中国公路学报

作者：郭孜政, 潘雨帆, 周宏宇, 赵国朕, 陈崇双, 张骏

单位：1. 西南交通大学 交通运输与物流学院, 四川 成都 610031;2. 西南交通大学 综合交通运输智能化国家地方联合工程实验室, 四川 成都 610031;3. 西南交通大学 信息科学与技术学院, 四川 成都 610031;4. 综合交通大数据应用技术国家工程实验室, 四川 成都 611756;5. 中国科学院心理研究所, 北京 100101;6. 西南交通大学 数学学院, 四川 成都 610031"],"fundList_en":["Science and Technology Program of China Railway (2018F024); Science and Technology Program of Sichuan Province (2019YFG0043)

关键词：交通工程,风险感知,支持向量机,脑电,模拟驾驶试验,驾驶人

基金：中国铁路总公司科技计划项目（2018F024）；四川省科学技术重点研发项目（2019YFG0043）

为准确识别驾驶人对潜在危险事件的心理预期，提出一种通过脑电信号对驾驶人心理预期进行识别的方法。参照心理学预期行为研究常用的标准S1-S2范式，改进设计了路侧停靠公交车造成视觉遮挡的人车碰撞事故模拟驾驶试验。模拟任务中以路侧停靠的公交车为线索刺激，公交车头的行人为目标刺激，诱发驾驶人的心理预期。为有效识别驾驶人心理预期，首先采用释放油门的避险行为对每个试次标定是否产生心理预期，然后通过快速傅里叶变换提取相关的脑电特征数据，并通过差异性分析及主成分分析算法对脑电特征指标进行筛选和压缩，最后基于支持向量机建立驾驶人心理预期识别模型。研究获取36名驾驶人数据，共计1 440个样本。结果表明：当驾驶人产生心理预期活动时，枕区和额区的<em>&alpha;</em>波能量值显著降低，而<em>&beta;</em>波能量值则显著增加；差异性分析显示共有31项脑电指标对驾驶人心理预期敏感，所有脑电特征指标通过PCA算法进行降维，抽取出5个主成分作为识别模型输入；选择径向基核函数构建SVM识别模型，通过粒子群寻优算法对模型进行优化，模型对驾驶人心理预期水平的平均识别正确率为82.02%，平均AUC面积为0.82，结果表明模型具有良好的识别能力和稳定性，可为驾驶辅助系统的研发提供技术理论支撑。

来源：2020年第6期

《中国公路学报》期刊编辑部

查看中国公路学报杂志2020年第6期