老年驾驶员跟驰行为及影响因素研究

为提高老龄化背景下道路交通的安全性,基于驾驶模拟试验数据,分析老年驾驶员的跟驰行为特征,并深入研究驾驶员跟驰行为的影响因素。选取车头间距、速度和反应时间作为驾驶员跟驰行为的表征指标,通过对比老年驾驶员与年轻驾驶员跟驰行为的差异,分析老年驾驶员的驾驶特征;进一步采用Pearson相关系数法研究跟驰行为与驾驶员年龄、驾驶负荷和驾驶偏好的关系。研究结果表明:相较于年轻驾驶员,老年驾驶员对前车紧急制动行为的反应时间较长,行驶速度的变化较大,且保持较大的车头间距。驾驶员的跟驰行为与年龄、驾驶负荷得分以及驾驶偏好显著相关。     

驾驶员驾驶经验与驾驶愤怒相关性的Meta分析

采用Meta分析技术评价基于Pearson相关系数的驾驶经验与驾驶愤怒的相关性,为采取有针对性干预措施提供科学依据。通过武汉科技大学图书馆电子资源,以驾驶经验(driving experience)、Meta分析(Meta-analysis)等为关键词,检索中国期刊网、维普中文期刊、万方数据、Elsevier、Springer Link、Pub Med等数据库进行检索,检索时限均为1990年1月至今。按照纳入排除标准筛选文献、提取数据并评价纳入研究的文献质量后,采用Review manager 5. 1分析软件进行Meta分析。共检出相关文献183篇,最终纳入6篇进行Meta分析。Meta分析结果显示:驾驶经验各维度与驾驶愤怒各维度呈相关关系。在驾驶愤怒表现量表(DAX) 4个维度中,驾龄与语言攻击(VAE)、用车辆发泄(UOV)、人身攻击(PPAE) 3个维度呈中等负相关,与自我调节愤怒(A/C)呈弱正相关;年驾驶里程数与语言攻击(VAE)、用车辆发泄(UOV)、人身攻击(PPAE) 3个维度呈正相关,与自我调节愤怒(A/C)呈弱负相关。驾驶经验与驾驶愤怒的发生有一定关系:驾龄与驾驶愤怒呈中等负相关,即驾驶员驾龄越长,驾驶愤怒的发生频率降低;年驾驶里程数与驾驶愤怒呈弱正相关,即驾驶员年驾驶里程数越多,驾驶愤怒的发生频率升高。     

汽车驾驶愤怒研究进展

为全面认识驾驶人在愤怒情绪影响下的驾驶特征,回顾、分析了国内外学者在驾驶愤怒与攻击性驾驶的关系、驾驶愤怒影响因素、量表开发与应用及驾驶愤怒相关干预措施的实施等4个方面的研究成果。结果表明:驾驶愤怒的诱发受人口学、心理和环境因素的共同影响,驾驶愤怒在某种程度上会导致攻击性驾驶。驾驶愤怒量表(DAS)、驾驶愤怒表达量表(DAX)和驾驶愤怒倾向量表(PADS)被广泛用于驾驶愤怒的测量,用多种心理训练对驾驶人进行愤怒干预,尽管有一定的效果,但干预对象和方法均较为单一。总体上,众多学者使用相关问卷研究了驾驶人从愤怒情绪的诱发到表达的整个过程,并通过驾驶愤怒预测风险驾驶行为特征,研究内容不断丰富和完善,方法不断创新;对于如何有效减少或避免驾驶愤怒对交通安全的影响,未来应从驾驶人文化背景、交通模式、结合生理和心理特性的干预方法等方面重点考虑。     

情绪对驾驶行为影响研究

不良情绪是引发交通事故的因素之一。为预防由驾驶员情绪引发的交通事故,利用3层因果分解(驾驶员神经兴奋—驾驶员原始反应—车辆状态)深入分析情绪对驾驶行为的影响。设计并完成模拟驾驶试验,采集驾驶员高兴、悲伤、愤怒和恐惧4种情绪状态下的心电信号和行车数据;采用基线信号消除方法,分析驾驶员心跳间期、转向角和最大车道偏离在不同情绪下的变化值。结果表明:驾驶员在所有情绪状态下都有明显的交感神经兴奋并伴随着转向角度值增加。在高兴和愤怒情绪状态下,会产生更明显的车道偏离,驾驶员趋向更危险的驾驶行为;在悲伤和恐惧情绪状态下,产生较小范围的车道偏离,驾驶员趋向相对安全的驾驶行为。     

