道路駕駛行為譜與統(tǒng)計分析方法及其應(yīng)用（道路交通安全主動預(yù)警與智能化管控）

定　價：￥110.00

作　者：	陸鍵、王可、馬小龍、楊軫、柳本民著
出版社：	上海科學(xué)技術(shù)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787547859193	出版時間：	2023-01-01	包裝：	精裝
開本：	16開	頁數(shù)：	148	字?jǐn)?shù)：

內(nèi)容簡介

　　本書針對道路駕駛行為研究，基于自然駕駛試驗、駕駛模擬仿真、無人機高空視頻技術(shù)等數(shù)據(jù)采集手段，從微觀到宏觀的各個層面對常見駕駛場景下的駕駛行為特征進(jìn)行量化分析，從而構(gòu)建駕駛行為譜的基礎(chǔ)數(shù)據(jù)體系，可為不良駕駛行為的預(yù)警與干預(yù)提供技術(shù)支持。主要內(nèi)容包括駕駛行為數(shù)據(jù)的采集技術(shù)、駕駛行為譜的概念與組成、不良駕駛行為參數(shù)與風(fēng)險閾值、駕駛行為特性分析、基于人工智能的不良駕駛行為識別等方面。本書可作為從事交通安全與智能駕駛相關(guān)研究的科研人員的參考用書，也可作為高等院校相關(guān)專業(yè)研究生教材或教學(xué)參考用書

作者簡介

　　陸鍵，教授，博士生導(dǎo)師，同濟(jì)大學(xué)交通運輸工程學(xué)院院長、國家“千人計劃”入選教授、教育B“長江學(xué)者”特聘教授、中組部“國家特聘”專家。曾任教于美國南佛羅里達(dá)大學(xué)、上海交通大學(xué)、東南大學(xué)。在上海交通大學(xué)任教期間，組建了交通研究中心，為交通運輸工程學(xué)科建立了綜合交通領(lǐng)域的研究平臺。在東南大學(xué)任教期間，開展了一系列交通安全設(shè)計研究項目，率先開展系統(tǒng)性的交通安全研究。作為創(chuàng)始人之一，成立了中國海外交通學(xué)會（COTA）；作為主要創(chuàng)始人之一，成立了交通運輸研究（上海）論壇（TRF-Shanghai）。長期從事交通安全設(shè)計、交通管理與規(guī)劃、智能交通系統(tǒng)、道路交通智能檢測、重大交通設(shè)施突發(fā)災(zāi)害風(fēng)險管理和應(yīng)急救援管理等方面的研究。主持國家自然科學(xué)基金面上項目“城市高速公路進(jìn)出口匝道分布類型對交通流影響的分析及相應(yīng)的優(yōu)化設(shè)計理論模型”、國家重點研發(fā)計劃“道路交通行為分析及特征譜建庫技術(shù)”、交通部西部交通科技項目及省部級課題等重大科研項目50余項。獲得中國公路學(xué)會科學(xué)技術(shù)一等獎、上海市科技進(jìn)步二等獎等獎項。在國際一流專業(yè)期刊發(fā)表了學(xué)術(shù)研究論文100多篇，在國內(nèi)核心期刊發(fā)表幾百篇學(xué)術(shù)論文，出版學(xué)術(shù)專著7部。已培養(yǎng)海內(nèi)外碩士生、博士生累計超過150人。

圖書目錄

第1章緒論
1.1 研究背景 _3
1.2 基本概念 _4
1.2.1 交通行為譜 _4
1.2.2 駕駛行為譜 _5
1.2.3 駕駛行為可采集信息 _6
1.3 國內(nèi)外研究現(xiàn)狀_9
1.3.1 駕駛行為采集技術(shù) _9
1.3.2 駕駛行為分析技術(shù) _12
1.3.3 惡劣天氣下駕駛行為研究_14
1.3.4 不良駕駛行為識別技術(shù) _19
1.4 技術(shù)難點與研究方法 _20
第2章駕駛行為數(shù)據(jù)采集與信息提取
2.1 駕駛模擬試驗 _25
2.1.1 試驗儀器 _25
2.1.2 試驗方案 26
2.1.3 靜態(tài)場景設(shè)計 _27
2.1.4 動態(tài)場景設(shè)計 34
2.1.5 預(yù)試驗重要結(jié)論 _50
2.1.6 平原區(qū)高速公路駕駛模擬試驗 54
2.2 道路交通環(huán)境與駕駛行為同步采集系統(tǒng) 54
2.2.1 系統(tǒng)方案 54
2.2.2 低成本替代方案 _65
2.3 基于視頻處理的交叉口多目標(biāo)交通行為提取 _69
2.3.1 前景目標(biāo)提取 _70
2.3.2 基于KLT光流的目標(biāo)跟蹤 _71
2.3.3 軌跡后處理 _78
2.3.4 目標(biāo)分類 _81
2.3.5 案例分析 83
2.3.6 準(zhǔn)確性檢驗 _84
2.3.7 結(jié)果對比 _87
第3章基于駕駛模擬試驗的惡劣天氣下駕駛行為分析
3.1 駕駛模擬試驗與數(shù)據(jù)采集 _91
3.1.1 典型道路交通情景構(gòu)建 _91
3.1.2 惡劣天氣駕駛模擬試驗 92
3.2 惡劣天氣下駕駛行為特征分析 _108
3.2.1 駕駛行為特征分析_108
3.2.2 不同屬性駕駛員行為特征分析 _127
3.2.3 駕駛行為狀態(tài)關(guān)鍵參數(shù)_140
3.3 基于支持向量機的駕駛行為選擇模型_142
3.3.1 基于支持向量機的跟馳風(fēng)險識別模型_142
3.3.2 基于支持向量機的超車行為識別模型_144
3.3.3 基于支持向量機的彎道行駛軌跡預(yù)測模型_147
第4章駕駛行為譜分析及特征值分析
4.1 駕駛行為譜的組成_155
4.1.1 環(huán)境指標(biāo)_155
4.1.2 單一交通行為指標(biāo) _157
4.1.3 多車相互狀態(tài)指標(biāo) _158
4.1.4 駕駛行為譜特征參數(shù)_159
4.2 不良駕駛行為風(fēng)險參數(shù)及閾值_162
4.2.1 不良駕駛行為的分類 _162
4.2.2 不良駕駛行為風(fēng)險參數(shù)_164
4.2.3 風(fēng)險參數(shù)的閾值確定 _165
4.2.4 實例分析_168
4.3 不良駕駛行為譜特征值_171
4.3.1 不良駕駛行為譜與風(fēng)險度量_171
4.3.2 不良駕駛行為風(fēng)險度量閾值_173
4.3.3 不良駕駛行為譜特征值權(quán)重計算 _173
第5章基于無人機數(shù)據(jù)的駕駛行為特征分析
5.1 數(shù)據(jù)采集 _179
5.2 跟馳行為特征規(guī)律分析 _181
5.2.1 數(shù)據(jù)基本情況_182
5.2.2 不同距離條件下的速度相關(guān)性 _184
5.2.3 不同車頭時距下的速度相關(guān)性 186
5.2.4 速度與跟馳距離的關(guān)系 _187
5.3 變道行為特征規(guī)律分析 _187
5.3.1 變道起終點與特征參數(shù) _188
5.3.2 變道行為特性分析 _190
5.4 變道行為安全性分析_196
5.4.1 基于TTC的安全性分析_197
5.4.2 基于MTC的安全性分析 _198
5.4.3 指標(biāo)計算結(jié)果討論 _199
第6章基于自然駕駛試驗的駕駛行為特征分析
6.1 自然駕駛試驗 _205
6.2 駕駛行為時域特性分析 _207
6.2.1 速度特征 _207
6.2.2 加速度特征_208
6.2.3 角速度特征_209
6.2.4 差異性檢驗 _209
6.3 駕駛行為頻域特性分析 _219
6.3.1 加速度頻域特征 221
6.3.2 角速度頻域特征 225
6.3.3 差異性分析_228
6.4 駕駛行為時頻特性分析 _229
第7章基于人工智能的不良駕駛行為識別
7.1 基于聚類的駕駛行為分類方法 237
7.1.1 相似性衡量_238
7.1.2 類間距離計算 239
7.1.3 聚類方法 _240
7.2 不良跟馳行為風(fēng)險標(biāo)記 _240
7.2.1 跟馳樣本提取 240
7.2.2 風(fēng)險度量指標(biāo) _242
7.2.3 車輛軌跡比較 _243
7.2.4 不良跟馳行為的劃分和標(biāo)記_244
7.3 不良跟馳行為識別模型_246
7.3.1 不良跟馳行為譜建立 _246
7.3.2 行為譜關(guān)鍵參數(shù)提取方法 _247
7.3.3 機器學(xué)習(xí)算法 248
7.3.4 智能識別的流程 _249
7.3.5 識別結(jié)果 _250
7.4 不良變道行為風(fēng)險標(biāo)記 _252
7.4.1 風(fēng)險度量指標(biāo) _253
7.4.2 車輛軌跡比較 _253
7.5 不良變道行為識別模型_257
7.5.1 關(guān)鍵參數(shù)提取方法 257
7.5.2 機器學(xué)習(xí)算法 258
7.5.3 智能識別的流程 _259
7.5.4 識別結(jié)果 _260
第8章創(chuàng)新成果與技術(shù)展望
8.1 創(chuàng)新成果 _265
8.1.1 道路交通環(huán)境與駕駛行為同步采集裝備 265
8.1.2 基于高空懸拍視頻處理的交通行為數(shù)據(jù)采集技術(shù) _267
8.1.3 駕駛行為譜模型及特征值提取方法 _268
8.1.4 不良駕駛行為量化判別方法與辨識理論 268 8.2 技術(shù)展望_269
參考文獻(xiàn)