生理疲劳和心理疲劳对车辆驾驶的影响对比北大核心CSCD

针对现有疲劳驾驶预警和干预技术研究鲜有对生理疲劳和心理疲劳进行区分考虑的问题,为对比这两类典型疲劳态对驾驶员车辆驾驶过程的事故倾向影响,分别从性别、年龄和驾龄的角度分3批次共招募90位驾驶员进行状态诱发和驾驶实验。结果表明:尽管生理疲劳和心理疲劳都会如传统研究所述导致各驾驶员的驾驶违规倾向增加和驾驶能力降低,但是二者对于各类别驾驶员的驾驶影响程度和规律存在差异甚至迥异。研究疲劳驾驶相关问题时有必要首先判断驾驶员是生理疲劳还是心理疲劳,这是一个被普遍忽视而又可能影响研究结论准确性和有效性的重要因素。     

生理疲劳和心理疲劳对车辆驾驶的影响对比

针对现有疲劳驾驶预警和干预技术研究鲜有对生理疲劳和心理疲劳进行区分考虑的问题,为对比这两类典型疲劳态对驾驶员车辆驾驶过程的事故倾向影响,分别从性别、年龄和驾龄的角度分3批次共招募90位驾驶员进行状态诱发和驾驶实验。结果表明:尽管生理疲劳和心理疲劳都会如传统研究所述导致各驾驶员的驾驶违规倾向增加和驾驶能力降低,但是二者对于各类别驾驶员的驾驶影响程度和规律存在差异甚至迥异。研究疲劳驾驶相关问题时有必要首先判断驾驶员是生理疲劳还是心理疲劳,这是一个被普遍忽视而又可能影响研究结论准确性和有效性的重要因素。     

道路交通环境中驾驶疲劳的生成模型研究

为预防由驾驶疲劳引起的交通事故,有必要研究在道路、交通和环境的综合影响下驾驶疲劳的生成机理。基于生理、心理学中的经典理论,借鉴国内外相关的研究成果,采用理论推理的方法对驾驶疲劳生成过程中驾驶员唤醒水平的变化规律及其影响因素进行分析。在此基础上建立了驾驶疲劳的生成模型,并将模型应用于工程实际。通过驾驶员唤醒水平的变化,指出驾驶疲劳的生成时刻,及其对驾驶时间的规定和道路、景观设计的影响。该模型以唤醒水平为核心,描述驾驶疲劳生成过程中驾驶员唤醒水平的变化规律,强调道路交通环境对驾驶员唤醒水平的影响。     

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%。     

基于生理信号的驾驶疲劳综合指标试验研究

研究驾驶过程中随着疲劳的产生驾驶员生理信号的变化规律,提取反映驾驶疲劳程度的综合指标。采用驾驶模拟器对20名被试进行驾驶模拟试验,用MP150多导生理仪实时采集并记录驾驶员在60 min驾驶任务过程中的心电信号、脑电信号、肌肉电阻信号、皮肤温度信号和呼吸频率信号。运用R软件对数据进行线性回归分析,对比一般回归分析,逐步线性回归分析克服了一般回归分析许多变量不显著的缺点,得到了最优的驾驶综合指标方程,确定了与各项指标相关的驾驶疲劳评价综合指标,并通过3名被试模拟驾驶试验验证了综合指标作为评价驾驶疲劳的有效性。     

车载驾驶员疲劳驾驶预警与控制系统研究

为了识别与安全控制疲劳危险驾驶行为,有效预防与减少因疲劳危险驾驶导致的交通事故,基于疲劳检测分级、预警与自动智能控制技术,开发出车载驾驶员疲劳驾驶实时监测预警与控制系统。首先基于PERCLO方法,构建驾驶员疲劳检测与分级模型;然后根据所输出的驾驶员疲劳等级信息,提出疲劳驾驶三级预警原理,及其预警实现方式;最后以疲劳预警信息为基础,形成基于驾驶员不同疲劳等级预警的安全控制技术,并对处于深度疲劳的危险驾驶行为,构建自动智能紧急控制停车系统,重点阐述系统的地形匹配、智能控制,以及自动驾驶与停车三大核心技术,并提出相应的系统硬件构成,为系统工程应用提供理论与技术支持。     

隧道彩色路面和侧墙设计对驾驶行为的影响分析

为探究不同隧道环境设计下驾驶绩效以及驾驶员的生、心理变化特性,采用3D Max软件搭建仿真试验场景,选取15名驾驶员开展不同隧道环境设计场景下的驾驶模拟试验,采集驾驶员的生、心理及车辆运行状态数据;选取具有代表性的车辆运行指标和驾驶员状态指标,构建驾驶行为趋势面模型,分析指标之间的相对敏感程度。研究结果表明：路面铺设彩色路面可提示驾驶员适当减速,其中,黄色系渐变彩色路面和纵向减速标线彩色路面的综合效果更佳,更利于安全行车;隧道内设置装饰侧墙可缓解隧道内驾驶员视觉信息单调的现象,考虑到隧道内行车安全和通行效率,建议采用蓝-白装饰侧墙。     

基于计算机视觉的驾驶疲劳识别方法的研究

汽车驾驶员疲劳驾驶是引发交通事故的重要原因之一,许多国家在进行疲劳报警器的研究。在介绍和比较多种驾驶疲劳测评方法的基础上,阐述PERCLOS评价驾驶疲劳的机理,并与其他几种方法进行对比,以证明其优越性。设计一套驾驶员疲劳监控系统,应用图像差分的方法,灰度直方图、直方图均衡化等图像分析手段,定位和识别驾驶员眼睛睁开与闭合的变化过程,统计出眼睛闭合时间来确定疲劳程度,并通过利用MATLAB得以实现。给出了一种基于PERCLOS的驾驶员疲劳识别的新方法。     

