(西北工業(yè)大學(xué) 計(jì)算機(jī)學(xué)院，西安 710129)

0 引言

在全球范圍內(nèi)，道路交通事故是造成死亡的重要原因，而影響中國道路交通事故死亡的主要因素是駕駛?cè)诵袨閇1]。隨著互聯(lián)網(wǎng)時(shí)代的不斷發(fā)展，社會(huì)經(jīng)濟(jì)生活的各個(gè)領(lǐng)域都運(yùn)用到了物聯(lián)網(wǎng)技術(shù)，其中車聯(lián)網(wǎng)技術(shù)為交通管理工作特別是道路安全帶來了新的機(jī)遇。駕駛員作為主觀因素和道路交通信息的接收者、處理者、決策者，在道路交通事故的防范中起到了重要作用，所以對(duì)駕駛行為安全性評(píng)價(jià)是十分有必要的。

本文從車輛操縱、行駛狀態(tài)等方面建立駕駛員行為安全性評(píng)價(jià)指標(biāo)體系，建立模糊綜合評(píng)價(jià)算法模型并實(shí)現(xiàn)具有高度可擴(kuò)展的模糊綜合評(píng)價(jià)算法，以駕駛模擬器實(shí)驗(yàn)平臺(tái)為基礎(chǔ)，以模糊綜合評(píng)價(jià)算法為核心，以Android系統(tǒng)環(huán)境為開發(fā)平臺(tái)，實(shí)現(xiàn)基于Android和汽車控制器局域網(wǎng)絡(luò)(Controller Area Network, CAN)總線的駕駛員行為安全性評(píng)價(jià)與分析系統(tǒng)，最后以實(shí)車測(cè)試結(jié)果為依據(jù)進(jìn)行后續(xù)算法優(yōu)化和功能完善。

本文的研究成果能夠?yàn)樘嵘囕v主動(dòng)安全研究提供理論基礎(chǔ)，為今后駕駛員安全駕駛行為分析與評(píng)估研究提供理論基礎(chǔ)和實(shí)驗(yàn)方法，為車聯(lián)網(wǎng)環(huán)境下車險(xiǎn)費(fèi)厘定體系的制定提供理論與技術(shù)支撐，為模糊綜合評(píng)價(jià)算法提供理論基礎(chǔ)和實(shí)現(xiàn)方法參考，具有重要的理論和實(shí)踐意義。

1 駕駛行為安全性評(píng)價(jià)指標(biāo)體系構(gòu)建及權(quán)重分配

1.1 評(píng)價(jià)指標(biāo)體系構(gòu)建

為科學(xué)構(gòu)建駛員駕駛行為安全性分析與評(píng)價(jià)指標(biāo)體系，指標(biāo)的選取需要仔細(xì)考慮，單項(xiàng)指標(biāo)要有針對(duì)性，指標(biāo)體系要有綜合性。本文依據(jù)目前國際上對(duì)駕駛安全性進(jìn)行評(píng)價(jià)的主要參考指標(biāo)[2]構(gòu)建評(píng)價(jià)指標(biāo)體系，如表1所示。

由表可知，國際上對(duì)駕駛行為安全性評(píng)價(jià)的主要指標(biāo)有行駛里程、行駛時(shí)間、行駛時(shí)段(如是否夜間、是否高峰期等)、急加速次數(shù)、急減速次數(shù)、超速次數(shù)、急轉(zhuǎn)彎次數(shù)等。本文主要從4個(gè)方面即行駛總里程、三急(急加速、急減速、急轉(zhuǎn)彎)、超速駕駛、行駛時(shí)段等對(duì)駕駛行為安全性進(jìn)行分析與評(píng)估。

根據(jù)以上指標(biāo)選取原則和國際參考指標(biāo)，結(jié)合實(shí)際應(yīng)用需求，可建立如表2所示的駕駛行為安全性評(píng)價(jià)指標(biāo)體系。

表1 全球駕駛行為安全性評(píng)價(jià)指標(biāo)

表2 駕駛行為安全性評(píng)價(jià)指標(biāo)體系

1.2 權(quán)重分配

考慮到評(píng)價(jià)指標(biāo)體系的層次結(jié)構(gòu)為遞階型，所以選取運(yùn)用層次分析法(analytic hierarchy process，AHP)求取指標(biāo)權(quán)重。具體實(shí)現(xiàn)步驟如下[3]：

