车路协同环境下驾驶员行为识别方法研究

摘要：

本文中提出了一种介于车辆操纵稳定性和智能交通系统的驾驶员行为识别方法.首先通过微观仿真软件实现不同行驶状态下局部路网仿真,获取大量基本仿真数据,根据汽车动力学理论,实现基本行驶参数到行驶状态参数的转化;然后应用邻域粗糙集来进行特征约简,再使用总体平均经验模态分解(EEMD)、相关系数法和样本熵相结合的方法进行样本数据挖掘,将得到的样本熵数值作为聚类的特征向量;最后将特征向量输入GG模糊聚类进行聚类,利用微观交通软件和UC-Win/Road驾驶模拟器仿真得到的样本,采用最小平均贴近度择近原则实现驾驶行为识别验证,并根据最大贴近度和次最大贴近度计算待测样本属于某类驾驶行为的隶属度.实验表明,该方法取得了良好的识别效果.

关键词：驾驶员行为、属性约简、数据挖掘、模糊聚类

所属期刊栏目：40

资助基金：国家自然科学基金51275442

在线出版日期：2019-01-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1330-1338