危险货物运输驾驶人风险倾向分类及识别模型研究

为合理评估危险货物运输驾驶人驾驶过程中的风险倾向,建立危险货物运输驾驶人风险倾向聚类及辨识体系,以动态监控系统中记录的驾驶人实时违规预警数据为基础,选取可能引发交通冲突的安全关键事件为特征参数,利用探索性因子分析方法实现指标降维,提取驾驶人风险倾向主因子,并通过K-means算法聚类不同风险倾向的驾驶人,最后基于聚类结果监督训练随机森林模型,辨识未知驾驶人的风险倾向。结果表明,利用选取的8类安全关键事件特征参数,可以将驾驶人风险倾向划分为攻击驾驶倾向、鲁莽驾驶倾向、驾驶分神倾向和驾驶疲劳倾向,且可以识别风险较低的驾驶人,基于随机森林模型的驾驶人风险倾向识别准确率为88.68%,可以较好地实现危险货物运输驾驶人风险倾向辨识。研究结果为危险货物运输驾驶人风险倾向分类及识别提供了方法依据。     

场景对驾驶人危险辨识能力评估结果的影响

为提高用驾驶人危险辨识能力评估系统得到的评估结果的信效度,探讨评估场景对评估结果的影响。首先,分析各类评估系统中评估场景的异同点;其次,由于评估场景一般为危险情境,通过对危险定义与类型、危险风险度的系统梳理,探讨危险情境对评估结果的影响;最后,通过分析动静态场景的优缺点,探讨场景展现形式对评估结果的影响。结果表明:危险情境的主观和客观风险度的一致性越高,评估结果的信效度越好;动静态场景各有利弊,静态场景能有效避免评估结果的模糊性和驾驶人的疲劳厌烦效应,动态场景更利于理解危险情境,同时更贴近驾驶人实际驾驶时的危险辨识工作机制。     

低能见度环境中驾驶人危险驾驶行为影响因素分析

为深入研究低能见度下影响驾驶人发生危险驾驶行为的因素,提高道路交通安全性,自编低能见度环境中危险驾驶行为问卷和驾驶能力问卷,用其对314名驾驶人进行调查。采用Pearson相关系数法和结构方程模型(SEM)建模方法,研究低能见度环境中危险驾驶行为与驾驶能力描述性变量间的关系。结果表明,低能见度环境中,驾驶人危险驾驶行为可分为错误行为和失误行为;性别与错误行为显著相关,且对错误行为影响最大的因素是危险感知能力,其次是低能见度事故,驾龄影响最弱;错误行为正向影响失误行为,且危险感知能力对失误行为有间接影响。     

汽车老年驾驶人特性及行为研究进展

为全面认识老年驾驶人的驾驶特征,分析其驾驶行为,从老年驾驶人交通事故致因和心理、生理等因素,梳理国内外老年驾驶人特性及行为的研究成果,总结主要研究内容和方法,并展望其未来研究趋势。结果表明:造成老年驾驶人交通事故的因素主要包括个人因素和道路环境因素,同时性格态度、自我评价等心理特征和认知功能、视听觉等生理特征也影响驾驶行为。总体上,老年驾驶人的驾驶特征及行为研究,内容精确丰富,方法科学完善;而对老年驾驶人驾驶能力评估的研究,则重点关注在综合统计学和心理学等方法的基础上,构建具体度量模型,用以评价和预测其驾驶能力。     

驾驶人危险感知能力影响因素及干预方式综述

为探究外部干预对驾驶人危险感知能力的作用效果,梳理不同理论描述驾驶人危险感知过程,并总结驾驶人危险感知行为机制;然后,从危险感知行为要素出发,分析驾驶风格、驾驶经验、交通环境、驾驶状态对危险感知能力的影响;其次,介绍5种危险感知能力干预方式的研究成果,归纳各方式特点;最后,从干预效果持续性、评价指标、迁移效应等方面总结...     

