吕广霖,杜 雪,卢 震,许劭晗,张炯国

城市轨道交通作为现代都市骨干，其安全高效运营至关重要，而司机驾驶行为是核心要素。传统管理手段受限于数据、时效和主观性，难以全面评估复杂动态的驾驶行为。本文旨在探索运用大数据技术，从海量地铁运营数据中深入分析司机驾驶行为，并基于分析洞察改进技术管理。研究阐述了地铁运营数据的多源、海量、高速等大数据特性，论述了数据采集、处理及特征工程的关键环节，并详细介绍了聚类、分类、异常检测、预测建模等大数据分析方法在识别驾驶风格、评估操作规范、预测潜在风险等方面的应用。基于数据分析结果，本文提出构建个性化培训体系、实施客观绩效评价与实时反馈、建立风险预测与主动干预机制、优化技术系统与管理流程等技术管理改进策略。

大数据；地铁司机；驾驶行为分析；技术管理

[1] 王健颖,张广乾,逄加瑞,等.地铁列车司机室智能照明灯设计研究[J].机械工程与自动化,2024,(06):194-195. [2] 彭涛,李俊岐,黄俊杰,等.基于重时空注意力的地铁司机动作识别[J].计算机与数字工程,2023,51(09):2142-2145. [3] 彭军.地铁司机智能视频监控系统应用探索与实践[J].现代城市轨道交通,2022,(S2):59-63+77. [4] 崔靖元.地铁司机室虚拟座舱系统设计[D].大连交通大学,2022. [5] 史富强.西安地铁一号线车辆智能司机控制器测试台装置[J].电子设计工程,2016,24(18):75-78. [6] 周浩然.地铁司机应急处置能力分析研究[J].人民公交,2024,(22):67-69.

点击下载PDF