城市道路环境下新老驾驶人视觉特性研究

为研究新老驾驶人在城市道路环境下的视觉特性,以开发型汽车驾驶模拟器为试验平台,选用12名被试人员,用眼动仪对被试人员进行生理指标测试。运用统计学和数据挖掘方法对新老驾驶人的瞳孔面积、注视特性、扫视特性和回视特性进行了分析。结果表明:在城市道路环境下,新驾驶人的瞳孔面积变化剧烈;老驾驶人前瞻性机制和反馈机制表现明显,而新驾驶人只表现出具有反馈机制;新驾驶人对仪表盘、前方车辆的注视次数和注视时间较多,老驾驶人更倾向于对后视镜、标志牌、行人等信息的关注;新驾驶人的回视次数多,而老驾驶人回视次数少。在城市道路环境中新驾驶人与老驾驶人相比,视觉特性不稳定,受道路环境的影响较大。     

驾驶员接管自动驾驶车辆的眼动特性和行为分析

为探究接管自动驾驶车辆期间驾驶员的视觉特性,分析眼动与接管反应操控行为的关系,开展驾驶模拟试验收集驾驶行为及眼动数据。运用统计学方法,分析驾驶员感知不同接管场景的视觉特性,探究接管请求(TOR)前后眼动指标的变化规律;并基于视觉分配和瞳孔变化特性分析驾驶行为,揭示眼动特性与接管反应及驾驶操纵策略的内在联系。结果表明:TOR前,相较于静态场景,驾驶员感知动态场景诱发元素扫视更频繁且平均注视时间更短;此时驾驶员的视觉分配特性与其接管反应行为存在显著相关性。TOR后,驾驶员的注视时间增加,眨眼频率降低,瞳孔直径扩张,眼跳幅度增大;不同场景下驾驶员的瞳孔差异表明其应对动态场景时具备更好的警戒水平和更平稳的操纵策略。     

U型转向时驾驶人注视特性研究

为探究己知环境特征与驾驶行为之间的对应规律,利用Dikablis头戴式眼动仪在U型道路环境中进行实车试验。监控并记录9名驾驶人的眼动行为数据,分别从注视区域(AOI)的平均注视时间、AOI注视比例、视觉扫描的复杂性等3方面分析驾驶人视觉特性。结果显示,U型转向(U-Turn)过程中接近阶段各AOI平均注视时间为0.2~0.7 s,驾驶人注视点落在远处区域的比例明显高于其他区域,而转向阶段各AOI平均注视时间为0.2~1.4 s,驾驶人注视点落在近处区域的比例明显高于其他区域。注视熵率值反映了视觉扫描的复杂程度,出口点AOI分布集中,注视熵率值为0.5~4.0,视觉扫描的复杂性低,入口点AOI分布分散,注视熵率值为1.8~4.5,视觉扫描的复杂性高;因此,U-Turn出口点和入口点环境差异对驾驶人注意力分配策略影响显著。     

高速公路特长隧道环境中驾驶员视觉特性研究

为研究有不同经验的驾驶员在高速公路特长隧道环境中的视觉特性,在高速公路特长隧道中开展实车试验。利用眼动仪采集29名不同经验驾驶人的注视持续时间、注视点位置、扫视持续时间、扫视频率及扫视幅度等视觉特性参数,运用统计分析方法比较眼动行为的差异性,分析驾驶经验及驾驶环境对驾驶安全的影响。结果表明:相较于普通路段,驾驶员在特长隧道段的平均注视时间更长,注视点分布位置在水平方向更广,在垂直方向趋于集中,扫视更频繁,且扫视幅度变小;相较于非职业驾驶员,职业驾驶员在不同驾驶环境中的注视时间较短,注视点分布位置更广,扫视频率较低且扫视时间较短。     

