期刊文章详细信息
驾驶人认知分心识别随机森林模型研究
Research on drivers’ cognitive distracted recognition model based on random forest
文献类型:期刊文章
ZHOU Yang1,2 ,FU Rui1, YUAN Wei1, WANG Dong2,3, ZHANG Ruibin1(1 School of Automobile, Chang'an University, Xi'an Shaanxi 710064, China ;2 School of Vehicle Engineering, Xi'an Aeronautical University, Xi'an Shaanxi 710077, China ; 3 Key Laboratory of Automotive Transportation Safety Technology, Ministry of Transport, Chang'an University, Xi'an Shaanxi 710064, Chin)
机构地区:[1]长安大学汽车学院,陕西西安710064 [2]西安航空学院车辆工程学院,陕西西安710077 [3]长安大学汽车运输安全保障技术交通行业重点实验室,陕西西安710064
基 金:国家自然科学基金资助(61473046,51775053);中央高校基本科研业务费资金资助(310822171116)
年 份:2018
卷 号:28
期 号:1
起止页码:20-25
语 种:中文
收录情况:BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、JST、RCCSE、ZGKJHX、核心刊
摘 要:为识别驾驶人认知分心状态,招募13名驾驶人参与驾驶模拟器试验。通过眼动仪采集被试正常驾驶及认知分心状态下的眼动数据,提取5 s时间窗口内的眼动特征。运用随机森林方法构建认知分心识别模型,应用网格搜索确定最优模型参数,并采用100次留出法评估模型性能。根据随机森林模型特征重要性度量结果,进一步分析认知负荷对驾驶人注视及眨眼持续时间的影响。结果表明:当决策树数量为125、最大特征数为5时,模型识别平均准确率为83.69%;注视持续时间及噪声持续时间是认知分心识别的2个关键特征,随着认知负荷的提高,驾驶人注视持续时间减少、眨眼时间增加。
关 键 词:交通安全 认知分心 眼动特征 随机森林 模拟器试验
分 类 号:X910[安全科学与工程类] U491.254[物流管理与工程类]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...