發(fā)布時(shí)間：2018-04-30 22:13

  本文選題：交通運(yùn)輸安全工程 + 認(rèn)知分散　； 參考：《吉林大學(xué)學(xué)報(bào)(工學(xué)版)》2014年03期

【摘要】：通過(guò)駕駛模擬實(shí)驗(yàn)采集了不同駕駛?cè)嗽诓煌缆肪�形下的駕駛行為參數(shù),通過(guò)對(duì)參數(shù)的統(tǒng)計(jì)分析,確立了表征正常駕駛和認(rèn)知分散狀態(tài)下駕駛的特征參數(shù)組。利用提取的特征參數(shù)組作為支持向量機(jī)模型輸入,建立了不同駕駛?cè)嗽诓煌缆肪�形下的認(rèn)知分散狀態(tài)監(jiān)測(cè)模型。實(shí)驗(yàn)結(jié)果表明,在不同道路線形下分別進(jìn)行監(jiān)測(cè)的準(zhǔn)確度(直道88.58%,彎道81.25%)高于采用同一模型不區(qū)分道路線形直接進(jìn)行監(jiān)測(cè)的準(zhǔn)確度74.17%。研究同時(shí)表明個(gè)人駕駛習(xí)慣對(duì)駕駛?cè)艘庾R(shí)監(jiān)測(cè)結(jié)果有重要影響。
[Abstract]:The driving behavior parameters of different drivers under different road alignment were collected through driving simulation experiments. By statistical analysis of the parameters, the characteristic parameters groups of driving under normal driving and cognitive dispersion were established. Using the extracted feature parameter group as input of support vector machine (SVM) model, the cognitive decentralized state monitoring model of different drivers under different road alignment was established. The experimental results show that the accuracy of monitoring under different road alignment (straight 88.58, curve 81.25) is higher than that of direct monitoring without distinguishing road alignment by the same model (74.17). The study also shows that individual driving habits have an important effect on the monitoring results of driver's consciousness.
【作者單位】： 吉林大學(xué)交通學(xué)院;鄭州宇通客車股份有限公司;
【基金】：教育部新世紀(jì)優(yōu)秀人才基金項(xiàng)目(NCET-10-0435) 高等學(xué)校博士學(xué)科點(diǎn)專項(xiàng)科研基金項(xiàng)目(20110061110036) 吉林省人才開發(fā)基金項(xiàng)目(801121100417) 吉林省科技廳重大項(xiàng)目(20116017)
【分類號(hào)】：U491.25

【參考文獻(xiàn)】

相關(guān)期刊論文 前1條

1 李偉;何其昌;范秀敏;;基于汽車操縱信號(hào)的駕駛員疲勞狀態(tài)檢測(cè)[J];上海交通大學(xué)學(xué)報(bào);2010年02期

【共引文獻(xiàn)】

相關(guān)期刊論文 前7條

1 魯松;喬陸;;駕駛員疲勞狀態(tài)檢測(cè)仿真研究[J];計(jì)算機(jī)仿真;2012年11期

2 張理義;魏紅輝;涂德華;陳春霞;姚高峰;;軍隊(duì)駕駛員交通差錯(cuò)與核心素質(zhì)及特質(zhì)應(yīng)對(duì)的研究[J];中國(guó)健康心理學(xué)雜志;2013年10期

3 路記紅;鐘石泉;馬壽峰;白子建;周麗珍;;地下道路分合流區(qū)駕駛員視認(rèn)行為研究[J];交通信息與安全;2013年05期

4 王加;陳慧;;基于駕駛員操縱及車輛運(yùn)動(dòng)軌跡信息的駕駛分心辨識(shí)方法[J];汽車技術(shù);2013年10期

5 王學(xué)民;張翼;李向新;劉雅婷;曹紅寶;周鵬;王曉璐;高翔;;Alertness Staging Based on Improved Self-Organizing Map[J];Transactions of Tianjin University;2013年06期

6 程文冬;付銳;袁偉;郭應(yīng)時(shí);;駕駛?cè)似诒O(jiān)測(cè)預(yù)警技術(shù)研究與應(yīng)用綜述[J];中國(guó)安全科學(xué)學(xué)報(bào);2013年01期

7 陳燕;邱佩鈺;王東;戴家雋;;視覺(jué)疲勞對(duì)事件相關(guān)電位中關(guān)聯(lián)性負(fù)變的影響[J];中國(guó)安全科學(xué)學(xué)報(bào);2014年02期

相關(guān)博士學(xué)位論文 前2條

1 梁靜坤;基于想象駕駛行為的腦電信號(hào)分析與腦機(jī)接口研究[D];河北工業(yè)大學(xué);2012年

2 蔣英杰;認(rèn)知模型支持下的人因可靠性分析方法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前7條

1 倪小鵬;基于視覺(jué)的駕駛員疲勞狀態(tài)檢測(cè)方法研究[D];華東理工大學(xué);2012年

2 姜俊金;基于DSP駕駛員眼睛檢測(cè)與跟蹤技術(shù)研究[D];山東大學(xué);2012年

3 屈肖蕾;基于轉(zhuǎn)向操作和車輛狀態(tài)的疲勞駕駛檢測(cè)方法研究[D];清華大學(xué);2012年

4 陸曉;基于圖像處理的疲勞駕駛檢測(cè)技術(shù)的研究[D];廣東工業(yè)大學(xué);2013年

5 徐杰;多特征疲勞檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];華中科技大學(xué);2013年

6 范娜;汽車駕駛動(dòng)態(tài)復(fù)雜度建模與實(shí)驗(yàn)研究[D];清華大學(xué);2013年

7 葉曉林;認(rèn)知負(fù)荷對(duì)駕駛員視覺(jué)注意影響的眼動(dòng)研究[D];天津師范大學(xué);2013年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 石堅(jiān),吳遠(yuǎn)鵬,卓斌,馬勇,許曉鳴;汽車駕駛員主動(dòng)安全性因素的辨識(shí)與分析[J];上海交通大學(xué)學(xué)報(bào);2000年04期

2 毛U，

本文編號(hào)：1826455