基于换道行为的驾驶分心识别方法

为预防驾驶分心导致的交通事故,利用径向基函数(RBF)神经网络模型,研究驾驶分心识别方法。通过驾驶模拟试验,分析驾驶人分别在正常驾驶、手持接听电话和免提接听电话等3种状态下执行车辆换道操作时的驾驶行为,构建基于最小正交二乘法(OLS)的RBF神经网络驾驶分心识别模型,用于判定驾驶人是否处于分心状态。研究表明:驾驶分心对换道过程中车辆的纵向速度、横向速度、横向加速度、方向盘转角、方向盘转速和油门开度等6项驾驶绩效参数有显著影响,所构建模型的平均识别正确率达到88. 7%,可准确识别驾驶人的分心状态,为分心事故预防提供理论支撑。     

认知分心时驾驶人应激反应特征分析

为预防由认知分心影响驾驶人应激反应能力引发的交通事故,开展试验,在驾驶模拟器平台上模拟城市、乡镇、山区和高速公路等应激场景,测试有无分心任务2种条件下驾驶人的应激反应,采集驾驶人操作数据和车辆行驶数据,并利用Facelab5型眼动仪记录驾驶人眼动数据;选取相关表征指标并分析试验数据。结果表明:相比于正常驾驶,认知分心驾驶导致驾驶人视觉搜索范围变窄;无论正常驾驶还是认知分心驾驶,扫视行为均以中、低幅度为主;认知分心导致驾驶人对加速踏板的控制能力减弱;与正常驾驶相比,认知分心时驾驶人的应激反应时间明显增加。     

智能手机应用程序使用与操作的驾驶分心风险影响研究

为研究智能手机应用程序操作方式与使用行为对驾驶分心影响的问题,探讨智能手机程序操作方式对驾驶分心影响的优劣关系,基于结构方程模型提出4个因果关系假设,构建涵盖程序使用、驾驶分心、驾驶绩效等潜变量的智能手机使用行为影响的结构方程模型。通过收集线下问卷的方式进行调查,搭建模拟场景,设计6项实验方案,通过驾驶模拟实验方式收集相关数据,建立相对偏差矩阵。研究结果表明：手机通话功能的使用(路径系数0.472)对驾驶分心影响显著,手机导航功能使用(路径系数0.256)、手机音乐功能使用(路径系数0.249)对驾驶分心影响不显著。语音交互方式均优于手动操作方式,其中语音交互启动导航方式(F₃=0.019)的影响最小。研究结果可对道路驾驶情况下智能手机应用使用与操作方式的研究起推动作用。     

基于驾驶模拟的自动驾驶接管行为研究*

为探索有条件自动驾驶对非驾驶相关任务的允准边界,基于实车驾驶模拟器,设计自动驾驶接管试验典型场景,招募30名被试者开展驾驶模拟试验;要求驾驶人执行3种分心形式的驾驶次任务,系统发出接管请求提示后,驾驶人接管车辆控制权以避免险情发生,并分析驾驶人接管反应时间、驾驶负荷以及驾驶绩效等相关数据。结果表明:驾驶次任务涉及的分心形式越复杂,接管过程安全性越差,视觉分心任务与操作分心任务对接管行为影响显著;驾驶人更倾向于选择制动操作接管车辆,次任务分心程度越高,制动接管比例越大;与乘客聊天对接管行为影响不显著,看视频和玩手机游戏均会显著延长接管反应时间,增加工作负荷与车辆纵向减速度,玩手机游戏还会显著提升车辆横向加速度。     

使用车载信息装置对驾驶行为的影响研究

为研究使用车载信息装置对驾驶行为的影响,基于虚拟驾驶仿真平台,开展正常驾驶、操作按键式和触摸屏式收音机驾驶分心试验;应用外周视觉检测任务法(PDT)测量驾驶人反应时间、PDT目标命中率以及车速和跟驰距离等参数,以评估分心行为的心理资源需求及其对驾驶绩效的影响。试验结果表明:使用车载信息装置会降低驾驶人反应能力和驾驶绩效,操作触摸屏分心与操作按键分心相比,驾驶人反应时间延长了167 ms,PDT目标命中率降低了10%,速度保持和车距保持能力下降,使用触摸屏式车载信息装置需要更多的心理资源,对两侧视野内的信息刺激反应明显迟钝,对行车安全有较大影响。     

