基于運(yùn)動(dòng)特征的車輛危險(xiǎn)行為識(shí)別方法研究.pdf

1、武漢理工大學(xué)博士學(xué)位論文分類號(hào)密級(jí)UDC學(xué)校代碼10497學(xué)位論文題目基于運(yùn)動(dòng)特征的車輛危險(xiǎn)行為識(shí)別方法研究英文ResearchonDetectionMethodofVehicleDangerous題目BehaviBasedonVehicleMotion研究生姓名陳志軍姓名吳超仲職稱教授學(xué)位博士單位名稱汽車工程學(xué)院郵編430063申請(qǐng)學(xué)位級(jí)別博士學(xué)科專業(yè)名稱車輛工程論文提交日期201603論文答辯日期學(xué)位授予單位武漢理工大學(xué)學(xué)位授予日期

2、答辯委員會(huì)主席評(píng)閱人教育部學(xué)位中心盲審教育部學(xué)位中心盲審教育部學(xué)位中心盲審2016年3月指導(dǎo)教師武漢理工大學(xué)博士學(xué)位論文摘要疲勞駕駛、分神駕駛和違法駕駛都引起車輛的異常運(yùn)動(dòng)，并與周圍其他交通參與者存在碰撞風(fēng)險(xiǎn)，是我國(guó)交通事故的主要致因之一，本文將這種車輛的異常運(yùn)動(dòng)定義為車輛危險(xiǎn)行為。車輛安全輔助駕駛系統(tǒng)是預(yù)防交通事故發(fā)生和提高車輛行車安全的重要手段，為了促進(jìn)車輛安全輔助駕駛系統(tǒng)的發(fā)展和提高車輛行車安全，本文基于運(yùn)動(dòng)特征研究車輛危險(xiǎn)行為識(shí)

3、別方法。首先，構(gòu)建了車輛危險(xiǎn)行為下車輛運(yùn)動(dòng)特征采集系統(tǒng)。針對(duì)疲勞駕駛和分神駕駛是在短時(shí)間內(nèi)引起車輛的異常運(yùn)動(dòng)，設(shè)計(jì)了車輛內(nèi)部信息采集系統(tǒng)。對(duì)于違法駕駛是由長(zhǎng)時(shí)間的車輛異常運(yùn)動(dòng)表現(xiàn)，設(shè)計(jì)了車輛外部信息采集系統(tǒng)。并在此基礎(chǔ)上，針對(duì)不同類型的車輛危險(xiǎn)行為設(shè)計(jì)和開(kāi)展了相應(yīng)的實(shí)驗(yàn)。其次，建立車輛運(yùn)動(dòng)特征選取算法。基于信息論分析了特征與類之間相關(guān)性和特征之間冗余性，提出考慮特征之間互補(bǔ)性和冗余互補(bǔ)散度的特征選取算法。本文從數(shù)學(xué)上證明了所提算法的意義

4、，并利用公共數(shù)據(jù)集驗(yàn)證了所提方法的有效性，為車輛危險(xiǎn)行為識(shí)別方法的研究提供基礎(chǔ)。再次，提取危險(xiǎn)駕駛狀態(tài)下車輛運(yùn)動(dòng)的共性指標(biāo)，并基于共性指標(biāo)建立危險(xiǎn)駕駛狀態(tài)識(shí)別方法。利用車輛運(yùn)動(dòng)特征選取方法分別篩選出對(duì)識(shí)別疲勞駕駛狀態(tài)和分神駕駛狀態(tài)具有顯著貢獻(xiàn)的車輛運(yùn)動(dòng)特征，再使用Wilcoxon秩和檢驗(yàn)分析疲勞駕駛狀態(tài)和分神駕駛狀態(tài)下車輛運(yùn)動(dòng)的共性特征，并基于雙時(shí)間窗方法提取出識(shí)別危險(xiǎn)駕駛狀態(tài)的共性指標(biāo)。然后建立基于支持向量機(jī)的危險(xiǎn)駕駛狀態(tài)識(shí)別方法，其

5、中支持向量機(jī)的核函數(shù)參數(shù)和懲罰系數(shù)利用粒子群算法進(jìn)行優(yōu)化。然后，基于稀疏重構(gòu)理論建立違法駕駛識(shí)別方法。使用最小二乘B樣條曲線逼近法標(biāo)準(zhǔn)化車輛運(yùn)動(dòng)特征，將車輛運(yùn)動(dòng)特征轉(zhuǎn)化為固定等長(zhǎng)度的特征向量，并構(gòu)成稀疏重構(gòu)模型中的訓(xùn)練字典。將原始0稀疏重構(gòu)模型轉(zhuǎn)化為（0p1）稀疏重構(gòu)模型并建立稀疏重構(gòu)的違法駕駛識(shí)別模型，提出正交匹配追蹤擬牛頓法計(jì)算模型中的稀疏解，并使用低界定理優(yōu)化稀疏解，使之逼近全局最優(yōu)解。結(jié)合相似度理論優(yōu)化稀疏重構(gòu)的違法駕駛識(shí)別模型