本书是作者在驾驶员行为、意识及情感计算领域多年研究成果的系统总结。在全面总结国内外相关研究现状及发展趋势的基础上，本书着重介绍作者在这一领域的最新研究成果，主要包括：汽车驾驶倾向性综合评判方法、基于动态车路协同推演的汽车驾驶倾向性辨识模型及计算方法、基于人车环境动态数据协同推演的汽车驾驶倾向性特征提取及辨识。 本书可以为交通运输工程、控制科学与工程、系统科学与工程、车辆工程及智能科学等多学科交叉领域从事驾驶员行为、意识及情感研究的相关专业技术人员提供参考，也可以作为相关专业的研究生和高年级本科生教材。本书给出的大量参考文献可供希望进一步深入了解本书内容的读者查阅。
样章试读
目录
- 前言
1 绪论
1.1 研究背景与意义
1.2 国内外研究现状分析
1.3 研究技术路线
1.4 现有研究存在的主要问题分析
1.5 研究目标及内容
参考文献
第一篇 汽车驾驶倾向性综合评判方法
2 驾驶倾向性机理的研究
2.1 驾驶倾向性
2.2 驾驶倾向性的影响因素
2.3 驾驶倾向性的表现特征
2.4 驾驶倾向性的分类
2.5 驾驶倾向性的量化
2.6 本章小结
参考文献
3 静态驾驶倾向性心理测量问卷设计及调查数据分析
3.1 心理测量问卷
3.2 心理测量问卷设计重点
3.3 问卷设计
3.4 数据调查及分析
3.5 本章小结
参考文献
4 不同驾驶倾向驾驶员的特征调查及分析
4.1 反应时间
4.2 速度估计能力
4.3 复杂反应判断能力
4.4 换道频率、加油频率和制动频率
4.5 本章小结
参考文献
5 汽车驾驶倾向性判定方法的研究
5.1 基于模糊多层次综合评判的汽车驾驶倾向性的判定方法
5.2 基于证据理论的汽车驾驶倾向性综合评判方法
5.3 模糊评价与证据合成方法的比较
5.4 基于决策树模型的汽车驾驶倾向性判定方法
5.5 本章小结
参考文献
第二篇 基于动态车路协同推演的汽车驾驶倾向性辨识模型及计算方法
6 自由流状态下驾驶倾向性特征提取
6.1 基于BP神经网络的特征提取模型
6.2 基于BP神经网络的驾驶倾向性特征提取
6.3 本章小结
参考文献
7 自由流状态下驾驶倾向性动态推演辨识模型
7.1 支持向量机识别理论
7.2 基于支持向量机的驾驶倾向性辨识模型的建立及标定
7.3 模型验证
7.4 本章小结
参考文献
8 跟驰状态下驾驶倾向性特征提取
8.1 粗糙集理论
8.2 基于粗糙集的驾驶倾向性特征提取
8.3 本章小结
参考文献
9 基于动态车路数据协同推演的汽车跟驰状态驾驶倾向性辨识
9.1 汽车跟驰状态驾驶倾向性辨识模型
9.2 驾驶倾向性识别模型的标定
9.3 驾驶倾向性识别模型验证
9.4 本章小结
参考文献
10 基于交通流微观仿真实验的驾驶倾向性验证
10.1 基于车辆跟驰仿真实验的驾驶倾向性验证
10.2 基于车道变换仿真实验的驾驶倾向性验证
10.3 本章小结
参考文献
第三篇 基于人车环境动态数据协同推演的汽车驾驶倾向性特征提取及辨识
11 基于车辆跟驰的汽车驾驶倾向性动态特征数据提取
11.1 基于离散粒子群的特征提取模型
11.2 基于车辆跟驰的汽车驾驶倾向性动态特征提取
11.3 本章小结
参考文献
12 多车道环境下汽车驾驶倾向性特征提取方法
12.1 车辆编组复杂性分析
12.2 基于遗传退火算法的特征提取模型
12.3 实验设计
12.4 多车道环境下汽车驾驶倾向性动态特征提取
12.5 本章小结
参考文献
13 适应多车道环境的汽车驾驶倾向性辨识方法
13.1 动态贝叶斯网络
13.2 适应多车道环境的汽车驾驶倾向性辨识模型
13.3 辨识模型验证
13.4 仿真验证
13.5 本章小结
参考文献
14 双车道条件下汽车驾驶倾向性转移机制
14.1 态势复杂性分析
14.2 汽车驾驶倾向性演化规律解析
14.3 马尔可夫过程
14.4 转移机制准确性验证
14.5 本章小结
参考文献
附录
附录一 卡特尔16种人格因素问卷
附录二 驾驶心理测试问卷及评分方法
附录三 动态贝叶斯网络辨识模型前期参数设置
附录四 汽车驾驶倾向性演化的统计特征
京公网安备 11010102004214号