基于决策树的驾驶疲劳等级分析与判定

来源：同济大学学报·自然科学版杂志2015年第1期北京时间：

作者：胥川

单位：同济大学道路与交通工程教育部重点实验室,同济大学道路与交通工程教育部重点实验室,中国第一汽车股份有限公司技术中心，车身部安全研究室,同济大学道路与交通工程教育部重点实验室

摘要：为了提高疲劳检测的精度，通过驾驶模拟试验采集了15位中青年有经验驾驶员的车辆横向位置、方向盘操控、眼动等多源数据并计算疲劳特征指标，同时采集驾驶员主观疲劳程度并通过视频回放进行校核，在此基础上建立疲劳等级与特征指标的决策树模型，结果表明，对于区别疲劳等级最显著的变量有闭眼时间比例(percentage of eye closure,PERCLOS)、车道偏移标准差、越线时空面积、方向盘反转率，且上述变量与疲劳等级呈正相关；PERCLOS为最优的疲劳等级划分变量，并获取了2个重要阈值：当PERCLOS小于2.8%时，驾驶员处于严重疲劳状态的比例为零；当PERCLOS大于21.9%时，驾驶员处于未疲劳状态的比例为零；该模型预测的总正确率为64.31%.为了校验模型，从15位驾驶员中随机选取了4位进行模型校验试验.校核结果表明该模型的正确率达63.22%.模型在2次试验中都未发现将严重疲劳识别为未疲劳的情况.

关键词：驾驶模拟器, 疲劳驾驶, 决策树, 疲劳等级, 生理参数, 驾驶行为参数

基金资助：同济大学道路与交通工程教育部重点实验室开放基金课题资助（基金编号：2013100）