汽车工业论文_基于因子长短期记忆的驾驶人接管

文章摘要:为识别自动驾驶环境下驾驶人的接管行为及意图，面向18.95 km双向六车道高速公路场景，借助驾驶模拟器和眼动仪，实施驾驶人10次面对5种紧急情境之一接管自动驾驶车辆的模拟试验。利用所得车辆运行和视觉注意力数据，根据因子分析提取得到3个公因子，采用K-Means聚类分析定性识别驾驶人接管行为及意图。将因子分析分别与支持向量机和长短期记忆神经网络进行结合，获得两个定量识别驾驶人接管行为及意图的模型。研究结果表明，驾驶人接管行为受其纵向反应、横向反应和视觉注意力影响；聚类分析可定性描述不同类型驾驶人的接管行为及意图，并揭示潜在的驾驶安全隐患；相比支持向量机、长短期记忆神经网络和因子支持向量机模型，因子长短期记忆模型能更有效地识别驾驶人接管意图，其精确率、召回率、F1-分数和准确率4项性能指标均最优；利用因子分析进行数据降维和有效信息浓缩所得公因子有助于提高驾驶接管意图识别模型的分类性能。本研究有助于识别出接管风险较高的驾驶人，进而设计有针对性的驾驶辅助策略。

文章关键词:

项目基金:《军事运筹与系统工程》 网址: http://www.jsycyxtgc.cn/qikandaodu/2022/0112/554.html