驾驶行为险态具有不可控性和不确定性，而基于交通事件对其危险等级进行区分能够提高辨识的准确率。Dingus 等人将交通事件分为以下3 种类型[63]：
（1）交通事故：在该交通事件中，目标车辆和其他车辆、障碍物、行人、动物、非机动车等发生物理意义上的接触并发生形变，体现的具体形态为碰撞、侧翻、追尾等。
（2）潜在交通事故：在该状态下，驾驶人需要采取快速的、大范围的操作动作来防止交通事故的发生。
（3）一般交通事件：在该状态下，驾驶人只需要稍微采取较小的车辆修正动作即可，无须采用大范围、剧烈的操作行为。
考虑到实验过程中交通事故出现的次数和可能性较少，本研究中综合考虑事故严重性及工业系统中对风险的定义，对交通事件的驾驶行为险态等级定义进行了一定的修改，也将其分为3 种类型[64]：
（1）不可容忍：将所有前文提到的交通事故和部分潜在交通事故归结为不可容忍状态。其中部分潜在交通事故的界定方法是：当行人突然横穿马路、周边车辆突然变道等特殊交通事件（更多的特殊交通事件见交通运输行业标准JTT 916—2014《道路运输驾驶员 特殊环境与情境下安全驾驶技能培训与评价方法》）出现时，且在该情境下驾驶人不得不采取违反交通法规或者损害车辆寿命为代价的操作来规避交通事故的发生，本研究中定义这类交通事件的驾驶行为险态等级为不可容忍。(www.xing528.com)
（2）可容忍：当出现交通运输行业标准JTT 916—2014《道路运输驾驶员 特殊环境与情境下安全驾驶技能培训与评价方法》中描述的特殊交通事件时，由于当前车辆运动状态良好及驾驶人操作合理等原因使得车辆无须采取紧急操作的方式进行驾驶，这种交通事件类型的驾驶行为险态等级为可容忍状态。
（3）可忽略：该类交通事件出现时，对驾驶人产生的干扰很小，无须投入过多的精力进行规避。
研究表明[65]，交通事件的时间窗长度对所构建模型识别准确率有重大影响。时间窗长度选取过大会导致数据冗杂，无法进行准确标定，而时间窗过小则可能导致数据特征不明显，无法实现对交通事件的准确决策。因此，本研究将不同时间窗下目标交通事件的识别率作为时间窗长度选择的判定条件。不同时间窗下目标交通事件的识别率如图4-4 所示。
图4-4 时间窗标定
在对时间窗长度进行标定过程中，首先选择0.5 s 为时间间隔进行计算，当确定小区间（即最优时间窗处于某一较小区间内，区间间隔为1 s）后，采用0.1 s 为时间间隔，进行再次细化标定，最终得到最优的时间窗长度。由图4-4 可知，当时间窗长度为3 s 时，交通事件识别率最高达到94%。所以本研究采用3 s 作为时间窗对模拟实验采集的数据进行处理和分析。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
