面向人车交互：不同驾驶员警觉状态下的驾驶风险分析与检测
重庆大学郭钢教授团队研究成果
全文速览
本研究聚焦于不同驾驶员警觉状态下的驾驶风险分析，并构建了基于深度神经网络的驾驶风险检测模型。通过分析多种危险驾驶场景中的行为数据，采用聚类方法划分驾驶风险等级，定量评估了警觉状态对驾驶安全的影响，验证了融合驾驶行为与警觉状态信息可有效提升风险识别精度。
主要研究内容
- 基于三种典型危险驾驶场景的行为数据，运用Kruskal-Wallis H检验提取关键风险指标，并采用k-means算法将驾驶风险划分为低、中、高三个等级。
- 系统分析驾驶员警觉状态对驾驶风险的影响机制，统计不同警觉水平下各风险等级的发生频率，揭示了警觉性与风险等级之间的显著相关性。
- 结合驾驶行为特征与驾驶员警觉状态识别结果，构建驾驶风险分类模型。对比支持向量机（SVM）、K近邻（KNN）与深度神经网络（DNN）三类算法性能，结果显示DNN在准确率、召回率、精密度及F1-score等指标上表现最优，具备良好的驾驶风险检测能力。
作者团队简介
郭钢，工学博士，重庆大学机械与运载工程学院教授、博士生导师。长期从事汽车智能座舱人机交互、驾驶员行为识别、疲劳/分心/情绪状态监测与干预、多模态感知融合及主客观测评等方向的研究。主持和参与国家级重点科技计划项目6项、省部级重大项目4项；获省部级科技奖励一等奖1项、二等奖1项、三等奖4项；近五年发表SCI/EI论文30余篇，出版专著1部，获授权发明专利6项、软件著作权10项。
期刊介绍
Automotive Innovation 是由中国汽车工程学会主办、国家新闻出版署批准的中国汽车行业首本英文科技期刊，致力于推动中国汽车创新成果走向国际。期刊与Springer Nature合作出版，已被EI、ESCI、Scopus收录，涵盖智能网联、新能源汽车与未来出行等前沿领域。编委会由来自全球15个国家的知名专家组成，主编为清华大学李骏院士与赵福全教授，执行副主编为吉林大学章新杰教授。