基于组合赋权的疲劳驾驶识别和监测  

作　　者：叶开[1] 

机构地区：[1]武汉理工大学交通与物流工程学院,湖北武汉430063

出　　处：《中国物流与采购》2023年第12期55-56,共2页China Logistics & Purchasing

摘　　要：疲劳驾驶是交通事故发生的重要原因之一,为了更有效的对疲劳驾驶行为进行识别和监测,综合考虑方向盘转角、方向盘转速、前向目标车头视距、纵向加速度、速度五个驾驶行为指标,使用组合赋权的方法,将主观赋权层次分析法和客观赋权变异系数法相结合,以离差最大化为条件求得组合权重,得到综合指标。由于驾驶数据具有很强的随机性,没有明确的分布形式,并且分析驾驶数据发现,疲劳状态属于小漂移过程不断累积的过程,所以为了更有效的对疲劳驾驶行为进行识别与监测,考虑变量分布未知的情形,提出使用非参数指数加权移动平均(Exponentially Weighted Moving Average,EWMA)控制图对综合指标进行监测。结果表明,组合赋权不仅能够有效的降低单指标情况下误报事件的发生概率,同时非参数EWMA控制图对综合指标发生的小漂移具有良好的监测效果,在疲劳驾驶的识别与监测过程中拥有良好的性能。

关 键 词：疲劳驾驶 组合赋权 统计过程监控 非参数 

分 类 号：U463.6[机械工程—车辆工程]