城市道路驾驶人横向避险特性研究

为提高城市道路驾驶人横向避险能力,利用固定基座驾驶模拟器搭建5种典型城市道路危险交通场景,并借助眼动仪采集35名驾驶人的眼动数据和避险操作数据;分别统计并分析驾驶人的视线分布、感知-制动时间、持续制动时间、最大方向盘转角时间和车辆横向位置变化等参数。结果表明:5种场景下驾驶人水平视线基本上都处于中部偏右区域;除场景3外,驾驶人的感知-制动时间均值均在1 s内;在视线无遮挡场景,驾驶人主要通过制动进行避险,反之则以转向和制动相结合的方式进行避险。     

高速公路广告牌设置参数对安全驾驶的影响

基于眼动试验,以广告牌设置参数(面积、高度、距离道沿距离)为分析对象,对驾驶员注视高速公路广告牌的视觉特性进行分析,研究广告牌设置参数对安全驾驶的影响.利用眼动仪测试驾驶员对广告牌的平均眼球移动速度、注视时间等数据,通过分析采集的数据,得出高速公路广告牌设置时应在满足相应法规的条件下以大面积、高尺寸为宜,距道沿的距离以...     

Near-crash事件中驾驶人行为特征分析

为研究不同驾驶人在追尾事故中的驾驶行为特征,用Near-crash事件代替真实碰撞事件,选取一段城市快速道路开展实车试验。首先测试21名驾驶人实驾时的最大减速度、制动至最大减速度时间、平均减速度、碰撞时间倒数(TTCi)4个指标;然后用Mobileye等设备提取数据,得到不同性别、驾驶经验、驾驶风格的驾驶人指标因素;最后对数据进行方差分析。结果表明:Near-crash事件中,女性驾驶人平均减速度、最大减速度大于男性驾驶人,女性驾驶人更倾向于急刹车;经验影响驾驶人的平均减速度、最大减速度;熟练驾驶人制动到最大减速度时间长,制动过程更加平稳;激进型驾驶风格的驾驶人车头时距(THW)小于保守型驾驶人。     

农村公路复杂环境中新老驾驶人视觉特性研究

为研究新老驾驶人在农村公路复杂环境中的视觉特性,采用眼动仪测量若干被试人员在实际驾驶过程中的视觉生理指标,运用统计学和数据挖掘方法分析新老驾驶人的瞳孔直径、注视特性、扫视特性和追随眼动特性,进而辨析新老驾驶人的驾驶行为特性差异。结果表明,在农村公路复杂道路环境中,新老驾驶人的视觉特性和驾驶行为具有明显差异。新驾驶人的瞳孔直径变化剧烈,表现出长时间注视和注视反馈特性;老驾驶人具有较多短时间注视特性,注视前瞻性和反馈特性都很明显,并且具有追随眼动特性。     

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。     

数字化人机界面操作员目标定位眼动试验

为了验证数字化监控室操作员在监视过程中存在目标定位失误,并得到相关的目标定位失误率及反应时间,进行了眼动试验。试验设置了箭头、数字、图形及颜色4种目标信息,验证了目标定位延迟及目标定位失败两类目标定位失误的存在,并获得了被试对目标信息的首次进入时间及注视持续时间。通过对4种目标信息的目标定位眼动数据分析,发现不同的目标信息类型对目标信息区的眼动首次进入时间及注视持续时间的影响是显著的,对目标定位的总失误率影响也是显著的。通过SPSS软件分析发现,目标定位总失误率与首次进入时间及注视持续时间都存在线性相关关系。     

眼动指标检测管制疲劳的性能研究

为了挖掘更多检测管制疲劳的眼动指标,利用模拟塔台管制软件和眼动仪搭建试验平台,采集被试的眼动数据和主观疲劳的程度值,通过其疲劳前后眼动指标差异的显著性、与疲劳的相关性、以及受试者的工作特征曲线(ROC)分析,探讨了各眼动指标检测管制疲劳的性能。结果表明:疲劳前后被试的扫视速度、注视点和平均注视时长差异显著,扫视幅度无显著差异;扫视幅度与疲劳无相关性,平均注视时长与疲劳呈弱相关,扫视速度和注视点数与疲劳均呈中等以上的显著相关;利用注视点、扫视速度二元分类识别疲劳的效果为接近较好水平,是有潜力的管制疲劳检测指标,可为管制员疲劳检测和预警提供试验支撑。     

基于多元线性回归的煤矿驾驶员情绪预测模型*

为研究煤矿人车驾驶员情绪状态不良引发的煤矿驾驶事故问题,设计眼动实验并建立基于多元线性回归的驾驶员情绪状况预测模型对驾驶员情绪状况进行预测;通过眼动仪采集煤矿驾驶员良好情绪与不良情绪状态下的各项眼动指标,记录其主观情绪状态;使用多元线性回归方程对数据进行分析与建模,采用平均相对误差对预测模型进行评估。结果表明:每秒注视点个数、平均扫视速度、反应时间、危险源辨识个数在情绪变化前后存在显著差异,且与情绪状态呈较强相关;基于多元线性回归的驾驶员情绪状况预测模型预测精度较高,平均相对误差为8.16%。模型适用于煤矿人车驾驶员的情绪监测,可为煤矿驾驶员安全行驶提供保障。     

