驾驶人认知分心识别随机森林模型研究
来源：中国安全科学学报杂志2018年第1期北京时间：
作者：周扬, 付锐, 袁伟, 王栋, 张瑞宾
单位：1 长安大学 汽车学院,陕西 西安 710064；2 西安航空学院 车辆工程学院,陕西 西安 710077；3 长安大学 汽车运输安全保障技术交通行业重点实验室,陕西 西安 710064
摘要：为识别驾驶人认知分心状态,招募13名驾驶人参与驾驶模拟器试验。通过眼动仪采集被试正常驾驶及认知分心状态下的眼动数据,提取5 s 时间窗口内的眼动特征。运用随机森林方法构建认知分心识别模型,应用网格搜索确定最优模型参数,并采用100次留出法评估模型性能。根据随机森林模型特征重要性度量结果,进一步分析认知负荷对驾驶人注视及眨眼持续时间的影响。结果表明:当决策树数量为125、最大特征数为5时,模型识别平均准确率为83.69%;注视持续时间及噪声持续时间是认知分心识别的2个关键特征,随着认知负荷的提高,驾驶人注视持续时间减少、眨眼时间增加。
关键词：交通安全,认知分心,眼动特征,随机森林,模拟器试验
基金资助：国家自然科学基金资助(61473046,51775053);中央高校基本科研业务费资金资助(310822171116)。
