原文传递
基于多维信息特征分析的驾驶人认知负荷研究
| 题名： | 基于多维信息特征分析的驾驶人认知负荷研究 |
| 作者： | 郑玲;乔旭强;倪涛;杨威;李以农 |
| 作者单位： | 重庆大学机械与运载工程学院 |
| 关键词： | 交通工程;认知负荷;多信息特征;模式识别;驾驶安全 |
| 摘要： | 准确评估驾驶人认知负荷水平，对于深入研究驾驶人行为特性，改善驾驶安全性具有重要意义。现有的驾驶人认知负荷分类方法，大多基于心电、脑电等生理信息和车辆信息，由于特征选择上的单一性，导致驾驶人认知负荷分类模型的分类精度不高。设计基于跟驰场景的不同认知负荷N-back次任务试验，通过采集受试者的生理信号和车辆信号，结合NASA一TLX主观评分和机器学习算法，提出了基于多维信息特征融合的驾驶人认知负荷分类方法。研究表明:基于生理信息和车辆信息的多维信息特征认知负荷分类方法，其精度显著高于传统的基于生理信息的认知负荷分类方法，以多维信息特征为输入，随机森林法以其稳定性好、抗过拟合能力强的特点，表现出优异的分类效果，相比神经网络和支持向量机，具有最高的平均分类精度。 |
| 期刊名称： | 中国公路学报 |
| 出版年： | 2021 |
| 期： | 04 |
| 页码： | 240-250 |
检索历史
应用推荐
