留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

2022年  第40卷  第1期

交通安全
两栖水上飞机起降安全风险传播机制
肖琴, 罗帆
2022, 40(1): 1-9. doi: 10.3963/j.jssn.1674-4861.2022.01.001
摘要(754) HTML (366) PDF(88)
摘要:
两栖水上飞机起降阶段事故频发,研究其安全风险具有重要意义。为了探究两栖水上飞机起降安全风险传播机理,基于疾病传染SEIRS模型,考虑两栖水上飞机起降安全风险的传播效应和延迟效应,构建了无标度网络上的两栖水上飞机起降安全风险传播延迟(D-SEIRS)模型,利用Routh-Hurwitz判据推导分析了模型平衡点的稳定性,求解了模型的稳态密度及基本再生数。运用MATLAB软件对模型进行数值仿真,揭示了两栖水上飞机起降安全风险的动态传播规律。结果表明:网络中感染类节点的稳态密度随有效传播率和传播延迟时间的增加而增加;传播延迟会减小网络中风险传播阈值,加快风险爆发平衡状态的出现;潜伏类节点的传播率和感染类节点的传播率均会导致感染节点和潜伏节点稳态密度的增加,且潜伏节点的有效传播率对网络中的风险传播影响更大。
协同自适应巡航控制车辆占比对下匝道分流区混合交通流安全性的影响分析
伊振鹏, 李伟, 石白茜, 王宝杰
2022, 40(1): 10-18. doi: 10.3963/j.jssn.1674-4861.2022.01.002
摘要(1029) HTML (514) PDF(79)
摘要:
在人工驾驶车辆、自适应巡航控制(ACC)车辆和协同自适应巡航控制(CACC)车辆的行车行为特征分析的基础上,运用跟驰模型和换道模型分别构建人工驾驶车辆、ACC车辆及CACC车辆在下匝道分流区混合交通流仿真环境,解析CACC车辆占比对混合交通流安全性的影响。选取全速度差模型、ACC跟驰模型、CACC跟驰模型分别作为人工驾驶车辆、ACC车辆、CACC车辆的纵向跟驰模型,利用随意换道模型、强制换道模型分别构建下匝道分流主线段、远近端区的横向换道模型。基于碰撞时间(TTC)、暴露碰撞时间(TET)、整合碰撞时间(TIT)等参数构建交通流安全性评价指标。利用MATLAB进行数值模拟,仿真分析不同CACC车辆占比下的混合交通流安全性。结果表明:CACC车辆占比为40%~50%时,混合交通流安全性恶化最严重,TET和TIT分别增加约68%和89%,车辆速度离散系数为0.9以上;通过在下匝道分流区设置远端强制换道区(设置长度≤ 1 000 m),可有效降低混合交通流的追尾碰撞风险。
雾天驾驶人车辆操纵行为特性及其与追尾风险相关性分析
薛晴婉, 徐嘉伟, 闫学东, 向往, 李颖宏, 杜志刚
2022, 40(1): 19-27. doi: 10.3963/j.jssn.1674-4861.2022.01.003
摘要(1041) HTML (622) PDF(66)
摘要:
为分析驾驶人在雾天环境下的车辆操纵行为特性及其与追尾风险的内在关系,设计并开展驾驶模拟试验,采用方差分析,混合效应模型等对晴天、雾天2种环境下驾驶人的车辆操纵行为特性进行对比分析,并利用相关性分析及二元Logistics回归模型对避撞过程中行为间的相互作用及其与追尾风险间的关系进行挖掘。结果表明:雾天环境下驾驶人的车道偏移标准差比晴天环境下大20.8%,表明雾天环境下驾驶人的车辆保持能力较差;同时,驾驶人在雾天环境下为持续获得前车视野保持的车头时距比晴天条件下小0.423 s;雾天时驾驶人在追尾避撞阶段的平均减速度是晴天时的1.1倍;受到初始车头时距的影响,雾天时驾驶人在避撞过程中的最小车头时距相较于晴天减少了0.475 s,此时最小车头时距的减少导致雾天环境下发生追尾碰撞的风险较于晴天环境增加了4.93倍。
基于负二项分布的高速公路交通事故影响因素分析
陈昭明, 徐文远
2022, 40(1): 28-35. doi: 10.3963/j.jssn.1674-4861.2022.01.004
摘要(983) HTML (372) PDF(108)
摘要:
为分析高速公路交通事故的影响因素,构建基于负二项分布的事故分析模型,探究事故数与交通特性、公路线形及路面性能间关系。鉴于传统固定参数模型难以刻画各因素对事故风险影响的异质性,引入了随机参数建模方法。结果表明:相比于固定参数负二项模型,构建的随机参数负二项模型有更好的拟合优度,且能更合理地反映各因素对事故的作用效果;将随机参数分布的均值设置为其他变量的函数形式,可进一步挖掘各因素对事故风险的交互影响;交通量、路段长度、货车比例、平曲线曲率、纵坡坡度及车辙深度均与事故数正相关,且其每增加1%,事故数分别增加0.299%,1.029%,0.093%,0.079%,0.068%和0.054%;结构强度系数与事故数负相关,其每增加1%,事故数降低0.064%;增加路缘带宽度有益于交通安全;单向3车道或4车道路段的事故数多于同等条件下的2车道路段;弯坡组合路段的事故风险明显高于单纯的平曲线路段;货车比例高的下坡路段事故风险尤其高。
