不同道路线形下驾驶人认知分散状态监测

• •

不同道路线形下驾驶人认知分散状态监测

金立生¹,牛清宁¹,王亚丽¹,咸化彩²,吕欢欢¹

1. 吉林大学交通学院
2. 吉林大学交通学院

收稿日期:2013-04-08 修回日期:2013-05-08 发布日期:2013-06-20
通讯作者: 金立生

Driver cognitive distraction detection in different road lines

Received:2013-04-08 Revised:2013-05-08 Published:2013-06-20
Contact: Li-sheng Jin

摘要/Abstract

摘要： 驾驶人认知分散状态监测结果受驾驶风格、道路线形等多种因素影响。通过驾驶模拟实验采集了不同驾驶人在不同道路线形下驾驶行为参数，通过对参数进行统计分析，确立了表征正常驾驶和认知分散状态的特征参数组。利用提取的特征参数组作为支持向量机模型输入，建立了不同驾驶人在不同道路线形下的认知分散状态监测模型。实验结果表明，在不同道路线形下分别进行监测准确度（直道88.6%，弯道81%）高于采用同一模型不区分道路线形直接进行监测（准确度74%）。研究同时表明个人驾驶习惯对驾驶人意识监测结果有重要影响。

关键词: 交通运输安全工程, 认知分散, 驾驶行为, 支持向量机

Abstract: Performance of the cognitive distraction detection model is affected by many factors, including driving styles and road lines. Through driving simulator experiments, original data of driving performance was obtained, from which characteristic parameters were extracted using statistical analysis. Cognitive distraction detection models were then developed based on support vector machine in view of different road lines, which use the characteristic parameters as model input. The detected result shows that the cognitive state detection with different models under condition of different road lines respectively (accuracy of straight road is 88%, accuracy of curve road is 81%) performs better than it does with one universal model (accuracy is 74%). It indicates that the cognitive distraction result is affected considerably by different driving styles as well.

Key words: Transportation safety engineering, Cognitive distraction, Driving performance, Support vector machine

金立生牛清宁王亚丽咸化彩吕欢欢. 不同道路线形下驾驶人认知分散状态监测[J]. , 0, (): 0-0.

参考文献

相关文章 15

[1]	耿庆田, 于繁华, 王宇婷, 高琦坤. 基于特征融合的车型检测新算法[J]. 吉林大学学报(工学版), 2018, 48(3): 929-935.
[2]	蔡振闹, 吕信恩, 陈慧灵. 基于反向细菌优化支持向量机的躯体化障碍预测模型[J]. 吉林大学学报(工学版), 2018, 48(3): 936-942.
[3]	王芳荣, 郭柏苍, 金立生, 高琳琳, 岳欣羽. 次任务驾驶安全评价指标筛选及其权值计算[J]. 吉林大学学报(工学版), 2017, 47(6): 1710-1715.
[4]	谭立东, 刘丹, 李文军. 基于蝇复眼的交通事故现场全景图像阵列仿生设计[J]. 吉林大学学报(工学版), 2017, 47(6): 1738-1744.
[5]	万平, 吴超仲, 林英姿, 马晓凤. 基于驾驶行为多元时间序列特征的愤怒驾驶状态检测[J]. 吉林大学学报(工学版), 2017, 47(5): 1426-1435.
[6]	王占中, 赵利英, 曹宁博. 基于多层编码遗传算法的危险品运输调度模型[J]. 吉林大学学报(工学版), 2017, 47(3): 751-755.
[7]	李显生, 孟祥雨, 郑雪莲, 程竹青, 任圆圆. 非满载罐体内液体冲击动力学特性[J]. 吉林大学学报(工学版), 2017, 47(3): 737-743.
[8]	王海玮, 温惠英, 刘敏. 夜间环境驾驶员精神负荷的生理特性评估与实验[J]. 吉林大学学报(工学版), 2017, 47(2): 420-428.
[9]	徐进, 陈薇, 周佳, 罗骁, 邵毅明. 汽车转向盘操作与驾驶负荷的相关性[J]. 吉林大学学报(工学版), 2017, 47(2): 438-445.
[10]	袁哲明, 张弘杨, 陈渊. 基于特征选择和支持向量机的HIV-1型蛋白酶剪切位点预测[J]. 吉林大学学报(工学版), 2017, 47(2): 639-646.
[11]	梁士利, 魏莹, 潘迪, 张玲, 许廷发, 王双维. 基于语谱图行投影的特定人二字汉语词汇识别[J]. 吉林大学学报(工学版), 2017, 47(1): 294-300.
[12]	赵云鹏, 于天来, 焦峪波, 宫亚峰, 宋刚. 异形桥梁损伤识别方法及参数影响分析[J]. 吉林大学学报(工学版), 2016, 46(6): 1858-1866.
[13]	商强, 杨兆升, 张伟, 邴其春, 周熙阳. 基于奇异谱分析和CKF-LSSVM的短时交通流量预测[J]. 吉林大学学报(工学版), 2016, 46(6): 1792-1798.
[14]	郭应时, 付锐, 赵凯, 马勇, 袁伟. 驾驶人换道意图实时识别模型评价及测试[J]. 吉林大学学报(工学版), 2016, 46(6): 1836-1844.
[15]	周炳海, 徐佳惠. 基于支持向量机的多载量小车实时调度[J]. 吉林大学学报(工学版), 2016, 46(6): 2027-2033.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed