基于动态贝叶斯网络的地下道路行车风险评估

来源：交通运输系统工程与信息杂志2025年第3期北京时间：

作者：尚婷, 郭明洋, 唐伯明, 徐钰婷

单位：重庆交通大学，a.智能综合立体交通重庆市重点实验室；b.交通运输学院，重庆400074

摘要：为探究地下道路不同交通标志信息密度下驾驶员行车风险动态演变规律，本文以驾驶员视觉负荷为表征指标，利用自然驾驶试验采集驾驶员眼动数据，基于动态贝叶斯网络理论构建驾驶员行车风险评价模型。基于香农信息熵量化交通标志信息量，构建考虑交通标志信息量呈现速率的交通标志信息密度模型。选取解放碑地下道路4种不同交通标志信息密度的路段开展实车试验，提取并分析不同路段的驾驶员视觉特性指标。引入动态贝叶斯网络理论动态概率预测及推理评估驾驶员行车风险，由诊断推理、敏感性分析和影响链分析得到影响驾驶员行车风险的关键风险因素。结果表明：驾驶员注视持续时间、水平/垂直扫视幅度、水平/垂直扫视速度及瞳孔面积变化速率与交通标志信息密度呈正相关，眨眼频率与交通标志信息密度呈负相关；驾驶员行车风险发生概率随时间呈动态变化，先上升，后趋于平缓，且随交通标志信息密度的增加，4个路段的风险概率分别稳定于22.6%，35.7%，40.1%和43.8%；驾驶员行车风险受注视状态等环节风险因素影响较大，包括注视持续时间、瞳孔面积变化速率和眨眼频率等关键风险因素。

关键词：交通工程,视觉负荷,动态贝叶斯网络,地下道路,实车试验,风险评估

基金资助：重庆市研究生科研创新项目(CYS240480)；教育部青年人文社会科学研究青年基金(22YJCZH143)；重庆市自然科学基金(CSTB2023NSCQ-MSX0742)。