一种基于SHAP解释法与随机森林的驾驶人驾驶风格辨识方法

摘要

本发明属于驾驶风格辨识技术领域，具体的说是一种基于SHAP解释法与随机森林的驾驶人驾驶风格辨识方法。包括：一：基于采集得到的原始驾驶数据，挑选有量纲基础驾驶信号，并对有量纲基础驾驶信号在时域与频域上，进行无量纲化处理，获得无量纲输入特征参数；二：采用SHAP解释法对无量纲输入特征参数进行降维处理，从全部无量纲输入特征参数中，筛选出对驾驶员驾驶风格辨识有效的无量纲输入特征参数。三：设计基于随机森林机器学习算法的驾驶风格辨识模型，将筛选后获得的无量纲输入特征参数输入至基于随机森林机器学习算法的驾驶风格辨识模型后，精确辨识驾驶员驾驶风格。本发明能够降低驾驶风格辨识模型复杂度，提高驾驶员驾驶风格辨识精度。