论文部分内容阅读
随着机动车使用量的增长,人员伤亡和财产损失不断增加。根据年度统计报告显示,道路交通事故数量,死亡和受伤人数有所下降。然而,每起事故的死亡和受伤人数都在增加。交通事故致因统计结果显示,情绪是引发交通事故的主要原因之一。因此,分析驾驶员情绪对驾驶行为的影响,对其危险驾驶行为进行预警,对提高道路交通安全具有重要意义。本文首先在对国内外既有研究评述的基础上,明确提出把本研究中的试验设计、情绪识别、情绪对驾驶行为的影响分析和驾驶行为预测等问题作为研究重点。其次,设计情绪模拟驾驶试验,采集被试者的生理信号和驾驶行为数据。然后对生理信号数据进行预处理和特征提取,基于二叉树的SVM分类算法对驾驶员的情绪识别。在情绪识别的基础上,分析高兴、悲伤、恐惧、愤怒情绪状态下驾驶行为特征。然后,通过一个三层因果分解(驾驶员神经兴奋--驾驶员原始反应--车辆状态)探讨情绪对驾驶行为的影响机理。采用基线信号消除方法,分析驾驶员心电间期、转向角和最大车道偏离在不同情绪下的变化值,深入分析情绪效价和唤醒度对驾驶行为的影响。最后,基于竞争学习算法建立情绪与驾驶行为模型,根据问题的数学描述,建立融合驾驶员情绪变化的驾驶行为模型,依据模型设计神经网络体系结构;并且对驾驶员不同情绪作用下的驾驶行为进行预测,结果表明:车速预测值非常接近观测值。在高唤醒情绪状态下,平均车速相比于平静状态时都有显著增加,伴随着明显的超速行为;低效价高唤醒情绪下,出现事故的可能性增加,驾驶员趋向更危险的驾驶行为;在低效价低唤醒情绪下,平均车速相比于平静状态时显著下降,驾驶员驾驶较谨慎。