面向驾驶员心电数据的交叉口驾驶风险评估方法

为更精准地评估交叉口范围内的驾驶风险,首先,引入驾驶员心电(EGG)数据,提出基于余弦相似性距离的逼近理想解排序(TOPSIS)模型;其次,建立滚动时间窗法,并改进传统的短期频域指标计算方法,计算模型中低频(LF)变化率指标和低频与高频之比(LF/HF)等心率变异性(HRV)指标,模型时域指标有心脏搏动周期(R-R间期)变化率和其标准差(SDNN);然后,根据心电频域和时域指标与静息状态下对应指标的接近程度进行综合排序,按照越接近驾驶风险越小的原则,评估交叉口区域的驾驶风险;最后,选择30名驾驶员,在西安市23个交叉口开展实车试验,采集试验数据并验证模型方法.结果表明:驾驶员在相同交叉口环境下的驾驶风险评估结果相似性超90.1％,所提方法可应用稀疏样本评估交叉口的整体驾驶风险;高驾驶风险的交叉口评估方差较中、低驾驶风险路口分别高38.8％和67.9％,表明低风险交叉口区域驾驶风险的评估更精准.