情绪对驾驶行为影响研究北大核心CSCD

不良情绪是引发交通事故的因素之一。为预防由驾驶员情绪引发的交通事故,利用3层因果分解(驾驶员神经兴奋一驾驶员原始反应—车辆状态)深入分析情绪对驾驶行为的影响。设计并完成模拟驾驶试验,采集驾驶员高兴、悲伤、愤怒和恐惧4种情绪状态下的心电信号和行车数据;采用基线信号消除方法,分析驾驶员心跳间期、转向角和最大车道偏离在不同情绪下的变化值。结果表明:驾驶员在所有情绪状态下都有明显的交感神经兴奋并伴随着转向角度值增加。在高兴和愤怒情绪状态下,会产生更明显的车道偏离,驾驶员趋向更危险的驾驶行为;在悲伤和恐惧情绪状态下,产生较小范围的车道偏离,驾驶员趋向相对安全的驾驶行为。     

考虑愤怒情绪的驾驶员换道行为博弈分析

为建立以人为中心的个性化汽车安全驾驶预警系统,提高驾驶安全性,在传统车辆换道模型的基础上,考虑驾驶员的愤怒情绪因素,通过改进传统的车辆自由换道模型,引入不完全信息动态博弈理论,构建驾驶员情绪换道博弈模型;依次计算驾驶员正常、愤怒情绪下换道2阶段过程中双方博弈收益,并通过30名被试在正常和愤怒情绪下的换道行车数据验证模型,分析换道决策博弈特征。研究表明:驾驶员的情绪因素对换道行为具有比较明显的影响,当博弈参与者中的目标车辆驾驶员处于愤怒情绪时,较正常情绪具有更高的换道频率。     

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。     

北京市机动车驾驶员“抢行”行为及影响因素分析

机动车驾驶员的"抢行"行为是我国交通事故的主要原因之一。为探索北京市机动车驾驶员的"抢行"行为特征及其影响因素,编制"抢行"行为量表,修订态度和驾驶技术量表,通过在线网站调查收集了486个有效回答。进而分析了个人信息变量对"抢行"行为、态度以及驾驶技术的影响。方差分析的结果表明,男性、年轻、未婚驾驶员报告了更多的"抢行"行为。相关性分析的结果表明反对违规(文中"违规"特指违反交通法规定的行为)的驾驶员"抢行"行为更少,赞成违规的驾驶员更容易采取"抢行"行为,赞成"车让人"的驾驶员往往采取避让行人的行为。     

基于知识图谱的驾驶愤怒研究现状及热点可视化分析

为统计分析近年来国内外驾驶愤怒研究现状与热点，选取Web of Science(WOS)数据库1 190篇相关论文以及中国知网(CNKI)数据库230篇相关论文作为数据源，借助文献计量学软件VoSviewer与CiteSpace生成知识图谱，并从载文量分布、作者与机构合作、发表期刊、关键词聚类与突现等方面，系统分析驾驶愤怒领域内的研究现状、热点与趋势等。结果表明：相关文献载文量不断上升，国内外学术界对驾驶愤怒领域关注度越来越高；国际驾驶愤怒领域的跨单位合作比国内更为广泛；驾驶愤怒相关量表、驾驶愤怒影响因素、愤怒与危险/攻击性驾驶行为关系、驾驶愤怒识别、驾驶愤怒干预为目前驾驶愤怒领域5大研究热点；愤怒状态下的驾驶绩效、驾驶愤怒检测系统以及基于交通工程视角的驾驶愤怒管控等方面是未来的研究趋势。     

注意瞬脱效应对驾驶安全性影响的ERP试验研究

为预防驾驶员注意瞬脱效应导致的交通事故,首先,开展模拟驾驶任务试验,并在此过程中加入刺激颜色、时间间隔等因素,分别检测驾驶员的注意瞬脱反应;然后,基于试验数据,分析不同条件下驾驶员的驾驶行为指标(反应时和正确率)与事件相关电位(ERP)指标(P3波幅和潜伏期)的差异。结果表明:较红色警示牌和2、3 s的刺激时间间隔(SOA),在黄色警示牌和1 s的SOA条件下驾驶行为绩效显著降低(反应时延长,正确率降低),且P3潜伏期在顶叶区显著延长、波幅显著减小。注意瞬脱效应影响驾驶员对驾驶事件的脑内加工进程及投入的认知资源量,导致驾驶安全性降低。     

