数据处理实验报告

吉林大学交通学院

题 目：跟驰行为数据处理

类 型：课程作业

学 号：********

* *****

专业班级：交通工程171204班

时 间：2014-11-20—2014-12-7

指导教师：***

跟驰行为数据处理

一、数据分析

（1）确定方向

针对车辆行驶数据整理表分析，根据跟驰行为的条件，首先跟驰行为要发生在同向行驶的条件下，因此我们在选择数据时，首先要分清楚车辆的行驶方向。要获取同向行驶的车辆数据。

（2）确定车道

由跟驰理论的环境定义：超车的单车道，我们要针对跟驰模型的车道数据进行筛选，即获取相同车道的车辆数据。

（3）确定是否有前后车

由于跟驰模型至少需要有2辆车，因此我们要针对车辆是否有前后车进行识别，即针对前车后车的牌号进行筛选，祛除前后都没有车的单车行为。

（4）约束车头时距和车头间距大小

根据跟驰模型的要求，车头时距和车头间距都不能过大，过大就意味着没有紧紧跟随，更谈不上跟驰，因此要对过大的车头时距和车头间距进行剔除。

二、数值筛选

1

（1）筛选方向

针对方向进行筛选，选取方向为2的数据，成功的将数据从65535组减少到22793组。

（2）筛选车道

针对车道进行筛选，选取车道为1的数据，成功的将数据从22793组减少到4911组。

（3）筛选前后车牌号

针对前后车牌号进行筛选，去除前后车牌号同时为0的数据，仅将数据从4912组减少到4190组。

（4）筛选车头间距和车头时距

2

针对车头间距和车头时距进行筛选，剔除车头时距大于等于500和车头间距大于等于100的数据，将数据从4190组减少到2627组。

（5）观察初筛出来的数据

观察初筛的到的数据，从中选取具有跟驰行为的三辆车，在针对这三辆车进行具体的情况分析。

三、跟驰行为的特征对比（以下图中蓝线为86车，绿线为87车，红线为90车）

（1）针对时间相同的数据进行提取，获取其在相应矩阵的位置；

程序如下：

获取停车跟驰行为：

3

获取启动跟驰行为：

（2）画图对比，跟驰行为下的三车速度变化曲线；

对比图：

获取停车跟驰行为：

4

获取启动跟驰行为：

5

程序如下：

停车跟驰行为：

启动跟驰行为：

6

（3）画图对比，跟驰行为下的三车加速度变化曲线；

对比图：

停车跟驰行为：

启动跟驰行为：

7

程序如下：

停车跟驰行为：

启动跟驰行为：

（4）画图对比，跟驰行为下的三车坐标变化曲线；

8

对比图：

停车跟驰行为：

启动跟驰行为：

9

程序如下：

停车跟驰行为：

启动跟驰行为：

（5）将所使用数据从原矩阵提取出来，成为一个新矩阵

10

程序如下:

（6）针对新矩阵将同一时间的三车重新组合为一组分别输出三个表格

程序如下：

11

数据提取分析结束。

四、全新的跟驰行为数据组聚类分析

针对上文所筛选出来的共162组数据进行聚类分析：

程序如下：

图像显示：

12

用K聚类分析

程序如下：

五、跟驰行为分析总结

通过跟驰行为的数据筛选和分析，再根据加速度、速度和世界坐标位置变化的对比，我们可以分析出在跟驰行为下，后车的运动行为受前车运动行为的影响，并且在时间上具有延迟特性（停车和启动均如此），并且在启动时更为明显，这种跟驰行为也很好地解释了交通波理论和现象。

13