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

【摘要】：目前隨著我國(guó)經(jīng)濟(jì)的快速持續(xù)發(fā)展,大眾私家車(chē)擁有量與日俱增,大量汽車(chē)駕駛初學(xué)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(shù)不熟練,對(duì)車(chē)況不熟悉,并且交通安全意識(shí)薄弱,駕駛員個(gè)人因素與車(chē)輛因素已成為現(xiàn)階段交通事故發(fā)生的主要原因。針對(duì)此種情況,急需駕駛輔助設(shè)備來(lái)及時(shí)提醒駕駛員車(chē)況信息并及時(shí)糾正駕駛員當(dāng)前危險(xiǎn)駕駛行為。為了解決此問(wèn)題,本文主要研究了基于車(chē)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(chē)輛角度出發(fā),再結(jié)合兩部分的信息,在特定駕駛環(huán)境下,綜合分析來(lái)判定當(dāng)前駕駛狀態(tài)。本文研究過(guò)程主要分為以下三個(gè)階段。第一階段利用駕駛訓(xùn)練模擬器以及車(chē)載信號(hào)模擬仿真平臺(tái)分別采集駕駛員操作信息和車(chē)輛診斷系統(tǒng)(OBD-II)狀況信息。第二階段對(duì)已采集的駕駛操作與車(chē)況數(shù)據(jù)進(jìn)行數(shù)據(jù)預(yù)處理和特征提取。第三階段利用信息融合技術(shù),本文提出了基于人-車(chē)-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(chē)載信息融合技術(shù)。在特征層上,首先從正面來(lái)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(jī)(Support Vector Machine,SVM)結(jié)合方向盤(pán)轉(zhuǎn)角變化速率與剎車(chē)油門(mén)踩踏速率兩個(gè)特征分析當(dāng)前駕駛行為是安全還是危險(xiǎn)。其次,從側(cè)面來(lái)分析駕駛狀態(tài)。提出了一種基于車(chē)的駕駛行為分析判定方法。該方法利用強(qiáng)分類(lèi)器(Ada Boost)結(jié)合車(chē)速轉(zhuǎn)速相對(duì)比,節(jié)氣閥轉(zhuǎn)速相對(duì)比以及發(fā)動(dòng)機(jī)負(fù)荷三個(gè)特征(OBD-II車(chē)載信息)分析當(dāng)前駕駛行為是安全還是危險(xiǎn)。在決策層上,根據(jù)基于人的駕駛行為分析結(jié)果和基于車(chē)的駕駛行為分析結(jié)果進(jìn)行車(chē)載信息融合,利用BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)算法對(duì)當(dāng)前駕駛狀態(tài)進(jìn)行最終判定。經(jīng)過(guò)實(shí)驗(yàn)可得,本文提出的方法的正確率為99%以上,說(shuō)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(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：U491.25;TP202

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 丁靖艷;;機(jī)動(dòng)車(chē)駕駛?cè)饲址格{駛行為的調(diào)查研究[J];中國(guó)人民公安大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年01期

2 陳海英;;駕駛行為的心理解讀[J];知識(shí)就是力量;2012年10期

3 郭孜政;張殿業(yè);金鍵;唐優(yōu)華;;機(jī)車(chē)雙司機(jī)駕駛行為可靠性研究[J];中國(guó)安全科學(xué)學(xué)報(bào);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(dòng)化學(xué)報(bào);2007年10期

5 崔西奎;孫林輝;宋云峰;;路寬對(duì)駕駛行為及司機(jī)負(fù)荷的影響[J];邯鄲職業(yè)技術(shù)學(xué)院學(xué)報(bào);2008年01期

6 李慶鋼;;高速公路10大“高�！瘪{駛行為評(píng)選揭曉:超速行駛高居榜首[J];汽車(chē)運(yùn)用;2008年07期

7 吳洋;羅霞;劉昱崗;;跟馳駕駛行為的滑模控制系統(tǒng)建模[J];控制理論與應(yīng)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(xiǎn)狀態(tài)辨識(shí)[J];西南交通大學(xué)學(xué)報(bào);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(guó)安全科學(xué)學(xué)報(bào);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(guān)會(huì)議論文 前10條

