基于驾驶行为特征分析的高速公路通行车辆多维画像构建方法.pdfVIP

2025年第04期（总第309期）中国交通信息化

101

10

CHINAITSJOURNALVo1.309No.042025

DOI:10.13439/ki.itsc.2025.04.013

基于驾驶行为特征分析的

高速公路通行车辆多维画像构建方法

武海燕

（河北高速公路集团有限公司青银分公司，河北石家庄050000）

摘要：当前现行方法在高速公路通行车辆多维画像构建中无法精准描述通行车辆异常驾驶状态，为此本文提出基于驾驶行为的高速公路通行

车辆多维画像构建方法。首先选择超速驾驶行为与疲劳驾驶行为作为画像指标，构建画像体系；然后通过省界门架系统、服务区系统、路段级系

统进行对接获取关键性数据，对车辆超速驾驶行为、疲劳驾驶行为特征进行提取；最后采用综合分析法构建车辆多维画像，从而实现基于驾驶行

为的高速公路通行车辆多维画像构建。实验证明，其画像RMSE不超过0.1，MAE不超过2%，可精准描述高速公路通行车辆状态。

关键词：驾驶行为；通行车辆；多维画像；超速驾驶；疲劳驾驶

0径，这无疑加剧车辆行驶过程中的不稳定性和危险性。这种不稳

引言

由于近年来国民经济发展迅速、政府大力推动新能源车等因定性可能直接导致车辆失控，进而引发与其他车辆的碰撞事故。

素，我国高速公路路网不断扩大，通行的车流量逐年递增，车辆更为严重的是，在面临紧急或突发状况时，超速驾驶者的反应时

通行的计费点数量众多，同时各种收费设备指标和工作状态有差间会因为车速的加快而大幅缩减，这意味着其无法及时做出有效

别及非设备原因造成的各种漏费等，造成了同程不同费问题。因的避让或制动操作，极大提升了交通事故发生的可能性。驾驶疲

此，通过对车辆通行数据的全面采集与分析，形成对车辆行为特劳是指驾驶人在长时间连续行车后，由于生理和心理的双重压

征的深人理解和刻画，从而为交通管理、事故预防、交通规划等力，导致驾驶技能下降的现象，疲劳驾驶行为也会增加高速公路

提供科学依据。车辆行驶风险，因此选择该驾驶行为指标构建车辆多维画像，构

当前，高速公路通行车辆多维画像的研究已经取得了一定的建画像指标体系如图1所示。

进展。如文献[1]提出了基于ETC门架数据的画像构建方法，通过

通行车辆多维画像指标体系

分析ETC门架采集的车辆通行数据，提取关键行驶特征指标，并

利用数据挖掘技术形成车辆行驶特征画像。再如文献[2]提出了基

于车联网数据的画像构建方法，通过收集并分析电动汽车在行驶

过程中的车联网数据，提取驾驶特征，运用数据挖掘和机器学习超速驾驶行为指标疲劳驾驶行为指标

技术，形成用户驾驶行为画像。尽管高速公路通行车辆多维画像

图1高速公路通行车辆多维画像指标体系

的研究已经取得了一定的成果，但仍存在一些不足之处，为此提

出基于驾驶行为的高速公路通行车辆多维画像构建方法。提取集团所管辖高速公路部分工程的高速公路联网收费数据

及部分工程所布设的车型识别设备拍摄的图像所提取的车辆特征

1通行