来源：期刊VIP网 时间：
作者：曾娟;许博;王昊;张洪昌;
单位：武汉理工大学,现代汽车零部件技术湖北省重点实验室;武汉理工大学,汽车零部件技术湖北省协同创新中心;武汉理工大学,湖北省新能源与智能网联车工程技术研究中心;
摘要：为了探寻转弯和直行场景下驾驶员分心驾驶的内在机理，通过驾驶模拟器搭建直行与转弯虚拟场景，采集驾驶员不同驾驶状态的驾驶绩效和眼动信息数据，并使用KNNImputer算法对设备在采集过程中缺失的数据进行插补处理；通过配对样本T检验对时间长度为1 s、重叠率为75%的时间窗口提取的样本数据进行显著性差异分析并提取特征指标；基于该特征指标集合，采用XGBoost分类器构建不同场景下的认知分心识别模型。试验结果表明：相比于直行场景，驾驶员在转弯场景中瞳孔直径变化频率更小、扫视速度更高、注视时间百分比更大，脑力负荷更大；构建的认知分心识别模型在直行场景下的准确率达到91.30%，转弯场景下的准确率为83.28%，转弯场景下认知分心行为危险程度更高，识别更加困难。
基金资助：教育部创新团队发展计划项目（IRT＿17R83）;; 新能源汽车科学与关键技术学科创新引智基地项目（B17034）;; 武汉理工大学重庆研究院科技创新研发项目（YF2021-15）
