基于超速预警和前向碰撞预警的预警信息信任度预测方法

本发明属于交通安全，涉及一种基于超速预警和前向碰撞预警的预警信息信任度预测方法。

背景技术：

1、安全预警信息对保障车辆运行安全具有积极的作用，但目前智能预警设备发挥的优势有限，很多设备因预警策略不合理出现驾驶人对预警信息信任度急剧下降，主动忽略预警信息等问题。

2、因此，如何根据驾驶人和设备特点，制定符合驾驶人预期、有针对性的预警策略，提升驾驶人对安全预警信息的信任度和满意度，对驾驶安全具有重要意义。

技术实现思路

1、本发明的目的在于克服上述现有技术的缺点，提供一种基于超速预警和前向碰撞预警的预警信息信任度预测方法。

2、为实现上述目的，本发明提供了如下技术方案：

3、这种基于超速预警和前向碰撞预警的预警信息信任度预测方法，包括以下步骤：

4、步骤1、总结人机信任的研究，对安全预警信息信任进行定义与分类，并根据安全预警信息信任的分类选择相对稳定信任进行研究；

5、步骤2、制定并收集安全预警信息相对稳定信任的测量问卷及被试者的人口学因素，按照预警使用频率和对事故的影响，选取超速预警信息和前向碰撞预警信息作为研究对象，所述测量问卷的制定方法如下：

6、步骤2.1、针对安全预警信息相对稳定信任，通过对现有文献的总结获取可能影响安全预警信息相对稳定信任的因素和能够测量安全预警信息相对稳定信任的最佳测量量表；所述最佳测量量表包括超速预警信息信任测量量表和前向碰撞预警信息相对稳定信任测量量表；

7、步骤2.2、基于所述最佳测量量表，制定、发布关于安全预警信息相对稳定信任的测量问卷；所述测量问卷包括超速预警信息信任测量问卷和前向碰撞预警信息相对稳定信任测量问卷；

8、步骤3、对所述安全预警信息相对稳定信任的测量问卷进行信效度检验；

9、步骤4、通过critic加权的方法将两种预警信息(超速预警信息和前向碰撞预警信息)相对稳定信任的测量量表(采用jian构建的量表)进行加权，得出被试者对超速预警信息和前向碰撞预警信息的信任度模型。

10、具体地，步骤1中，所述安全预警信息信任包括倾向性信任、情境信任和习得信任三个层次，定义倾向性信任和习得信任为相对稳定信任，定义情境信任为动态变化信任，本发明中只研究安全预警信息相对稳定信任。

11、具体地，关于安全预警信息相对稳定信任的测量问卷，其使用jian问卷测量被试者对于安全预警信息相对稳定信任；其中，所述测量问卷的相关数据包含年龄、性别、文化程度、驾龄、性格、驾驶风格等数据信息。

12、具体地，步骤2中，所述测量问卷的获取方式如下：

13、采用消极维度和积极维度的设计思路，通过分析两个维度之间的互斥性，进而筛选出有效问卷。

14、具体地，步骤2中，通过卡帕(kappa)检验将大五人格测量题目替换为主观评价的方法，将多维驾驶风格量表替换为主观评价的方法。

15、具体地，步骤3中，将构建的超速预警信息相对稳定信任测量问卷(采用jian构建的量表)和前向碰撞预警信息相对稳定信任测量问卷(采用jian构建的量表)分别进行信效度检验；信度检验使用克隆巴赫系数(kaiser–meyer–olkin)进行验证题目的可信度。效度检验通过分析涵盖结构效度、收敛效度、组合信度以及区分效度等多个方面，以确保量表在测量目标信任度时的科学可靠性和有效性。

16、具体地，使用critic法将超速预警信息信任度测量量表和前向碰撞预警信息信任度测量量表进行加权处理，以使其更符合实际情况。

17、进一步地，所述critic法的加权步骤为：

18、原始指标数据矩阵：

19、式(1)中，n为待评价样本的个数，p为评价指标的项数；

20、正向化处理公式为：

21、

22、式(2)中，x′ij为标准化后的变量值，表示该变量值与均值的偏离程度；xj为原矩阵中的值，xmax和xmin分别为第j个准则的最大值和最小值；

23、指标变异性公式包括：

24、

25、

26、式(4)中，sj表示第j个指标的标准差；

27、在critic法中使用标准差来表示各指标的内取值的差异波动情况，标准差越大表示该指标的数值差异越大，越能放映出更多的信息，该指标本身的评价强度也就越强，应该给该指标分配更多的权重；

