考虑驾驶员倾向性的酒驾辨识方法.docxVIP

考虑驾驶员倾向性的酒驾辨识方法 随着我国汽车制造业的快速发展 , 汽车保有量的逐年增加 , 汽车成为人们不 可缺少的出行工具 , 这在方便人们生活的同时 , 也造成了严重的交通安全问题。 驾 驶员是道路交通系统中的重要组成部分 , 由驾驶员危险驾驶行为引起的交通事故 在所有交通事故中占据很大比重。 酒驾是一种典型的危险驾驶行为 , 严重危害交通安全。因此探寻准确、自动、 智能化的主动式酒驾辨识方法 , 进而预防酒驾行为的产生具有重要意义。 驾驶行为数据的根源性、 实时性和低侵入性等特点使得基于驾驶行为的主动 式酒驾辨识方法成为交通安全领域的研究热点之一。由驾驶员不同的生理 - 心理 特性所导致的驾驶行为差异 , 是降低传统的基于驾驶行为的酒驾辨识方法准确性 的重要原因。 而驾驶员的驾驶倾向性可综合反映由性别、 年龄、驾龄及行车经验差异所导 致的驾驶行为差异 , 所以在探索基于驾驶行为的酒驾辨识方法中 , 考虑驾驶倾向 性的影响 , 对提高酒驾辨识的准确性有重要意义。 首先 , 通过问卷测试确定驾驶员 的驾驶倾向性 , 将所有驾驶员分为激进、 普通、保守三种类型 ; 通过模拟驾驶实验 获得不同驾驶倾向驾驶员饮酒前后的驾驶行为数据 , 在此基础上采用统计方法研 究各驾驶倾向驾驶员的酒驾行为特征。 其次 , 针对未考虑驾驶倾向性的一般驾驶员 , 采用因子分析对初始驾驶行为 参数进行降维 , 提取公因子作为多层神经网络的输入向量 , 利用误差反向传播算 法对神经网络进行训练 , 建立基于因子分析和多层神经网络的酒驾辨识模型。再 , 利用不同驾驶倾向驾驶员在不同饮酒水平下的驾驶行为数据 , 训练神经网络分类器 , 将获得的备选参数集合的分类正确率输入离散粒子群算法以提取不同驾 驶倾向性驾驶员的酒驾特征参数。 最后 , 重点分析驾驶员驾驶倾向性对酒驾辨识模型的影响 , 利用提取的不同 驾驶倾向驾驶员的酒驾特征数据 , 建立基于离散动态贝叶斯网络并考虑驾驶倾向 性的酒驾辨识模型。 利用实验数据验证模型的辨识效果 , 验证结果表明 , 所建立的 考虑驾驶倾向的酒驾辨识模型能准确辨识不同驾驶倾向驾驶员的酒驾行为 ; 与未 考虑驾驶倾向性的酒驾辨识模型相比 , 本模型的辨识准确率有一定提高。 本研究丰富了汽车驾驶员的危险驾驶行为研究 , 为开发更为先进的主动式酒 驾辨识方法提供一定借鉴。