APP下载

基于LightGBM的驾驶人风险感知能力判别方法*

2021-09-17景云超朱秭硕李海梅

交通信息与安全 2021年4期
关键词:特征能力模型

李 青 景云超 朱 彤▲ 朱秭硕 李海梅

(1.长安大学运输工程学院 西安710064;2.长安大学汽车运输安全保障技术交通行业重点实验室 西安710064;3.长安大学汽车学院 西安710064)

0 引 言

风险感知被定义为驾驶员识别道路环境中风险的能力,是1种基于判断和情境意识的个人行为[1-2]。驾驶技能中,只有个人对危险的感知与其事故经历有关[3]。驾驶人的风险感知能力是唯一与碰撞风险有关的高阶认知技能[4-5]。多项研究结果表明对道路风险感知更敏锐的驾驶员发生交通事故的概率较低[6-7]。因此判别驾驶人风险感知能力并采取相应干预措施对预防与减少交通事故有着重要意义。

现有研究多从不同驾驶群体,驾驶人面对危险事件时的驾驶行为、生理指标等角度出发分析驾驶人的风险感知特性,较少有研究分析危险源与风险感知之间的关系。A.Borowsky等[8],G.Underwood等[9],王丰元等[10],文森等[11]分析了驾龄对风险感知特性的影响,结果表明,新手驾驶人对危险事件的感知能力较差,对潜在危险事件的反应更为迟钝,注视危险事件的时间更短。S.W.Park等[12]发现年老驾驶员在控制车速、转向、制动等操作上有着更明显的误操作率。B.Liang等[13]研究了驾驶人的脑电、皮电活动与对道路危险行为的反应时间对风险感知的影响。谷志朋等[14]分析了不同危险源位置下(远前方、近前方、左侧、右侧)驾驶人的风险感知差异性,结果表明,当危险源出现在远前方时识别能力较差,出现在右侧时识别能力最好。在视觉搜索任务中,正确检测到第1个目标会妨碍对同一场景下第2个目标的检测,这被称为后续搜索失败[15]。……

登录APP查看全文

猜你喜欢

特征能力模型
一半模型
消防安全四个能力
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
大兴学习之风 提升履职能力
你的换位思考能力如何
3D打印中的模型分割与打包
线性代数的应用特征