1)建立遞階層次結(jié)構(gòu)。

在本文的研究問題中，評(píng)價(jià)指標(biāo)體系由目標(biāo)層、準(zhǔn)則層和指標(biāo)層三部分構(gòu)成，具體結(jié)構(gòu)如圖1所示。

圖1 指標(biāo)層次結(jié)構(gòu)

2)構(gòu)造判斷矩陣。

以國內(nèi)外駕駛行為安全性評(píng)價(jià)研究及相關(guān)研究成果為信息來源，綜合運(yùn)用德爾菲法、satty1-9標(biāo)度法和各項(xiàng)研究成果中的專家經(jīng)驗(yàn)與比較數(shù)據(jù)[4-5]，在主觀判斷的基礎(chǔ)上對(duì)各項(xiàng)評(píng)價(jià)指標(biāo)進(jìn)行評(píng)判，得到準(zhǔn)則層及各指標(biāo)層的判斷矩陣如表3、表4、表5、表6。

表3 準(zhǔn)則層判斷矩陣

表4 駕駛總里程和時(shí)間指標(biāo)層判斷矩陣

表5 超速駕駛指標(biāo)層判斷矩陣

表6 “三急”駕駛指標(biāo)層判斷矩陣

3)層次單排序及一致性檢驗(yàn)。

首先利用公式(1)計(jì)算各判斷矩陣的行指標(biāo)乘積：

(1)

然后利用公式(2)計(jì)算各行的歸一化權(quán)重作為判斷矩陣中各指標(biāo)的權(quán)重：

(2)

再利用公式(3)、(4)、(5)和表7進(jìn)行一致性檢驗(yàn)，一致性比率小于0.1時(shí)通過檢驗(yàn)。

(3)

(4)

(5)

最后經(jīng)過迭代運(yùn)算得到滿足一致性檢驗(yàn)的權(quán)重分配并將指標(biāo)層權(quán)重結(jié)果與準(zhǔn)則層權(quán)重結(jié)果相乘得到最終權(quán)重分配結(jié)果如圖2。

圖2 權(quán)重計(jì)算結(jié)果

2 模糊綜合評(píng)價(jià)算法與實(shí)現(xiàn)

2.1 模糊綜合評(píng)價(jià)算法

模糊綜合評(píng)價(jià)模型的具體操作步驟[6-7]如下。

1)確定待評(píng)價(jià)對(duì)象的評(píng)價(jià)指標(biāo)體系(因素集)：

U={u1,u2,…,um}

(6)

U是所有評(píng)價(jià)指標(biāo)組成的集合(因素集)，m是指標(biāo)個(gè)數(shù)，是對(duì)評(píng)價(jià)對(duì)象有影響的第i個(gè)指標(biāo)，其中1≤i≤m，有些因素在主觀意義上具有一定程度的模糊性，需要后續(xù)處理去模糊化。

2)確定待評(píng)價(jià)對(duì)象的評(píng)價(jià)等級(jí)(評(píng)語集)：

V={v1,v2,…,vn}

(7)

V是所有評(píng)語等級(jí)的集合(評(píng)語集或評(píng)判集)，n是評(píng)價(jià)等級(jí)數(shù)，是第i個(gè)評(píng)價(jià)等級(jí)，其中1≤i≤n。

3)確定評(píng)價(jià)指標(biāo)權(quán)重集合(權(quán)向量)：

W={w1,w2,…,wm}

(8)

W是評(píng)價(jià)指標(biāo)權(quán)重向量，m是評(píng)價(jià)指標(biāo)的個(gè)數(shù)，是第i個(gè)評(píng)價(jià)指標(biāo)的權(quán)重，其中1≤i≤m。

4)構(gòu)造模糊關(guān)系矩陣(隸屬度矩陣)：

Ri=(ri1,ri2,…,rin)

(9)

(10)

R是多因素評(píng)價(jià)隸屬度矩陣，是單因素評(píng)價(jià)隸屬度向量及第i各評(píng)價(jià)指標(biāo)對(duì)應(yīng)于每個(gè)評(píng)價(jià)等級(jí)的隸屬度，是第i個(gè)指標(biāo)相對(duì)于第j層評(píng)價(jià)等級(jí)的隸屬度，1≤i≤m，1≤j≤n。公式(9)的基本原理是對(duì)于每一個(gè)單獨(dú)的評(píng)價(jià)指標(biāo)，利用模糊集合運(yùn)算方法在評(píng)價(jià)指標(biāo)集合U與評(píng)價(jià)等級(jí)集合V間建立模糊變換，得到單因素隸屬度向量，也稱該步驟為單因素模糊評(píng)價(jià)。公式10是利用單因素隸屬度向量得到模糊關(guān)系矩陣。

