本文選題：駕駛行為分析　切入點：OBD-II　出處：《哈爾濱工業(yè)大學》2014年碩士論文

【摘要】：目前隨著我國經(jīng)濟的快速持續(xù)發(fā)展,大眾私家車擁有量與日俱增,大量汽車駕駛初學者也隨之加入到駕駛員行列中。由于大部分新手的駕駛技術不熟練,對車況不熟悉,并且交通安全意識薄弱,駕駛員個人因素與車輛因素已成為現(xiàn)階段交通事故發(fā)生的主要原因。針對此種情況,急需駕駛輔助設備來及時提醒駕駛員車況信息并及時糾正駕駛員當前危險駕駛行為。為了解決此問題,本文主要研究了基于車載信息融合的駕駛行為分析方法。該方法分別從駕駛員角度以及車輛角度出發(fā),再結合兩部分的信息,在特定駕駛環(huán)境下,綜合分析來判定當前駕駛狀態(tài)。本文研究過程主要分為以下三個階段。第一階段利用駕駛訓練模擬器以及車載信號模擬仿真平臺分別采集駕駛員操作信息和車輛診斷系統(tǒng)(OBD-II)狀況信息。第二階段對已采集的駕駛操作與車況數(shù)據(jù)進行數(shù)據(jù)預處理和特征提取。第三階段利用信息融合技術,本文提出了基于人-車-環(huán)境三者融合的駕駛行為分析方法。在該階段中,分別利用特征層和決策層車載信息融合技術。在特征層上,首先從正面來分析駕駛狀態(tài)。提出了一種基于人的駕駛行為分析判定方法。該方法了利用支持向量機(Support Vector Machine,SVM)結合方向盤轉角變化速率與剎車油門踩踏速率兩個特征分析當前駕駛行為是安全還是危險。其次,從側面來分析駕駛狀態(tài)。提出了一種基于車的駕駛行為分析判定方法。該方法利用強分類器(Ada Boost)結合車速轉速相對比,節(jié)氣閥轉速相對比以及發(fā)動機負荷三個特征(OBD-II車載信息)分析當前駕駛行為是安全還是危險。在決策層上,根據(jù)基于人的駕駛行為分析結果和基于車的駕駛行為分析結果進行車載信息融合,利用BP(Back Propagation)神經(jīng)網(wǎng)絡算法對當前駕駛狀態(tài)進行最終判定。經(jīng)過實驗可得,本文提出的方法的正確率為99%以上,說明了本文方法的有效性。
[Abstract]:At present, with the rapid and sustainable development of economy in China, the number of private cars is increasing, and a large number of beginners have joined the ranks of drivers.As most novice drivers are not proficient in driving skills, are not familiar with vehicle conditions, and the awareness of traffic safety is weak, drivers' personal factors and vehicle factors have become the main causes of traffic accidents at the present stage.In view of this situation, driving aids are urgently needed to remind drivers of vehicle condition information and correct driver's current dangerous driving behavior.In order to solve this problem, this paper mainly studies the driving behavior analysis method based on vehicle information fusion.The method is based on the driver's angle and the vehicle's angle, and then combines the information of two parts, and synthetically analyzes the current driving state in a specific driving environment.The research process of this paper is divided into the following three stages.In the first stage, driver operation information and OBD-IIs status information are collected by driving training simulator and vehicle signal simulation platform respectively.In the second stage, the collected data of driving operation and vehicle condition are preprocessed and feature extraction.In the third stage, using information fusion technology, a driving behavior analysis method based on the integration of man, car and environment is proposed.In this stage, the feature layer and decision-level information fusion technology are used respectively.At the feature level, first analyze driving status from the front.In this paper, a method of driving behavior analysis based on human is proposed.In this method, support Vector Machine (SVM) is used to analyze whether the current driving behavior is safe or dangerous, combined with two characteristics of steering wheel angle change rate and brake throttle trampling rate.Second, analyze the driving state from the side.A method of analyzing and judging driving behavior based on vehicle is proposed.This method uses the strong classifier Ada boost to analyze whether the current driving behavior is safe or dangerous by comparing the speed and speed of the vehicle, the speed of the valve and the load of the engine.At the decision level, according to the results of driving behavior analysis based on human beings and the analysis results of driving behavior based on vehicle, the information fusion is carried out on the vehicle, and the current driving status is finally determined by the BP(Back propagation neural network algorithm.The experimental results show that the accuracy of the proposed method is over 99%, which shows the effectiveness of the proposed method.
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：U491.25;TP202

