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。     

情绪对新手驾驶员视觉特性的影响研究

为构建基于驾驶员生理特性情绪识别系统,采用眼动仪等设备对20名新手驾驶员开展不同情绪状态下的模拟驾驶试验,采集高兴、悲伤、愤怒3种情绪状态和无情绪下新手驾驶员的视觉数据,利用Matlab、SPSS软件统计分析新手驾驶员瞳孔变化、眼球扫视、注视点视觉数据.结果 表明:悲伤、愤怒情绪对新手驾驶员瞳孔尺寸分布频率及其变化差异...     

恐惧诉求对职业驾驶员安全驾驶态度和行为意向的影响

研究以EPPM模型作为理论框架,探讨恐惧诉求对危险驾驶行为(超速和不系安全带)态度和行为意向的作用。54名职业驾驶员在观看交通安全恐惧诉求录像后,完成安全驾驶行为问卷。回归分析表明恐惧诉求的交通事故录像能够改变驾驶员对超速及不系安全带驾驶的态度和行为意向,但作用不完全一致。恐惧情绪唤起通过恐惧情感所引发的威胁评估过程中介对不超速行为意向的影响。最后,对研究的局限和未来的研究进行讨论。     

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%。     

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。     

基于脑电信号的驾驶员情绪状态识别研究

为研究驾驶员情绪状态识别技术,利用特定题材的影音氛围诱发兴奋和悲伤2种情绪,结合汽车模拟驾驶试验采集驾驶员情绪化驾驶时的脑电信号,利用db5小波分解算法分解信号,提取受情绪状态显著的脑电信号成分,并计算相应的功率谱。结果表明:驾驶员左右额叶区脑电β波受情绪状态影响显著;平静状态时,驾驶员左右额叶脑电β波功率值Pβ大小近似,数值较小;兴奋状态时,左右额叶脑电Pβ大小近似,相比于平静时显著增加;悲伤状态时,左额叶脑电Pβ显著增加,右额叶脑电Pβ相比于平静时无显著变化。Pβ可作为区分驾驶员平静(平常)、兴奋和悲伤这3种情绪状态的依据。     

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。     

汽车驾驶愤怒情绪研究现状与展望

系统分析愤怒驾驶的研究方法和研究难点,从汽车驾驶人愤怒情绪产生的情景、汽车驾驶人愤怒时的表现或行为、汽车驾驶人愤怒情绪对交通安全的影响、汽车驾驶人愤怒情绪识别4个方面介绍汽车驾驶人愤怒驾驶的研究进展,以及国外汽车驾驶人愤怒驾驶研究的方法和工具。提出研究汽车驾驶人愤怒情绪应该重点关注样本的选择和研究方法的突破,并对发展趋势进行了展望:准确识别汽车驾驶人开车中的愤怒情绪,预测愤怒下的驾驶人开车可能产生的不安全行为,如何有效地管理愤怒驾驶,消除驾驶人在行车中的愤怒情绪,避免或降低愤怒驾驶对交通安全的影响。     

不良心理状态是行车安全的大敌

面对一桩桩悲惨的交通事故,痛定思痛,认真剖析,其中不乏是由于驾驶员的不良心理状态所酿成的,也就是说,不良心理状态是行车安全的大敌,对此应当引起高度重视。一要谨防兴奋心理。有的驾驶员高兴的时候情绪亢奋、手舞足蹈、得意忘形,注意力完全不在驾驶车辆上,或兴奋     

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。     

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。     

交通事故鉴定技术在超车类案件中的应用

“超车”泛指偏离原行驶路线、驶入相对方向车道、与被超车并肩行驶、超越后回归本道,集直行、转弯、变更车道之大成的驾驶行为。超车是后车需求引发的交通活动,曲线行驶特性注定车辆将不断发生侵犯他人合法活动空间、不断形成交通交织点和;中突点,驾驶人稍有疏忽或处置不当,轻则扰乱交通秩序危及交通安全,重则发生恶性交通事故,     

情绪对安全标志识别影响研究

为研究情绪对安全标志识别性的影响,设计安全标志识别率影响试验。首先,根据安全标志的信息量来测量试验所用标志。其次,测试快乐、悲伤、愤怒、恐惧及中性等情绪下的被试对安全标志的识别率。最后,通过主观感受量表,调查被试在不同情绪下对安全标志识别的主观感受,并建立有关情绪影响安全标志识别的模型。研究结果表明,情绪对安全标志识别性有影响,恐惧情绪下的被试更易感受到安全标志传递风险信息的危险性,识别率最高;悲伤情绪下的被试对安全标志传递风险信息的危险性感知能力降低,识别率最低;安全管理中应重视作业人员的情绪状态,避免不良情绪成为生产事故隐患。     

学会适应交通环境

交通事故发生的原因各不同,但归根结底都是驾驶员的驾驶行为与交通环境不协调所产生的。解决这个问题,有两条途径:一是交通环境适应于驾驶员的驾驶行为;二是驾驶     

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。     

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。     

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。     

城市道路养护作业对驾驶员安全驾驶的影响

从市政养护的满意度、驾驶员行为调查以及城市交通标志识别等方面展开调查,发现私家车、公交车和出租车对道路养护作业的满意度存在显著差异,3类车型的驾驶员在安全驾驶行为上也存在明显差异。私家车驾驶员的驾驶失误行为明显高于出租车和公交车驾驶员。违规越多的驾驶员,其驾驶攻击性行为越强。同时道路养护中的常见标志对不同类型的驾驶员产生不同的信息量。私家车驾驶员对于交通标志的理解程度明显高于出租车和公交车驾驶员。     

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。     

闪光融合频率测试法在北京公交驾驶员中的应用

通过对北京公交驾驶员的心理疲劳研究,探索三种车型司机在驾驶不同圈数时的大脑觉醒程度变化规律,防止驾驶员因疲劳驾驶而造成的交通事故。利用闪光融合频率值测试法,对三条典型线路的驾驶员进行测试,并利用Wilcoxon非参数检验方法,使用SPSS软件检验数据变化的显著性。驾驶铰链式加长客车的驾驶员和驾驶单机客车的驾驶员闪光融合频率值在工作两圈时发生显著降低P<0.05,驾驶双层客车的驾驶员闪光融合频率值变化不显著P>0.05。