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。     

情感诉求对交通安全广告效果的影响

为检验交通公益广告中情感诉求变化对广告效果的影响,采用试验法操作广告情感诉求类型,使用眼动技术和Go/no-go联想测验(GNAT),通过比较不同效价和唤醒度的情感诉求广告对受众的注意力和内隐态度的影响,评估交通安全广告情感诉求类型的说服效果。研究发现:被试对低唤醒广告文字区的眼动注视时间和注视点个数显著长于/多于对高唤醒广告文字区的注视时间和注视点个数;被试观看高唤醒消极的广告后,正确驾驶行为的积极态度显著下降,而低唤醒消极/高唤醒积极/低唤醒积极的公益广告对于被试的内隐态度的改变没有显著差异。结果表明,高唤醒度积极广告能够提升受众的注意力,而高唤醒度消极广告则会损害受众对正确驾驶行为的内隐态度。     

车载GPS数据驱动的危货运驾驶员安全绩效评价

为提高危化品道路运输驾驶员日常安全绩效考核的科学性与便捷性,首先,从车载全球定位系统(GPS)中挖掘自然驾驶数据,运用改进的基于坐标系自适应变换的行驶轨迹分段拟合方法,提取行驶速度、加速度、平面曲率、道路坡度与坡长等动态驾驶数据;然后,结合车辆侧翻车速预测模型、长大下坡制动鼓温升模型,建立行驶速度稳定性、车辆横向稳定性、长大下坡制动稳定性和驾驶状态稳定性4个层次共7个指标的安全评价体系;最后,采用组合赋权法,构建10分制的危化品道路运输驾驶员安全绩效评价模型。研究结果表明:基于坐标系自适应变换的行驶轨迹分段拟合方法平均减少19.23%的拟合残差,构建的评价模型对危险驾驶行为反应灵敏。     

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。     

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。     

事故案例展示方式和发展阶段对认知的影响研究

为研究安全培训中事故案例展示方式和发展阶段对认知的影响，以皮电和眼动追踪生理测量指标反映内在认知，设计双因素重复测量方差试验进行研究。针对事故原因设计调查问卷以反映培训效果。试验选择70位学生分成两组作为被试，统计分析皮电和眼动追踪4个生理指标的差异性和调查问卷数据。结果表明：视频相对于文字，情境诱发性更好；被试对事故前兆线索的关注度、警觉性更好；事前和事后阶段杂乱眼动行为偏少。对不同危险线索的注视时间显著不同反映出被试先验知识影响对事故前兆的感知，而此过程在文字下表现不明显。此外，平均注视时间反映视频下全程认知难度高于文字；无论哪种方式危险呈现时均以专注的注视行为为主；对事后原因分析关注度均不高，这与调查问卷对比分析结果一致。因此，事故案例培训过程可优先以视频动态方式展示，但培训教师需明确事故关键线索，特别强调事故原因以提高培训效果。     

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。     

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。     

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。     

草原公路弯道交通工程设施信息量评价

为明确驾驶员在草原公路弯道不同层级交通工程设施信息量条件下的视觉特性,确定最佳信息量范围,采用数理统计和回归分析方法,分别建立5种不同层级(Q0、Q1、Q2、Q3、Q4)下交通工程设施信息量的草原公路弯道虚拟场景模拟驾驶试验,定量评价不同层级下驾驶员的注视强度、扫视强度和眨眼强度。试验结果表明:眼动强度很大程度上由眼动行为发生的频次决定;交通工程设施信息量对驾驶员行车时注视强度、扫视强度和眨眼强度均有显著影响,其中在Q2条件下3种眼动强度指标表现最佳,最利于行车安全;驾驶员3种眼动强度与交通工程设施信息量变化表现出很强的相关性,相关性大小依次为注视强度、扫视强度和眨眼强度。     

海底隧道入口段驾驶员眼动特征分析*

为研究海底隧道入口段驾驶员眼动特征,以海底隧道收费站至入口为研究对象,运用Facelab5.0眼动仪和录像机等设备,采集真实状态下驾驶员眼动特征、行车速度和行车位置数据,并依据道路线形、车辆行车特征和路段标志标线设置,将收费站至入口划分为提速驶离段、换道减速段、缓和段和过渡段（入口段）,分析各区段驾驶员眼动特征及车速变化规律,并建立相应数学模型。研究结果表明:驾驶员驾车通过换道减速段和过渡段时,分别受交织车流与黑洞效应影响,行车速度减小、眼睑闭合度下降、眨眼频率增大;驾驶员行经入口段,车速呈上升-下降-上升-下降的趋势,眼睑闭合度呈增大-减小-增大-减小的趋势,眨眼频率呈减小-增大-减小-增大的趋势,且受交织车流与黑洞效应的影响显著。     

注意偏侧化对驾驶视觉搜索的眼动表现证据

为探究驾驶过程中伪忽视注意在不同道路等级条件下视觉搜索偏好的差异,通过实车驾驶的试验方法,记录15名驾驶人分别在3种真实道路环境(高速公路、快速公路、二级公路)驾驶过程的眼动数据(兴趣区、注视时长、注视点、瞳孔大小),以便发现驾驶人空间注意的视觉眼动搜索模式。结果表明：驾驶人首先表现出轻微偏左的不对称空间注意的特点,随着道路条件的复杂程度提高(从高速公路、快速公路到二级公路),驾驶人认知负荷提高,驾驶空间注意的眼动搜索呈现出趋中到趋右的安全搜索模式倾向。