基于概率的双车道曲线路段驾驶员心率预测指标

• 作者: 周子楚 宋灿灿
• 来源期刊: 上海公路
• 关键词: 交通安全 驾驶员生心理 机器学习 心率指标
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 智能交通
• 页码范围: 83-88
• 页数: 6页
• 语种: 中文
• DOI: 10.3969/j.issn.1007-0109.2021.02.018

摘要

为了研究山区双车道公路曲线路段驾驶员心率的变化规律,在武陵山区公路S228进行了实车实验.提出了心率超限概率作为衡量驾驶员心率变化水平的新指标,并分析了该指标依横向力和纵坡的变化规律.最后,使用机器学习建立了预测模型.结果表明:在上坡路段,驾驶员的心率超限概率主要受横向力影响;横向力水平相同的条件下,驾驶员在下坡路段的心理负荷较大.相对于传统指标,采用心率超限概率作为因变量训练的机器学习模型预测精度较高.