基于组合赋权的疲劳驾驶识别和监测

疲劳驾驶是交通事故发生的重要原因之一，为了更有效的对疲劳驾驶行为进行识别和监测，综合考虑方向盘转角、方向盘转速、前向目标车头视距、纵向加速度、速度五个驾驶行为指标，使用组合赋权的方法，将主观赋权层次分析法和客观赋权变异系数法相结合，以离差最大化为条件求得组合权重，得到综合指标。由于驾驶数据具有很强的随机性，没有明确的分布形式，并且分析驾驶数据发现，疲劳状态属于小漂移过程不断累积的过程，所以为了更有效的对疲劳驾驶行为进行识别与监测，考虑变量分布未知的情形，提出使用非参数指数加权移动平均（ExponentiallyWeightedMoving Average, EWMA）控制图对综合指标进行监测。结果表明，组合赋权不仅能够有效的降低单指标情况下误报事件的发生概率，同时非参数EWMA控制图对综合指标发生的小漂移具有良好的监测效果，在疲劳驾驶的识别与监测过程中拥有良好的性能。