[发明专利]一种驾驶员接管能力考评及报警方法、系统、设备及介质

权利要求书

1.一种驾驶员接管能力考评及报警方法，其特征在于，包括以下步骤：

为目标考生提供驾驶接管能力考试，并获取目标考生在考试过程中的驾驶信息和生理信息；

采用主成分分析法选取用于表征目标考生驾驶接管能力绩效的评估指标，根据所述评估指标从历史考生的历史驾驶信息和历史生理信息中获取样本集，通过所述样本集对KNN回归模型进行训练，得到训练完成的所述KNN回归模型；

将所述目标考生的所述驾驶信息和所述生理信息输入至训练完成的所述KNN回归模型中，得到模型输出的所述目标考生的驾驶接管能力评估值；

根据所述目标考生的驾驶接管能力评估值判断所述目标考生是否通过所述驾驶接管能力考试；若所述目标考生未通过考试，则发出报警信号。

2.根据权利要求1所述的一种驾驶员接管能力考评及报警方法，其特征在于，所述为目标考生提供驾驶接管能力考试包括：所述驾驶接管能力考试采用虚拟现实的计算机界面技术，以Carla仿真为基础，考试场景地图包括城市地图、高速地图、山区地图和村庄地图，所述场景地图包括低风险、中风险、高风险的三个危险场景。

3.根据权利要求2所述的一种驾驶员接管能力考评及报警方法，其特征在于，所述采用主成分分析法选取用于表征目标考生驾驶接管能力绩效的评估指标，包括：

建立驾驶接管能力的综合评估指标体系；其中，所述综合评估指标体系选取接管紧急程度、视觉搜索绩效、接管质量、接管时间、接管次任务和驾驶员特性为一级指标，并在所述一级指标下建立二级指标构成候选特征库，所述候选特征库包括最小碰撞时间、最小车头时距、与障碍物的间距、注视区域、注视频率、接管反应时间、制动反应时间、最大纵向减速度、最大横向加速度、碰撞率、次任务沉浸种类、沉浸时长、驾驶员年龄以及驾驶员生理特征；

将所述候选特征库指标数据标准化：

X_j＝(X₁，X₂，...，X_m)^Tm∈[1，n]

X_ij＝(X_1j，X_2j，...，X_mj)^Tj∈[1，m]，i∈[1，n]，n＞m

其中，所述X_j为m维随机向量，所述X_ij为所述样本集组成的指标阵，所述为所述X_ij的均值，所述Z_ij为所述样本集组成的标准化阵，所述S_j为方差，所述Z为标准化阵，所述R为样本相关系数矩阵，所述r_ij为矩阵的相关系数；

通过样本相关系数矩阵的特征方程计算出m个特征根：

|R-λI_m＝0|

其中，所述λ为方阵的特征值，所述I_m为m阶单位矩阵；

根据所述特征值筛选贡献率达95％以上的主要信息的n维指标：

w＝(w₁，w₂，w₃，...，w_n)

其中，所述w为n维指标所对应的贡献率。