基于LightGBM的高速公路隧道段驾驶人压力负荷评估

摘要

驾驶人在行驶中的压力负荷水平直接影响驾驶操作稳定性和适宜性,而隧道路段又是行驶过程中驾驶操作易出现风险的关键点。鉴于此,为了对驾驶人在高速公路隧道路段行驶时产生的压力负荷进行准确、有效的评估,对驾驶人驶经该路段时的压力负荷水平等级分类进行了研究。首先,通过设计实施自然驾驶试验构建数据集,获取了32名被试人员在广东省某高速公路上驶经30处隧道时产生的共117组生心理、环境、驾驶行为等多模态数据。然后,结合主观NASA_TLX评分与客观生心理指标,利用三维聚类方法得到了驾驶人在隧道路段的实时压力负荷等级分类结果。最后,综合考虑车辆位置、驾驶行为、驾驶环境等多模态指标,采用LightGBM方法建立了压力负荷等级分类模型,分类准确率达到95.7%,预测精度达到93.3%,与XGBoost方法相比,准确率高0.71%、精度高0.93%,较RF,GBDT,SVM等主流分类模型算法更优。根据研究结果,可对驾驶人通过高速公路隧道路段的压力负荷进行有效评估。