基于BP网络的驾驶员昼间动态空间距离判识.pdfVIP

· l6 · 人类工效学 2011年06月第 l7卷第2期 文章编号：1006—8309(2011)02-0016-03 基于 BP网络的驾驶员昼问动态空问距离判识 赵炜华，刘浩学，李都厚，丁光明 (长安大学 汽车学院，陕西 西安 710064) 摘要：为研究昼间动态环境中驾驶员对空间距离判识规律，进行了实际道路试验。统计32名驾驶员分别在昼 问不同深度距离、速度下，红色障碍物空间距离判识结果 ，获得判识特征值。运用BP神经网络 ，模拟距离判 识结果，分析距离判识变化规律。结果表明：在同一深度距离下，绝对距离和相对距离判识结果均随速度增加 而减小，相对距离判识准确性高。BP网络可以很好拟合距离判识变化规律，精度优于其他模型。 关键词：驾驶员 ；动态环境；速度；判识距离；BP网络 中图分类号：B842．2；U491．254 文献标识码：A BP NeuralNetwork——BasedSpaceDistancecognition of DriversinDynamicEnvironmentinday ZHA0 Wei—hua，LIU Hao—xue，LIDu—hou，DING Guang—ming (Schoolofautomobile，Chang’anUniversity，shanxi，xi’an710064，China) Abstract：Inordertostudythelawsofdistancecognitionofdriversindynamicenvironmentinday，carryouttheac— tualroaddistancetest．32driversseparatelyperceptdistancesofredobstaclesunderdifferentdepthdistanceandve— locityinday．Getcharactervaluesofcognitionbystatisticalmethods．SimulatedistancecognitionresultsbyBPneu— ralnetworkandanalyzevariationlaws．Resultsshow thatunderthesamedepthdistancecognitiveabsolutedistances andrelativeonesdecreasewithspeedincreasingandrelativeonescognitionaccuaracyhigherthanabsoluteones．BP neuralnetworkcanwellsimulatecognitionvariation lawsandprecision ishigherthanothermodels． Keyword：drivers；dynamicenvironment；velocity；distancecognition；BPneuralnetwork 1 引言 性映射过程，尤其是可在信息处理模式未知情况 驾驶员驾驶车辆行驶过程中，对深度距离的 下可分析相互关系，使得对于生物神经的模拟研 判识是后续驾驶行为的重要基础…。人对于三 究应用逐渐增多 。J。本文则力图通过大量实际 维空间的把握来 自于多种信息源，这些信息源是 道路试验，获取神经网络学习样本，运用三层 BP 人获得深度知觉的空间线索。对于空间距离的 神经网络，模拟驾驶员在动态环境中对空间距离 判断则是一个更为复杂的信息整合过程，空间距 判识的规律。 离判断不仅与物体结构、相对关系、明暗程度 以 2 对象与方法 及眼睛的生理变化有关系，而且与人们在Et常生 2．1 对象 活中的经验积累有关，这些构成 了距离判识基 被试驾驶员按照随机性原则选取，并注意相 础。对于视知觉的研究虽然取得了很多成果，但