基于多维信息特征分析的驾驶人认知负荷研究

作     者：郑玲 乔旭强 倪涛 杨威 李以农 ZHENG Ling;QIAO Xu-qiang;NI Tao;YANG Wei;LI Yi-nong

作者机构：重庆大学机械与运载工程学院重庆400044 

基　　金：国家重点研发计划项目(2016YFB0100904) 重庆市技术创新与应用发展专项(cstc2019jscx-zdztzxX0032) 

出 版 物：《中国公路学报》 (China Journal of Highway and Transport)

年 卷 期：2021年第34卷第4期

页      码：240-250页

摘      要：准确评估驾驶人认知负荷水平,对于深入研究驾驶人行为特性,改善驾驶安全性具有重要意义。现有的驾驶人认知负荷分类方法,大多基于心电、脑电等生理信息和车辆信息,由于特征选择上的单一性,导致驾驶人认知负荷分类模型的分类精度不高。设计基于跟驰场景的不同认知负荷N-back次任务试验,通过采集受试者的生理信号和车辆信号,结合NASATLX主观评分和机器学习算法,提出了基于多维信息特征融合的驾驶人认知负荷分类方法。研究表明:基于生理信息和车辆信息的多维信息特征认知负荷分类方法,其精度显著高于传统的基于生理信息的认知负荷分类方法,以多维信息特征为输入,随机森林法以其稳定性好、抗过拟合能力强的特点,表现出优异的分类效果,相比神经网络和支持向量机,具有最高的平均分类精度。

主 题 词：交通工程 认知负荷 多信息特征 模式识别 驾驶安全 

学科分类：1201[管理学-管理科学与工程类] 08[工学] 082303[082303] 0813[工学-化工与制药类] 0802[工学-机械学] 0814[工学-地质类] 082302[082302] 0801[工学-力学类] 0823[工学-农业工程类] 

核心收录：

D　O　I：10.19721/j.cnki.1001-7372.2021.04.021

馆 藏 号：203103134...