随着我国公路交通的快速发展,道路交通事故已成威胁人民生命财产安全的严重事故之一,汽车的主动安全技术逐渐成为人们关注的焦点。驾驶危险状态的辨识是主动安全技术的一个重要研究内容,能够有效避免车辆碰撞,减少交通事故。本文针对基于车辆运行参数的驾驶危险状态辨识进行研究,希望能准确识别并记录车辆运行过程中遇到的危险状态,从而提高驾驶安全性。论文对基于车辆运行参数的驾驶危险状态的辨识进行相关研究。首先基于高速公路运行环境,利用UC-win/Road软件搭建双向六车道车辆行驶场景。对试验场景的危险状态设置为被试在驾驶模型车辆跟驰目标移动过程中,移动目标突然紧急制动,被试采取措施进而规避,以避免发生碰撞。采集该过程中车辆模型的运行参数以及交通冲突时间。车辆运行参数包括纵向和横向加速度、车体偏航率,方向盘旋转率以及制动力度,组成一个自变量备选集合X。以集合X为基础,分别采用多元线性回归和多元非线性回归方法建立3个交通冲突时间模型。在自变量集X基础上,根据多元线性回归方法建立第一个交通冲突时间模型M1。在模型M1的基础上,采用逐步回归法对M1进行改进。改进后得到第二个交通冲突时间模型M2。利用灰色关联度对自变量集X进行处理,建立交通冲突时间与自变量集之间的模型M3。通过使用实测数据进行比较发现,M3能够很好地对交通冲突时间进行识别。最后对交通冲突时间模型M3进行改进,为了降低M3发生“误报”的风险,用时间窗对驾驶危险状态进行筛选,并把考虑时间窗口的辨识模型拓展到城市快速路上。并在Matlab中对仿真环境下的试验数据进行检验,结果表明,车辆危险状态辨识模型对拓展情况也有很高的辨识率,能在车辆遇到危险状态时进行识别。