基于智能移动终端的驾驶行为聚类研究

摘要

通过智能移动终端内部的加速度传感器、陀螺仪传感器采集车辆运动状态数据,对采集的传感器数据进行移动平均滤波处理,提取传感器数据的时域特征.采用主成分分析对21维原始驾驶行为特征进行转换,生成五个表征明确驾驶行为的综合特征,结合k-means和模糊C均值(FCM)聚类算法对采集到的驾驶行为数据的综合特征进行聚类分析.聚类结果表明,车辆驾驶行为特征可有效聚为转弯行为、变速行为和变道行为,FCM聚类效果优于k-means,但是FCM的运行时间慢于k-means.