基于信息熵与高风险行为的驾驶行为风险评估方法.pdf
《基于信息熵与高风险行为的驾驶行为风险评估方法.pdf》由会员分享,可在线阅读,更多相关《基于信息熵与高风险行为的驾驶行为风险评估方法.pdf(7页珍藏版)》请在咨信网上搜索。
1、第 23 卷 第 4 期2023 年 8 月交摇 通摇 工摇 程摇 摇Vol.23No.4Aug.2023DOI:10.13986/ki.jote.2023.04.004基于信息熵与高风险行为的驾驶行为风险评估方法孙宫昊1,常摇 鑫2,高亚聪3,陈桂华1,毋摇 超1(1.国汽(北京)智能网联汽车研究院有限公司,北京摇 100176;2.中国民航大学,天津摇 300300;3.北京工业大学,北京摇 100124)摘摇 要:为客观评估驾驶人的驾驶安全性,提出以信息熵与高风险行为作为风险指标的驾驶行为风险评估方法.基于驾驶模拟实验获得个体驾驶人行为数据,根据个体驾驶行为特征,通过专家评估方式,获取驾
2、驶行为风险评估比对标签;基于信息熵及高风险行为事件提取关键驾驶风险特征;利用随机森林算法进行驾驶行为风险分类.通过与驾驶行为风险评估标签进行比对验证,结果表明,该方法的驾驶行为风险总体辨识精度达到 80%,基于信息熵与高风险行为的驾驶行为风险特征指标选择,能客观描述驾驶行为数据的分布差异,精确分析个体驾驶行为风险特性,可为个性化设计车辆安全辅助系统提供依据.关键词:驾驶行为风险;驾驶特征;信息熵;随机森林;分类模型中图分类号:U 463郾 6文献标志码:A文章编号:2096鄄3432(2023)04鄄022鄄07收稿日期:2022鄄06鄄30.作者简介:孙宫昊(1996),男,硕士,研究方向为
3、智能网联汽车驾驶安全、技术标准.E鄄mail:sungonghao china鄄.通讯作者:常鑫(1991),男,讲师,博士,研究方向为智能交通技术.E鄄mail:xchang .Evaluation of Driving Behavior Risk Based on Information Entropyand High鄄Risk Driving BehaviorSUN Gonghao1,CHANG Xin2,GAO Yacong3,CHEN Guihua1,WU Chao1(1.China Intelligent and Connected Vehicles(Beijing)Researc
4、h Institute Co.,Ltd.,Beijing 100176,China;2.Civil Aviation University of China,Tianjin 300300,China;3.Beijing University of Technology,Beijing 100124,China)Abstract:In order to objectively evaluate the driving behavior risks of drivers,this paper proposes a riskassessment method based on information
5、 entropy and high鄄risk behaviors.Fine鄄grained driving behaviordata of individual drivers are obtained based on driving simulation experiments.According to thecharacteristics of individual driving behavior,and through expert evaluation,the risk assessmentcomparison label of driving behavior is obtain
6、ed.Key driving risk characteristics are extracted based oninformation entropy and high鄄risk behavior events.The random forest algorithm is used to classify drivingbehavior risk.Through comparison and verification with the driving behavior risk assessment label,theresults show that the overall identi
7、fication accuracy of the driving risk assessment model reaches 80%.Based on information entropy and high鄄risk behaviors,the selection of driving behavior risk characteristicindex is proposed.This method can objectively describe the overall distribution of driving behavior dataand accurately analyze
8、the individual driving behavior risk characteristics.The evaluation result of thismethod is more accurate.The analysis results can provide a basis for the customized design of vehiclesafety assistance system.Key words:driving behavior risk;feature of driving behavior;information entropy;random fores
