一种混行环境下驾驶人认知分心识别方法

作     者：华强 金立生 郭柏苍 张舜然 王禹涵 HUA Qiang;JIN Li-sheng;GUO Bai-cang;ZHANG Shun-ran;WANG Yu-han

作者机构：吉林大学交通学院长春130022 燕山大学车辆与能源学院河北秦皇岛066004 

出 版 物：《吉林大学学报（工学版）》 (Journal of Jilin University:Engineering and Technology Edition)

年 卷 期：2022年第52卷第8期

页      面：1800-1807页

核心收录：

学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：国家重点研发计划项目(2018YFB1600501) 

主　　题：分心驾驶 混行环境 Bi-LSTM 递归特征消除算法 

摘      要：面向智能网联车辆与非网联车辆的混行环境,研究了一种混行环境无信号交叉口下基于注意力机制的双向长短时记忆网络(Bi-LSTM)的认知分心识别模型。采集了60名驾驶人在混行环境下的模拟驾驶试验数据,采用支持向量机递归特征消除算法提取最优特征子集作为模型的输入。结果表明:该模型识别准确率高达96.58%,F值为96.24%,与SVM和决策树分心识别模型相比,准确率、召回率、F值和ROC曲线等模型性能方面均最优,可应用于智能车辆分心预警辅助系统,对提高道路安全性具有重要意义。