特长隧道环境下驾驶人注视转移特性研究

为了研究不同经验驾驶人在高速公路特长隧道环境下的注视转移特性,在高速公路特长隧道中开展实车实验,利用 iView X HED型眼动仪采集了32名不同经验驾驶人的眼动数据。运用动态聚类方法,对驾驶人注视区域进行划分,分析了职业与非职业驾驶员在高速公路隧道不同段与普通路段的注视转移规律与注意力分配特性。结果表明:相较于非职业驾驶人,职业驾驶员具有较强的注视前瞻性,且在隧道的不同段主要注视的区域因行车环境不同变化较小;驾驶人对同一目标需要重复注视才能提取足够的信息,且当行车环境复杂度增加或驾驶员驾驶经验不足时,重复注视概率增加;驾驶人在不同路段行车时,主要通过注视中间区域获取信息;行车环境与驾驶经验对驾驶人在中间近处、左侧区域及内后视镜区域的注视平稳分布存在显著的交互作用。     

复杂道路环境中驾驶人应激反应能力研究

为提高驾驶人在复杂道路环境中的应激反应能力,利用汽车驾驶模拟器试验平台和眼动仪,针对山区双车道公路、城市道路、高速公路和农村公路4种道路应激场景,研究驾驶人的应激反应能力。通过回归分析,研究驾驶人在复杂道路环境下应激反应能力与训练次数的关系。结果表明,驾驶人瞳孔面积变化率与应激训练次数的对数回归模型的拟合度较高;高速公路雾天(前车未打转向灯突然换道)条件下,驾驶人的应激反应能力较差;非职业驾驶人的应激反应能力,会随着时间的增长出现不同程度的减弱,可通过恢复性训练,较快回到原来的应激反应水平。     

城市隧道环境中驾驶人注视转移特性研究

为研究不同经验驾驶人在城市隧道环境中的注视转移特性,在城市隧道路段开展实车试验。利用Dikablis眼动追踪系统采集10名不同经验驾驶人的眼动数据;采用K均值聚类法划分注视兴趣区域,并分析驾驶人的注视分布特性;运用马尔科夫链理论研究驾驶人的注视转移规律和注视平稳分布特征。结果表明:相较于隧道外区段,驾驶人在隧道内区段的重复注视概率更大,视觉搜索效率更低;驾驶人主要通过对前近方、前远方的注视获取信息,且在入口段和出口前段内注视点落在这2个区域的概率显著高于其他区段;相较于熟练驾驶人,非熟练驾驶人对前远方、后视镜的注视更少。     

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。     

视觉与听觉次任务对驾驶人视觉的影响及差异

为研究视觉与听觉次任务对驾驶人视觉的影响及差异性,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、难度的视觉与听觉次任务,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执行不同次任务时,视觉搜索区域面积、瞳孔面积、次任务完成时间的差异并分析统计显著性。结果表明,驾驶人在执行视觉次任务、听觉次任务、无次任务3种状态下,执行视觉次任务时视觉搜索区域面积最小、瞳孔面积变化幅度最大、次任务完成时间最长;无次任务时视觉搜索区域面积最大、瞳孔面积变化幅度最小、执行次任务时间最短;执行听觉次任务时,视觉特征数据居于视觉次任务、无次任务两种状态之间。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,视觉与听觉次任务使驾驶人心理负荷明显增大,且视觉次任务对驾驶人的影响更为明显。     

驾驶员注意力分配定量方法研究

驾驶员在不同的路况环境下存在不同的注意力分配模式,为弄清其分配模式特点,利用露天体育场内作为模拟驾驶环境,并利用眼动设备,记录被试者在直道驾驶任务、弯道驾驶任务、复杂路况驾驶任务等3种路况下的眼动数据,采用划分兴趣区域的方式,把视觉信息源划分为原车道兴趣区域FL(Former Lane)和其他兴趣区域OA(Other Areas)两个兴趣区域,对平均百米注视次数、平均百米注视时间、不同兴趣区域注视次数百分比3个眼动指标在两个兴趣区域内的分布情况进行分析和对比,得出不同路况环境下不同的注意力分配模式来揭示驾驶员驾驶过程中的注意力分配特点。研究结果对于驾驶员驾驶培训侧重点的改进、对于预防交通事故都具有重要意义。     

