林英姿
- 作品数:2 被引量:14H指数:2
- 供职机构:东北大学更多>>
- 发文基金:美国国家科学基金国家自然科学基金国家留学基金更多>>
- 相关领域:交通运输工程更多>>
- 基于驾驶行为多元时间序列特征的愤怒驾驶状态检测被引量:6
- 2017年
- 为了对"路怒症"进行有效干预,提出了一种基于驾驶行为的愤怒驾驶状态检测模型。在交通繁忙路段开展基于道路事件刺激的愤怒情绪诱导限时实验,获得驾驶人愤怒与中性情绪下的驾驶行为数据。运用分段线性表示方法拟合由方向盘转角与车辆横向位置组成的驾驶行为多元时间序列,并采用自底向上算法对该时间序列进行分段,提取各分段的斜率与时间间隔特征作为模型输入,建立基于支持向量机的愤怒驾驶状态检测模型。结果表明:模型的识别精度在10分段条件下达78.69%,较5分段、20分段分别高8.57%、4.85%。研究结果可为开发基于驾驶行为的愤怒情绪实时检测设备提供理论支持。
- 万平吴超仲林英姿马晓凤
- 关键词:交通运输系统工程多元时间序列驾驶行为分段线性表示
- 基于置信规则库的驾驶人愤怒情绪识别模型被引量:10
- 2015年
- 针对'路怒症'诱发的攻击性驾驶行为影响交通安全问题,提出一种基于生理与脑电特征的驾驶人愤怒情绪识别模型.招募15名被试在武汉市区开展限时实车试验.由于所选实验线路为交通繁忙路段,被试易被行人横穿马路、车辆加塞等道路事件诱发愤怒情绪.实验中采用愤怒量表记录被试的愤怒等级,以及采用生物反馈仪与脑电记录仪记录被试的生理和脑电信号.将血容量脉冲、皮肤电导、δ波百分比与β波百分比这四项生理与脑电指标作为模型输入,建立基于置信规则库的愤怒情绪识别模型.验证结果表明,该模型的识别精度(82.24%)较BP神经网络、SVM分别提高7.15%、5.02%.研究结果可为开发基于生理和脑电信号的驾驶情绪识别设备提供理论支持.
- 万平吴超仲林英姿马晓凤黄珍
- 关键词:智能交通情绪识别实车试验