| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 研究背景 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-15页 |
| 1.2.1 驾驶行为分析方法的研究现状 | 第11-14页 |
| 1.2.2 驾驶行为评估的研究现状 | 第14-15页 |
| 1.3 研究的意义 | 第15-16页 |
| 1.4 论文组织结构 | 第16-18页 |
| 第二章 驾驶行为辨识的相关特征提取与分类算法 | 第18-28页 |
| 2.1 驾驶行为辨识的特征提取算法 | 第18-21页 |
| 2.1.1 多重分形与消除趋势波动概述 | 第18-19页 |
| 2.1.2 多重分形去趋势波动分析(MF-DFA)算法 | 第19-20页 |
| 2.1.3 多尺度多重分形(MMA)算法 | 第20-21页 |
| 2.2 驾驶行为辨识的分类器算法 | 第21-26页 |
| 2.2.1 随机森林 | 第21-22页 |
| 2.2.2 朴素贝叶斯 | 第22-24页 |
| 2.2.3 支持向量机 | 第24-26页 |
| 2.3 本章小结 | 第26-28页 |
| 第三章 基于单一传感器的驾驶行为辨识研究 | 第28-50页 |
| 3.1 方案设计与实验车辆 | 第28-29页 |
| 3.2 基于加速度信息的驾驶行为辨识 | 第29-37页 |
| 3.2.1 采集系统 | 第29-32页 |
| 3.2.2 特征提取 | 第32-36页 |
| 3.2.3 建模与辨识 | 第36-37页 |
| 3.3 基于OBD信息的驾驶行为辨识 | 第37-41页 |
| 3.3.1 采集系统 | 第37-39页 |
| 3.3.2 特征提取 | 第39-41页 |
| 3.3.3 建模与辨识 | 第41页 |
| 3.4 基于ADAS系统的驾驶行为辨识 | 第41-47页 |
| 3.4.1 采集系统 | 第42页 |
| 3.4.2 特征提取 | 第42-47页 |
| 3.4.3 建模与辨识 | 第47页 |
| 3.5 本章小结 | 第47-50页 |
| 第四章 基于多传感器的驾驶行为辨识研究 | 第50-62页 |
| 4.1 信息融合概述 | 第50-52页 |
| 4.2 基于信息融合的驾驶行为辨识 | 第52-53页 |
| 4.3 基于样本置信度的准确度加权融合算法 | 第53-56页 |
| 4.4 建模与辨识 | 第56-60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 基于模糊数学的驾驶行为评估 | 第62-72页 |
| 5.1 风险评析 | 第62-63页 |
| 5.1.1 综合评价方法概述 | 第62-63页 |
| 5.1.2 常用的综合评价方法 | 第63页 |
| 5.2 分层模糊综合评价方法 | 第63-64页 |
| 5.3 驾驶行为等级划分 | 第64-65页 |
| 5.4 评级模型与权重的赋值 | 第65-67页 |
| 5.5 方法验证 | 第67页 |
| 5.6 实况数据 | 第67-71页 |
| 5.7 本章小结 | 第71-72页 |
| 第六章 总结与展望 | 第72-74页 |
| 6.1 总结 | 第72-73页 |
| 6.2 展望 | 第73-74页 |
| 致谢 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 硕士学位攻读期间获得的学术成果 | 第80页 |