驾驶中使用手机对驾驶员行为安全绩效影响综述

驾驶中使用手机与交通事故之间存在着高度相关性。为揭示使用手机对驾驶行为安全绩效的影响,探索影响驾驶安全的理论机制,采取更有效的干预措施,结合近10 a来相关研究,综述了与驾驶安全密切相关的驾驶分心问题,主要包括:驾驶员分心的定义及其分类;使用手机对驾驶行为安全绩效的影响,如反应时(RT)、行车速度、路线保持和跟车距离;手机使用对驾驶员分心影响的理论机制,如信息加工理论和计划行为理论(TPB)。分析表明,使用手机会导致驾驶员的反应时延长15%～40%,驾驶路线发生明显偏移,对于行车速度减缓和跟车距离延长的假设需结合驾驶员主客观数据进行比较做进一步验证;驾驶过程中使用手机会增加驾驶员的认知负荷,TPB能够对使用手机行为进行有效的解释和预测,但对该理论中基于信念测量的研究还很少;除手机操作任务,影响驾驶员分心的其他操作任务还需做进一步的研究。     

基于扫视特征的车载信息系统与驾驶安全关系研究

为研究车载信息系统(IVIS)对驾驶人心理及安全行为的影响,在试验车内安装眼动仪、车载导航系统等设备,选择4条试验路线完成实车试验。比较使用与未使用IVIS情况下、车载设备设置在不同位置时以及不同信息发布方式条件下驾驶人扫视行为的差异性。利用眼动仪采集驾驶人扫视数据,运用统计分析方法比较扫视行为差异,分析IVIS对驾驶安全的影响。结果表明,使用IVIS占用了较多的认知资源,导致心理负荷增加、驾驶安全性降低。当车载导航安装在置物台上方并提供语音播报信息时,能够使心理负荷相对减少。优化IVIS位置与信息发布方式,可在一定程度上缓解车载信息对安全驾驶的负面影响。     

城市道路下分心行为对驾驶员驾驶绩效的影响

为探究城市道路条件下常见驾驶分心行为对驾驶绩效的影响,以16名青年志愿者为被试,开展实车驾驶试验,测量车辆纵向和横向行驶参数,对比分析正常驾驶和分心驾驶状态下的驾驶绩效,并探讨驾驶经验的影响。结果表明：3种分心行为均使横向加速度标准差和纵向加速度标准差增加,而使速度均值降低,说明驾驶员通过速度和转向控制补偿分心状态下的驾驶绩效;交谈对速度均值和纵向加速度均值、阅读广告对速度标准差和横向加速度均值具有显著性影响(p<0.05);接听电话时,经验驾驶员速度标准差明显高于新手(p=0.021);接听电话和阅读广告次任务下,经验驾驶员的横向加速度均值均明显较高(p=0.003,p=0.004),说明经验丰富的驾驶员受分心行为的影响程度更低。     

视觉分心程度对跟车运动状态的影响

为明确驾驶人在不同复杂度的交通环境下视觉分心程度对跟车运动状态的影响,在驾驶模拟器上搭建城市、乡村和高速道路3种交通环境,利用视线遮挡方法,设置O、1和2s等3种固定时长,量化被试视觉分心程度;对26位被试进行模拟器驾驶试验,采集车辆速度、纵向加速度和车辆位置等参数;采用重复测量一般线性模型,分析视觉分心程度对上述参数...     

