首页|基于得分系数的跟车工况驾驶风格识别研究

基于得分系数的跟车工况驾驶风格识别研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
采用NGSIM数据库的数据,选用THW和ITTC参数来评价该工况下的碰撞危险等级,提出了可实现快速驾驶风格识别的客观性得分系数SCO的评价方法,以0～1之间的标准数衡量驾驶员在采样时间段内的驾驶激进程度;分析了SCO评价方法决策边界出现误判的情况,基于K Means聚类算法对SCO的准确性进行了评价.研究结果表明,相比有级分类,SCO评价方法具有更好的容错性和实时性,其结果可达到95.54％的总体准确率或4.46％的边界误判率,将研究所获得的模型参数和评价方法应用于新的数据场景,也可获得94％的总体准确率.基于SCO评价方法可构建实时易用的驾驶风格识别系统,以实现更加符合驾驶要求的个性化协同控制策略.
Driving Style Recognition Based on the Score Coefficient Under the Following Condition

金辉、吕明

展开 >

北京理工大学机械与车辆学院,北京 100081

驾驶风格 碰撞危险等级 聚类分析 客观性得分系数 驾驶安全辅助系统

国家自然科学基金资助项目

51875040

2021

10.15918/j.tbit1001-0645.2020.095

北京理工大学学报
北京理工大学

北京理工大学学报

CSTPCDCSCD北大核心
影响因子：0.609
ISSN：1001-0645
年,卷(期)：2021.41(3)
  • 4
  • 4