孙宫昊 荣建 常鑫 刘思杨 高亚聪

（1.北京工业大学，北京 100124；2.中国民航大学，天津 300300）

主题词：驾驶行为 驾驶风险 模式转移概率 随机森林

1 前言

研究表明，90%的交通事故与驾驶人的因素有关[1]。因此，以提升驾驶人的安全水平为切入点，准确评估驾驶行为风险，从而有针对性地开展驾驶行为培训，是提升道路交通安全水平的有效方法。同时，车辆智能化、个性化服务是未来车辆技术发展的重要趋势，驾驶人行为风险的评估研究对推动车辆智能化产品的应用具有重要意义。

目前，基于客观驾驶数据的驾驶行为风险评估方法主要分为通过识别驾驶行为事件的驾驶行为风险评估、基于驾驶行为特征参数建模的驾驶行为风险评估两种。在基于识别驾驶行为事件的驾驶行为风险评估研究中：Toledo 等通过驾驶行为数据识别加速、减速、换道等事件，结合驾驶事件的风险程度与频率，构建了综合指标评估体系，将驾驶风格分为3 类[2]；吴振昕等从数据库中提取7种典型驾驶工况，利用K均值聚类和D-S证据理论方法进行聚类，将驾驶风格分为3类[3]；Brombacher 等利用神经网络算法将纵向驾驶行为事件分为加速和紧急制动行为，横向驾驶行为事件分为轻度转弯、中度转弯和紧急转弯，根据驾驶行为事件的发生频率进行风险评分，将驾驶人分为5 类[4]。在基于驾驶行为特征参数建模的驾驶行为风险评估研究中：朱冰等利用跟车过程中的驾驶数据作为特征指标，建立了基于随机森林的驾驶人驾驶行为风险辨识模型[5]；……