本書針對道路駕駛行為研究，基于自然駕駛試驗、駕駛模擬仿真、無人機高空視頻技術等數據采集手段，從微觀到宏觀的各個層面對常見駕駛場景下的駕駛行為特征進行量化分析，從而構建駕駛行為譜的基礎數據體系， 可為不良駕駛行為的預警與干預提供技術支持。主要內容包括駕駛行為數據的采集技術、駕駛行為譜的概念與組成、不良駕駛行為參數與風險閾值、 駕駛行為特性分析、基于人工智能的...
本書針對道路駕駛行為研究，基于自然駕駛試驗、駕駛模擬仿真、無人機高空視頻技術等數據采集手段，從微觀到宏觀的各個層面對常見駕駛場景下的駕駛行為特征進行量化分析，從而構建駕駛行為譜的基礎數據體系， 可為不良駕駛行為的預警與干預提供技術支持。主要內容包括駕駛行為數據的采集技術、駕駛行為譜的概念與組成、不良駕駛行為參數與風險閾值、 駕駛行為特性分析、基于人工智能的不良駕駛行為識別等方面。
本書可作為從事交通安全與智能駕駛相關研究的科研人員的參考用書，也可作為高等院校相關專業研究生教材或教學參考用書
目 錄
第1章 緒論
1.1 研究背景 _3
1.2 基本概念 _4
1.2.1 交通行為譜 _4
1.2.2 駕駛行為譜 _5
1.2.3 駕駛行為可采集信息 _6
1.3 國內外研究現狀_9
1.3.1 駕駛行為采集技術 _9
1.3.2 駕駛行為分析技術 _12
1.3.3 惡劣天氣下駕駛行為研究_14
1.3.4 不良駕駛行為識別技術 _19
1.4 技術難點與研究方法 _20
第2章 駕駛行為數據采集與信息提取
2.1 駕駛模擬試驗 _25
2.1.1 試驗儀器 _25
2.1.2 試驗方案 26
2.1.3 靜態場景設計 _27
2.1.4 動態場景設計 34
2.1.5 預試驗重要結論 _50
2.1.6 平原區高速公路駕駛模擬試驗 54
2.2 道路交通環境與駕駛行為同步采集系統 54
2.2.1 系統方案 54
2.2.2 低成本替代方案 _65
2.3 基于視頻處理的交叉口多目標交通行為提取 _69
2.3.1 前景目標提取 _70
2.3.2 基于KLT光流的目標跟蹤 _71
2.3.3 軌跡后處理 _78
2.3.4 目標分類 _81
2.3.5 案例分析 83
2.3.6 準確性檢驗 _84
2.3.7 結果對比 _87
第3章 基于駕駛模擬試驗的惡劣天氣下駕駛行為分析
3.1 駕駛模擬試驗與數據采集 _91
3.1.1 典型道路交通情景構建 _91
3.1.2 惡劣天氣駕駛模擬試驗 92
3.2 惡劣天氣下駕駛行為特征分析 _108
3.2.1 駕駛行為特征分析_108
3.2.2 不同屬性駕駛員行為特征分析 _127
3.2.3 駕駛行為狀態關鍵參數_140
3.3 基于支持向量機的駕駛行為選擇模型_142
3.3.1 基于支持向量機的跟馳風險識別模型_142
3.3.2 基于支持向量機的超車行為識別模型_144
3.3.3 基于支持向量機的彎道行駛軌跡預測模型_147
第4章 駕駛行為譜分析及特征值分析
4.1 駕駛行為譜的組成_155
4.1.1 環境指標_155
4.1.2 單一交通行為指標 _157
4.1.3 多車相互狀態指標 _158
4.1.4 駕駛行為譜特征參數_159
4.2 不良駕駛行為風險參數及閾值_162
4.2.1 不良駕駛行為的分類 _162
4.2.2 不良駕駛行為風險參數_164
4.2.3 風險參數的閾值確定 _165
4.2.4 實例分析_168
4.3 不良駕駛行為譜特征值_171
4.3.1 不良駕駛行為譜與風險度量_171
4.3.2 不良駕駛行為風險度量閾值_173
4.3.3 不良駕駛行為譜特征值權重計算 _173
第5章 基于無人機數據的駕駛行為特征分析
5.1 數據采集 _179
5.2 跟馳行為特征規律分析 _181
5.2.1 數據基本情況_182
5.2.2 不同距離條件下的速度相關性 _184
5.2.3 不同車頭時距下的速度相關性 186
5.2.4 速度與跟馳距離的關系 _187
5.3 變道行為特征規律分析 _187
5.3.1 變道起終點與特征參數 _188
5.3.2 變道行為特性分析 _190
5.4 變道行為安全性分析_196
5.4.1 基于TTC的安全性分析_197
5.4.2 基于MTC的安全性分析 _198
5.4.3 指標計算結果討論 _199
第6章 基于自然駕駛試驗的駕駛行為特征分析
6.1 自然駕駛試驗 _205
6.2 駕駛行為時域特性分析 _207
6.2.1 速度特征 _207
6.2.2 加速度特征_208
6.2.3 角速度特征_209
6.2.4 差異性檢驗 _209
6.3 駕駛行為頻域特性分析 _219
6.3.1 加速度頻域特征 221
6.3.2 角速度頻域特征 225
6.3.3 差異性分析_228
6.4 駕駛行為時頻特性分析 _229