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。     

塔机驾驶员的持续性视觉注意负荷研究

为提高塔机作业安全工效，基于视觉心理学、认知心理学理论，利用眼动追踪技术记录驾驶员视觉行为数据，分析和评估塔机驾驶员视觉转移过程的表征参数，结果表明:起重作业过程中驾驶员注视时间长，视知觉资源主要集中于起吊物，保持持续性注意状态，以维持高效起重作业，心理负荷较大；起重作业不同子过程注视时间与瞳孔直径差异较大，在空中平移过程中注意力较为分散，瞳孔直径较小，心理负荷较小。据此，提出了塔机起重作业的人因工效改善方向，为起重作业安全实施提供决策支持。     

深井受限空间内作业人员的眼动特征研究

为探索能反映深井受限空间对作业者影响程度的眼动指标,为井下行为安全管理提供依据,将20名眼动指标相近的成员随机分为A,B两组,分别在普通环境中和高温深井环境中开展实验,以文献摘要为刺激材料,运用Tobii X2-30眼动仪进行眼动测量,运用单因素多元方差分析及多重比较法分析眼动数据。发现注视点总数、总注视时间、眼跳次数和总眼跳时间指标的差异有显著性,B组值大于A组;注视点平均注视时间、平均眨眼时间、平均瞳孔直径和总眼跳时间占比等指标无显著差异;两组被试的注视轨迹变化显著,因此 对井下人员的生理信息采集应当注重5个关键的眼动指标。     

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。     

驾驶人弯道安全行车特性研究

为研究在弯道路段行驶过程中驾驶人的安全驾驶特性,招募30名驾驶人开展模拟驾驶试验。利用DLab驾驶人因记录分析系统采集弯道行驶过程中驾驶人的车辆操作数据,用face LAB 5非接触式眼动仪同步采集驾驶人的眼动数据,探讨弯道半径对驾驶人视觉及操作模式的影响。结果表明:水平方向上驾驶人的视线主要集中在[-10°,10°],水平视角均值与弯道半径成二次函数关系,并随着弯道半径增大驾驶人的水平视线向右偏移;在操作模式方面,转向盘转角与弯道半径成负相关,车辆横向位置与弯道半径的关系不明显。驾驶人弯道行车时需要及时关注弯道一侧的交通信息,并同时操纵车辆沿弯道轨迹行驶。     

手机导航方式对驾驶行为的影响研究

为研究驾驶员驾驶时使用不同手机导航方式对驾驶行为的影响,开展模拟驾驶试验,利用眼动仪获取4个场景下车辆行驶状态和驾驶人视觉参数;通过均值比较,方差和显著性分析,探究不同手机导航方式下驾驶行为存在的差异。结果表明:不同手机导航方式均造成驾驶分心,但分心程度不同;手持手机导航使驾驶人对前方和左侧区域的关注下降最为显著;使用导航时,驾驶人一般通过降低车速来减少分心带来的潜在风险,其中手持手机导航降低幅度最大;使用手机导航时,车辆纵向速度标准差更加集中,说明此时驾驶人对于车辆的控制变强。     

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。     

驾驶人危险辨识进展研究

为促进驾驶人危险辨识研究,系统梳理国内外有关驾驶人危险辨识的研究进展。介绍驾驶风险管理理论以及危险辨识的定义和模型,归纳驾驶人危险辨识能力的评估和提升方法,展望驾驶人危险辨识的研究前景。结果表明,驾驶人危险辨识的模型和训练体系有待进一步完善;为获得更为准确的评估结果,有必要研究融合交通环境、眼动特性、驾驶行为等多源信息的驾驶人危险辨识能力评估方法。为进一步提升我国道路交通系统安全水平,应加快驾驶人危险辨识相关研究成果在我国的市场化应用。     

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。     

高速公路干扰跟车时驾驶人注意力分配特性

为探索干扰跟车过程中驾驶人注意力分配规律,引导新手驾驶人合理观察周围车辆,首先利用face LAB 5眼动仪开展高速公路环境中实车试验,采集并记录13位驾驶人的眼动数据。然后分析干扰车从不同车道切入时驾驶人的注意力分配特性,以及驾驶人注意力在各注视区域之间的转移规律。试验数据显示,干扰车切入过程中,驾驶人主要注意力集中在正前方视野,更多地关注与行车安全最相关的动态目标;干扰车切入后,驾驶人对干扰车切入一侧的关注度较高。