基于决策树的新能源汽车事故关联出行特征分析研究

本文基于新能源汽车出行轨迹,构建了出行起始时间、出行终止时间、出行总时长、出行总里程、出行时间重复率、出行空间重复率等时空特征,通过新能源汽车出行信息增益值计算,确定了新能源汽车出行特征对交通事故的影响程度。经实例验证表明,新能源汽车出行总里程指标与交通事故关联程度最高,新能源汽车出行时间重复率和出行空间重复率都与交通事故有较强的相关性,这对于新能源汽车事故的精准防范具有现实指导意义。     

面向严重交通违法行为的嫌疑车辆大数据分析应用研究

非法营运、疲劳驾驶、“黑校车”、货车载人等交通违法行为不易被主动发现,只能依靠一线民警道路执勤检查或群众举报等方式发现,查处数量少、效率低。本文利用公安交通集成指挥平台汇聚的卡口车辆通行轨迹及图片信息,综合应用大数据分析、车脸人脸AI智能识别等技术,建立数据分析模型,用于识别发现严重交通违法行为的嫌疑车辆,为各地开展精准缉查提供数据支撑。     

基于卡口行车轨迹的疲劳驾驶车辆分析算法研究

疲劳驾驶是一项严重交通违法行为,公安交管部门通常从超时驾驶上防范疲劳驾驶行为发生。鉴于全国主干公路已建有大量的道路卡口监控设备,联网形成的交通集成指挥平台已积累了海量的机动车轨迹数据,故本文提出一种基于卡口行车轨迹的疲劳驾驶车辆分析算法,并通过实例验证了该算法的鲁棒性,对及时消除疲劳驾驶风险隐患具有借鉴意义。