[发明专利]一种驾驶心理品质分类方法

说明书

本发明涉及一种驾驶心理品质分类方法。本发明所述的一种驾驶心理品质分类方法包括：获取第一参数、第二参数、第三参数、第四参数和第五参数；其中，所述第一参数用于指示被测试者的注意力稳定程度，所述第二参数用于指示被测试者的注意力广度，所述第三参数用于指示被测试者的冲动控制能力，所述第四参数用于指示被测试者的速度感知能力，所述第五参数用于指示被测试者的刺激寻求程度；将所述第一参数、第二参数、第三参数、第四参数和第五参数输入预先训练好的随机森林算法模型中，得到被测试者的驾驶习惯预测结果。本发明所述的一种驾驶心理品质分类方法具有分类结果科学性强，检测方法简便的优点。

技术领域

本发明涉及心理品质检测领域，特别是涉及一种驾驶心理品质分类方法。

背景技术

统计数据表明，随着国民汽车拥有量的上升，交通事故数量也不断攀升。2017年，我国发生20多万起交通事故，其中汽车交通事故占比高达69.3％，严重危害人们的生命财产安全。交通部门对大量的交通事故进行事后分析后发现：机动车驾驶员造成了87％的交通事故，其中感知错误是交通事故发生的主要原因，感知错误占54.18％，判断决策错误占35.88％，动作错误仅占9.15％，而其他失误所占比例极少，仅为0.789％。在上述的原因分析中，感知错误中主要和驾驶人的注意、冲动、对时间空间的知觉等心理品质有关；判断决策错误主要和驾驶人的决策风格的心理品质有关；综上，驾驶安全不仅取决于驾驶人的驾驶专业能力，还和驾驶员的心理品质高度相关。

在传统的领域，通常只能通过心理量表测试等手段来判断驾驶员的心理品质，但其评判规则繁琐，评价标准单一，且不具有较强的科学性和技术性。因此，亟需一种技术方案，能够科学的对驾驶员的心理品质进行分类。

发明内容

基于此，本发明的目的在于，提供一种驾驶心理品质分类方法，其具有分类结果科学性强，检测方法简便的优点。

本发明是通过如下技术方案实现的：

一种驾驶心理品质分类方法，包括如下步骤：

获取第一参数、第二参数、第三参数、第四参数和第五参数；其中，所述第一参数用于指示被测试者的注意力稳定程度，所述第二参数用于指示被测试者的注意力广度，所述第三参数用于指示被测试者的冲动控制能力，所述第四参数用于指示被测试者的速度感知能力，所述第五参数用于指示被测试者的刺激寻求程度；

将所述第一参数、第二参数、第三参数、第四参数和第五参数输入预先训练好的随机森林算法模型中，得到被测试者的驾驶习惯预测结果。

本发明所述的一种驾驶心理品质分类方法，可用于测量相对持久的、稳定的驾驶心理品质，具体焦距在注意、冲动、时间空间知觉、抑制控制这4方面，和现存其他产品相比更具有适宜性；通过随机森林模型计算测试者的驾驶心理品质分类结果，分类结果更加客观真实，相比常规的人工识别心理品质，通过随机森林算法模型所计算出的结果更加具有科学性。

进一步地，所述随机森林算法模型的生成过程包括：

获取学习样本数据集；

根据所述学习样本数据集获取多个学习样本数据子集；

根据多个所述学习样本数据子集和分类回归方法分别生成多棵所述决策树，多棵所述决策树构成所述随机森林模型。

进一步地，所述随机森林算法模型的训练过程包括：

将训练数据集中的心理品质参数划分为N个子集，记为其中Ωn表示第n个子集中包含的心理品质参数；

(2)利用各个数据子集中的参数训练一个条件随机森林T(Ωn)，每个条件随机森林T(Ωn)由T棵决策树组成，即

(3)计算各个条件随机森林分类阈值。

进一步地，所述获取第一参数包括：