基于SVR模型的驾驶简单反应时间预测方法

来源：中国血液净化杂志2017年第4期北京时间：

作者：张骏, 吴志敏, 潘雨帆, 郭孜政

单位：1. 西南交通大学交通运输与物流学院, 四川成都 610031;2. 西南交通大学综合交通运输智能化国家地方联合工程实验室, 四川成都 610031

摘要：为准确预测驾驶人对突发事件的简单反应时间，并为构建自适应式危险驾驶状态预警系统奠定基础，提出了一种基于实时脑电图（EEG）信号的驾驶人简单反应时间预测方法。首先，通过快速傅里叶变换（FFT）对EEG信号进行特征参数提取，作为驾驶人简单反应时间的客观预测指标。在此基础上，基于支持向量回归（SVR）建立驾驶人对突发事件简单反应时间的预测模型。最后采用20名驾驶人连续驾驶4 h的EEG信号与反应时间数据，对该模型予以试算。研究结果表明：3项脑电特征参数（<em>θ，α，β</em>）与反应时间均具有显著相关性，其中脑电特征参数<em>α</em>的相关性最显著，为SVR模型对简单反应时间进行预测提供了客观预测指标；分别采用径向基函数（RBF）、Polynomial函数、Sigmoid函数作为核函数构建SVR模型对简单反应时间进行预测时，所得预测结果中采用RBF函数所产生的各项误差均低于其他2项函数，表明采用RBF函数为核函数的SVR模型预测精度最优，其预测准确率达到80%以上。

关键词：交通工程,简单反应时间,支持向量回归,驾驶人,脑电信号,核函数

基金资助：国家自然科学基金项目（51108390）；国家重点研发计划项目（2016YFC0802209）