相关性分析热点图_车联网数据分析（二）：驾驶行为分析
出门在外，遇上交通拥堵、事故，那可真是头大。许多交通拥堵和交通事故与驾驶员的驾驶行为有关。驾驶行为通常也是驾驶习惯，习惯成自然。在开车的过程中，如果有不良的驾驶行为，驾驶员自己很难意识到，但是后果可能很严重。
车联网开启了新的可能，因为数据可以告诉我们真相。
基于车联网实时数据，可以实时监测和评估驾驶员的驾驶行为和驾驶状态，并及时提醒驾驶员改变驾驶习惯，避免交通事故的发生。
对于车队管理、保险公司（UBI）来说，可以提高安全、节能、增效等效果。对于车企（OEM）来说，是很好的实时反馈，可以用于产品改进。
“驾驶行为”是什么？
驾驶行为通常包括出行行为习惯，和驾驶行为习惯。出行行为的分析已经在上一篇谈到了。
狭义的驾驶行为包含，但不限于下面这些方面：
- 开车时
- 平均速度
- 引擎经济转速（燃油车）
- 急加速/千公里、急刹车/千公里
- 急转弯
- 变道次数/频率、变速频率
- 安全带状态、热车时间
- 开车灯（夜晚，远光灯/近光灯），转向时转向灯，变道时转向灯
- 怠速时间
- 手机使用、疲劳驾驶等
- 停车时
- 手刹、停车档、关门、关窗、关灯等
- 驾驶环境
- 路型、各地形的行驶里程、各个地形的驾驶时间、各地形的停车时间
- 天气、季节等
- 交通违规记录
此外，考虑到现今的各种辅助驾驶，驾驶员使用这些辅助驾驶功能的频次（依赖性）等，也是一个维度。
如果配上了各种传感器，比如：前向摄像头、环视摄像头、车内监控摄像头、毫米波雷达等，那么可以分析的内容将会更加丰富了。
基于不同的目的，将上述各个驾驶行为分量以某种加权的方式计算出一个分数（或指数），用来衡量用户的驾驶行为，或者给用户的驾驶行为打上各种标签。
不同的商业/研究目的，驾驶行为分数的计算公式都不一样。比如：保险公司设计UBI产品的时候，开车越平稳分数越高，开车次数/里程/时间越少，分数越高。
选择车联网数据
与第一篇一样，使用来自于同一辆车的原始数据。同样，仅仅拿少量的数据字段来分享数据分析的过程。管中窥豹，略见一斑。
因为车速和车速的变化在驾驶行为和安全上最突出，就是它了。
选择下面的数据项（又是3项）：
- 时间戳 – 每条记录发生的日期和时间
- 车速（公里/小时）
- 引擎转速
与“用户出行行为分析”中的一样，
- 引擎转速用于判断车辆状态。
- 清洗、整理、聚合数据。
- 分割数据
实际操作中，把所有需要的字段都选进来，这些步骤就可以和“用户出行行为分析”一次完成。
处理完这些，我们期待一下有什么小小的惊喜出现吧。
驾驶行为分析
基于这 3 项数据，计划做下面几个方面的分析：
- 车速和怠速
- 加速度
- 急加速、急减速
- 加减速和怠速
- 驾驶行为分数
- 车速和怠速
在对所有数据动手之前，我们取第一个驾驶行程的数据来看看。它有 1854 条记录，时间跨度2479秒，也就是41.3分钟。说明中间有些数据缺失。
先看一看车速的分布图，如图1所示。
从这张图中可以看出来车速分布的大概情况：
- 车速中值达到63.63公里/小时，说明交通状况还是不错的。
- 最高速度在120公里/小时左右，说明该车主在此次行程中，没有超速（假设限速是120公里/小时）。
有了总体感觉后，按照时间顺序绘出汽车速度图，如图2所示。
蓝色横线标识120公里/小时，这是一般的高速公路限速值。仔细观察有下面几个特点：
- 在前面大约2/3的时间里，车子开开停停，平均车速较低；后面的交通状况变好了些，基本在60公里/小时的速度之上。
- 从相邻两点之间的距离可以推断，距离越大加速度（包括加速和减速）越大，可能存在急加速，或急减速。
- 相邻距离较大的点往往都是靠近车速为0的，也就是“怠速”前后。这是不是说明急加速/急减速与“怠速”之间存在某种必然的联系呢？还是让数据告诉我们吧！拭目以待！
- 此次行程中，似乎有一次超速（实际上该时刻车速是 119.996 公里/小时）。
我们用数据来验证一下上述肉眼观察的是否真是这么回事。
看看平均车速 – 怠速之间的关系。如图3所示，计算每一个驾驶行程的平均车速与怠速的百分比（怠速总时长/总驾驶时长）。
从上图中，可以看出：
- 负相关的关系：怠速时长（百分比）越小，对应的平均车速越大。
- 相关性不是特别严格，说明平均车速与更多的因素有关。
