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。     

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。     

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。     

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。     

公交驾驶员驾驶愤怒量表的编制及初步应用

为探究公交驾驶员的驾驶愤怒诱因,基于原始驾驶愤怒量表和客运驾驶员驾驶愤怒量表,经过访谈设计公交驾驶员驾驶愤怒量表,并在广东省内回收210份有效数据;通过项目分析、探索性因素分析和信效度分析修订量表;通过皮尔逊相关分析和独立样本t检验初步分析调查数据。结果表明:修订后的量表有较好的信效度,由23个题项组成,包括利己行为、缓慢驾驶、交通阻碍、违规驾驶和无礼行为等5个因子,其中利己行为平均得分最高;近2年发生过交通事故与因违章被处罚过的驾驶员缓慢驾驶得分显著较高;除缓慢驾驶外的所有因子得分与公交驾龄显著正相关;利己行为和无礼行为得分两者与每天平均工作时长显著正相关。     

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。     

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。     

低驾龄驾驶员路怒情绪对行为决策过程的影响

为研究路怒情绪如何影响低驾龄驾驶员驾驶行为决策过程,在Wickens的信息加工模型基础上,构建路怒情绪影响下的驾驶员注意、感觉、思维决策的信息加工决策模型;设计问卷对驾龄在0～6年的低驾龄驾驶员进行调查,利用结构方程模型(SEM)验证调查结果。研究结果表明:驾驶员路怒情绪对注意影响的路径系数为0. 57,对感知编码影响的路径系数为0. 60,对思维决策影响的路径系数为0. 40;路怒情绪对低驾龄驾驶员的驾驶行为决策过程的注意、感觉、思维决策有直接的显著影响。     

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。     

城市道路下分心行为对驾驶员驾驶绩效的影响

为探究城市道路条件下常见驾驶分心行为对驾驶绩效的影响,以16名青年志愿者为被试,开展实车驾驶试验,测量车辆纵向和横向行驶参数,对比分析正常驾驶和分心驾驶状态下的驾驶绩效,并探讨驾驶经验的影响。结果表明：3种分心行为均使横向加速度标准差和纵向加速度标准差增加,而使速度均值降低,说明驾驶员通过速度和转向控制补偿分心状态下的驾驶绩效;交谈对速度均值和纵向加速度均值、阅读广告对速度标准差和横向加速度均值具有显著性影响(p<0.05);接听电话时,经验驾驶员速度标准差明显高于新手(p=0.021);接听电话和阅读广告次任务下,经验驾驶员的横向加速度均值均明显较高(p=0.003,p=0.004),说明经验丰富的驾驶员受分心行为的影响程度更低。     

营运驾驶员驾驶事故影响因素仿真研究

解决营运驾驶员驾驶事故频发的不安全行为问题,基于复杂适应系统（CAS）理论和多主体建模与仿真（ABMS）方法,构建营运驾驶员驾驶事故模型。通过调节车辆状况、管理者管理监督水平、营运驾驶员情绪状态、安全教育水平、驾驶经验和环境综合条件等因素,运用NetLogo仿真平台分析安全管理水平、营运驾驶员安全责任意识、心理负荷水平对驾驶事故的影响。研究表明:营运驾驶员驾驶事故的发生系统是一种典型的CAS,营运驾驶员驾驶事故是三大主体属性和行为环境交互的结果,且交互作用程度不同。因此,运输企业要考虑多种因素,采取相应的措施来降低营运驾驶员驾驶事故的发生。     

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。     

高原公路低氧路段驾驶疲劳脑电信号检测分析

为了解驾驶员在高原低氧路段的疲劳程度,以寻求缓解驾驶疲劳提高行车安全的途径,利用生物反馈检测仪分别对初次与经常进入高原公路低氧路段的驾驶员进行实地行车试验。通过对比不同海拔高度受测驾驶员脑电(EEG)变化特征,选取脑电8~13频段与14~30频段的平均功率比值R作为评价驾驶员疲劳时脑电特性指标R,定量分析海拔、连续驾驶时间对R的影响,同时建立R与海拔、连续驾驶时间之间的关系模型。研究表明:海拔与连续驾驶时间是影响驾驶员疲劳的主要因素,R随着海拔的升高与连续驾驶时间的增长而逐渐变大。初次在高原低氧路段行车的驾驶员表现出的疲劳感强于经常在高原低氧路段行车的驾驶员。     

基于驾驶适宜性检测的沙漠公路驾驶员视觉特性分析

利用动体视力检测仪,对沙漠公路行车途中汽车驾驶员进行包括静视力和动体视力在内的视觉特性的实地测试,并就获得的1004个有效样本的检测数据进行统计整理,对受测驾驶员静、动体视力总体情况及其与驾驶员年龄、驾龄、持续行车时间、检测时的气温等因素之间的关系进行分析研究。对驾驶员视觉特性的实测分析表明:沙漠公路受测驾驶员静视力和动体视力平均值分别为1.3和0.7;动体视力相对于静视力的平均下降幅度为44.75%,远高于绿洲地区。关联度分析也表明,驾驶员的年龄、驾龄、驾车时间以及测试温度4项因素对其静视力、动视力以及视力降幅均具有较强的相关性,关联度均在0.76以上。     

