标，可用于高频轨迹数据的评价指标体系如表1所示：表SEQ表\*ARABIC1高频轨迹数据指标体系指标名称符号定义计算公式速度车辆的瞬时速度，单位为km/h--速度均值车辆连续行驶过程中分析时段内的车速平均值车速标准差车辆连续行驶过程中分析时段内的车速标准差加速度车辆速度对时间的变化率，单位为m/s2--表1高频轨迹数据指标体系（续）正加速度平均值车辆连续行驶过程中分析时段内的正加速度平均值正加速度标准差车辆连续行驶过程中分析时段内的正加速度标准差负加速度平均值车辆连续行驶过程中分析时段内的负加速度平均值负加速度标准差车辆连续行驶过程中分析时段内的负加速度标准差横向速度与汽车行驶方向垂直的方向的速度--横向速度均值车辆连续行驶过程中分析时段内的横向速度平均值横向速度标准差车辆连续行驶过程中分析时段内的横向速度标准差横向加速度车辆横向速度对时间的变化率，单位为m/s2--横向加速度均值车辆连续行驶过程中分析时段内的横向加速度平均值横向加速度标准差车辆连续行驶过程中分析时段内的横向加速度标准差角速度车辆行驶方向角对时间的变化率，单位为--角速度均值车辆连续行驶过程中分析时段内的角速度的平均值角速度标准差车辆连续行驶过程中分析时段内的角速度的标准差连续行驶时间车辆连续行驶的时间--表1高频轨迹数据指标体系（续）速度加速度绝对值某时刻速度与加速度乘积的绝对值，单位分别为km/h，m/s2--纵向急动度纵向加速度对时间的变化率横向急动度横向加速度对时间的变化率限速值基于车辆轨迹数据的GPS经纬度数据定位获取的车辆所在路段的限速值。--路段车速差某一路段单位时间内通过某一断面所有车辆中的第85%位车速值与平均车速值的差值。--驾驶不平稳度车辆连续行驶过程中分析时段内相邻记录间速度差值的绝对值平均数低频轨迹数据原则上只采用速度和连续行驶时间进行超速和疲劳驾驶行为的识别，评价指标如表2所示：表SEQ表\*ARABIC2低频轨迹数据指标体系指标名称符号定义速度车辆运行速度，单位为km/h连续行驶时间车辆连续行驶的时间行为安全评价高频数据危险驾驶行为评价基于阈值的危险驾驶行为评价基于阈值的危险驾驶行为评价主要考虑短时间内的行为指标变化，并结合实际交通环境进行分类。a)超速依据路段限速及当前车辆速度，分为安全、较安全、较危险和危险四类。限速值引自CJJ37-2012及JTGD20-2017。用于划分不同安全等级的参考速度阈值如表3所示。货车的参考阈值应在表格数据基础上乘以0.5~0.7的系数。表SEQ表\*ARABIC3超速行为不同安全等级分类阈值单位为km/h道路限速较危险危险120(120,132](132,)100(100,110](110,)80(80,88](88,)60(60,66](66,)40(40,45](45,)30(30,35](35,)20(20,25](25,)b)急加速基于当前行驶速度，根据瞬时加速度将加速行为分为安全、较安全、较危险和危险四类。速度区间划分参考CJJ37-2012及JTGD20-2017中对于道路限速的相关规定。在连续加速时，还应该使用根据时间窗（推荐采用3s）内的平均加速度将加速行为分为安全和危险两类。用于划分不同安全等级的参考加速度阈值如表4所示。货车的参考阈值应在表格数据基础上乘以0.5~0.7的系数。表SEQ表\*ARABIC4急加速行为不同安全等级分类阈值单位为m/s2速度区间km/h瞬时加速度平均加速度安全较安全较危险危险安全危险(100,120](0,1.4](1.4,2.2](2.2,2.8](2.8,)(0,1.9](1.9,)(80,100](0,1.7](1.7,2.7](2.7,3.3](3.3,)(0,2.3](2.3,)(60,80](0,1.9](1.9,3.1](3.1,3.9](3.9,)(0,2.7](2.7,)(40,60](0,2.1](2.1,3.3](3.3,4.2](4.2,)(0,2.9](2.9,)(30,40](0,2.2](2.2,3.6](3.6,4.4](4.4,)(0,3.1](3.1,)(20,30](0,2.5](2.5,4.0](4.0,5.0](5.0,)(0,3.5](3.5,)≤20(0,2.5](2.5,4.0](4.0,5.0](5.0,)(0,3.5](3.5,)c)急减速基于当前行驶速度，根据瞬时加速度将减速行为分为安全、较安全、较危险和危险四类。速度区间划分参考CJJ37-2012及JTGD20-2017中对于道路限速的相关规定。在连续减速时，还应该使用根据时间窗（推荐采用3s）内的平均加速度将减速行为分为安全和危险两类。用于划分不同安全等级的参考加速度阈值如表5所示。货车的参考阈值应在表格数据基础上乘以0.5~0.7的系数。