基于计划行为理论的侵犯驾驶行为研究

从社会心理学的角度,通过问卷调查的方式,对驾驶员侵犯驾驶行为的产生动机进行分析;基于计划行为理论,研究构建了能揭示驾驶态度与行为关系的理论模型,并得出驾驶员对侵犯驾驶行为的态度、主观标准、知觉行为可控性等心理因素,通过行为意向的中介作用,对驾驶员实施侵犯驾驶行为具有预测作用的结论。同时,提出了从态度改变、建立社会支持体系、提高驾驶员的自我能力评估等方面入手对驾驶员侵犯驾驶行为进行矫正的策略。     

基于DSP虹膜识别防疲劳驾驶报警系统的研究

防止疲劳驾驶以主观监测和客观检测为主,但其在可靠性、成本、检测方法上存在不足,为此,设计了一套基于DSP虹膜识别防止疲劳驾驶报警系统。借鉴国内外学者的研究,遵循实时性、准确性、简洁性及经济性的设计原则,以虹膜识别算法为依据,DSP微处理器控制技术为基础进行了开发,该报警系统可在不干扰驾驶员的情况下,识别驾驶员身份,记录驾驶时间,识别疲劳驾驶并报警。测试结果表明:系统结构简单,实现了模块化。虹膜识别模块、计时模块基本满足了准确性和实时性的要求。     

基于驾驶适宜性检测的沙漠公路驾驶员生理、心理特性研究

采用驾驶适宜性检测仪器,在塔克拉玛干沙漠公路沿线进行驾驶员心理、生理特性的现场测试。结果表明,沙漠公路特殊的环境条件,使得驾驶员表现出有别于一般绿洲公路的心理和行为特性,其主要表现在:驾驶员动体视力较静体视力的平均降幅为44.75%,最高竟达到93%;速度估计和复杂反应时间均小于全国平均;复杂反应错误次数和处置判断错误次数均高于绿洲公路。灰色关联分析表明,沙漠公路驾驶员的年龄、驾龄、驾车时间以及气温与驾驶员的各项生理、心理特性指标都具有较强的相关性,关联度最高达到0.837,其中驾车时间对各项指标的影响最大。     

基于车载机器视觉的汽车安全技术

在描述汽车驾驶操作过程基础上,根据信息获取范围将汽车安全辅助驾驶的机器视觉分为外部信息的机器视觉与内部信息的机器视觉技术,包括视觉增强、视野扩展、道路环境理解、视线跟踪与驾驶疲劳监测;逐个阐述其作用机理,综述其国内外研究现状,并归纳出研究重点;分析了汽车安全辅助驾驶系统中机器视觉技术当前研究不足。笔者认为,低能见度驾驶员视觉增强方法、道路环境理解信息融合以及驾驶疲劳检测等技术需进一步开展研究。     

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。     

新驾驶员反应特性分析

新驾驶员是交通事故的频发人群,并与其驾驶反应特性有关。笔者对96名(男75名,女21名)新驾驶员(驾龄≤3年)的反应时进行测试,与一定样本量(83名)的对照组相应指标作比较,其结果表明:对于简单反应时间,由于信息复杂度低,受试组和对照组未能表现出显著差异;当加大信息复杂度时(3光复合刺激),两组间反应时差异较为显著(p<0.01),即新驾驶员的反应能力较对照组差;应当有针对性地对新驾驶员进行反应时训练以增加其驾车安全性。     

疲劳驾驶交通事故的严重程度影响因素分析

为探究和定量分析疲劳驾驶交通事故严重程度的影响因素,以广东省1370条疲劳驾驶事故数据为基础,对比分析不同年份、时间段以及年龄段的疲劳驾驶交通事故特征;以交通事故严重程度为因变量,将其分为严重事故和非严重事故,从驾驶员年龄、驾龄、车辆类型等17个初步选择的自变量中筛选对疲劳驾驶交通事故严重程度具有显著影响的因素;采用二...     

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。     

Aggressive behavior while driving as predictor of self-reported car crashes

PROBLEM: In Greece, there is a lack of scientific evidence on the relationship between aggressive behavior while driving and young drivers' involvement in car crashes; this study examined this potential relationship. METHODS: The randomly selected samples of 356 young drivers (18-24 years old) were interviewed through a questionnaire of self-reported car crash involvement, which mainly focused on their behavior on the road and the number of car crashes in which they had been involved. RESULTS: The statistical methods used were principal components analysis (PCA) and multiple regression analysis. Two factors relevant to aggressive driving emerged: (a) driving violations and (b) irritability while driving. The multivariate model suggested that driving just for fun (joyriding) and irritability were predictors of young drivers' involvement in car crashes. It was found that younger age was negatively associated with young drivers' involvement in car crashes. IMPACT ON GOVERNMENT AND INDUSTRY: The findings of this study can contribute in the formation of public policies aiming to prevent young drivers' car crashes. These findings can also be the starting point of some health promotion interventions trying to reduce car crashes and casualties on the road. Finally, the insurance companies may be interested in applying these findings into their field of interest.     

大货车驾驶员交通心理与交通安全的研究

笔者从交通心理学的角度,对大货车驾驶员在行驶过程中的心理状况、因攻击性驾驶行为、强烈的冒险动机的驱使、对道路期望心理的失衡及交通安全感偏差等不良心理因素而导致恶性交通事故进行分析。通过研究得出以下结论大货车驾驶员是一特殊的群体,应重视对该群体的教育、培训与管理,从而提高驾驶员的职业道德水平、性格品质、交通安全感及驾驶技能,以改善道路安全环境和交通安全状况、降低道路交通事故发生率。