高原公路驾驶员应激反应能力分析

为分析驾驶员在高原公路环境下的应激反应能力,利用驾驶适应性检测仪器和辅助设备在现场试验中获得高原公路驾驶员的生理心理指标数据,研究其应激反应行为。测试结果表明:驾驶员的血压、心率与高原海拔、年龄、驾龄和连续驾驶时间显著相关。具体地说是,驾驶员的血压随着海拔上升及驾驶时间的延长出现下降,驾驶员的心率与年龄和驾龄成正相关。对驾驶适宜性检测的样本数据进行配对T检验发现,随着海拔升高,高原公路驾驶员的驾驶行为能力表现出选择反应迟缓,选择错误水平上升,应激反应能力减弱等特点。     

基于智能手环的愤怒驾驶行为动态检测方法

为解决驾驶人因愤怒驾驶而导致交通事故的问题,首先,聘请18名职业驾驶人佩戴智能手环开展实车试验,采集驾驶人的心电指标;然后,经统计检验发现不同愤怒情绪强度下心电指标心率(HR)、RR间期的平均值(RRmean)、RR间期的标准差(SDNN)、连续差的均方根(RMSSD)、RR间期大于50 ms的个数(PNN50)、高频(HF)、非线性指标(SD1、SD2、SD2/SD1)具有显著差异;最后,分别以三级愤怒驾驶行为(正常、轻微愤怒、强烈愤怒)和二级愤怒驾驶行为(正常和愤怒)为因变量,以显著差异心电指标为自变量,基于支持向量机(SVM)、K近邻(KNN)和线性分析(LD)建立驾驶人愤怒驾驶行为动态检测模型。结果表明：二级愤怒驾驶行为识别模型识别效果明显优于三级愤怒驾驶行为识别模型;二级愤怒驾驶行为识别模型中SVM效果最好,三级愤怒驾驶行为识别模型LD模型识别性能最佳。     

疲劳影响驾驶员心理旋转能力的ERP试验研究

为探究疲劳对驾驶员心理旋转能力的影响机制,首先开展2 h模拟驾驶任务试验,以诱发驾驶疲劳,并在模拟驾驶任务前后,分别测定驾驶员的心理旋转能力;然后基于试验数据,分析驾驶疲劳前后心理旋转能力行为绩效(反应时间、正确率)和脑电事件相关电位(ERP)成分(P3波幅和潜伏期)的变化及其差异。试验发现,驾驶疲劳引起行为绩效显著降低(反应时延长,正确率降低),脑电ERP的P3成分波幅在顶叶区显著下降、潜伏期显著延长。上述结果表明:疲劳影响了驾驶员在心理旋转过程中对认知资源的分配和加工信息的速度,导致心理旋转能力降低。     

驾驶员自身因素对限速标志识别能力的影响分析

以研究城市道路限速标志下驾驶行为的变化为主要目的,基于认知心理学知识,采用实地观测和问卷调查等手段,研究了驾驶员经过限速标志时的心理及反应过程。依据认知工效学中的注意和记忆等机制对驾驶员的限速标志认知过程进行了解析;从驾驶员自身角度分析了影响驾驶员识别限速标志的主要因素;利用因子分析方法对调查数据和调查项目进行统计分析;最终提取了影响驾驶员识别限速标志的6个自身因素为主因子,作为限速标志对驾驶行为影响较大的因素。该研究结果可为城市道路限速标志的设计与设置提供科学依据。     

基于大五人格特质理论的有意不安全行为研究

为探究大五人格特质与工人有意不安全行为之间的关系,首先在专家的帮助下筛选出了7类工人常见的有意不安全行为,然后在前人的研究基础上修订编制了适用于我国一线工人的中文形容词大五人格简版量表。经SPSS软件检验,修订后量表的5个特质对应的题项信度在0.86～0.89之间,公因子方差均大于0.6,累计方差贡献率达到了75%,特质与题项对应明显,信效度良好。最后,以5个人格特质得分为自变量,有意不安全行为次数为因变量进行逐步回归分析,结果发现工人严谨性、神经质、宜人性这3个人格特质得分越高,其有意不安全行为次数越少。     

