基于高斯混合隐马尔可夫模型的路怒攻击性驾驶行为辨识

来源：交通运输系统工程与信息杂志2026年第2期北京时间：

作者：万平, 陈盈, 邓鑫焰, 马晓凤

单位：1. 华东交通大学，交通运输工程学院，南昌330013；2.南昌交通学院，交通与土木工程学院，南昌330013；3. 武汉理工大学，智能交通系统研究中心，武汉430063

摘要：为有效干预“路怒症”诱发的攻击性驾驶行为，本文提出一种基于车辆运动状态特征的路怒驾驶行为辨识模型。首先，在交通繁忙路段开展基于道路事件刺激的愤怒情绪诱导实验，获取攻击性与正常驾驶行为数据；其次，通过基于相对非约束最小二乘重要性拟合（RuLSIF）密度比估计的时间序列数据变点检测方法及简式情绪量表，完成正常驾驶行为与攻击性驾驶行为样本的标定，并对驾驶行为数据进行Welch'st检验分析，验证本文选取的速度、纵向加速度、横向加速度与航向角速度这4个特征在不同驾驶状态下具有显著差异性；最后，构建基于高斯混合-隐马尔可夫模型（GHMM）的路怒攻击性驾驶行为辨识模型，采用Viterbi 算法与Baum-Welch算法优化模型参数，通过合成少数类过采样技术-编辑最近邻规则（SMOTEENN）组合采样策略平衡样本，并引入似然比检验和阈值设定等方法提升模型辨识能力。研究结果表明，该模型整体准确率达84.17%，较逻辑回归（LR）模型和支持向量机（SVM）模型分别提升了6.90%和6.27%;特征分析验证其对横向加速度和航向角速度等关键特征的辨识效果显著。本文研究结果可为开发基于车辆运动状态特征的路怒攻击性驾驶行为检测预警系统提供理论支撑。

关键词：智能交通,驾驶行为辨识,高斯混合-隐马尔可夫模型,攻击性驾驶行为,实车实验

基金资助：江西省社会科学基金(23GL15)；江西省自然科学基金(20252BAC240100)。