王科银，杨亚会，王思山，杨正才，张建辉

（湖北汽车工业学院，湖北 十堰 442002）

Elander等人［1］在研究交通事故的人为因素时，首次定义驾驶风格是驾驶人多年形成的不同个体选择驾驶的方式，指出驾驶风格包括驾驶速度、超车和行车间距以及违反交通规则的倾向等。驾驶风格对车辆行驶的经济性和安全性有显著影响［2］。驾驶风格的准确聚类和有效识别在驾驶风格研究中扮演重要角色。目前驾驶风格的聚类研究主要是基于问卷调查的主观评价方法和基于驾驶数据的客观评价方法［3］。问卷有多维度驾驶风格量表、驾驶人行为问卷以及驾驶人风格问卷等［4］，都是驾驶人的主观评价，因此更多集中在基于驾驶数据的客观评价方法上。驾驶风格聚类算法主要有层次聚类法［5］、模糊均值聚类法［6］、k邻近算法［7］、k-means聚类算法［8］等。对驾驶风格的识别主要是在驾驶风格聚类的基础上实现对特定驾驶特性的有效判别，用到的算法主要有基于规则的算法［9］、模糊逻辑算法［10］、ANN算法［11］、SVM算法［12］等。上述研究在特定的驾驶风格表征指标下实现了对驾驶风格的聚类或识别，但缺乏对驾驶风格表征指标的贡献度分析以及数据降维对不同识别算法识别精度影响的相关研究。基于此，文中选取NGSIM实测驾驶数据，提取包含换道特征在内的车辆16s完整行驶轨迹，运用因子分析法对初选的21个特征参数进行降维，选用k-mean聚类算法对所得样本进行聚类分析，深入研究了自然驾驶状态下驾驶风格的表征要素；……