基于得分系数的跟车工况驾驶风格识别研究

摘要：

采用NGSIM数据库的数据,选用THW和ITTC参数来评价该工况下的碰撞危险等级,提出了可实现快速驾驶风格识别的客观性得分系数SCO的评价方法,以0～1之间的标准数衡量驾驶员在采样时间段内的驾驶激进程度;分析了SCO评价方法决策边界出现误判的情况,基于K Means聚类算法对SCO的准确性进行了评价.研究结果表明,相比有级分类,SCO评价方法具有更好的容错性和实时性,其结果可达到95.54％的总体准确率或4.46％的边界误判率,将研究所获得的模型参数和评价方法应用于新的数据场景,也可获得94％的总体准确率.基于SCO评价方法可构建实时易用的驾驶风格识别系统,以实现更加符合驾驶要求的个性化协同控制策略.

关键词：驾驶风格、碰撞危险等级、聚类分析、客观性得分系数、驾驶安全辅助系统

所属期刊栏目：41

分类号：U461.99(汽车工程)

资助基金：国家自然科学基金资助项目51875040

在线出版日期：2021-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：245-250