基于样本熵特征的驾驶人换道过程特征分析  

Analyzing Characteristics in Lane-changing Behaviors Based on Sample Entropy Characteristics

作　　者：李亚秋[1,2] 吴超仲[1,2] 马晓凤[1,2] 

机构地区：[1]武汉理工大学智能运输系统研究中心,武汉430063 [2]水路公路交通安全控制与装备教育部工程研究中心,武汉430063

出　　处：《交通信息与安全》2014年第5期36-41,共6页Journal of Transport Information and Safety

基　　金：国家自然科学基金项目(批准号:51178364;51108362);湖北省杰出青年基金项目(批准号:2012FFA023);武汉市学科带头人计划项目(批准号:201271130445);道路交通安全公安部重点实验室开放课题基金项目(批准号:2014ZDSYSKFKT01)资助

摘　　要：在行车环境中,驾驶人的精神负荷是否能合理分配直接影响行驶安全,因而驾驶人的驾驶熟练程度与驾驶人驾驶过程中的精神负荷分配之间关系值得研究,其中脑电是客观评价驾驶人精神负荷的重要指标。通过实验采集了10组城市道路环境下驾驶人驾驶过程中的脑电信号,并记录了车辆行驶过程中的车辆数据,然后使用样本熵的方法来定量计算脑电数据,从而评价驾驶人在换道过程中的精神负荷问题。样本熵计算结果显示:换道过程中驾驶人的脑电特征要明显比非换道过程中驾驶人的脑电特征复杂;换道过程中驾驶人的脑电特征样本熵明显大于非换道状态下的驾驶人脑电特征样本熵,熟练驾驶人的脑电数据样本熵明显小于非熟练驾驶人的样本熵值,熟练驾驶人在换道过程中车速高于非熟练驾驶人;相较于跟驰驾驶行为,换道驾驶行为过程占用更多的精神负荷,熟练驾驶人比非熟练驾驶人分配更少的精神负荷在换道过程中。In the driving environment, whether the driver＇s mental workload can be distributed reasonably directly affect the driving safety. The relationship between driving experience and drivels mental workload distribution has a great research value. Ten naturalistic driving experiments in an urban road environment were taken to acquire the speed, EEG, and lane departure. This study evaluated driver＇s mental workload distribution based on the method of sample entropy. Sample entropy calculation results show that （1） the driver＇s EEG characteristic is more complex in the process of lane changing than that of the car-following behavior; （2） sample entropy of the driver＇s EEG is higher in the process of lane changing than that of the car-following behavior; （3） sample entropy of experienced driver＇s EEG is lower in the process of lane changing than that of the new driver; （4） the vehicle＇s speed of experienced drivels EEG is higher in the process of lane changing than that of the new driver. Compared with the car-following behavior, more mental workload is needed in the process of lane changing, and the experienced driver distributes less mental workload in the process of lane changing.

关 键 词：驾驶人 注意力 样本熵 换道过程 脑电 

分 类 号：U491.3[交通运输工程—交通运输规划与管理]