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%。     

基于隐性危险驾驶人感知特性及判别模型研究*

为研究驾驶人在隐性危险场景中危险感知行为,基于Bayes判别法,将驾驶行为指标作为输入变量,建立驾驶人危险感知能力预测模型。结果表明:驾驶员在显性危险场景的纵向加速度显著低于隐性危险场景;驾驶人在隐性危险场景中TTC值小于显性危险场景;在被试车辆与轿车、行人、非机动车冲突3种交通冲突场景中,驾驶人对行人危险感知能力最弱。研究结果对提高道路交通安全水平以及驾驶人应急避险能力具有一定实际指导意义。     

面向驾驶行为预警的换道意图辨识模型研究

为更准确地对驾驶行为进行预警,进一步提高驾驶人换道意图的辨识准确率,借助驾驶模拟器采集数据,建立基于支持向量机(SVM)理论的换道意图辨识模型。对比分析不同人-车-路系统参数组合在换道意图和车道保持期间的差异性,选取最佳特征参数组合,运用网格和遗传算法-支持向量机(GA-SVM)寻优方法优化模型参数,并对优化模型进行验证。结果表明,以纵向加速度、方向盘转角、车辆偏离车道中心线的距离、驾驶人头部运动横坐标变化值作为表征换道意图的人-车-路系统特征参数,优化模型惩罚参数c为58.642 3、核函数参数g为222.732 6时,该模型对驾驶人换道意图的辨识准确率为90%,误警率为5%,基本实现准确辨识换道意图。     

女性驾驶人特性与行为机制研究现状及展望

为系统地认识女性驾驶人的驾驶特性,分析其驾驶行为,从女性驾驶人交通事故数据统计、致因和心理、生理、“药驾”等因素,梳理国内外女性驾驶人驾驶特性及行为机制的研究成果,总结主流研究角度、方法和内容,并展望其未来研究趋势。对文献的梳理和分析表明:导致女性驾驶人交通事故的因素主要包括人格、认知等心理特征和视觉能力、应激反应等生理特征,同时“药驾”也影响着驾驶特性与行为。剖析了女性驾驶人特性及行为机制研究目前存在的不足之处,对未来的研究提出了建议。并针对女性驾驶人群体在各种道路交通环境中开展有效的模拟驾驶培训和教育,进而全面提升中国女性驾驶人的交通安全水平。     

不同警告方式下驾驶人应激反应能力模拟试验研究

为研究在道路突发危险场景下先进驾驶辅助系统的不同警告方式对驾驶人应激反应能力的影响，利用自主开发的驾驶人应激反应能力测试软件，以计算机模拟与驾驶模拟器为试验平台，以实际驾驶视频为试验场景，选取操作准确率和反应时间为测试指标，分析不同警告方式下驾驶人的应激反应能力。研究结果表明:视觉警告可有效缩短应激反应时间；视听觉组合警告中，视觉警告占主导作用，听觉警告起辅助作用；在真实场景视频试验环境下，驾驶模拟器模拟试验的操作效果优于计算机模拟试验。     

驾驶人应激反应能力强化培训方法

为提升驾驶人对突发交通状况的处理能力,预防交通事故,通过收集并整理国内典型应激场景,建立不同道路类型及天气下的三维应激场景库;综合国内外文献提出以舒尔特方格训练驾驶人注意力,选择反应仪加强驾驶人应激反应能力的心理培训与基于驾驶模拟器三维应激场景库的驾驶人技能培训相结合的应激反应能力培训方法;对20名被试进行培训,选择应激处置绩效为指标评估培训前后的应激绩效。结果表明:在83.33%的应激场景中,培训后的被试的应激处置绩效高于培训前;就单个场景而言,培训后的绩效显著提升,且趋于稳定;所开发的驾驶人应激反应能力培训方法对提升驾驶人应激反应能力和操作正确率有良好的效果。     