5)計(jì)算綜合評(píng)價(jià)結(jié)果矩陣(模糊綜合評(píng)價(jià)結(jié)果矩陣)：

(11)

S是模糊綜合評(píng)價(jià)結(jié)果矩陣，W是由公式(8)確定的指標(biāo)權(quán)重向量，R是由公式(10)確定的多因素評(píng)價(jià)隸屬度矩陣，運(yùn)算符號(hào)是模糊算子[8]。

2.2 駕駛行為安全性評(píng)價(jià)模型的實(shí)現(xiàn)

2.1小節(jié)介紹了模糊綜合評(píng)價(jià)法的具體步驟，本小節(jié)將詳細(xì)介紹基于AHP的模糊綜合評(píng)價(jià)算法運(yùn)用于駕駛行為安全性評(píng)價(jià)的具體實(shí)現(xiàn)。

2.2.1 駕駛行為安全性評(píng)價(jià)指標(biāo)體系(因素集)

根據(jù)圖1可建立具有層次結(jié)構(gòu)的因素集如下：

U=(u1,u2,u3)

(11)

u1=(u11,u12)

(12)

u2=(u21,u22)

(13)

u3=(u31,u32,u33)

(14)

2.2.2 確定待評(píng)價(jià)對(duì)象的評(píng)價(jià)等級(jí)(評(píng)語集)

為使最終的評(píng)價(jià)結(jié)果為散布在0～100之間的分?jǐn)?shù)，確定評(píng)語集的同時(shí)需要確定各等級(jí)對(duì)應(yīng)的分?jǐn)?shù)。另外，對(duì)駕駛行為安全性評(píng)價(jià)需要為不同的場(chǎng)景確定不同的評(píng)價(jià)等級(jí)。在此基礎(chǔ)上構(gòu)建的評(píng)語集見表8。

表8 駕駛行為安全性評(píng)價(jià)評(píng)語集

2.2.3 確定評(píng)價(jià)指標(biāo)權(quán)重集合(權(quán)向量)

由圖2指標(biāo)權(quán)重的計(jì)算進(jìn)行歸一化得到如下結(jié)果：

W=(0.1172,0.6144,0.2684)

(15)

w1=(0.6271,0.3729)

(16)

w2=(0.1667,0.8333)

(17)

w3=(0.2966,0.1896,0.5138)

(18)

2.2.4 構(gòu)造模糊關(guān)系矩陣[9-10](隸屬度矩陣)

圖3 隸屬度函數(shù)

優(yōu)秀等級(jí)隸屬度函數(shù)：

(19)

良好、一般、較差等級(jí)隸屬度函數(shù)：

μ(x)=

(20)

極差等級(jí)隸屬度函數(shù)：

μ(x)=

(21)

其中：

對(duì)應(yīng)于良好、一般、較差等級(jí)的n分別為1、2、3；

貴州省積極創(chuàng)新水利投融資模式，建立健全水利投入穩(wěn)定增長機(jī)制，全面落實(shí)好水利建設(shè)基金、提取土地出讓收益金12%用于農(nóng)田水利建設(shè)、鼓勵(lì)信貸融資等各項(xiàng)政策，從公共財(cái)政、信貸融資、社會(huì)投入等多渠道籌集水利建設(shè)資金。預(yù)計(jì)全年完成水利投資185.52億元，比2012年增長8.5%，再次創(chuàng)下歷史新高。其中，完成中央投資72.52億元、地方投資73億元、社會(huì)投資40億元。

2.2.5 計(jì)算綜合評(píng)價(jià)結(jié)果(模糊綜合評(píng)價(jià)結(jié)果向量)

選取了四組實(shí)驗(yàn)數(shù)據(jù)進(jìn)行運(yùn)算，得到結(jié)果如表9(獲取的數(shù)據(jù)有車速、里程，其他評(píng)價(jià)指標(biāo)為間接獲取或計(jì)算所得)。

表9 模糊綜合評(píng)價(jià)結(jié)果向量及歸一化結(jié)果

3 基于Android的駕駛行為安全性評(píng)價(jià)軟件設(shè)計(jì)與實(shí)現(xiàn)