9、t;disaggregated model摇 第 4 期孙宫昊,等:基于信息熵与高风险行为的驾驶行为风险评估方法0摇 引言世卫组织研究报告显示,全球每年因交通事故造成的受伤人数可达 2 000 5 000 万人1.在我国,随着汽车技术的发展,在人们出行方便的同时,也带来了一系列交通安全问题.根据交管局公开数据显示,2016 年交通事故总数相比于 2015 年增加25 065 起,造成交通事故的众多因素中,人因是引发事故的重要原因,2016 年由驾驶人引发的交通事故数占事故总数的91郾 23%2.因此,对驾驶人的行为风险进行预测评估,是提升道路交通安全的有效手段,在车辆安全辅助系统的个性化设计等
10、应用方面具有极大潜力.以往的研究表明,获取驾驶行为特性数据能实现辨识危险驾驶行为、预测交通事故几率、提出交通事故预防措施等目的3,并且驾驶行为数据分析法能客观地描述驾驶人的风险特性.目前,基于客观驾驶数据的驾驶行为风险评估研究方法主要分为2 种:淤以驾驶数据相应阈值识别高风险驾驶行为事件,评估驾驶风险;于以驾驶特征作为评估参数,通过机器学习等算法进行评估.其中,基于阈值识别高风险驾驶行为事件的驾驶行为风险研究,Toledo 等4通过驾驶行为数据识别了 20 种驾驶行为事件,包括加速、减速、换道等事件,结合驾驶事件的风险程度与频率,构建综合指标评估体系,将驾驶风格分为 3 类.吴振昕等5从数据库
11、中提取 7 种典型驾驶工况,用 k鄄means 和 D鄄S 证据理论的方法进行聚类,将驾驶风格分为 3 类.Eren 等6用手机传感器获取速度、加速度等数据,通过动态时间规整算法识别高风险行为事件,实现对驾驶人驾驶行为安全性的评估.在基于驾驶特征参数建模的驾驶行为风险的研究中,朱冰等7用跟车过程中的驾驶数据作为特征指标,以层次聚类方法获得驾驶行为标签,建立了基于随机森林的驾驶人驾驶习性辨识模型.李经纬等8采集商用车和乘用车的驾驶行为数据,通过主成分分析法实现特征指标降维,利用 k鄄means 法进行驾驶风格的识别.Van LY 等9获取速度、加速度、制动踏板压力等数据,利用支持向量机和 K 均
12、值聚类算法对驾驶人进行分类.综上所述,以往研究中,基于识别高风险事件的驾驶行为风险评估研究,对风险事件的阈值判别标准不一致;基于特征参数建模的驾驶行为风险研究,集中于通过统计分析及建模实现驾驶风险的预测.为此,本研究引入信息熵指标客观描述特征参数,同时识别驾驶人的高风险驾驶行为事件,分析驾驶人个体风险行为特性,基于随机森林算法对驾驶行为风险等级进行识别,建立驾驶行为风险评估模型.提出了 1 种基于信息熵与高风险行为的驾驶行为风险评估方法.1摇 驾驶模拟实验1郾 1摇 实验设备及场景研究所需的驾驶行为数据借助驾驶模拟实验平台获取,实验选取双向四车道的高速公路路段为实验模拟路段,每条车道路宽为 3
13、郾 75 m,实验路段长度为 5郾 6 km,限速 120 km/h,本实验主要针对非违法状态下的高速工况展开研究.实验过程中驾驶人仅需根据其日常驾驶习惯完成模拟路段的驾驶即可.借助驾驶模拟实验平台可收集驾驶模拟器产生实验车自身及周边车辆的位置、距离等数据信息10.驾驶模拟实验平台如图 1 所示,获取的驾驶行为数据包括方向盘转角、刹车踏板深度、油门踏板深度、时间、车辆坐标、速度、加速度、侧位移、与前车在 250 m 内的距离、前车速度等驾驶操作参数.图 1摇 驾驶模拟器摇1郾 2摇 实验人员本次实验共招募 35 名驾驶经验丰富的驾驶人,35 名驾驶人的个体属性分布如表1 所示.每位驾驶人均拥有
14、 C 级机动车驾驶证,同时,为了避免其他身体因素影响驾驶实验,在实验前,要求驾驶人保证充足睡眠并且避免大量进食,确保身体状况良好.表 1摇 驾驶人个体属性统计分布性别年龄/周岁驾龄/a男女45100 时:int=0 0郾 5,0郾 5 1,1 1郾 5,1郾 5 2,2 2郾 5,2郾 5 3,3 3郾 5,3郾 5 4,4 4郾 5,4郾 5 肄当 along,alat0 时:int=-肄-4郾 5,-4郾 5 -4,-4 -3郾 5,-3郾 5 -3,-3 -2郾 5,-2郾 5 -2,-2 -1郾 5,-1郾 5 -1,-1 -0郾 5,-0郾 5 0车头间距划分为 17 个区间,区间为
15、:int=0 15,15 30,30 45,45 60,60 75,75 90,90 105,105 120,120 135,135 150,150 165,165 180,180 195,195 210,210 225,225 240,240 250车头时距划分为 10 个区间,区间为:int=0 0郾 5,0郾 5 1,1 1郾 5,1郾 5 2,2 2郾 5,2郾 5 3,3 3郾 5,3郾 5 4,4 4郾 5,4郾 5 肄统计各驾驶人在各参数区间内的分布比例 pi,分别计算 6 个参数的信息熵 Hk:Hk=移Ni=1-pi伊 log10(pi),i=1,2,3,N(2)式中,Hk为
16、6 个参数的熵值,k=1,2,3,4,5,6,分别为纵向加速度、纵向减速度、横向加速度、横向减速度、车头间距、车头时距 6 个参数的熵值;N 为参数区间划分总数.3郾 2摇 基于随机森林的驾驶行为风险评估随机森林是 1 种集成学习算法,由多个决策树组成.Nadezda 等21使用 K 均值聚类、神经网络、决策树、随机森林等算法对驾驶人的驾驶风格进行分类辨识,结果显示随机森林算法拥有分类性能好,分类速度快,在实际应用过程中能得到较好的应用的特点.本研究样本量较少,留一法交叉验证具有适用于小样本情形,可充分利用数据的优点22.因此本研究的随机森林分类器使用留一法交叉验证,将35 个样本的数据集分为
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 信息 风险 行为 驾驶 评估 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。