摘要
针对危险驾驶人群进行了实时驾驶风格辨识方法研究,提出了考虑驾驶人与周围环境交互的驾驶风格识别模型.以模拟驾驶采集数据为基础,以3s为时间窗口,将实时横向偏移量、跟车距离、驾驶人注视点位置转化为驾驶风格表征因子,运用FCM-M(Fuzzy C-mean-M)对驾驶人驾驶风格进行聚类,将实时驾驶风格标定为冲动型、较冲动型、普通型、保守型,并构建神经网络模型对实时驾驶风格进行识别.结果表明:驾驶人驾驶风格波动与驾驶人注视点转变有密切联系,神经网络模型对驾驶风格识别准确率最高可达到99.1%,表现出良好的预测效果.
国家科技期刊平台
NSTL
万方数据