高速公路驾驶员主动疲劳的脑电检测分析北大核心CSCD

为开发高速公路驾驶疲劳预警系统,保障道路交通安全,基于脑电(EEG)数据功率谱分析方法,探索驾驶员主动疲劳与脑电指标(θ+α)/β的关系,首先,开展模拟驾驶试验,采集21名被试驾驶状态的脑电信号,分析α(8~13Hz),β(13~30Hz),θ(0.5~4Hz)这3个频段的脑电波,计算脑电合并指标(θ+α)/β;然后,运用瑞典行业疲劳问卷(SOFI),比较驾驶员执行驾驶任务前后的疲劳状态,分析心理测量和脑电测量结果的回归拟合效度。结果表明:在高速公路复杂驾驶任务中,驾驶员脑电合并指标(θ+α)/β呈现下降趋势,同时,(θ+α)/β与驾驶员主观疲劳程度有显著的正向拟合关系,拟合解释率达50%;脑电指标(θ+α)/β可实时预测驾驶员主动疲劳状态。     

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。     

人格特征对驾驶人驾驶行为的影响研究

为了解驾驶人不安全驾驶行为背后的人格特征影响因素,回顾自2000年以来国内外人格特征与驾驶行为关系的相关研究,采用系统评价和Meta分析的优先报告项目(PRISMA)标准在国内外知名数据库检索到17 688篇文献,剔除重复文献3 160篇、不相关文献14 263篇、非优秀文献198篇,最终将67篇优秀文献纳入研究,归纳并梳理文献中不同人格特征与不安全驾驶行为的关系。结果表明：大五人格的5个人格维度与驾驶行为的关系研究结果均存在不一致;感觉寻求和冲动性各自均为不安全驾驶行为的优秀预测因子,但相较之下后者的预测能力更强;驾驶愤怒对不安全驾驶行为的直接预测能力不强;无规范感、特质焦虑、利他及自恋对均不安全驾驶行为有不同程度的影响,但相关研究较少;依恋、特质情商、集体主义和异常人格特质等人格特征受关注较少,需要更多检验;中国人样本的一些研究结果与多数研究结果存在不一致,需开展跨文化研究。     

高速公路驾驶员主动疲劳的脑电检测分析

为开发高速公路驾驶疲劳预警系统,保障道路交通安全,基于脑电(EEG)数据功率谱分析方法,探索驾驶员主动疲劳与脑电指标(θ+α)/β的关系,首先,开展模拟驾驶试验,采集21名被试驾驶状态的脑电信号,分析α(8～13 Hz),β(13～30 Hz),θ(0. 5～4 Hz)这3个频段的脑电波,计算脑电合并指标(θ+α)/β;然后,运用瑞典行业疲劳问卷(SOFI),比较驾驶员执行驾驶任务前后的疲劳状态,分析心理测量和脑电测量结果的回归拟合效度。结果表明:在高速公路复杂驾驶任务中,驾驶员脑电合并指标(θ+α)/β呈现下降趋势,同时,(θ+α)/β与驾驶员主观疲劳程度有显著的正向拟合关系,拟合解释率达50%;脑电指标(θ+α)/β可实时预测驾驶员主动疲劳状态。     

地铁驾驶员驾驶疲劳状态监测

为监测地铁自动驾驶系统驾驶模式下驾驶员驾驶疲劳状态,以S地铁公司的驾驶员为研究对象,开展驾驶员疲劳主、客观监测研究。主观监测应用《自觉症状调查表》调查并统计分析地铁驾驶员的驾驶主观疲劳感受;客观监测应用Eegosports 64通道无线脑电肌电系统测量地铁驾驶员在各班次、各时间段的脑电(EEG)信号,并结合Matlab工具箱中的EEGLAB分析各班次驾驶员EEG中δ波的频谱图。结果表明:驾驶员驾驶疲劳总体的平均得分为1.8分,即驾驶疲劳有些明显,且晚班和夜班驾驶疲劳比白班的大,从主客观2方面说明驾驶员处于疲劳驾驶状态。