驾驶人视觉分心与认知分心研究综述

驾驶分心与交通事故有高度相关性。为探索驾驶分心对驾驶行为的影响及其影响方式,系统梳理国内外相关研究内容。首先介绍视觉分心和认知分心对驾驶行为影响方式的区别,归纳分心时视觉行为与操作行为的相关性;然后对比分析视觉分心、认知分心和结合分心对驾驶安全性的作用强度;最后论述驾驶分心研究目前存在的问题以及今后的研究方向。分析结果表明,驾驶分心严重威胁驾驶安全。视觉和操作行为特性是研究分心的主要对象,而不同类型驾驶分心的视觉和操作行为敏感度指标研究还处于初级阶段。3类驾驶分心的区别可为分心的检测和识别提供理论依据,目前对3类分心任务的评级尚未完善,大多数研究采取的强制分心任务与实际驾驶过程之间是否存在差异,能否得出理想的结论仍有待深入研究。     

融合分心维度的驾驶行为可靠性研究

分心驾驶容易影响驾驶行为,进而导致交通事故的问题。用理论建模方法,研究分心对驾驶行为及其可靠性的影响。介绍分心驾驶的定义和维度。基于驾驶行为理论,建立融合分心维度的驾驶行为模型,分析不同分心维度对驾驶行为的影响机理。基于可靠性理论,建立融合分心维度的驾驶行为可靠性模型,分析不同分心维度对驾驶行为可靠性的影响。结果表明:不同维度分心对驾驶行为的影响具有各自特点和交互性;减少影响系数高的分心维度,有助于提高驾驶行为可靠性;多维度分心比单维度分心会更大程度地降低驾驶行为可靠度,应减少或避免复合分心。     

驾驶分心对隧道段行车安全影响分析

为研究驾驶分心对隧道段行车安全的影响,在虚拟驾驶环境下设计次任务试验,要求被试驾驶人执行多组不同类型、难度的手动与无手动次任务,同时利用眼动追踪装置采集驾驶人视觉特征参数。在筛选有效数据的基础上,运用统计学与数据挖掘方法比较驾驶人在隧道内执行不同次任务时,车辆运行速度离散性、视觉搜索区域面积、瞳孔面积变化率和次任务持续时间的差异,并分析统计显著性。结果表明,驾驶人在执行手动次任务、无手动次任务、无次任务3种状态下,执行手动次任务时车辆运行速度离散性最大、视觉搜索区域面积最小、瞳孔面积变化率最大,次任务持续时间最长;无次任务时车辆运行速度离散性最小、视觉搜索区域面积最大、瞳孔面积变化率最小;无手动次任务的试验结果居于两者之间,次任务持续时间最短。上述差异具有统计学显著性,主观感知评价与客观数据具有一致性。研究表明,手动与无手动次任务使驾驶人心理负荷明显增大,手动次任务对驾驶人的影响最为明显,因此驾驶分心次任务对隧道段行车安全影响较大。     

驾驶人视觉注意力需求与驾驶行为特性的关系

采用驾驶模拟系统平台,以不同车道类型及不同交通流状态(自由流/稳定流/不稳定流/强制流)为虚拟试验场,应用心理试验设计方法,测试得到21名被试在不同交通流状态下的视觉注意力需求及驾驶行为。对5种车道类型及4种交通流状态下被试驾驶时的视觉注意力需求特性和驾驶行为特性数据进行分析,得到不同车道不同交通流状态下的视觉注意力需求变化情况。利用多元回归方法分析了不同交通流状态下驾驶人视觉注意力需求与驾驶行为之间的关系,并构建了基于驾驶行为特性的驾驶人视觉注意力需求预测模型。结果表明,驾驶人视觉注意力需求与制动次数、油门踏板位移和车辆轨迹偏差之间存在相关关系。     

环球职业安全健康动态

联合国呼吁对＂分心驾驶＂采取全球行动2010年5月19日,联合国纽约总部启动了一项由美国和俄罗斯两国发起的大型公益行动,以应对全球日益增多的＂分心驾驶＂问题。联合国秘书长潘基文在致辞中指出，全球每年有120多万人死于交通事故，5000万人受到交通事故伤害。除高速驾驶、醉酒驾驶、不系安全带等危险行为外，一个新的趋势是，因使用手机而导致的“分心驾驶”现象逐渐增多。研究显示，开车时使用手机发生事故的概率比正常驾驶时高出4倍左右。然而，     