表SEQ表\*ARABIC5急减速行为不同安全等级分类阈值单位为m/s2速度区间km/h瞬时加速度平均加速度安全较安全较危险危险安全危险(100,120][-0.9,0)[-1.7,-0.9)[-2.3,-1.7)(,-2.3)[-1.4,0)(,-1.4)(80,100][-1.2,0)[-2.2,-1.2)[-2.8,-2.2)(,-2.8)[-1.8,0)(,-1.8)(60,80][-1.4,0)[-2.6,-1.4)[-3.4,-2.6)(,-3.4)[-2.2,0)(,-2.2)(40,60][-1.6,0)[-2.8,-1.6)[-3.7,-2.8)(,-3.7)[-2.4,0)(,-2.4)(30,40][-1.7,0)[-3.1,-1.7)[-3.9,-3.1)(,-3.9)[-2.6,0)(,-2.6)(20,30][-2.0,0)[-3.5,-2.0)[-4.5,-3.5)(,-4.5)[-3.0,0)(,-3.0)≤20[-2.0,0)[-3.5,-2.0)[-4.5,-3.5)(,-4.5)[-3.0,0)(,-3.0)d)急变道在车辆变换车道过程中，基于当前行驶速度，根据瞬时角速度将换道行为分为安全、较安全、较危险和危险四类。速度区间划分参考CJJ37-2012及JTGD20-2017中对于道路限速的相关规定。用于划分不同安全等级的参考角速度（绝对值）阈值如表6所示。货车的安全阈值应在表格数据基础上乘以0.5~0.7的系数。表SEQ表\*ARABIC6急变道行为不同安全等级分类阈值单位为速度区间km/h安全较安全较危险危险(100,120](0,4](4,7](7,9](9,)(80,100](0,4](4,7](7,9](9,)(60,80](0,5](5,8](8,10](10,)(40,60](0,6](6,9](9,12](12,)(30,40](0,6](6,9](9,12](12,)(20,30](0,7](7,12](12,15](15,)≤20(0,7](7,12](12,15](15,)e)急转弯在车辆转弯过程中，基于当前行驶速度，根据瞬时角速度将换道行为分为安全、较安全、较危险和危险四类。速度区间划分参考CJJ37-2012及JTGD20-2017中对于道路限速的相关规定。用于划分不同安全等级的参考角速度（绝对值）阈值如表7所示。货车的安全阈值应在表格数据基础上乘以0.5~0.7的系数。表SEQ表\*ARABIC7急转弯行为不同安全等级分类阈值单位为速度区间km/h安全较安全较危险危险(100,120](0,6](6,9](9,12](12,)(80,100](0,7](7,12](12,15](15,)表7急转弯行为不同安全等级分类阈值（续）单位为(60,80](0,10](10,16](16,20](20,)(40,60](0,11](11,17](17,22](22,)(30,40](0,12](12,20](20,25](25,)(20,30](0,15](15,24](24,30](30,)≤20(0,15](15,24](24,30](30,)f)疲劳驾驶每天驾驶超过8小时，或者连续驾车4小时没有停车休息超过20分钟的驾驶行为认定为疲劳驾驶。g)驾驶不平稳在车里行驶过程中，根据车辆速度计算驾驶不平稳度指标，将驾驶行为分为安全、较安全、较危险和危险四类。用于划分不同安全等级的参考驾驶不平稳度（绝对值）阈值如表8所示。推荐用于计算驾驶不平稳度指标的时间窗长度为20s，以采样频率为1Hz进行比较。货车的安全阈值应在表格数据基础上乘以0.5~0.7的系数。表SEQ表\*ARABIC8驾驶不平稳行为不同安全等级分类阈值单位为km/h安全较安全较危险危险(0,3](3,4](4,6](6,)基于机器学习方法危险驾驶行为评价利用7.1.1.1节阈值识别个体典型危险驾驶行为具有较好的应用性。实际评价过程中在复杂的道路交通环境下，仅基于阈值进行危险驾驶行为识别存在局限性，可结合机器学习算法通过挖掘隐性规律进行危险驾驶行为识别。标准给出应用机器学习算法进行危险驾驶行为评价的一般流程和要求。a）算法流程应用机器学习进行驾驶行为评价的技术路线如图2所示：图SEQ图\*ARABIC2基于机器方法的驾驶行为评价技术路线图b）算法的一般要求依据分析目标，参照6.1中的指标体系构建模型数据集，如数据条件允许或存在分析需要，可增加其他合适的指标。依照原始数据集的数据特性采用无监督、半监督或监督类机器学习算法进行建模。算法应充分考虑数据的共线性问题，算法的性能应至少能够保证正确识别7.1.1.1节中“危险”等级的驾驶行为。应用于驾驶行为实时提醒产品的机器学习评价算法应充分考虑数据集样本量、时空地域特性及驾驶员特征等因素。个体行程行为安全性评价个体行程行为安全性评价为基于某一驾驶员一段时间内的车辆轨迹数据进行的驾驶行为安全性评价。本标准给出了一般性的评价指标选取原则和评价流程。评价指标体可选择6.1节中指标、7.1.1节中危险驾驶行为频数或其他相关指标（如超速、急加速、急减速、急转弯、急换道事件占比等）。利用数理统计、机器学习或其他算法计算获得驾驶员行程行为安全性。算法结果应该以百分制/十分制等形式给出，并根据需要将驾驶员驾驶行为安全性水平分为3-5类。评价的一般流程如图3所示。图SEQ图\*ARABIC3个体行程行为安全评价技术路线图集计安全性评价基于多名驾驶员的车辆轨迹数据，开展路口、路段、路网层级的安全性评价或面向特定人群的驾驶行为安全性评价。本标准给出了一般的评价指标选取和评价流程。评价指标体可选择6.1节中指标、7.1.1节中危险驾驶行为频数或其他相关指标（如超速、急加速、急减速、急转弯、急换道事件占比等）。利用数理统计、机器学习或其他算法获得不同道路区域的驾驶行为