原文传递
基于自然驾驶跟车数据的驾驶人差异性分析与辨识
| 题名： | 基于自然驾驶跟车数据的驾驶人差异性分析与辨识 |
| 作者： | 刘志强;张凯铎;倪捷 |
| 作者单位： | 江苏大学 |
| 关键词： | 交通工程;驾驶行为;随机森林;驾驶人识别;跟车行为;个体差异性 |
| 摘要： | 为研究跟车工况下个体驾驶行为特性及其辨识，以驾驶人自然驾驶数据为基础,通过统计分析,频域分析及时频分析,多尺度对比驾驶人加速度、碰撞时间倒数、跟车时距等跟车轨迹特征参数分布的差异性;利用统计方法和离散小波变换提取能够表征驾驶人跟车习性差异的特征参数,分析不同参数输入结果,确定最优参数组合,建立基于随机森林的驾驶人差异性辨识模型;对8位驾驶人的实车数据分析和辨识结果表明,以加速度,与前车相对速度、相对距离,跟车时距,碰撞时间倒数的平均值、标准差、中位数、小波能量熵为特征向量的随机森林模型,驾驶人识别的准确率能达到96.48%,袋外错误率为4.55%,相比于支持向量机、K近邻、BP神经网络,具有更高的识别准确性。说明运用多尺度细化特征向量建立的随机森林模型在识别跟车工况下驾驶人的差异性方面是可行的,该结果对驾驶行为精细化研究及个性化辅助驾驶系统发展具有重要意义。 |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版日期： | 202101 |
| 出版年： | 2021 |
| 期： | 01 |
| 页码： | 48-55 |
检索历史
应用推荐
