驾驶人对潜在危险性事件的心理预期识别研究

发布时间：2020-12-27 17:02

　　为准确识别驾驶人对潜在危险事件的心理预期,提出一种通过脑电信号对驾驶人心理预期进行识别的方法。参照心理学预期行为研究常用的标准S1-S2范式,改进设计了路侧停靠公交车造成视觉遮挡的人车碰撞事故模拟驾驶试验。模拟任务中以路侧停靠的公交车为线索刺激,公交车头的行人为目标刺激,诱发驾驶人的心理预期。为有效识别驾驶人心理预期,首先采用释放油门的避险行为对每个试次标定是否产生心理预期,然后通过快速傅里叶变换提取相关的脑电特征数据,并通过差异性分析及主成分分析算法对脑电特征指标进行筛选和压缩,最后基于支持向量机建立驾驶人心理预期识别模型。研究获取36名驾驶人数据,共计1 440个样本。结果表明:当驾驶人产生心理预期活动时,枕区和额区的α波能量值显著降低,而β波能量值则显著增加;差异性分析显示共有31项脑电指标对驾驶人心理预期敏感,所有脑电特征指标通过PCA算法进行降维,抽取出5个主成分作为识别模型输入;选择径向基核函数构建SVM识别模型,通过粒子群寻优算法对模型进行优化,模型对驾驶人心理预期水平的平均识别正确率为82.02%,平均AUC面积为0.82,结果表明模型具有良好的识别能力和稳定性,可为驾... 

【文章来源】：中国公路学报. 2020年06期 北大核心

【文章页数】：10 页

【部分图文】：

试验场景

单试次示意

对于单试次内的每种波，在分析单元内的每个时间窗均可得到一个PSD指标。单试次内的每个时间窗的PSD指标有一定的波动性，基于6σ原则，剔除异常值并取平均作为单试次的特征。在得到所有试次的特征指标后，对该名被试的每一列特征进行归一化处理。在单试次内，大脑每个电极获得每种波的一个特征。在横向看来，布置位置相邻的电极的特征有一定的相似性；纵向看来，由于状态的延续，相邻试次的特征有一定的相关性。特征的相似性和相关性，不仅导致数据的冗余，也影响识别模型的效率。因此通过2个方面进行降维：(1)对于每个特征进行单因素方差分析，筛选出在2种状态下统计显著者（p<0.05);(2)对差异性显著脑电特征指标，进一步采用主成分分析法（Principal Component Analysis,PCA）进行降维。根据指标的方差贡献，将原来相关的数据加工成少数几个独立的综合指标。记所有被试的脑电特征数据集为X={xil,i=1,2，…，I;l=1,2，…，L}。

【参考文献】：
期刊论文
[1]信息刺激条件下驾驶人警觉性改善规律[J]. 王磊,杨晨煊,路巧珍,朱彤.  中国公路学报. 2018(04)
[2]老年驾驶人风险感知研究进展[J]. 陈平,郭凤香,张盛.  人类工效学. 2016(06)
[3]基于EEG的驾驶持续性注意水平PSO-SVM识别模型[J]. 郭孜政,吴志敏,潘雨帆,余刚,张骏.  北京工业大学学报. 2016(03)
[4]驾驶员视觉注意对危险识别的影响及作用机制[J]. 孙龙,常若松,高远,马伶.  心理科学进展. 2014(11)
[5]浅谈汽车驾驶盲区与行车安全[J]. 何桂发.  科技信息. 2011(24)

博士论文
[1]基于行为和生理指标的驾驶风险分析与模式识别研究[D]. 把余韬.清华大学 2015

硕士论文
[1]驾驶人风险感知特性与驾驶行为关系研究[D]. 刘振兴.昆明理工大学 2016



本文编号：2942132