转弯和直行场景下驾驶员认知分心识别的研究

作     者：曾娟 许博 王昊 张洪昌 Zeng Juan;Xu Bo;Wang Hao;Zhang Hongchang

作者机构：武汉理工大学现代汽车零部件技术湖北省重点实验室武汉430070 武汉理工大学汽车零部件技术湖北省协同创新中心武汉430070 武汉理工大学湖北省新能源与智能网联车工程技术研究中心武汉430070 

出 版 物：《汽车技术》 (Automobile Technology)

年 卷 期：2025年第3卷第3期

页      面：8-14页

学科分类：082304[工学-载运工具运用工程] 08[工学] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：教育部创新团队发展计划项目(IRT_17R83) 新能源汽车科学与关键技术学科创新引智基地项目(B17034) 武汉理工大学重庆研究院科技创新研发项目(YF2021-15) 

主　　题：转弯场景 直行场景 认知分心 KNNImputer XGBoost 

摘      要：为了探寻转弯和直行场景下驾驶员分心驾驶的内在机理,通过驾驶模拟器搭建直行与转弯虚拟场景,采集驾驶员不同驾驶状态的驾驶绩效和眼动信息数据,并使用KNNImputer算法对设备在采集过程中缺失的数据进行插补处理;通过配对样本T检验对时间长度为1 s、重叠率为75%的时间窗口提取的样本数据进行显著性差异分析并提取特征指标;基于该特征指标集合,采用XGBoost分类器构建不同场景下的认知分心识别模型。试验结果表明:相比于直行场景,驾驶员在转弯场景中瞳孔直径变化频率更小、扫视速度更高、注视时间百分比更大,脑力负荷更大;构建的认知分心识别模型在直行场景下的准确率达到91.30%,转弯场景下的准确率为83.28%,转弯场景下认知分心行为危险程度更高,识别更加困难。