《汽车工程》好文推荐2：驾驶员避撞转向行为的改进K-means聚类与识别

汽车学会

《汽车工程》编辑部将在2020年第1期发表的论文中向读者推荐3篇论文，以期引发行业对该论文的关注和相关技术的交流与讨论。

论文题目：驾驶员避撞转向行为的改进K-means聚类与识别

论文作者：赵治国，冯建翔，周良杰，王凯，胡昊锐，张海山，宁忠麟

作者单位：同济大学

研究背景

驾驶员转向行为识别是辅助驾驶系统中的关键环节，一方面由于目前国内外在转向驾驶行为识别方面的研究主要集中于跟车与换道等正常驾驶工况，对紧急避撞工况下的驾驶员转向行为研究较少；另一方面在紧急避撞驾驶时,由于反应时间短且驾驶员处于紧张状态下,驾驶员行为随机性与模糊性增大,传统面向正常驾驶工况的驾驶员行为识别算法不再适用于紧急避撞转向的识别。

研究方法

论文首先搭建了驾驶模拟器，开展了正常转向与紧急避撞转向模拟驾驶试验并采集了相应的驾驶行为样本；随后利用相关系数法得出紧急避撞转向相关特征；之后利用改进的K-means聚类法得出紧急避撞转向行为聚类空间；最后开展了实车验证，应用真实驾驶员转向行为进行了验证。

研究结果

论文应用相关分析得出转向盘转速与紧急避撞转向行为最为相关；应用K-means聚类法对紧急避撞行为进行了聚类分析，得出正常转向与紧急避撞转向的聚类中心点,实现了紧急避撞转向行为与正常转向行为的有效区分。经过实车试验验证，所提出的基于转向盘转速的K-Means++聚类方法聚类精度可达98.6%，能够实现紧急避撞转向行为的有效识别。

创新点和意义

论文中提出的K-means优化算法，可实现对驾驶员紧急避撞行为的高精度识别，对紧急避撞转向驾驶辅助系统有参考价值，可有效提高行车安全性。