不同道路线形下驾驶人认知分散状态监测

发布时间：2018-04-30 22:13

  本文选题：交通运输安全工程 + 认知分散　； 参考：《吉林大学学报(工学版)》2014年03期

【摘要】：通过驾驶模拟实验采集了不同驾驶人在不同道路线形下的驾驶行为参数,通过对参数的统计分析,确立了表征正常驾驶和认知分散状态下驾驶的特征参数组。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的准确度(直道88.58%,弯道81.25%)高于采用同一模型不区分道路线形直接进行监测的准确度74.17%。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。
[Abstract]:The driving behavior parameters of different drivers under different road alignment were collected through driving simulation experiments. By statistical analysis of the parameters, the characteristic parameters groups of driving under normal driving and cognitive dispersion were established. Using the extracted feature parameter group as input of support vector machine (SVM) model, the cognitive decentralized state monitoring model of different drivers under different road alignment was established. The experimental results show that the accuracy of monitoring under different road alignment (straight 88.58, curve 81.25) is higher than that of direct monitoring without distinguishing road alignment by the same model (74.17). The study also shows that individual driving habits have an important effect on the monitoring results of driver's consciousness.
【作者单位】： 吉林大学交通学院;郑州宇通客车股份有限公司;
【基金】：教育部新世纪优秀人才基金项目(NCET-10-0435) 高等学校博士学科点专项科研基金项目(20110061110036) 吉林省人才开发基金项目(801121100417) 吉林省科技厅重大项目(20116017)
【分类号】：U491.25

【参考文献】

相关期刊论文 前1条

1 李伟;何其昌;范秀敏;;基于汽车操纵信号的驾驶员疲劳状态检测[J];上海交通大学学报;2010年02期

【共引文献】

相关期刊论文 前7条

1 鲁松;乔陆;;驾驶员疲劳状态检测仿真研究[J];计算机仿真;2012年11期

2 张理义;魏红辉;涂德华;陈春霞;姚高峰;;军队驾驶员交通差错与核心素质及特质应对的研究[J];中国健康心理学杂志;2013年10期

3 路记红;钟石泉;马寿峰;白子建;周丽珍;;地下道路分合流区驾驶员视认行为研究[J];交通信息与安全;2013年05期

4 王加;陈慧;;基于驾驶员操纵及车辆运动轨迹信息的驾驶分心辨识方法[J];汽车技术;2013年10期

5 王学民;张翼;李向新;刘雅婷;曹红宝;周鹏;王晓璐;高翔;;Alertness Staging Based on Improved Self-Organizing Map[J];Transactions of Tianjin University;2013年06期

6 程文冬;付锐;袁伟;郭应时;;驾驶人疲劳监测预警技术研究与应用综述[J];中国安全科学学报;2013年01期

7 陈燕;邱佩钰;王东;戴家隽;;视觉疲劳对事件相关电位中关联性负变的影响[J];中国安全科学学报;2014年02期

相关博士学位论文 前2条

1 梁静坤;基于想象驾驶行为的脑电信号分析与脑机接口研究[D];河北工业大学;2012年

2 蒋英杰;认知模型支持下的人因可靠性分析方法研究[D];国防科学技术大学;2012年

相关硕士学位论文 前7条

1 倪小鹏;基于视觉的驾驶员疲劳状态检测方法研究[D];华东理工大学;2012年

2 姜俊金;基于DSP驾驶员眼睛检测与跟踪技术研究[D];山东大学;2012年

3 屈肖蕾;基于转向操作和车辆状态的疲劳驾驶检测方法研究[D];清华大学;2012年

4 陆晓;基于图像处理的疲劳驾驶检测技术的研究[D];广东工业大学;2013年

5 徐杰;多特征疲劳检测系统的设计与实现[D];华中科技大学;2013年

6 范娜;汽车驾驶动态复杂度建模与实验研究[D];清华大学;2013年

7 叶晓林;认知负荷对驾驶员视觉注意影响的眼动研究[D];天津师范大学;2013年

【二级参考文献】

相关期刊论文 前2条

1 石坚,吴远鹏,卓斌,马勇,许晓鸣;汽车驾驶员主动安全性因素的辨识与分析[J];上海交通大学学报;2000年04期

2 毛U，

本文编号：1826455