一种通过推断近碰撞情形下驾驶员制动行为评估车辆碰撞风险的方法

潜在车辆碰撞下的驾驶信息与数据为广泛实地观察驾驶员行为及在紧急场景中显著影响驾驶安全的相关因素创造了机会。此外，此类数据的可用性还通过评估近碰撞场景中的驾驶员行为并提供及时预警，增强了碰撞避免系统（CASs）。这些应用催生了对能够推断驾驶风险、驾驶员/车辆特征与道路环境之间关系的启发式工具的需求。本文获取了大量真实驾驶数据并构建了一个包含多个“驾驶员-车辆-道路”属性的综合数据集。所提方法分两步工作。第一步，应用基于变精度粗糙集（VPRS）的分类技术从实地驾驶数据集中抽取一个约简核心子集，呈现与驾驶安全评估最相关的本质属性集。第二步，我们通过引入互信息熵设计决策策略以量化各属性的显著性，进而通过计算加权“驾驶员-车辆-道路”因子的累加得到代表性指标，反映实际情形的驾驶风险。所提方法的性能在实地试验采集驾驶数据的离线分析中得以验证，其目标是推断短期内紧急制动行为。结果表明，由于高预测精度与稳定性，我们提出的模型可作为实时提供改进预警的良好替代方案。