典型文献
考虑驾驶人不同分心类型的分心识别研究
文献摘要：
驾驶人分心状态判别是实现分心预警的基础.由于视觉分心相比认知分心对行车安全具有更大威胁,本文针对驾驶人不同分心类型的识别展开研究,设计了驾驶人两种分心类型和正常驾驶下的模拟驾驶试验,利用1-back任务和看手机任务分别诱导驾驶人产生认知分心和视觉分心,采集并提取驾驶绩效、眼动及头动特征,采用序列后向选择算法进行特征优选,运用网格搜索确定分心识别的最佳时间窗口及模型参数.结果表明,基于随机森林所构建模型在测试集上取得了94.07％的宏精准率、93.89％的宏召回率和93.98％的宏F1值,分类表现优于两种比较方法,说明模型能够准确地对驾驶人的3种状态进行分类.根据随机森林模型的特征重要性排序结果以及采用不同类型特征作为输入训练模型的分类结果发现,驾驶人眼动及头动特征对驾驶人分心类型的识别更为重要.本文研究可为分心预警系统根据分心类型判定风险等级提供基础.
文献关键词：
交通工程;分心类型;识别模型;驾驶绩效;眼动及头动
中图分类号：
作者姓名：
周扬;付锐;刘卓凡
作者机构：
西安航空学院,车辆工程学院,西安710077;长安大学,汽车学院,西安710064;西安邮电大学,现代邮政学院,西安710061
文献出处：
引用格式：
[1]周扬;付锐;刘卓凡-.考虑驾驶人不同分心类型的分心识别研究)[J].交通运输系统工程与信息,2022(03):132-139
A类：
分心类型,眼动及头动
B类：
驾驶人,状态判别,视觉分心,心相,行车安全,大威,模拟驾驶试验,back,驾驶绩效,序列后向选择,选择算法,特征优选,网格搜索,时间窗口,构建模型,测试集,召回率,分类表,比较方法,随机森林模型,特征重要性,重要性排序,类型特征,训练模型,人眼,更为重要,预警系统,风险等级,交通工程,识别模型
AB值：
0.293084
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