对“安全驾驶适应性测验”的可行性研究

重点对“安全驾驶适应性测验”的信度和效度进行了研究和检验。通过对３１０ 名汽车驾驶员的答卷资料所处理结果表明：事故群驾驶员和非事故群驾驶员的心理品质差异主要表现在观察能力,判断能力,推断能力,辨别能力,思维的灵活性,注意的广度与稳定性,个性方面的安全驾驶态度,情绪的稳定性及是否过分自信等方面。另外,对年龄、文化程度、驾驶经验与事故率之间关系的考查表明,年龄与事故率之间的相关程度是十分显著的。说明该测验对于识别事故群驾驶员和非事故群驾驶员具有一定的区分性和预测性。     

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1 370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;采用二元Logistic回归模型分别对全体数据和不同道路类型下的数据建立疲劳驾驶交通事故严重程度预测模型,并对模型进行参数估计和检验。研究结果表明：模型拟合度良好,准确性高;对疲劳驾驶交通事故严重程度具有显著影响的因素有年龄、人员类型、车辆类型、道路类型、道路线形和能见度;车辆类型和道路线形是影响城市道路交通事故严重程度的重要因素,能见度是影响1,2级及其他更低级道路交通事故严重程度的重要因素。     

公路小半径曲线路段驾驶人焦虑水平模型

为提高双车道公路小半径曲线路段(SCCR)的交通安全监测水平，利用量表测试与驾驶模拟试验，实现驾驶人弯道焦虑水平的量化评测，定量刻画驾驶人弯道焦虑水平与行车安全特征量之间的关系；通过统计分析焦虑驾驶行为，运用Spearman分析法，筛选影响焦虑水平的关键行车安全特征量；综合道路线形条件、驾驶人个体特征和驾驶操作行为特性等行车安全特征因子，采用径向基神经网络(RBFNN)建立多因素驾驶人焦虑水平预测模型。结果表明：弯道焦虑水平与驾龄、年龄呈显著负相关，与车速、侧向偏移量、转角变异系数以及曲线半径之间存在着较为显著的负相关性(显著性概率p值<0.01);通过验证，基于RBFNN的驾驶人焦虑水平预测模型判别精度可达73.7%;转角变异系数、年龄、驾龄是影响驾驶人焦虑水平的重要因素，其重要度依次为100%、93.3%、90.7%。研究结果可为双车道公路SCCR驾驶焦虑水平监测、交通安全维护等方面提供理论支撑。     

面向驾驶员心电数据的交叉口驾驶风险评估方法

为更精准地评估交叉口范围内的驾驶风险,首先,引入驾驶员心电(EGG)数据,提出基于余弦相似性距离的逼近理想解排序(TOPSIS)模型;其次,建立滚动时间窗法,并改进传统的短期频域指标计算方法,计算模型中低频(LF)变化率指标和低频与高频之比(LF/HF)等心率变异性(HRV)指标,模型时域指标有心脏搏动周期(R-R间期)变化率和其标准差(SDNN);然后,根据心电频域和时域指标与静息状态下对应指标的接近程度进行综合排序,按照越接近驾驶风险越小的原则,评估交叉口区域的驾驶风险;最后,选择30名驾驶员,在西安市23个交叉口开展实车试验,采集试验数据并验证模型方法。结果表明：驾驶员在相同交叉口环境下的驾驶风险评估结果相似性超90.1%,所提方法可应用稀疏样本评估交叉口的整体驾驶风险;高驾驶风险的交叉口评估方差较中、低驾驶风险路口分别高38.8%和67.9%,表明低风险交叉口区域驾驶风险的评估更精准。     

驾驶行为模型的研究进展

驾驶员行为模型的研究对于预测和干预驾驶员的风险行为、设计相关的道路安全设施与车内设备,以及制定交通法律法规等具有重要的意义。为了解和掌握学术界关于驾驶行为模型的研究进展,搜集、筛选和归纳了1960—2010年被SCI数据库索引的相关文章,将驾驶行为模型分类为描述性模型、信息处理模型、动机模型、计划行为理论(TPB)和躯体标识假设,并对每种模型进行评述和总结,理清这些模型间的内在联系。研究发现,现有各模型只是从某个角度研究驾驶员行为的部分特征,而不能解释驾驶员的全部行为。今后应不断完善和整合各类模型,并借鉴心理学、生理学和行为科学等相关领域的理论、知识,使驾驶行为模型变得更为实用、有效。     

基于HRV的北方林区冰雪道路驾驶疲劳分析

为提高林区冰雪道路行车安全性,探讨林区冰雪道路驾驶员心理与生理疲劳状态,针对东北林区冰雪道路环境特殊性,通过实驾试验采集驾驶员的心电信号,基于心率变异性(HRV)指标的有效定量评价,结合指标间的灰色关联度分析,研究东北林区冰雪道路环境下驾驶员的心率(HR)、R-R间期标准偏差(SDNN)、低频与高频比值(LF/HF)及相关维数(D2)4个指标值间的变化规律及其随时间的变化规律。结果表明,驾驶员在林区冰雪道路驾驶过程中,HRV指标与HR关联次序为SDNN,D2,LF/HF,驾驶员在林区冰雪道路行车初期驾驶员紧张程度大;连续行车驾驶员精神负荷与体力负荷都会增大,出现疲劳累积效应。