采用NGSIM数据库的数据，选用THW和ITTC参数来评价该工况下的碰撞危险等级，提出了可实现快速驾驶风格识别的客观性得分系数SCO的评价方法，以0~1之间的标准数衡量驾驶员在采样时间段内的驾驶激进程度；分析了SCO评价方法决策边界出现误判的情况，基于K-Means聚类算法对SCO的准确性进行了评价.研究结果表明，相比有级分类，SCO评价方法具有更好的容错性和实时性，其结果可达到95.54%的总体准确率或4.46%的边界误判率，将研究所获得的模型参数和评价方法应用于新的数据场景，也可获得94%的总体准确率.基于SCO评价方法可构建实时易用的驾驶风格识别系统，以实现更加符合驾驶要求的个性化协同控制策略.
PDF全文下载地址：http://journal.bit.edu.cn/zr/article/exportPdf?id=20210303