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(nèi)外研究現(xiàn)狀_9

1.3.1 駕駛行為采集技術(shù) _9

1.3.2 駕駛行為分析技術(shù) _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(shù) _19

1.4  技術(shù)難點與研究方法 _20

第2章 駕駛行為數(shù)據(jù)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(tài)場景設(shè)計 _27

2.1.4  動態(tài)場景設(shè)計  34

2.1.5 預(yù)試驗重要結(jié)論 _50

2.1.6  平原區(qū)高速公路駕駛模擬試驗  54

2.2  道路交通環(huán)境與駕駛行為同步采集系統(tǒng)  54

2.2.1  系統(tǒng)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(jié)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(shù)據(jù)采集 _91

3.1.1 典型道路交通情景構(gòu)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(tài)關(guān)鍵參數(shù)_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(fēng)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(yù)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(huán)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(tài)指標 _158

4.1.4 駕駛行為譜特征參數(shù)_159

4.2  不良駕駛行為風(fēng)險參數(shù)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(fēng)險參數(shù)_164

4.2.3  風(fēng)險參數(shù)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(fēng)險度量_171

4.3.2  不良駕駛行為風(fēng)險度量閾值_173

4.3.3  不良駕駛行為譜特征值權(quán)重計算 _173

第5章 基于無人機數(shù)據(jù)的駕駛行為特征分析

5.1 數(shù)據(jù)采集 _179

5.2  跟馳行為特征規(guī)律分析 _181

5.2.1 數(shù)據(jù)基本情況_182

5.2.2  不同距離條件下的速度相關(guān)性 _184

5.2.3  不同車頭時距下的速度相關(guān)性  186

5.2.4  速度與跟馳距離的關(guān)系 _187

5.3 變道行為特征規(guī)律分析 _187

5.3.1 變道起終點與特征參數(shù) _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(jié)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