面向驾驶员心电数据的交叉口驾驶风险评估方法

为更精准地评估交叉口范围内的驾驶风险,首先,引入驾驶员心电(EGG)数据,提出基于余弦相似性距离的逼近理想解排序(TOPSIS)模型;其次,建立滚动时间窗法,并改进传统的短期频域指标计算方法,计算模型中低频(LF)变化率指标和低频与高频之比(LF/HF)等心率变异性(HRV)指标,模型时域指标有心脏搏动周期(R-R间期)变化率和其标准差(SDNN);然后,根据心电频域和时域指标与静息状态下对应指标的接近程度进行综合排序,按照越接近驾驶风险越小的原则,评估交叉口区域的驾驶风险;最后,选择30名驾驶员,在西安市23个交叉口开展实车试验,采集试验数据并验证模型方法。结果表明:驾驶员在相同交叉口环境下的驾驶风险评估结果相似性超90.1%,所提方法可应用稀疏样本评估交叉口的整体驾驶风险;高驾驶风险的交叉口评估方差较中、低驾驶风险路口分别高38.8%和67.9%,表明低风险交叉口区域驾驶风险的评估更精准。

卫星定位数据驱动的营运车辆驾驶人驾驶风险评估模型

为了提高营运车辆驾驶人安全管理的精细化水平,合理地评估驾驶人驾驶风险程度,有的放矢地降低高风险驾驶人的事故率,基于卫星定位数据特点及驾驶行为与驾驶风险的相关关系设计26个驾驶行为特征参数。考虑到高速和非高速行驶时相同驾驶行为对驾驶风险的影响区别较大,根据23名营运车辆驾驶人的实测数据有针对性地筛选高速和非高速路段驾驶人风险评估指标,构建营运车辆驾驶人驾驶风险评估指标体系。然后,基于熵权法、独立性权系数法和Spearman相关系数法建立集成赋权法,确定各评估指标的权重。最后,雇佣40名营运车辆驾驶人进行实车试验以验证模型的合理性。结果表明:车辆速度和加速度方面的驾驶行为特征可以用于评估驾驶人的驾驶风险且评估效果较好,驾驶风险评估得分与实际交通冲突次数呈正相关关系,所建立模型可以较为准确地评估营运车辆驾驶人驾驶风险的高低,准确率达到77.50%,该模型在不同地区使用时,准确率存在一定的差异,但在容许范围之内,方法具有较好的鲁棒性。

驾驶行为安全性评价研究综述

研究驾驶行为与事故倾向之间的关系,探索影响驾驶风险的有效因子,可以量化评估个人驾驶行为的安全性并将其作为事故风险的评价指标,实现对驾驶风险的有效预测,并有助于区分安全的驾驶人和不安全的驾驶人。由于驾驶行为数据采集的多样性,驾驶行为安全性评估的研究还没有达成一致的框架。因此,综述国内外驾驶行为安全性评价的相关研究对提升交通安全具有重要意义。将驾驶行为安全性评价的研究方法分为基于驾驶行为与事故风险关联规则的驾驶行为安全性评价、基于驾驶行为分析的驾驶行为安全性评价和其他驾驶安全性评价方法,对每种研究方法的具体思路和相关研究成果进行了归纳总结,并探讨了驾驶行为安全性评价研究的发展方向。得益于智能化和信息化的发展,基于大数据和便携设备的实时驾驶行为安全性评价研究将会是一个趋势。