[发明专利]基于SVM的山区干线公路高危路段辨识方法

权利要求书

1.一种基于SVM的山区干线公路高危路段辨识方法，其特征在于：包括如下步骤：

S1.构建基于道路线形参数的SVM模型；

S2.采集山区干线公路的道路线形参数，并将所述道路线形参数输入到基于道路线形参数的SVM模型中，得到山区干线公路高危路段的辨识结果；

S3.构建基于驾驶员生心理参数的SVM模型；

S4.采集驾驶员行驶在山区干线公路时的生心理参数，并将所述生心理参数输入到基于驾驶员生心理参数的SVM模型中，得到山区干线公路高危路段的辨识结果。

2.根据权利要求1所述的基于SVM的山区干线公路高危路段辨识方法，其特征在于：所述步骤S1，具体包括：

S11.采集试验山区干线公路的道路线形参数，并将所述道路线形参数作为特征参数；所述道路线形参数包括道路曲线半径、道路曲弦比以及道路纵坡；

S12.根据所述特征参数建立基于道路线形参数的特征向量Data_r；所述Data_r＝{x₁(i),x₂(i)…x_m(i)}；其中，x_j(i)为第i个路段上的第m个特征参数；

S13.确定基于道路线形参数的标签量；

S14.将所述特征向量以及所述标签量作为样本，并将α％的样本作为训练样本，将β％的样本作为测试样本；

S15.确定核函数，生成基于道路线形参数的SVM模型。

3.根据权利要求2所述的基于SVM的山区干线公路高危路段辨识方法，其特征在于：根据如下公式确定基于道路线形参数的标签量Label_r：

Label_r＝{y₁(i),y₂(i)}；

其中，y₁(i)以及y₂(i)均为第i个路段的安全状况。

4.根据权利要求2所述的基于SVM的山区干线公路高危路段辨识方法，其特征在于：步骤S15中，所述核函数采用Sigmoid核函数。

5.根据权利要求1所述的基于SVM的山区干线公路高危路段辨识方法，其特征在于：所述步骤S3，具体包括：

S31.采集驾驶员行驶在试验山区干线公路时的生心理参数，并将所述生心理参数作为特征参数；所述生心理参数包括心率增长率、SDNN以及呼吸频次；

S32.根据所述特征参数建立基于驾驶员生心理参数的特征向量Data_p；所述Data_p＝{a₁(i),a₂(i)…a_k(i)}；其中，a_j(i)为驾驶员行驶在第i个路段时的第k个特征参数；

S33.确定基于驾驶员生心理参数的标签量；

S34.将所述特征向量以及所述标签量作为样本，并将λ％的样本作为训练样本，将μ％的样本作为测试样本；

S35.确定核函数，生成基于驾驶员生心理参数的SVM模型。

6.根据权利要求5所述的基于SVM的山区干线公路高危路段辨识方法，其特征在于：根据如下公式确定基于驾驶员生心理参数的标签量Label_p：

Label_p＝{b₁(i),b₂(i)}；

其中，b₁(i)以及b₂(i)均为驾驶员行驶在第i个路段时的安全状况。

7.根据权利要求5所述的基于SVM的山区干线公路高危路段辨识方法，其特征在于：步骤S35中，所述核函数采用RBF核函数。