原文传递
基于LightGBM的驾驶人风险感知能力判别方法
| 题名： | 基于LightGBM的驾驶人风险感知能力判别方法 |
| 作者： | 李青;景云超;朱彤;朱秭硕;李海梅 |
| 作者单位： | 长安大学 |
| 关键词： | 交通安全;风险感知;危险源;LightGBM算法 |
| 摘要： | 碰撞风险与风险感知能力有关，为准确评估驾驶人风险感知能力，设计考虑危险源个数与类型的驾驶模拟试验，采集危险场景下的驾驶人驾驶行为与眼动特征等数据。利用Mantel-Haenszel检验分析危险源因素、驾驶人个人特性在不同风险感知水平人群下的差异性，借助Spearman相关性分析探索驾驶行为、眼动特征与风险感知能力之间的关系。结果表明:危险源个数、类型与风险感知能力负相关。驾龄、车速、纵向加速度、刹车深度、制动反应时间及位置等与风险感知能力显著相关。风险感知能力迟钝的驾驶人车速偏高且加速度更大，刹车深度更深，从发现危险事件到采取行动需要更多的反应时间。构建综合风险感知能力评价指标集，借助RandomForest算法对特征进行重要性排序，在此基础上利用LightGBM算法建立驾驶人风险感知能力判别模型，分析不同特征个数输入对模型性能的影响。结果表明:与SVM和AdaBoost等算法相比，基于LightGBM算法的模型F1值达到86.07%，精度为86.14%，可以有效地对不同风险感知等级的驾驶人进行分类。 |
| 期刊名称： | 交通信息与安全 |
| 出版年： | 2021 |
| 期： | 04 |
| 页码： | 16-25 |
检索历史
应用推荐
