论文部分内容阅读
疲劳驾驶是导致重大交通事故的罪魁祸首,开展疲劳驾驶辨识的研究对防范交通事故、改善交通环境具有重大意义。然而由于疲劳驾驶的特征复杂,驾驶过程中涉及的影响因素繁多,疲劳驾驶辨识的研究仍存在着一定的技术瓶颈,其中受驾驶人特性的影响,现有疲劳驾驶辨识研究中普遍存在着对不同驾驶人的疲劳驾驶辨识效果差异性大的问题。依托吉林省人才开发基金(汽车安全行驶横向支持系统开发与应用)项目、吉林省交通运输监控预警创新团队(20130521004JH)项目及吉林省教育厅“十三五”科学技术研究规划项目(驾驶人疲劳检测系统开发(吉教科合字[2016]第419号))的支持,本文以提高疲劳驾驶辨识有效性和对不同驾驶人的适用性为目标,从驾驶人的驾驶风格行为特征相似性角度,分析了不同驾驶人人群的疲劳特征的差异,研究了考虑驾驶风格的疲劳驾驶辨识方法。具体研究内容如下:(1)高速公路驾驶风格分类实车试验。结合研究目的,在深入分析了驾驶风格分类影响因素的基础上,以疲劳驾驶多发的高速公路驾驶环境为试验场景,招募驾驶人实施了驾驶风格实车试验,设计了高速公路驾驶行为问卷,采集了驾驶风格分类试验数据。(2)驾驶风格客观分类方法的研究。将高速公路驾驶过程分为自由驾驶、跟驰和换道三种情景,针对不同驾驶情景的特点选择了相应的驾驶风格分类指标,构建了驾驶风格分类指标体系;根据各指标含义及分布特征确定了其隶属度函数,搭建了基于层次分析的驾驶风格客观分类模型。采用实车试验数据实现了基于驾驶风格的驾驶人分类,并通过驾驶行为问卷对驾驶风格分类结果进行了验证。验证结果表明,构建的驾驶风格客观分类方法对驾驶人驾驶风格的分类结果与驾驶行为问卷一致性良好。(3)疲劳驾驶辨识试验。搭建基于驾驶模拟器和眼动仪的疲劳驾驶辨识试验平台,同步采集了正常驾驶试验和疲劳驾驶试验中的驾驶人眼动行为参数、操作行为和车辆运行参数数据。采用基于面部视频的主观评价法实现了对驾驶人真实疲劳状态的评估,完成了疲劳驾驶辨识样本的数据分割,构建了疲劳驾驶辨识数据库。(4)考虑驾驶风格的疲劳驾驶特征分析。针对驾驶人眼动行为、操作行为及车辆运行状态,分别采用直观分析、统计量分析及样本熵比较分析,研究了各参数的波形特征、分布特征以及时间序列复杂度特征,同时分析了不同驾驶风格驾驶人的疲劳驾驶特征差异。(5)考虑驾驶风格的疲劳驾驶辨识指标选择及优化。基于疲劳驾驶特征选择其特征表征指标构建了疲劳驾驶特征表征指标全集。针对不同驾驶风格驾驶人,基于ROC曲线的单指标分类有效性确定了各指标的最优时间窗,基于信息论综合考虑指标与驾驶人状态、指标与指标间的信息相关性,筛选了各驾驶风格驾驶人的疲劳驾驶辨识最优特征指标子集。(6)考虑驾驶风格的疲劳驾驶辨识模型的搭建。针对不同驾驶风格驾驶人,以其相应的最优特征指标子集及指标最优时间窗为模型参数,基于支持向量机理论搭建了考虑驾驶风格的疲劳驾驶辨识模型。采用疲劳驾驶试验样本库对模型的离线辨识效果进行了测试,设计了驾驶人状态监测系统对模型的在线识别效果进行了验证。研究结果表明,考虑驾驶风格的疲劳驾驶辨识模型提高了对驾驶人状态的辨识效果,较好地解决了疲劳驾驶通用辨识模型存在的辨识结果个体差异性大的问题。