面向道路交通违法行为的事理图谱构建技术
王翠, 胡昊天, 邓三鸿
2022, 40(1): 36-44. doi: 10.3963/j.jssn.1674-4861.2022.01.005
摘要(1183) HTML (518) PDF(83)
摘要:
我国道路交通安全法律法规体系不断完善,要求交警部门针对具体的交通违法行为给予不同程度的处罚,为了响应国家以智慧化推动治理现代化的号召,可利用事理图谱技术构建道路交通领域知识库,揭示道路交通违法行为事件之间的逻辑关系,能快速且有效辅助处理交通违章事件。以开源数据为基础,面向道路交通违法行为构建事件语料库,通过事件抽取、关系抽取等步骤,构建交通违法事理图谱,在此基础上,实现了交通违法问答系统。研究结果表明:利用所提模型抽取道路交通违法行为事件的分类评价指标F1值达到0.832,识别率很高。此外,基于事理图谱的交通违法问答系统展示了事理图谱技术在道路交通领域具备良好的应用前景。
交通信息工程与控制
考虑礼让行人的信号交叉口配时优化方法
任耀, 张锐, 贾倩楠
2022, 40(1): 45-53. doi: 10.3963/j.jssn.1674-4861.2022.01.006
摘要(847) HTML (337) PDF(80)
摘要:
为提高机动车礼让行人背景下的人车通行效率,研究了基于叠加相位设计的信号交叉口配时优化方法。以西安市1个典型交叉口为例,分析机动车与过街行人冲突情况;在Webster配时模型的基础上,提出叠加相位设计与人车冲突时空分离策略相结合的信号配时优化方法,并给出行人信号早启时间、人车绿时分离设置阈值的计算方法;运用VISSIM仿真软件,对不同信号配时优化方案的效果进行验证。研究结果表明:与现状相比,所提出的配时优化方法可分别降低各类延误27.11%(车均)、22.41%(人均)、27.08%(车辆总计)、22.49%(行人总计)和26.15%(交叉口总计),减少各类污染物排放3.76%(VOC)、3.76%(CO)、3.76%(NOx),并降低燃料消耗3.78%。该方法能有效改善信号交叉口的通行效率,缓解人车冲突。
高速公路连续隧道群驾驶人视觉特性分析
汤文蕴, 丁纯璐, 潘义勇, 杨震
2022, 40(1): 54-62. doi: 10.3963/j.jssn.1674-4861.2022.01.007
摘要(945) HTML (374) PDF(145)
摘要:
为了提高高速公路隧道群的行车安全,研究隧道群环境下驾驶人的视觉特性,在实际高速公路隧道群场景中,设计了驾驶人眼动特性实验方案,借助TobiiGlass2眼动仪与ErgoLAB数据分析平台采集了20名实验者的注视、扫视及瞳孔变化等眼动行为数据,对比分析了视觉特性变量在不同隧道、不同区段的差异。结果显示,在水平方向上第1条隧道的视野角度均值高于第2条隧道,而在垂直方向上则相反;第2条隧道的平均扫视时间比第1条隧道缩短47.75%,第1条隧道的平均瞳孔直径比第2条隧道大7.89%;第1条隧道入口段的瞳孔面积变化率平均值与方差大于第2条隧道入口段。实验结果表明,驾驶人在连续隧道群中通行到第2条隧道时视觉负荷降低,视觉稳定性提高。
基于深度学习的船舶驾驶员疲劳检测算法
王鹏, 神和龙, 尹勇, 吕红光
2022, 40(1): 63-71. doi: 10.3963/j.jssn.1674-4861.2022.01.008
摘要(987) HTML (530) PDF(104)
摘要:
针对日益凸显的船舶值班人员疲劳驾驶问题,为有效预警值班驾驶员的疲劳状态,保障船舶航行安全,研究了基于深度学习的疲劳检测算法。考虑到船舶驾驶台空间大、背景复杂等特点,使用深度可分离卷积改进RetinaFace人脸检测模型,优化模型的检测速度;基于Channel Split和Channel Shuffle思想,结合批量归一化、全局平均池化等技术搭建改进的ShuffleNetV2网络,自动提取图像特征,识别眼睛、嘴巴的开闭状态;根据PERCLOS准则融合眼睛、嘴巴2个特征参数综合判定驾驶员是否疲劳。实验结果表明:改进后RetinaFace模型的检测速度由9.33帧/s提升至22.60帧/s,人脸检测精度和速度均优于多任务卷积神经网络(MTCNN);改进的ShuffleNetV2网络识别眼睛、嘴巴状态的准确率高达99.50%以上;算法在模拟驾驶台环境中识别疲劳状态的精确率达到95.70%,召回率达到96.73%,均高于目前常见的Haar-like+Adaboost以及MTCNN+CNN疲劳检测算法。算法检测每帧图片仅需0.083 s,基本满足实时检测的要求。
基于滤波器自适应更新的机场目标跟踪算法
杨临风, 牟睿, 黎新, 李炜