特别注意的是，这里观察的是平均车速与怠速时长之间的相关性，二者之间不存在因果关系。真正的主因应该是交通状况、拥堵、天气等外因（如果没有车子或者驾驶员自身的原因的话）。
笔者无意于在本篇扩大研究范围，去探讨到底还有哪些因素与平均车速有关，而是留待后续的汽车动态性能分析那一篇去深入研究，敬请期待。
上图2中显示可能有一次超速（实际不是）。对全部142次行程，计算每次行程的超速次数（> 120 公里/小时），并且绘制图4，如下所示。大多数行程下，该用户是没有超速的。
基于这些，可以统计超速次数、按时间计算超速百分比。具体数据将在驾驶行为分数部分列出来。
- 加速度
回想一下加速度计算公式：a = ，这里 v – 车速（米/秒2），t – 时间（秒）。
用通俗的话讲，加速度就是单位时间里速度的变化量。这个单位时间就是1秒。
笔者所使用的数据就是秒级的，但是由于部分数据缺失，相邻两条记录的时间间隔有时大于1秒，相邻记录的 就可以得到加速度（否则如果缺失数据较多，计算结果会有较大的偏差）。
车速的数据单位是公里/小时，这样计算的加速度单位是公里/小时.秒。两者之间只存在一个倍数关系，对后续的相关性分析没有什么影响，但是对设定急加速/急减速的阈值（比如：多大的加速度才算是急加速？）的时候需要注意这个差别。
以第一个驾驶行程的数据为例，计算每个时间点的加速度，并绘制在图上，如图5所示。
从图中可以看到，数据点落在0的数轴上表明加速度为0；在正向和负向的数据点看起来似乎差不多。
纵轴是加速度（公里/小时.秒），把它换算成标准单位（米/秒2）对于我们普通俗人来说可能没有什么感觉，数字大小和日常生活中的直觉很难建立起直观的联系，多大才会有推背感？多小才感觉舒适平稳？
以 Tesla Model 3 为例，它的百公里加速号称只需要3.5秒，按照加速度单位公里/小时.秒来计算平均加速度（不考虑这个3.5秒内实际加速度是变化的）就是：100/3.5 = 28.57 公里/小时.秒。
这是超跑的水平，主要秀在试车场、赛车场等，市场上大多数车子都达不到。对于普通家用轿车，百公里加速时间一般都在8秒开外。
以8秒的百公里加速水平计算平均加速度：100/8 = 12.5公里/小时.秒。
- 急加速、急减速
笔者以10公里/小时.秒作为判断急加速/急减速的阈值，超过+10为急加速，低于-10为急减速。
还是以第一次驾驶行程为例，重新绘制图5，标识出急加速和急减速的阈值，得到图6。
从图中可以清楚地看到，第一次驾驶行程中有两次急加速、两次急减速。
- 急加速急减速 vs. 怠速次数
在分析图2的时候观察到急加速急减速与怠速次数可能有相关性。现在就来验证一下。
回顾一下图2，在每一次怠速（车速 = 0）前后，相邻两点的距离比较大，但是这个距离和上面定义的急加速/急减速还是有一些差距的，所以，这里有意放宽加速度阈值到 5公里/小时.秒。
统计每一个行程超过这一阈值的加速度个数，绘制图7。
从图中可以看出，怠速次数与急加速急减速次数有较强的正相关性，这与我们最初的猜测是一致的。
通过线性拟合，如果8所示。
修正 R 方（Adjusted R-Squared）为 0.72，而且回归诊断显示模型比较合适，所以基本确定了二者的线性相关性。
其实，分析这个相关性本身没有什么现实价值，在这里主要是分享这个分析的过程。就像日常生活中的娱乐活动（我们把它叫做服务业，或第三产业），大多数也找不出有什么意义，只是娱乐而已。
- 驾驶行为分数
综合上述分析，把每一项指标的统计值列在下表中。
由前文已知，笔者仅仅选择了三项数据，分析的指标比较有限。
- 时间戳
- 车速
- 引擎转速
当我们把所有需要的驾驶行为 KPI 计算出来了之后，参考预先定义的计算公式，可以得出一个驾驶行为分数，然后就可以给这位用户（驾驶员）打上标签了。比如：新手，女司机，稳重老司机，狂野青年，等等。哎，我最怕被人贴标签了，没办法，人在江湖，身不由己
到目前为止，驾驶行为分析看起来都是简单的经典统计上的事情，好像有点 low，也有些枯燥哦。
如果把车内车外各种传感器的数据拿来，用上图像识别、环境/模式感知等各种深度学习技术，那样就一下子高逼格了。但是那就不是车联网数据了，超纲了（相对这个系列而言）。希望不久的未来和大家一起探讨这个话题哦。
下一篇，笔者将会分享基于车联网数据的汽车动态行为分析，敬请期待！
如需联系，请私信；或者微信号：jingelaoma
附：
汽车、出行大数据分析zhuanlan.zhihu.com