当前位置: 首页> 学位论文 >详情
原文传递 大型工程车辆驾驶员疲劳状态下眼动特性与驾驶风格分析
论文题名: 大型工程车辆驾驶员疲劳状态下眼动特性与驾驶风格分析
关键词: 大型工程车辆;驾驶员;疲劳状态;眼动特性;驾驶风格
摘要: 大型工程车辆驾驶员因其工作性质的特殊性,长时间往返于场站和工地之间,往往牺牲睡眠时间以牟取更多利润,导致睡眠时间破碎化,长期处于疲劳驾驶状态。疲劳驾驶被认为是造成大型工程车辆交通事故的重要原因之一。本文以疲劳驾驶为切入点,使用行车数据和眼动数据,研究不同疲劳等级对大型工程车辆驾驶员眼动特性和驾驶风格的影响。本文组织开展了大型工程车辆实车试验,共招募了11名大型工程车辆驾驶员参与此次试验,每名驾驶员无干扰连续驾驶3天。试验进程中,使用眼动仪记录眼动数据,使用VBox记录行车数据。
  本文基于眼睑闭合度(PERCLOS)来确定驾驶员的疲劳等级,依据大型工程车辆的特点和驾驶员注视特性划分兴趣区域,使用注视次数、注视时间、注视时间百分比、累积注视时间等眼动参数作为评价指标来分析驾驶员的眼动特征。研究表明,在不同疲劳等级下,驾驶员以观察前方道路环境情况为主,扫视左、右后视镜观察后方来车情况为辅。随着疲劳等级的增加,驾驶员由非疲劳状态变为疲劳状态,注视点分布趋于集中并向中央主视区靠拢,对左、右后视镜的注视次数和注视时间减少。此外,比较分析了不同疲劳等级下各个兴趣区域的眼动参数的分布差异,由方差分析结果可知疲劳等级对挡风玻璃左半边区域、左后视镜和右后视镜的注视参数有显著影响。
  本文基于特征事件来识别驾驶风格,驾驶员的驾驶行为可以表征为转弯、加速和减速三种事件的组合。通过设置阈值的方式检测特征事件,并定义了速度类(速度)、变速类(横向加速度、纵向加速度)、方向类(航向角速度)及其相关统计参数共16个驾驶风格特征参数,使用主成分分析进行降维,通过K-Means算法和SOM算法基于转弯、加速和减速三种特征事件聚类驾驶风格,并将驾驶风格分为温和型和激进型2类。将疲劳等级与行车数据相对应,分析得到不同疲劳程度下的驾驶员驾驶风格有着显著区别。除减速事件外,驾驶员越疲劳,温和型驾驶风格所占比例越大,激进型驾驶风格占比变小。
  本文的研究成果对于提升道路交通安全、预防交通事故有着十分重要的意义,同时也可为其他发展中国家在快速城市化背景下面临的相同困境提供借鉴意义。
作者: 董晓博
专业: 交通运输工程;交通运输规划与管理
导师: 马永锋
授予学位: 硕士
授予学位单位: 东南大学
学位年度: 2021
检索历史
应用推荐