發(fā)布時間：2020-10-08 19:40

　　 當(dāng)今社會,道路交通安全問題愈發(fā)突出,駕駛疲勞是引發(fā)重大交通事故的主要原因之一。若能在交通事故發(fā)生前及時給予駕駛?cè)祟A(yù)警或采取緊急避險措施,將會顯著減少因駕駛疲勞引發(fā)的事故及損失。因此,對駕駛疲勞險態(tài)分析及辨識的研究具有重要的現(xiàn)實意義。文獻(xiàn)分析結(jié)果表明,已有研究大多以駕駛?cè)藶楹诵?從信息變化(如依據(jù)經(jīng)驗閾值評判)分析的角度判斷駕駛?cè)耸欠癯霈F(xiàn)疲勞險態(tài),并未加入道路交通環(huán)境的相關(guān)因素對危險狀態(tài)進(jìn)行綜合評估,具有一定局限性�；诖�,本文基于駕駛過程安全性形成機理,從駕駛能力和道路交通系統(tǒng)任務(wù)需求能力匹配角度開展駕駛疲勞險態(tài)辨識的相關(guān)研究工作。主要研究內(nèi)容為:1.道路交通系統(tǒng)安全性形成機理分析。本文從能力匹配的角度,揭示了道路交通事故發(fā)生的原因是駕駛?cè)说哪芰Σ荒軡M足道路交通系統(tǒng)安全所要求的最低能力,無法對外界的信息做出及時準(zhǔn)確的響應(yīng)。并將駕駛?cè)笋{駛能力與駕駛?cè)蝿?wù)需求能力的匹配模式狀態(tài)抽象為六種以便于對交通事故進(jìn)行預(yù)防。2.駕駛能力及駕駛?cè)蝿?wù)需求能力影響因素分析及界定�；谖墨I(xiàn)分析結(jié)果,確定了駕駛?cè)笋{駛能力及駕駛?cè)蝿?wù)需求能力的各影響因素及表征指標(biāo);基于主成分分析方法對駕駛能力與需求能力的強影響因子進(jìn)行了篩選,確定P80、正常區(qū)域注視百分比、腦電為駕駛能力的表征指標(biāo),確定前方車距、預(yù)撞時間、車速、加速度及方向盤轉(zhuǎn)角為需求能力特征指標(biāo);基于模糊綜合評價理論,利用嶺型分布隸屬度函數(shù)、層次分析定權(quán)重分析及變權(quán)重分析方法對駕駛能力及道路交通系統(tǒng)任務(wù)需求能力進(jìn)行了合理量化。3.駕駛疲勞險態(tài)辨識模型構(gòu)建�；贐P神經(jīng)網(wǎng)絡(luò)理論構(gòu)建了基于能力匹配的駕駛疲勞險態(tài)辨識模型。為評估當(dāng)前風(fēng)險狀態(tài),模型首先對當(dāng)前駕駛能力與任務(wù)需求能力進(jìn)行比較;當(dāng)前風(fēng)險狀態(tài)評估完成后,模型對駕駛能力與需求能力的匹配狀態(tài)進(jìn)行識別以對潛在風(fēng)險進(jìn)行評估。4.實驗驗證及分析。根據(jù)駕駛?cè)笋{駛能力及駕駛?cè)蝿?wù)需求能力模糊綜合評價模型及駕駛疲勞險態(tài)辨識模型的需要,本文基于D-Lab平臺進(jìn)行了相關(guān)駕駛模擬實驗。在對各能力匹配模式下的特征參數(shù)分析基礎(chǔ)上,對本文構(gòu)建的駕駛疲勞險態(tài)辨識模型進(jìn)行了驗證和分析。
【學(xué)位單位】：大連理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：U491.254
【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 課題來源、研究內(nèi)容及論文結(jié)構(gòu)與安排
        1.3.1 課題來源與主要研究內(nèi)容
        1.3.2 論文的結(jié)構(gòu)安排
2 車輛駕駛安全性機理分析
    2.1 道路交通系統(tǒng)安全性分析
    2.2 駕駛能力與駕駛?cè)蝿?wù)需求能力的界定
        2.2.1 駕駛?cè)笋{駛能力
        2.2.2 駕駛?cè)蝿?wù)需求能力
    2.3 駕駛能力與任務(wù)需求能力的匹配模式分析
    2.4 本章小結(jié)
3 駕駛疲勞險態(tài)致因因素分析
    3.1 表征指標(biāo)分析
    3.2 主成分分析理論
    3.3 基于主成分理論的強影響因子析取
        3.3.1 主成分計算方法
        3.3.2 強影響因子析取實例分析
    3.4 綜合模糊評價模型
        3.4.1 隸屬度函數(shù)
        3.4.2 評價指標(biāo)權(quán)重分析
        3.4.3 模糊評價實例
    3.5 本章小結(jié)
4 駕駛疲勞險態(tài)辨識模型
    4.1 模式辨識原理
    4.2 神經(jīng)網(wǎng)絡(luò)模型
        4.2.1 人工神經(jīng)網(wǎng)絡(luò)簡介
        4.2.2 BP神經(jīng)網(wǎng)絡(luò)
    4.3 基于能力匹配的駕駛疲勞險態(tài)辨識模型
    4.4 模型測試及結(jié)果分析
    4.5 本章小結(jié)
5 基于D-lab平臺的模擬駕駛實驗與分析
    5.1 實驗?zāi)康?br>    5.2 實驗方案
        5.2.1 實驗對象
        5.2.2 實驗設(shè)備
        5.2.3 實驗測試指標(biāo)
        5.2.4 實驗內(nèi)容
    5.3 實驗數(shù)據(jù)處理
    5.4 實驗數(shù)據(jù)分析
    5.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹弋;楊忠振;左忠義;;綠燈倒計時信號對駕駛行為的影響[J];中國安全科學(xué)學(xué)報;2015年02期

2 牛清寧;周志強;金立生;劉文超;于鵬程;;基于眼動特征的疲勞駕駛檢測方法[J];哈爾濱工程大學(xué)學(xué)報;2015年03期

3 周云鵬;朱青;王耀南;盧笑;凌志剛;;面部多特征融合的駕駛員疲勞檢測方法[J];電子測量與儀器學(xué)報;2014年10期

4 鄭東鵬;蔣祖華;章倩;;駕駛員風(fēng)險駕駛行為及影響因素分析[J];人類工效學(xué);2014年01期

5 肖獻(xiàn)強;任春燕;王其東;;基于隱馬爾可夫模型的駕駛行為預(yù)測方法研究[J];中國機械工程;2013年21期

6 嚴(yán)新平;張暉;吳超仲;毛U

本文編號：2832673