本书针对道路驾驶行为研究，基于自然驾驶试验、驾驶模拟仿真、无人机高空视频技术等数据采集手段，从微观到宏观的各个层面对常见驾驶场景下的驾驶行为特征进行量化分析，从而构建驾驶行为谱的基础数据体系， 可为不良驾驶行为的预警与干预提供技术支持。主要内容包括驾驶行为数据的采集技术、驾驶行为谱的概念与组成、不良驾驶行为参数与风险阈值、 驾驶行为特性分析、基于人工智能的不良驾驶行为识别等方面。 

      本书可作为从事交通安全与智能驾驶相关研究的科研人员的参考用书，也可作为高等院校相关专业研究生教材或教学参考用书

目  录

第1章 绪论

1.1  研究背景 _3

1.2 基本概念 _4

1.2.1  交通行为谱 _4

1.2.2 驾驶行为谱 _5

1.2.3 驾驶行为可采集信息 _6

1.3  国内外研究现状_9

1.3.1 驾驶行为采集技术 _9

1.3.2 驾驶行为分析技术 _12

1.3.3  恶劣天气下驾驶行为研究_14

1.3.4  不良驾驶行为识别技术 _19

1.4  技术难点与研究方法 _20

第2章 驾驶行为数据采集与信息提取

2.1 驾驶模拟试验 _25

2.1.1  试验仪器 _25

2.1.2  试验方案  26

2.1.3 静态场景设计 _27

2.1.4  动态场景设计  34

2.1.5 预试验重要结论 _50

2.1.6  平原区高速公路驾驶模拟试验  54

2.2  道路交通环境与驾驶行为同步采集系统  54

2.2.1  系统方案  54

2.2.2  低成本替代方案 _65

2.3  基于视频处理的交叉口多目标交通行为提取 _69

2.3.1  前景目标提取 _70

2.3.2 基于KLT光流的目标跟踪 _71

2.3.3  轨迹后处理 _78

2.3.4  目标分类 _81

2.3.5  案例分析  83

2.3.6  准确性检验 _84

2.3.7 结果对比 _87

第3章 基于驾驶模拟试验的恶劣天气下驾驶行为分析

3.1 驾驶模拟试验与数据采集 _91

3.1.1 典型道路交通情景构建 _91

3.1.2  恶劣天气驾驶模拟试验  92

3.2  恶劣天气下驾驶行为特征分析 _108

3.2.1 驾驶行为特征分析_108

3.2.2  不同属性驾驶员行为特征分析 _127

3.2.3 驾驶行为状态关键参数_140

3.3  基于支持向量机的驾驶行为选择模型_142

3.3.1  基于支持向量机的跟驰风险识别模型_142

3.3.2 基于支持向量机的超车行为识别模型_144

3.3.3 基于支持向量机的弯道行驶轨迹预测模型_147

第4章 驾驶行为谱分析及特征值分析

4.1 驾驶行为谱的组成_155

4.1.1  环境指标_155

4.1.2  单一交通行为指标 _157

4.1.3 多车相互状态指标 _158

4.1.4 驾驶行为谱特征参数_159

4.2  不良驾驶行为风险参数及阈值_162

4.2.1  不良驾驶行为的分类 _162

4.2.2  不良驾驶行为风险参数_164

4.2.3  风险参数的阈值确定 _165

4.2.4  实例分析_168

4.3  不良驾驶行为谱特征值_171

4.3.1  不良驾驶行为谱与风险度量_171

4.3.2  不良驾驶行为风险度量阈值_173

4.3.3  不良驾驶行为谱特征值权重计算 _173

第5章 基于无人机数据的驾驶行为特征分析

5.1 数据采集 _179

5.2  跟驰行为特征规律分析 _181

5.2.1 数据基本情况_182

5.2.2  不同距离条件下的速度相关性 _184

5.2.3  不同车头时距下的速度相关性  186

5.2.4  速度与跟驰距离的关系 _187

5.3 变道行为特征规律分析 _187

5.3.1 变道起终点与特征参数 _188

5.3.2 变道行为特性分析 _190

5.4 变道行为安全性分析_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 指标计算结果讨论 _199

第6章  基于自然驾驶试验的驾驶行为特征分析

6.1  自然驾驶试验 _205

6.2 驾驶行为时域特性分析 _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 差异性检验 _209

6.3 驾驶行为频域特性分析 _219

6.3.1  加速度频域特征  221

6.3.2  角速度频域特征  225

6.3.3 差异性分析_228

6.4 驾驶行为时频特性分析 _229