【相似文獻】

相關期刊論文 前10條

1 丁靖艷;;機動車駕駛人侵犯駕駛行為的調(diào)查研究[J];中國人民公安大學學報(自然科學版);2009年01期

2 陳海英;;駕駛行為的心理解讀[J];知識就是力量;2012年10期

3 郭孜政;張殿業(yè);金鍵;唐優(yōu)華;;機車雙司機駕駛行為可靠性研究[J];中國安全科學學報;2007年02期

4 李力;王飛躍;鄭南寧;張毅;;駕駛行為智能分析的研究與發(fā)展[J];自動化學報;2007年10期

5 崔西奎;孫林輝;宋云峰;;路寬對駕駛行為及司機負荷的影響[J];邯鄲職業(yè)技術學院學報;2008年01期

6 李慶鋼;;高速公路10大“高�！瘪{駛行為評選揭曉:超速行駛高居榜首[J];汽車運用;2008年07期

7 吳洋;羅霞;劉昱崗;;跟馳駕駛行為的滑�？刂葡到y(tǒng)建模[J];控制理論與應用;2008年04期

8 郭孜政;陳崇雙;王欣;;基于貝葉斯判別的駕駛行為危險狀態(tài)辨識[J];西南交通大學學報;2009年05期

9 張鳳;李永娟;蔣麗;;駕駛行為理論模型研究概述[J];中國安全科學學報;2010年02期

10 白云;石京;;北京市駕駛行為與影響因素分析[J];交通信息與安全;2010年02期

相關會議論文 前10條

1 丁靖艷;鄭全全;;關于侵犯駕駛行為的若干問題[A];中國人類工效學學會第六次學術交流會論文摘要匯編[C];2003年

2 李勇;譚紅英;劉丹平;;基于多傳感器信息融合的客車不安全駕駛行為智能分析[A];2012中國信息經(jīng)濟學年會會議論文集[C];2012年

3 李勇;陳剛;劉丹平;;基于駕駛行為遠程識別與監(jiān)控的公交客運管理策略研究[A];2012中國信息經(jīng)濟學年會會議論文集[C];2012年

4 趙亮;胡江碧;;眼動與駕駛行為的相關性分析[A];2008第四屆中國智能交通年會論文集[C];2008年

5 董旭;盧秀玲;;公交車司機攻擊性駕駛行為與主觀幸福感的相關研究[A];第十五屆全國心理學學術會議論文摘要集[C];2012年

6 楊嬌艷;杜峰;瞿煒娜;孫向紅;;人格對駕駛安全的影響[A];第十五屆全國心理學學術會議論文摘要集[C];2012年

7 李靖宇;謝曉非;葛瑜;;小事件、大影響:公平感知覺與規(guī)則駕駛行為[A];增強心理學服務社會的意識和功能——中國心理學會成立90周年紀念大會暨第十四屆全國心理學學術會議論文摘要集[C];2011年

8 吳志周;陳天姿;張劍橋;;基于隱馬爾科夫模型的公交駕駛險態(tài)行為辨識方法[A];第八屆中國智能交通年會優(yōu)秀論文集——智能交通與安全[C];2013年

9 王秋鴻;常詩晴;謝曉非;;為什么我們不能友善駕駛——模型的初步探討[A];增強心理學服務社會的意識和功能——中國心理學會成立90周年紀念大會暨第十四屆全國心理學學術會議論文摘要集[C];2011年

10 任曉明;薛青;于希濤;;基于Agent的駕駛行為建模研究[A];'2010系統(tǒng)仿真技術及其應用學術會議論文集[C];2010年

相關重要報紙文章 前10條

1 記者 蔣菱楓;4月1日起整治貨車“十大野蠻駕駛行為”[N];人民公安報;2013年

2 課題組成員 張勇 董曉宇;懲處醉酒駕駛行為 維護道路交通安全[N];人民法院報;2014年

3 何屹;不良駕駛行為也會堵塞交通[N];科技日報;2004年

4 陸秋麗邋黎敏;桂平重拳出擊農(nóng)村違法駕駛行為[N];人民公安報·交通安全周刊;2007年

5 ;開車講點車德[N];重慶日報;2004年

6 記者 謝佳　通訊員 毛誠乾;兩周收到1000余條[N];人民公安報;2010年

7 張學民 楊萌 夏裕祁 北京師范大學心理學院;背景音樂影響汽車駕駛人員的視覺注意[N];中國社會科學報;2012年

8 本報記者 慕海燕　趙琳 薛明;“道德素質(zhì)”決定“駕駛素質(zhì)”[N];哈爾濱日報;2010年

9 記者 王春 通訊員 黃艾嬌;國內(nèi)首個“自然駕駛研究項目”在滬啟動[N];科技日報;2012年

10 本報記者 鄧崎凡;“嚴格執(zhí)行的話，，12分根本不禁扣”[N];工人日報;2013年

相關博士學位論文 前10條

1 郭孜政;駕駛行為險態(tài)辨識理論與方法[D];西南交通大學;2009年

2 駱勇;道路交通中攻擊性駕駛行為分析與研究[D];西南交通大學;2009年

3 李平凡;駕駛行為表征指標及分析方法研究[D];吉林大學;2010年

4 肖獻強;基于信息融合的駕駛行為識別關鍵技術研究[D];合肥工業(yè)大學;2011年

5 王培;信息和溝通對不安全駕駛行為的影響研究[D];清華大學;2011年

6 李鳳芝;攻擊性駕駛行為與交通事故的關系研究[D];四川大學;2004年

7 付坤;基于駕駛員與道路環(huán)境因素的駕駛行為差錯數(shù)學分析[D];吉林大學;2013年

8 毛U

本文編號：1730127