本文研究的主要內(nèi)容是在獲取車輛狀態(tài)信息和駕駛員行為信息的基礎(chǔ)上運(yùn)用綜合評(píng)價(jià)算法對(duì)駕駛員駕駛行為安全性進(jìn)行實(shí)時(shí)評(píng)價(jià)，并以百分制的形式顯示評(píng)價(jià)結(jié)果。Android擁有豐富的開發(fā)環(huán)境、不斷增長的應(yīng)用市場(chǎng)、大量開發(fā)者及眾多社區(qū)、開源的操作系統(tǒng)代碼、開發(fā)成本低廉等優(yōu)勢(shì)。隨著Android的不斷發(fā)展，它在全球的市場(chǎng)份額不斷增長。結(jié)合車聯(lián)網(wǎng)發(fā)展現(xiàn)狀，將該系統(tǒng)部署到基于Android的手機(jī)端能滿足駕駛員實(shí)時(shí)查看評(píng)分結(jié)果以做出駕駛行為修正的需求并有利于降低安全事故發(fā)生的概率，另外，手機(jī)端的存儲(chǔ)條件能夠允許記錄每次駕駛的駕駛員行為信息、車輛狀態(tài)信息、綜合評(píng)價(jià)過程變量信息和駕駛行為安全性評(píng)價(jià)結(jié)果信息，能夠?yàn)轳{駛員行為的監(jiān)督與修正、駕駛員駕駛行為特征分析以及后續(xù)研究等提供數(shù)據(jù)基礎(chǔ)[11]。

為實(shí)現(xiàn)基于Android的駕駛行為安全性評(píng)價(jià)，將軟件系統(tǒng)分為5個(gè)模塊分別實(shí)現(xiàn)：基于WIFI的Arduino連接與通信模塊、駕駛行為與車輛狀態(tài)信息處理模塊、模糊綜合評(píng)價(jià)算法模塊、基于Android的評(píng)價(jià)指標(biāo)結(jié)果及單次評(píng)價(jià)結(jié)果存儲(chǔ)與分析模塊、基于Android的UI設(shè)計(jì)與實(shí)現(xiàn)模塊，具體的軟件系統(tǒng)流程圖見圖4。

圖4 軟件系統(tǒng)流程圖

首先通過WIFI建立與Arduino的全雙工通信，獲取汽車診斷第二代系統(tǒng)(the Second On—Board Diagnostics，OBDII)模擬器模擬的或汽車OBD接口傳輸?shù)能囕vCAN總線協(xié)議解析的駕駛行為信息和車輛狀態(tài)信息，作為信息處理模塊的輸入進(jìn)行轉(zhuǎn)換和標(biāo)準(zhǔn)化處理，然后將多組處理結(jié)果作為模糊綜合評(píng)價(jià)算法模塊的輸入進(jìn)行駕駛員安全駕駛行為的分析與評(píng)價(jià)，在分析與評(píng)價(jià)的同時(shí)將算法中間計(jì)算過程存儲(chǔ)在Android端的內(nèi)存中以便后續(xù)分析。最終將評(píng)價(jià)結(jié)果以百分制的方式顯示在Android端的界面上，幫助駕駛員進(jìn)行直觀的判斷和實(shí)時(shí)調(diào)整。

在模糊綜合評(píng)價(jià)模塊的具體實(shí)現(xiàn)中，考慮到應(yīng)用場(chǎng)景的多變性，將算法實(shí)現(xiàn)與駕駛員駕駛行為安全性評(píng)價(jià)的應(yīng)用場(chǎng)景分離，所以能夠根據(jù)不同的應(yīng)用需求對(duì)改變算法的輸入包括評(píng)價(jià)指標(biāo)體系的地接層次和指標(biāo)個(gè)數(shù)、評(píng)價(jià)等級(jí)、評(píng)價(jià)指標(biāo)權(quán)重分配方法的選擇、隸屬度函數(shù)的選擇、用于計(jì)算模糊綜合評(píng)價(jià)結(jié)果向量的算子的選擇等。

4 實(shí)驗(yàn)與驗(yàn)證

4.1 基于OBDII模擬器的實(shí)驗(yàn)

