交通部運輸研究所

篇名	以ADAS 警示為基礎之國道大客車高風險 駕駛行為辨識與預測
作者	鍾易詩、呂昀諶、余嘉萱、黃士軒、葉祖宏
卷	55
期	一
出版年份	115
出版月份	3
摘要	先進駕駛輔助系統(Advanced Driver Assistance System, ADAS)已是大客車必備的車輛設備，然而ADAS 警示並非完全準確，頻繁假警示可能會導致駕駛習慣性忽略警示，反而增加行車危險。為解決此問題，本研究發展一套以ADAS 警示為基礎之高風險駕駛行為辨識流程，首先定義及標示行車異常事件作為ADAS 警示之真值，接著利用二元羅吉特迴歸(binary logit regression)篩選與事件異常程度顯著相關變數，並以增幅式迴歸樹(boosted regression tree)辨識連續變數與異常事件的非線性關係，據以制定連續變數門檻，最後計算各變數組合下之車內外情境對應之事件異常化機率，以評估並找出高風險駕駛情境。本研究以國道客運576 個縱向警示(例如高速前車踫撞)及425 個橫向偏移警示之資料驗證所提方法之可行性，分析結果發現車內分心行為(例如拿東西、用手機等)為橫向偏移高風險駕駛行為的關鍵特徵；辨識為低風險之動作組合縱橫向陽性率分別為29.2%及6.9%，中高風險則上升至81.8%及47.7%，偽陽性大幅下降。整體而言，本研究所提之辨識流程對高風險駕駛行為具一定程度預測力，辨識結果可用以調整ADAS 系統警示門檻，提高ADAS 警示準確度。
檔案下載	以ADAS 警示為基礎之國道大客車高風險 駕駛行為辨識與預測
Hashtags