1 丁靖艷;鄭全全;;關(guān)于侵犯駕駛行為的若干問(wèn)題[A];中國(guó)人類(lèi)工效學(xué)學(xué)會(huì)第六次學(xué)術(shù)交流會(huì)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(chē)不安全駕駛行為智能分析[A];2012中國(guó)信息經(jīng)濟(jì)學(xué)年會(huì)會(huì)議論文集[C];2012年

3 李勇;陳剛;劉丹平;;基于駕駛行為遠(yuǎn)程識(shí)別與監(jiān)控的公交客運(yùn)管理策略研究[A];2012中國(guó)信息經(jīng)濟(jì)學(xué)年會(huì)會(huì)議論文集[C];2012年

4 趙亮;胡江碧;;眼動(dòng)與駕駛行為的相關(guān)性分析[A];2008第四屆中國(guó)智能交通年會(huì)論文集[C];2008年

5 董旭;盧秀玲;;公交車(chē)司機(jī)攻擊性駕駛行為與主觀幸福感的相關(guān)研究[A];第十五屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];2012年

6 楊嬌艷;杜峰;瞿煒娜;孫向紅;;人格對(duì)駕駛安全的影響[A];第十五屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)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(jué)與規(guī)則駕駛行為[A];增強(qiáng)心理學(xué)服務(wù)社會(huì)的意識(shí)和功能——中國(guó)心理學(xué)會(huì)成立90周年紀(jì)念大會(huì)暨第十四屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)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(xiǎn)態(tài)行為辨識(shí)方法[A];第八屆中國(guó)智能交通年會(huì)優(yōu)秀論文集——智能交通與安全[C];2013年

9 王秋鴻;常詩(shī)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(qiáng)心理學(xué)服務(wù)社會(huì)的意識(shí)和功能——中國(guó)心理學(xué)會(huì)成立90周年紀(jì)念大會(huì)暨第十四屆全國(guó)心理學(xué)學(xué)術(shù)會(huì)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(shù)及其應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

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

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

3 何屹;不良駕駛行為也會(huì)堵塞交通[N];科技日?qǐng)?bào);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(bào)·交通安全周刊;2007年

5 ;開(kāi)車(chē)講點(diǎn)車(chē)德[N];重慶日?qǐng)?bào);2004年

6 記者 謝佳　通訊員 毛誠(chéng)乾;兩周收到1000余條[N];人民公安報(bào);2010年

7 張學(xué)民 楊萌 夏裕祁 北京師范大學(xué)心理學(xué)院;背景音樂(lè)影響汽車(chē)駕駛?cè)藛T的視覺(jué)注意[N];中國(guó)社會(huì)科學(xué)報(bào);2012年

8 本報(bào)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?qǐng)?bào);2010年

9 記者 王春 通訊員 黃艾嬌;國(guó)內(nèi)首個(gè)“自然駕駛研究項(xiàng)目”在滬啟動(dòng)[N];科技日?qǐng)?bào);2012年

10 本報(bào)記者 鄧崎凡;“嚴(yán)格執(zhí)行的話(huà)，，12分根本不禁扣”[N];工人日?qǐng)?bào);2013年

相關(guān)博士學(xué)位論文 前10條

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

3 李平凡;駕駛行為表征指標(biāo)及分析方法研究[D];吉林大學(xué);2010年

4 肖獻(xiàn)強(qiáng);基于信息融合的駕駛行為識(shí)別關(guān)鍵技術(shù)研究[D];合肥工業(yè)大學(xué);2011年

5 王培;信息和溝通對(duì)不安全駕駛行為的影響研究[D];清華大學(xué);2011年

6 李鳳芝;攻擊性駕駛行為與交通事故的關(guān)系研究[D];四川大學(xué);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(cuò)數(shù)學(xué)分析[D];吉林大學(xué);2013年

8 毛U

本文編號(hào)：1730127