[发明专利]一种基于驾驶人眼动特性的交通潜在危险判别方法

权利要求书

1.一种基于驾驶人眼动特性的交通潜在危险判别方法，其特征在于，包括以下步骤：

步骤一：采集被试者性别和驾龄信息，性别记为X，驾龄记为J；记采集到的集合分别为X＝X₁，X₂…X_k，J＝J₁，J₂…J_k，其中X_k取0或1，k＝1…20；采集精神质型人格特性量值和掩饰性型人格特性量值，精神质型人格特性量值记为N，掩饰性型人格特性量值记为L；记采集到的集合分别为N＝N₁，N₂…N_k，L＝L₁，L₂…L_k，并剔除干扰数据；

步骤二：使用驾驶人模拟器、Dikablis眼动仪和D-Lab3.0Valid for version3.0软件对驾驶人视觉数据进行采样，在潜在危险场景下，被试者随机进行若干次模拟测试，每次测试包含若干种潜在危险场景，采集被试者在测试中潜在危险场景下的眼部水平活动和眼部垂直活动，剔除干扰数据后对测试数据取均值，分别记为U＝U₁，U₂…U_k，V＝V₁，V₂…V_k，k＝1…20；

步骤三：对上述采集数据，以被试者性别X＝X₁，X₂…X_k、驾龄J＝J₁，J₂…J_k、精神质型人格特性量值N＝N₁，N₂…N_k、掩饰性型人格特性量值L＝L₁，L₂…L_k、眼部水平活动U＝U₁，U₂…U_k和眼部垂直活动V＝V₁，V₂…V_k为自变量，分别记为X₁，X₂，X₃，X₄，X₅，X₆；以被试者潜在危险场景识别率为因变量Y，将上述数据导入软件SPSS 19.0回归分析模块，拟合并建立多元线性回归模型：Y＝αX₁+βX₂+γX₃+δX₄+εX₅+θX₆+η，作为匹配模型，并取Y的数据集为匹配区域，记为Φ；η为常数项；

步骤四：交通潜在危险判别数据准备：在驾驶模拟器中插入需判别的潜在场景，并进行步骤一、步骤二、步骤三，取得若干被试者的性别X＝X₁，X₂…X_n、驾龄J＝J₁，J₂…J_n、精神质型人格特性量值N＝N₁，N₂…N_n、掩饰性型人格特性量值L＝L₁，L₂…L_n、眼部水平活动U＝U₁，U₂…U_n和眼部垂直活动V＝V₁，V₂…V_n数据，剔除干扰数据后，得到数据X′，J′，N′，L′，U′，V′；

步骤五：取步骤四得到的数据令X′＝X₁，J′＝X₂，N′＝X₃，L′＝X₄，U′＝X₅，V′＝X₆导入步骤三中的多元线性回归匹配模型：Y＝αX₁+βX₂+γX₃+δX₄+εX₅+θX₆+η，得到的Y值并与匹配库中值比较；若Y∈Φ，则此潜在场景属于危险场景，若则此潜在场景未达到潜在危险场景判别的指标，不属于潜在危险场景；

步骤六：输出结果。