2022, 40(1): 72-79. doi: 10.3963/j.jssn.1674-4861.2022.01.009
摘要(868) HTML (315) PDF(23)
摘要:
机场场面目标跟踪常面临目标遮挡、背景干扰、低分辨率等因素的影响,导致跟踪准确性降低甚至丢失跟踪目标。针对以上问题,研究了基于滤波器自适应更新的机场目标跟踪算法。选取跟踪目标的颜色特征和深度特征,通过插值算子进行多特征融合,再将融合特征与之对应的滤波器进行卷积求和计算各区域置信度,置信度高的区域即为跟踪目标位置。为提高跟踪准确性,利用峰值旁瓣比与平均响应峰值能量建立了跟踪结果校验机制,并设计了1种滤波器自适应更新策略,使滤波器能够自适应调整学习速率,仅在结果可靠时更新。在西南某机场采集的视频数据集上进行测试,结果表明:算法在目标特征不明显或发生变化时具有更好的性能,在目标遮挡和背景干扰等9种因素下的跟踪性能有较大提升,整体精确度和成功率分别达到0.834和0.828,较原ECO算法分别提升了11.35%和11.29%,且均优于文中提到的其他5种经典算法。
交通规划与管理
不良气象微环境对机场道面抗滑性能影响分析
邢小亮, 王孝存, 张昱, 高立晓, 樊兆董
2022, 40(1): 80-88. doi: 10.3963/j.jssn.1674-4861.2022.01.010
摘要(532) HTML (262) PDF(34)
摘要:
不良气象微环境直接影响机场区域道面使用性能及安全性。在剖析不良气象微环境作用机理基础上,利用环境舱模拟道面结冰试验,探究了不同气象微环境条件下的关键控制因子与摩擦系数的耦合作用规律,建立了水膜、积雪、结冰厚度与道面的抗滑性能预测模型。研究结果表明:厚冰道面摩擦系数介于0.09~ 0.15,抗滑性能最差;薄冰+水、厚冰+水及薄冰道面优于厚冰道面,但不满足场道飞机及作业车辆的安全运营需求;积雪道面摩擦系数介于0.37~0.46,但受荷载压实易形成光滑道面,影响机场区域交通安全。通过多元非线性数据回归耦合作用分析,建立了水膜、积雪、结冰厚度与机场道面抗滑性能关系模型。经拟合优度及显著性检验分析可知,提出的模型拟合优度均大于0.8,满足收敛和显著性检验要求,在实际机场道面抗滑性能安全预测预警应用中具有统计学意义。
基于数据包络分析的公交线路接驳效用评价方法
孔宁, 翁剑成, 史清帅, 刘哲
2022, 40(1): 89-96. doi: 10.3963/j.jssn.1674-4861.2022.01.011
摘要(758) HTML (309) PDF(66)
摘要:
高效的公交与地铁接驳,有助于提升公共交通出行一体化程度和轨道交通的辐射能力。为量化评价公交线路与轨道交通的接驳效率,综合考虑供给侧和需求侧,建立了初始评价指标。通过结构方程模型探究接驳效用评价指标间的相关关系,筛选出接驳效用核心评价指标,建立了涵盖公交线路设置条件、运营条件、接驳条件、客流规模和网络通达性5个方面的多模式公交接驳效用评价指标体系。鉴于公交接驳效用评价属于多输入、多产出系统,引入数据包络分析构建公交接驳效用定量化评价模型,并识别制约公交接驳效用的指标和因素。以北京市回龙观、天通苑以及上地这3个居民社区的公交与轨道接驳线路为例进行接驳效用评价分析。结果表明,本评价方法可量化公交线路在不同时段的接驳效用,与实际情况相符。对于接驳效用低的公交线路,可通过指标对比识别低效原因,并参照高效线路的投入产出指标优化线路,达到提升接驳效用的目的。
城市物流无人机低空空域交通量预测
任新惠, 王佳雪
2022, 40(1): 97-105. doi: 10.3963/j.jssn.1674-4861.2022.01.012
摘要(747) HTML (278) PDF(94)
摘要:
为探究城市物流的无人机配送需求及低空空域交通量,提出了1种考虑公众意愿程度的无人机配送包裹量预测方法。基于二元Logistic回归模型构建了无人机配送的公众使用意愿模型,综合考虑公众使用意愿和包裹标签(即包裹是否去往国内或国外、是否去往城市或农村、载具是否为无人机、是否低于特定重量等)估算了城市无人机配送的需求量。以广州、北京等5个城市为例进行了2025—2050年城市无人机配送需求量和低空空间交通量的预测实验。结果表明:经模型显著性验证,公众使用意愿的整体预测精度为81.7%。2025—2050年无人机配送的需求量均呈现上升态势;城市居民人口、经济发展、公众使用意愿等因素都将影响城市无人机配送的发展;考虑公众使用意愿因素能够提高无人机配送需求量预测的可靠性,预测结果可为城市低空交通空域规划提供指导。
“智能网联环境下的驾驶行为与交通安全”
基于多视图协同交互技术的换道图谱构建与分类
龙彦, 黄建玲, 赵晓华, 李振龙
2022, 40(1): 106-115. doi: 10.3963/j.jssn.1674-4861.2022.01.013
摘要(597) HTML (225) PDF(28)
摘要:

为直观展示换道过程中驾驶人视觉感知与手脚操作的细节特征,研究了多视图协同可视化的换道图谱。采用驾驶模拟舱进行高速公路驾驶实验,提取换道过程相关指标数据。将平行坐标、计数图、柱状图与换道轨迹协同可视化以构建换道图谱。采用多视图交互技术对提取的40个换道过程进行分析,提出换道过程的合格区范围并以此将换道图谱分为合格、临界合格和不合格3类,并对不合格图谱进行致因分析。结果表明,合格、临界合格和不合格图谱的比例分别为10.00%、12.50%和77.50%。不合格图谱的转向盘转速、加速度、横向加速度的平均标准差(6.57°;0.91 m/s2;0.41 m/s2)都大于合格图谱的平均标准差(4.55°;0.34 m/s2;0.17 m/s2)。导致图谱不合格的主要因素是:驾驶人手的急速操作引起转向盘转动幅度过大、横向加速度过大;驾驶人脚的急速操作引起纵向加速度的变化幅度过大。换道图谱能够精准地对换道过程进行可视化分析与诊断,为驾驶人优化换道行为提供支撑。

网联环境下基于精简车头时距特性的驾驶风格分类
吕能超, 高谨谨, 王维锋, 王玉刚
2022, 40(1): 116-125. doi: 10.3963/j.jssn.1674-4861.2022.01.014
摘要(755) HTML (363) PDF(50)
摘要:

基于现有网联数据获取技术与条件,从车联网系统提取车头时距参数并将3 s内的车头时距特征值定义为驾驶模式,根据驾驶模式进而对驾驶风格(即驾驶人的驾驶行为习惯)进行分类。通过车头时距特性对驾驶模式进行量化分类,根据标定好的驾驶风格结果,辨识每种驾驶风格包含的典型驾驶模式;运用模糊分类方法赋予典型驾驶模式相应分值,通过计算每位驾驶人分值并结合已标定的驾驶风格结果设定每种驾驶风格的阈值;利用该阈值对测试集中的驾驶人风格进行识别,以验证识别准确率。采集了44名驾驶人网联环境行车数据将驾驶人标定为激进型、普通(即既不保守也不激进)型和保守型。按上述方法设置各驾驶风格阈值,结果表明:各驾驶风格的阈值分别为:S < 64.67为保守型,64.67 ≤ S < 181.20为普通型,S ≥ 181.20为激进型;使用所提方法来识别驾驶人风格,总体准确率为85.7%。所提出的基于车头时距的驾驶风格分类方法,使用了极精简的驾驶行为参数,为驾驶风格分类应用提供了新思路。

城市交叉口车路网联信息对青年驾驶人驾驶行为的影响分析
翟俊达, 鲁光泉, 陈发城, 刘淼淼
2022, 40(1): 126-134. doi: 10.3963/j.jssn.1674-4861.2022.01.015
摘要(779) HTML (356) PDF(69)
摘要:

基于驾驶模拟器设计了城市道路信号和无信号交叉口场景下的模拟驾驶实验,研究网联信息的存在和内容对青年驾驶人工作负荷和操纵行为的影响。实验共包括被试26人,均为22~30岁的青年驾驶人。结果表明:对无信号交叉口(区分次干路直行车辆和主路对向左转车辆)或信号交叉口红灯时间即将结束时,网联信息可以显著降低青年驾驶人的工作负荷,有效降低心率增长值(信号交叉口:减少1.95 beats/min;无信号交叉口:分别减少2.96 beats/min和3.29 beats/min)。此外,网联信息还可以显著降低青年驾驶人的制动反应时间(信号交叉口:降低2.35 s;无信号交叉口:分别降低2.71 s和2.09 s),减少车辆速度标准差(信号交叉口:31.33%;无信号交叉口:分别减少47.40%和60.23%),提升了驾驶稳定性。在信号交叉口车辆行进方向的红灯时间即将结束时,相比于指示信息,车路网联指令信息可使制动反应时间减少3.47 s,车辆的速度标准差减少39.10%。

驾驶次任务沉浸等级对接管行为的影响分析
王彦峰, 陈浩林, 赵晓华, 李海舰, 李振龙, 付强
2022, 40(1): 135-143. doi: 10.3963/j.jssn.1674-4861.2022.01.016
摘要(640) HTML (249) PDF(42)
摘要:

为探究自动驾驶中驾驶次任务沉浸等级对接管行为的影响,基于驾驶模拟器搭建自动驾驶接管行为测试平台,设计事故接管场景,基于驾驶次任务(娱乐任务和工作任务)和接管请求时间(5 s和10 s)因素组合开发4个事故接管情景,招募被试参与驾驶模拟实验并采集驾驶人的接管行为数据,选择速度、横向偏移、接管反应时间和接管正确时间4个指标衡量接管行为。研究结果表明:①速度随着驾驶次任务沉浸等级的降低而降低,接管车辆后的降速幅度随之增大;接管请求时间为5 s时,驾驶次任务沉浸等级对横向偏移具有显著影响;②接管请求时间为10 s时,驾驶次任务沉浸等级对接管反应时间具有弱显著性(p = 0.056 < 0.1), 接管反应时间随着驾驶次任务沉浸等级的增加而逐级降低(低沉浸等级=3.94 s;中沉浸等级=3.45 s;高沉浸等级=3.21 s);驾驶次任务沉浸等级对接管正确时间均具有统计学差异(5 s时:p =0.031 < 0.05;10 s时:p =0.019 < 0.05),接管正确时间随着驾驶次任务沉浸等级的上升而降低;③在相同驾驶次任务条件下,接管反应时间随着驾驶次任务沉浸等级的升高而降低,统计结果表明驾驶次任务与驾驶次任务沉浸等级的交互作用对接管反应时间无统计学差异,而对接管正确时间具有显著影响。

