高速公路跟车情景下认知分心影响机制与识别方法
彭金栓, 张淋俊, 周磊, 袁浩, 任超宇, 徐磊
2025, 25(1):
221-230.
DOI: 10.16097/j.cnki.1009-6744.2025.01.021
为精细化研究认知分心对高速公路场景下驾驶人跟车行为的影响机理,设计面向不同分心次任务的模拟驾驶试验。动态采集车辆运动学特性,驾驶人操作和眼动特征参数,解析次任务状态与速度区间对跟车绩效的影响机制,构造面向不同速度区间跟车行为的认知分心状态表征参数集合。引入支持向量机、随机森林和极端梯度提升树等方法,实时识别驾驶人的认知分心状态。研究表明:沉浸式计算相较于交谈次任务会给驾驶人带来更大的认知负荷;认知分心导致驾驶人对方向盘和油门踏板的控制能力减弱,注视点更加集中于道路前方,视觉转移受到抑制;不同速度区间下,认知分心表征参数集合存在差异;极端梯度提升树模型性能优于支持向量机和随机森林;标定不同速度区间下的最佳滑动时窗宽度与滑动步长,极端梯度提升树模型在总体区间及速度区间Ⅰ([60,80)km·h-1)、Ⅱ([80,100)km·h-1)、Ⅲ([100, 120] km·h-1)下识别准确率分别达到85.98%、87.98%、88.45%、92.21%;截至风险阈值时刻,认知分心样本识别率最高可达90.0%。研究结果可为高速公路认知分心识别及预警优化设计等提供重要参考。
|