基于机器学习的驾驶行为评价研究

论文总字数：23499字

摘 要

Abstract …………………………………………………………………………………Ⅱ

第一章 绪论 ………………………………………………………………………………1

1.1 引言 …………………………………………………………………………1

1.2驾驶行为评价 ………………………………………………………… 2

1.3驾驶员精神负荷的生理信号评价 ……………………………………3

1.4背景介绍--机器学习 ……………………………………………………6

1.5本文的研究目的和主要研究内容 ……………………………………9

1.5.1研究目的 …………………………………………………………9

1.5.2问题描述 …………………………………………………………9

1.5.3思路与步骤 ………………………………………………………10

第二章 模拟驾驶车辆数据与生理数据采集与处理 ……………………………12

2.1双任务工况下的生理数据采集 ………………………………………12

2.1.1试验简介 …………………………………………………………12

2.1.2数据采集 …………………………………………………………12

2.2心电信号预处理和特征提取 …………………………………………13

2.3本章小结 …………………………………………………………………16

第三章 人工神经网络分类与分析 …………………………………………………17

3.1人工神经网络简介 ……………………………………………………17

3.2SPSS神经网络径向基函数简介 ……………………………………17

3.3利用神经网络径向基函数分析数据 ………………………………17

3.3.1直道与弯道中驾驶精神负荷比较 …………………………17

3.3.2单一驾驶任务和多任务下精神负荷比较 …………………20

3.3.3 LV1和LV2精神负荷比较 ……………………………………21

3.4本章小结 …………………………………………………………………23

第四章 总结与展望 ……………………………………………………………………24

4.1全文总结 …………………………………………………………24

4.2展望未来 …………………………………………………………24

致谢 ……………………………………………………………………………25

参考文献 ………………………………………………………………………26

摘要

统计数据表明，我国每年交通事故亡人数超过十万人，汽车保有量不到全世界2%，然而交通事故亡人数占全球的比例却高达20%，由车辆带来的交通安全问题已不容忽视。因此，迫切地需要对驾驶员，车辆，环境因素等进行综合地分析，找到解决办法，从而提高交通安全性，减少事故发生。

驾驶员在人车路闭环系统中承担关键角色，需要时刻关注车况，路况，并实时地应对突发状况做出相应合理的驾驶动作，承担着一定的精神负荷。而实际生活中，往往还肩负着其他任务，诸如通话，聊天，广播等各种信息交互活动，这将导致注意力分散，在某些突发状况面前决策或操作失误，引起交通事故。

对此，立足于目前研究基础之上，本文采用了多任务工况实验来模拟驾驶情形，采集了各个时间段的车辆数据以及驾驶员生理数据，使用神经网络径向基函数进行分析，找出在多任务工况下的驾驶行为规律，这将为今后车辆自动驾驶和驾驶辅助系统的进一步发展成熟提供理论支持。

关键词：机器学习，驾驶行为，精神负荷，径向基函数

Abstract

As statistics shows,the traffic accidents in China killed more than one hundred thousand people every year, cars less than 2% of the world,but the traffic accident deaths accounted for the global proportion is as high as 20%,the traffic safety problem caused by the vehicle can not be ignored any more.Therefore,we have got a urgent need for a comprehensive analysis of the driver,vehicle,environmental factors to find out a solution,so as to improve traffic safety and reduce accidents.

The drivers take key role in the vehicle,need to always pay attention to the vehicle condition,road condition,and make real-time corresponding reasonable driving action in emergency ,which bear certain mental workload.But in real life,drivers also have other tasks,such as call,chat,broadcast and other information interactive activities,which will lead to distraction,make unreasonable decision or operational in some unexpected situations ,result in traffic accidents.

In this regard,based on the present research foundation,this paper uses multi-task experiment to simulate the driving conditions,collect the vehicle data and physiological data during each period,using Radial basis function of neural network model to find out the regularity of driving behavior under the multi-task condition ,which will make contribution to vehicle automatic driving and development driver assistance system,provide theoretical support for further research.

剩余内容已隐藏，请支付后下载全文，论文总字数：23499字