基于融合离散动作的双延迟深度确定性策略梯度算法的自动驾驶端到端行为决策方法
杨璐, 王一权, 刘佳琦, 段玉林, 张荣辉
2022, 40(1): 144-152. doi: 10.3963/j.jssn.1674-4861.2022.01.017
摘要(949) HTML (432) PDF(60)
摘要:

针对基于强化学习的车辆驾驶行为决策方法存在的学习效率低、动作变化不平滑等问题,研究了1种融合不同动作空间网络的端到端自动驾驶决策方法,即融合离散动作的双延迟深度确定性策略梯度算法(TD3WD)。在基础双延迟深度确定性策略梯度算法(TD3)的网络模型中加入1个输出离散动作的附加Q网络辅助进行网络探索训练,将TD3网络与附加Q网络的输出动作进行加权融合,利用融合后动作与环境进行交互,对环境进行充分探索,以提高对环境的探索效率;更新Critic网络时,将附加网络输出作为噪声融合到目标动作中,鼓励智能体探索环境,使动作值预估更加准确;利用预训练的网络获取图像特征信息代替图像作为状态输入,降低训练过程中的计算成本。利用Carla仿真平台模拟自动驾驶场景对所提方法进行验证,结果表明:在训练场景中,所提方法的学习效率更高, 比TD3和深度确定性策略梯度算法(DDPG)等基础算法收敛速度提升约30%;在测试场景中,所提出的算法的收敛后性能更好,平均压线率和转向盘转角变化分别降低74.4%和56.4%。

车辆碰撞预警系统对行车风险的干预效果
许甜, 高健强, 刘建蓓, 赵超杰, 刘国图
2022, 40(1): 153-161. doi: 10.3963/j.jssn.1674-4861.2022.01.018
摘要(662) HTML (244) PDF(42)
摘要:

各类碰撞预警系统已广泛应用于具有驾驶辅助功能的车辆上,为研究预警系统对风险状态下车辆交互行为特征的影响机理,并评估其对行车风险的干预效果,采用15辆搭载预警系统的试验车辆在真实高速公路场景下进行实车群组试验,通过有-无预警情形对比试验及分析,从车辆交互行为特征指标、道路总体运行风险、驾驶员对预警系统认可度3个维度,对行车风险干预效果进行定量化综合评估。试验结果表明:微观层面,有预警情形下,跟驰、超车换道2类行车安全事件下的车头时距均值分别增加了0.37 s和0.34 s,方差分析结果显示预警系统开闭状态对车头时距有显著影响(p<0.05);中观层面,试验路段2类行车安全事件频数分别下降了16.0%和23.7%,试验车辆群组在路段上的运行速度分布离散性显著降低;调查问卷显示试验人员中,86.7%在接收到预警信息后会采取趋于安全的措施,73.3%非常认同预警系统对道路交通安全提升的积极作用。

基于多分类监督学习的驾驶风格特征指标筛选
王旭, 马菲, 廖小棱, 蒋佩玉, 张伟, 王芳
2022, 40(1): 162-168. doi: 10.3963/j.jssn.1674-4861.2022.01.019
摘要(819) HTML (284) PDF(65)
摘要:

交通事故与驾驶风格具有强烈的相关性,而驾驶风格的直观体现是驾驶行为。为深入分析驾驶行为与驾驶风格的关联性,探索不同驾驶风格群体之间的差异,筛选驾驶风格分类与识别影响因素,建立驾驶风格识别模型并验证有效性。依托车联网实验数据,利用K-means++算法对驾驶员样本数据集进行驾驶风格聚类,设计支持向量机-递归特征消除(SVC-RFE)与随机森林-递归特征消除(RF-RFE)算法进行驾驶特征重要度排序,利用筛选出的特征指标搭建神经网络驾驶风格识别模型。结果表明:①特征个数n = 6时,2种特征排序算法的排序正确率均高于85%,其中RF-RFE的正确率可达90%;②特征排序中重要度最高的指标为最大速度,其在3种驾驶风格群体中的差异可达10 m/s;③仅以最大速度作为输入,驾驶风格识别模型精度为86.1%,表明最大速度可有效区分驾驶风格。