28、指标冲突性公式：

29、

30、式(5)中，rij表示评价指标i和j之间的相关系数；使用相关系数来表示指标间的相关性，与其他指标的相关性越强，则该指标就与其他指标的冲突性越小，反映出相同的信息越多；rj表示第j个指标的冲突性；

31、信息量公式：

32、

33、式(6)中，cj越大，第j个评价指标在整个评价指标体系中的作用越大，则给cj分配更多的权重；

34、客观权重公式：

35、

36、式(7)中，wj表示第j个指标的客观权重，cj为第j个指标的信息量。

37、与现有技术相比，本发明提供的技术方案包括以下有益效果：为探究驾驶人对于安全预警信息相对稳定信任测量和影响驾驶人对于安全预警信息相对稳定信任的因素的问题，本发明针对性地提出了一种基于超速预警和前向碰撞预警的预警信息信任度预测方法，能够根据驾驶人和设备特点，制定符合驾驶人预期、有针对性的预警策略，同时提升驾驶人对安全预警信息的信任度和满意度，对驾驶安全具有重要意义。

技术特征：

1.一种基于超速预警和前向碰撞预警的预警信息信任度预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于超速预警和前向碰撞预警的预警信息信任度预测方法，其特征在于，步骤1中，所述安全预警信息信任包括倾向性信任、情境信任和习得信任三个层次，定义倾向性信任和习得信任为相对稳定信任，定义情境信任为动态变化信任。

3.根据权利要求1所述基于超速预警和前向碰撞预警的预警信息信任度预测方法，其特征在于，步骤2中，所述测量问卷的获取原理如下：

4.根据权利要求3所述基于超速预警和前向碰撞预警的预警信息信任度预测方法，其特征在于，步骤2中，制定安全预警信息相对稳定信任的测量问卷的具体方法如下：

5.根据权利要求4所述基于超速预警和前向碰撞预警的预警信息信任度预测方法，其特征在于，所述测量问卷采用jian构建的问卷，用于测量被试者对于安全预警信息相对稳定信任；其中，所述测量问卷的相关数据包含年龄、性别、文化程度、驾龄、性格、驾驶风格。

6.根据权利要求5所述基于超速预警和前向碰撞预警的预警信息信任度预测方法，其特征在于，通过卡帕检验将中大五人格测量题目替换为主观评价。

7.根据权利要求5所述基于超速预警和前向碰撞预警的预警信息信任度预测方法，其特征在于，通过卡帕检验将中多维驾驶风格量表替换为主观评价。

8.根据权利要求1所述基于超速预警和前向碰撞预警的预警信息信任度预测方法，其特征在于，步骤3、对所述安全预警信息相对稳定信任的测量问卷进行信效度检验，具体包括：

9.根据权利要求1所述基于超速预警和前向碰撞预警的预警信息信任度预测方法，其特征在于，步骤4中，采用critic法对超速预警信息相对稳定信任的测量量表和前向碰撞预警信息相对稳定信任的测量量表进行加权处理。

10.根据权利要求9所述基于超速预警和前向碰撞预警的预警信息信任度预测方法，其特征在于，所述critic法的加权过程具体如下，

技术总结本发明属于交通安全技术领域，涉及基于超速预警和前向碰撞预警的预警信息信任度预测方法，包括：步骤1、对安全预警信息信任进行定义与分类，并根据安全预警信息信任的分类选择相对稳定信任进行研究；步骤2、制定并收集安全预警信息相对稳定信任的测量问卷及被试者的人口学因素；步骤3、对安全预警信息相对稳定信任的测量问卷进行信效度检验；步骤4、将超速预警信息相对稳定信任的测量量表和前向碰撞预警信息相对稳定信任的测量量表进行加权，得出被试者对超速预警信息和前向碰撞预警信息的信任度模型。本发明能够根据驾驶人和设备特点，制定符合驾驶人预期的预警策略，提升驾驶人对安全预警信息的信任度和满意度，对驾驶安全具有重要意义。技术研发人员：牛世峰,郭子豪,胡彦婷,袁伟,付锐受保护的技术使用者：长安大学技术研发日：技术公布日：2024/10/10