基于LSTM的驾驶行为风险评估研究

作     者：周士谦 高永强 齐龙 尹迁齐 ZHOU Shiqian;GAO Yongqiang;QI Long;YIN Qianqi

作者机构：山东交通学院汽车工程学院济南250357 

出 版 物：《公路交通技术》 (Technology of Highway and Transport)

年 卷 期：2024年第40卷第1期

页      面：163-170页

学科分类：0402[教育学-心理学(可授教育学、理学学位）] 040203[教育学-应用心理学] 04[教育学] 

主　　题：道路交通安全 驾驶行为 LSTM识别 风险评估 

摘      要：为解决驾驶行为引起的交通冲突预测误差大的问题,采用LabVIEW构建了驾驶员驾驶行为数据集,并利用LSTM(Long Short-Term Memory)算法对驾驶行为进行风险评估,得出综合风险因数;在实车测试中,将风险因数与跟驰模型结合,建立了驾驶员碰撞风险评估模型,并验证其精度。研究结果表明:1)综合风险因数是道路风险预测的主要参数,其分值越高则事故发生率越高;2)基于LSTM的碰撞风险评估准确率为96.26%,高风险驾驶行为的识别速度可缩短到1.72 s;3)基于LSTM驾驶行为的碰撞风险评估模型精度高、评估稳定、反应迅速,可为预防交通事故、促进智能交通发展提供及时可靠的安全预警信息。