驾驶人认知分心识别随机森林模型研究

为识别驾驶人认知分心状态,招募13名驾驶人参与驾驶模拟器试验。通过眼动仪采集被试正常驾驶及认知分心状态下的眼动数据,提取5 s时间窗口内的眼动特征。运用随机森林方法构建认知分心识别模型,应用网格搜索确定最优模型参数,并采用100次留出法评估模型性能。根据随机森林模型特征重要性度量结果,进一步分析认知负荷对驾驶人注视及眨眼持续时间的影响。结果表明:当决策树数量为125、最大特征数为5时,模型识别平均准确率为83.69%;注视持续时间及噪声持续时间是认知分心识别的2个关键特征,随着认知负荷的提高,驾驶人注视持续时间减少、眨眼时间增加。     

驾车时请您莫打手机

在现实生活中我们经常发现，有的驾驶员在一边驾驶车辆一边接打手机。对于这种行为许多人见怪不怪，一些驾驶员也习以为常。其实，驾驶车辆时接打手机是一种严重的违章行为，《中华人民共和国道路交通安全法实施条例》第六十二条第（三）款规定：驾驶机动车不得有“拨打接听手持电话、观看电视等妨碍安全驾驶的行为”。     

分心驾驶让生命充满遗憾

<正>开车时刷刷朋友圈、发个微信、打个手机是很普遍的现象,然而就是这些普遍的行为,却让人生充满遗憾。中国社科院与某保险机构的联合调研显示,最大的道路交通风险是分心驾驶。分心驾驶主要表现在疲劳驾驶和开车使用手机等方面,是道路安全的头号潜在杀手。分心一瞬后悔一生他,谦和恭让,开车遇到行人,必是礼让。这天未婚妻发来几张婚纱照,让开车的他低头流连,愰了心神,抬头猛然发现即将追尾,急打方向盘,却不料惨剧发生,一位正推着婴儿车过马路     

倒计时信号交叉口赶绿灯行为建模与分析

为探究绿灯信号倒计时末尾时间对驾驶入通过交叉口行为的影响规律,在其交叉口进口道不同地点,用雷达测速仪采集不同末尾时间车辆通过的速度数据。基于地点、时间、速度这3类数据,分析驾驶人的赶绿灯行为。采用SPSS软件分类处理数据,并建立赶绿灯行为模型,得到赶绿灯行为的影响因素与规律。结果表明:当绿灯倒计时剩余时间越短而车辆距停车线越远时,车速呈集中分布,并且驾驶人对车速的期望值与当前车速值的比值越大,驾驶人越倾向于采取激进型赶绿灯行为。当绿灯倒计时剩余时间越长而车辆距停车线越近时,车速呈离散型分布,且分布区间大,驾驶人多采取保守型赶绿灯行为。     

基于个性化行为模型的驾驶疲劳识别方法

为提高疲劳驾驶状态的识别精度,应考虑驾驶人之间的个体差异。以实车驾驶试验条件下车道保持行为中的车速和车道偏离值为输入,以方向盘转角为输出,基于径向基(RBF)神经网络针对每个驾驶人构建正常驾驶状态下的车道保持行为模型,并根据残差对模型的拟合及预测效果进行评价;将疲劳驾驶状态下的车速和车道偏离值输入到上述驾驶行为模型中,可得到模型预测的方向盘转角值,通过分析预测值与实际方向盘转角之间的差异,研究疲劳对驾驶人行为的影响;将预测残差作为输入,建立基于支持向量机(SVM)的疲劳驾驶状态辨识模型。结果表明:所建立的RBF神经网络-SVM识别模型对不同驾驶人疲劳驾驶状态的平均识别率达85%。     

汽车驾驶愤怒情绪研究现状与展望

系统分析愤怒驾驶的研究方法和研究难点,从汽车驾驶人愤怒情绪产生的情景、汽车驾驶人愤怒时的表现或行为、汽车驾驶人愤怒情绪对交通安全的影响、汽车驾驶人愤怒情绪识别4个方面介绍汽车驾驶人愤怒驾驶的研究进展,以及国外汽车驾驶人愤怒驾驶研究的方法和工具。提出研究汽车驾驶人愤怒情绪应该重点关注样本的选择和研究方法的突破,并对发展趋势进行了展望:准确识别汽车驾驶人开车中的愤怒情绪,预测愤怒下的驾驶人开车可能产生的不安全行为,如何有效地管理愤怒驾驶,消除驾驶人在行车中的愤怒情绪,避免或降低愤怒驾驶对交通安全的影响。