基于迁移学习的驾驶分心行为识别及模型解释

周 扬, 张瑞宾

(1.西安航空学院车辆工程学院, 西安 710077； 2.长安大学汽车学院, 西安 710064；3.桂林航天工业学院汽车与交通工程学院, 桂林 541004)

驾驶分心是导致交通事故的重要原因之一。在美国,2017年有9%的致死事故与驾驶分心相关, 3 166人因驾驶分心所导致事故而死亡[1]。在挪威, 2011—2015年发生的致死交通事故中有近1/3的事故与驾驶分心有关,其中使用手机导致了2%～4%的致死事故,而其他分心行为如交谈、操控车内娱乐设施等导致了10%的致死事故[2]。因此研究驾驶分心识别对于减少交通事故、提高行车安全具有重要的意义。

为了研究方便,学者将驾驶分心分为4种基本类型[3]，包括认知分心(走神)、视觉分心(驾驶人视线离开前方道路)、听觉分心(交谈、听歌)以及动作分心(手离开方向盘)。在实际情况下,驾驶人的一种驾驶分心行为可能包括几种分心类型,比如发短信,就包含有视觉、认知及动作分心3种分心类型。不同驾驶分心行为对行车安全会造成不同程度的影响,研究普遍认为包含视觉分心的驾驶分心行为会导致更大的行车风险。Klauer等[4]采用100辆车的自然驾驶数据统计后发现,驾驶人视觉分心超过2 s将使事故风险增加2倍；而Fitch等[5]研究发现驾驶人手持电话(主要为动作和认知分心)对行车安全不存在显著影响。

在驾驶分心识别的相关研究中,可按照所采用特征的不同分为基于车辆特征和基于驾驶人特征2种类型。前者不直接针对驾驶人,而是间接通过驾驶人操控车辆时的绩效表现来识别分心。……