基于驾驶绩效的车载信息系统操作分心判定模型

被引：24

作者：

马艳丽 ^{[1
]}

顾高峰 ^{[2
]}

高月娥 ^{[1
]}

马勇 ^{[3
]}

机构：

[1] 哈尔滨工业大学交通科学与工程学院

[2] 广州市交通规划研究院

[3] 长安大学汽车学院

来源：

中国公路学报 | 2016年 / 29卷 / 04期

关键词：

交通工程; 分心; 支持向量机; 判定模型; 驾驶绩效; 车载信息系统;

D O I：

10.19721/j.cnki.1001-7372.2016.04.015

中图分类号：

U491.254 [];

学科分类号：

040203 ;

摘要：

为了探寻操作车载信息系统(IVIS)时的驾驶分心识别方法,采用方差分析法验证了驾驶绩效指标作为驾驶分心判定变量的有效性;开展了基于驾驶绩效的IVIS操作分心试验,获取驾驶绩效指标数据及前方道路场景视频,根据IVIS操作条件下的驾驶绩效数据,采用支持向量机(SVM)分类算法构建了基于驾驶绩效的IVIS操作分心判定模型,并利用试验数据验证了模型的有效性。结果表明:采用SVM模型能够对驾驶人的分心状态进行判定,使用RBF核函数时,驾驶分心识别准确率为89.86%,高于使用Sigmoid核函数和多项式核函数时的正确率;该模型能够有效地对驾驶人的分心状态进行判定,可为驾驶分心控制策略提供数据支持。

引用

页码：123 / 129

页数：7

共 12 条

[1] 驾驶人视觉特性与行车安全研究进展[J].马勇,付锐. 中国公路学报.2015(06)
[2] 驾驶人分心时长对车道偏离影响的实车试验[J].马勇,石涌泉,付锐,郭应时. 吉林大学学报(工学版).2015(04)
[3] 多类支持向量机分类器对比研究[J].薛宁静. 计算机工程与设计.2011(05)
[4] 驾驶员车道变换行为视点转移特性研究[J].徐慧智,裴玉龙,于涛,程国柱. 哈尔滨理工大学学报.2010(05)
[5] 一种改进的快速支持向量机分类算法研究[J].秦玉平,王秀坤. 大连理工大学学报.2007(02)
[6] 基于车载信息系统的驾驶员多通道分神特性研究[D].冷雪.哈尔滨工业大学.2014
[7] Frequencyofsecondarytasksindriving–Resultsfromnaturalisticdrivingdata[J].BarbaraMetz,AndreasLandau,MarianaJust. SafetyScience.2014
[8] Theimpactofsmartdrivingaidsondrivingperformanceanddriverdistraction[J].StewartA.Birrell,MarkS.Young. TransportationResearchPartF:PsychologyandBehaviour.2011(6)
[9] Effectsondrivingperformanceofinteractingwithanin-vehiclemusicplayer:Acomparisonofthreeinterfacelayoutconceptsforinformationpresentation[J].EveMitsopoulos-Rubens,MargaretJ.Trotter,MichaelG.Lenné. AppliedErgonomics.2010(4)
[10] Reducingdrivers’mentalworkloadbymeansofanadaptiveman–machineinterface[J]. TransportationResearchPartF:PsychologyandBehaviour.2003(4)

← 1 2 →