基于改进DBSCAN算法的驾驶风格识别方法研究

摘要

新能源汽车监测平台由于需要记录的数据量大项多,为降低成本,通常采用10 s或30 s的数据采集周期,导致在使用平台数据识别驾驶风格时易出现信息缺失、识别不准的问题。为此,文章提出了一种基于改进DBSCAN算法的驾驶风格识别方法,从参数和权重2个方面改进算法;对741台电动汽车的自然行驶数据聚类处理,得到驾驶风格评分,根据评分将驾驶风格分为5类,并讨论了采集周期对识别结果的影响。研究结果表明,在1 s和10 s 2种采集周期下,驾驶风格识别结果基本相同,而30 s的数据则会出现较大误差;对5类风格车辆的平均车速、平均加速度、加速度标准差和车辆行驶能耗等指标的计算结果表明,驾驶风格越激进,指标值越大,从而验证了该文方法的合理性。