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。     

生理因素对驾驶人行为及风险感知影响研究综述

为全面认识驾驶人行为及风险感知并分析行为成因，从驾驶人生理因素着手，从驾驶人视力、阻塞性睡眠呼吸暂停综合征和肌肉骨骼疾患3个方面梳理国内外驾驶人行为及风险感知的研究成果与研究不足。研究结果表明:驾驶人的生理疾病对其驾驶能力和危险感知存在显著影响;生理疾病严重程度与异常驾驶行为中的一般性失误、危险性失误行为之间具有显著正相关关系，疾病严重程度越高，出行失误行为的频率越高；之后可从理论和实验两方面着手，针对驾驶人的不同属性进行研究。     

不同训练维度下新手驾驶人潜在危险认知能力研究

为完善我国驾驶人安全教育体系,预防由驾驶人引发的交通事故,选取潜在危险认知通过率、危险区域正确判断率、避险操作准确度为评价指标,利用自主开发的测试培训软件,采集36名被试的数据,分析不同训练频次及丰富度下,新手驾驶人潜在危险认知能力的提升效果。结果表明:反复训练可使驾驶人潜在危险认知能力提高并保持稳定;相较于低频训练,3~6天/次的高、中频训练效果更明显;相较于简单训练,有针对性教育指导的多样训练使驾驶人能力提升更快;有限的训练条件下,进行6~8次多样训练效果较好。     

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。     

自适应巡航控制系统对驾驶安全性的影响研究

为探究自适应巡航控制(ACC)系统对驾驶安全性的影响,首先通过实际道路驾驶试验获取我国典型道路交通场景,用驾驶模拟器进行场景仿真,并在有/无ACC状态下开展模拟驾驶试验;然后分析ACC系统在中国典型道路中的表现,通过对比分析ACC模式下不同特征驾驶人的碰撞时间(TTC),探讨不同类型驾驶人的应急反应。结果表明,ACC能较好地处理大多数路况;但面对危险路况时,不管是哪种类型的驾驶人,ACC的应急反应都没有手动驾驶迅速;且女性、年老和对ACC认知度低的驾驶人更容易受ACC的不良影响;驾驶人对ACC的认知度决定其ACC驾驶的安全性。     

基于Kohonen-SVM模型的驾驶行为险态动态辨识

对驾驶行为的危险状态进行动态辨识并提前预警是防止交通事故发生的重要手段。提出一种基于Kohonen神经网络和支持向量机(SVM)的驾驶行为险态动态辨识方法。基于国内外相关研究,选取油门、方向盘转角、刹车、离合、X轴速度、Y轴速度、X轴加速度、Y轴加速度、发动机转速作为驾驶行为状态指标。应用Kohonen神经网络对9个指标组成的向量进行非监督聚类。用聚类结果组成的时间序列表示驾驶员行为指标的动态变化特征并以此作为输入,通过训练SVM实现驾驶行为险态辨识,解决了高维指标数据监督聚类困难和险态识别的静态性问题。最后,采用驾驶模拟器进行试验设计,对方法的有效性进行验证。以8个危险场景作为诱发驾驶行为险态出现的刺激,10个被试共产生8 400组识别序列,选取600组标识为险态的时间序列进行验证。结果表明:该模型的驾驶行为险态识别正确率为82.22%。不同被试的正确率差异控制在6%以下,表明此模型具备一定的泛化能力。     

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。     

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。     

基于多生理信号融合的疲劳驾驶检测研究

为减少交通事故，保障道路交通安全，提出一种能更加有效地检测驾驶人驾驶状态的方法。通过对疲劳状态进行等级划分，利用脉搏波信号(Photoplethysmographic signal, PPG)以及皮肤电反应信号(Galvanic Skin Response, GSR),实现多种生理信号融合，进而构建驾驶人的驾驶疲劳状态数据库。根据采集数据结合主观评测分析驾驶人状态变化规律，选取有效指标进行分析比较，以探究各个指标与疲劳程度的变化趋势。依据状态变化规律和特征，结合主观评测，分析驾驶人的疲劳状态。同时，设定疲劳状态等级，分为清醒、轻度疲劳和重度疲劳状态，构建隐马尔可夫(Hidden Markov Model, HMM)驾驶疲劳水平分级的疲劳评估模型。测试结果显示：训练后的HMM疲劳检测模型准确率为90%。