OBDII模擬器可以自定義發(fā)送的原始數(shù)據(jù)，通過手動(dòng)調(diào)節(jié)OBDII模擬器，可以模擬駕駛員的急加速、急減速、超速行駛等非正常駕駛行為。Arduino開發(fā)板獲取并處理OBDII模擬器模擬的駕駛員行為信息和車輛狀態(tài)信息，通過ESP8266模塊建立的無線通信局域網(wǎng)將處理后的數(shù)據(jù)打包發(fā)送給Android手機(jī)端。Android作為客戶端，接收數(shù)據(jù)并運(yùn)用本文所述算法對(duì)駕駛行為安全性進(jìn)行評(píng)價(jià)。Android端接收到數(shù)據(jù)后處理結(jié)果和評(píng)價(jià)結(jié)果見圖5。

圖5 模擬實(shí)驗(yàn)數(shù)據(jù)處理結(jié)果和評(píng)價(jià)結(jié)果

4.2 實(shí)車實(shí)驗(yàn)

將基于Arduino的數(shù)據(jù)采集模塊與車輛OBDII接口連接，Android端通過ESP8266模塊無線通信實(shí)時(shí)接收Arduino端發(fā)送的數(shù)據(jù)，具體數(shù)據(jù)采集平臺(tái)搭建見圖6，其中上方是實(shí)車測(cè)試數(shù)據(jù)采集的平臺(tái)，左下方是OBDII轉(zhuǎn)串口模塊，右下方是Arduino開發(fā)板和ESP8266模塊。

圖6 數(shù)據(jù)采集平臺(tái)

實(shí)車測(cè)途經(jīng)交通擁擠的市區(qū)到達(dá)車流量較小的郊區(qū)，在郊區(qū)進(jìn)行多次急加速、急加速、急轉(zhuǎn)彎等操作，最終按原路徑返回，數(shù)據(jù)處理結(jié)果和評(píng)價(jià)結(jié)果見圖7。

圖7 實(shí)車測(cè)試數(shù)據(jù)處理結(jié)果和評(píng)價(jià)結(jié)果

4.3 實(shí)驗(yàn)結(jié)果分析與算法改進(jìn)

1)分析4.2節(jié)和4.3節(jié)的實(shí)驗(yàn)結(jié)果可驗(yàn)證本文提出的方法和實(shí)現(xiàn)的系統(tǒng)能夠?qū)崟r(shí)且基本準(zhǔn)確地對(duì)駕駛行為安全性進(jìn)行評(píng)價(jià)。

2)部分時(shí)間段分?jǐn)?shù)沒有變化，查看具體數(shù)值發(fā)現(xiàn)存在丟幀的情況，說明存在數(shù)據(jù)丟失、通信不穩(wěn)定的問題。針對(duì)此問題，可以改進(jìn)數(shù)據(jù)通信方法，用于信號(hào)更強(qiáng)的WiFi模塊或采用其他無線通信技術(shù)，也可以將實(shí)時(shí)分析改為延時(shí)分析，運(yùn)用當(dāng)前駕駛狀態(tài)信息和規(guī)定時(shí)間段內(nèi)的駕駛狀態(tài)信息，將評(píng)分結(jié)果作為當(dāng)前和過去行為的作用總和。

5 結(jié)束語

本文首先依據(jù)指標(biāo)選取原則和國際參考指標(biāo)，建立了駕駛行為安全性評(píng)價(jià)指標(biāo)體系，運(yùn)用AHP求取了各指標(biāo)權(quán)重，利用模糊綜合評(píng)價(jià)算法實(shí)現(xiàn)駕駛行為安全性評(píng)價(jià)?？紤]到具體的應(yīng)用環(huán)境，設(shè)計(jì)并實(shí)現(xiàn)了基于Android的駕駛行為安全性評(píng)價(jià)軟件，最后對(duì)上述研究成果進(jìn)行基于OBDII模擬器的實(shí)驗(yàn)和實(shí)車測(cè)試，保存、分析測(cè)試結(jié)果并依據(jù)結(jié)果對(duì)算法進(jìn)行改進(jìn)。

除本文提出的駕駛行為安全性評(píng)價(jià)指標(biāo)體系外，對(duì)駕駛員行為安全性的評(píng)價(jià)還可以加入駕駛員視覺信息，駕駛員個(gè)人屬性如性別、駕齡、違章記錄等，駕駛環(huán)境如天氣、事故多發(fā)路段等信息。同時(shí)隨著車聯(lián)網(wǎng)技術(shù)的不斷發(fā)展，還可以繼續(xù)研究多輛車之間的協(xié)同，對(duì)車隊(duì)的駕駛安全性進(jìn)行分析與評(píng)估。