基于驾驶员指标的驾驶员风险感知水平评价

为准确评价驾驶员风险感知水平,获取不同交通流状态、不同交叉口几何特性、不同干扰情况下驾驶员反应数据、心电生理数据、眼动数据以及行驶过程中车辆性能数据、车辆行为数据、与其他车辆交互情况等,从驾驶员生理、物理指标2个方面分析风险评价指标,在风险感知量化、情景提取和行为分析基础上建立评价指标体系;运用隐马尔可夫模型(HMM)预测驾驶员风险感知量化值,并分析不同风险感知量化值下的驾驶行为参数,得到风险感知量化值的观察序列,进而验证模型有效性。结果表明:用该模型预测驾驶员风险感知量化值能达到85%以上的准确率。     

沙漠道路曲线对非专职驾驶员心率的影响

为合理确定道路曲线,确保沙漠公路行车安全,利用多导生理记录仪研究实驾试验中沙漠道路曲线对非专职驾驶员心率的影响。通过频域分析和灰色关联分析,确定非专职驾驶员的高频段功率的标化值(HFnorm)和低频与高频功率的比值(LF/HF)与道路曲线的关系。结果表明:在景观比较单一的沙漠地区道路曲线线形设计中,适当增加不同半径的曲线,能在一定程度上缓解驾驶员的行车疲劳。沙漠道路曲线变化对于驾龄较长的年轻驾驶员迷走神经活动的影响比年长驾驶员的要小。为保证司机的自主神经活动处于合理的范围,沙漠道路平竖曲线长度的设计应根据驾驶员心电的LF/HF指标确定,纵坡度的设计应根据驾驶员心电的HFnorm和LH/HF指标综合确定。     

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。     

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。     

高原公路驾驶员生理特性动态试验分析

为了解和分析高原低氧环境对驾驶员生理特性的影响,利用biofeedback 2000 x-pert型生物反馈系统对高原区公路驾驶员进行实地行车试验。通过整理分析实测数据,得到驾驶员各项生理指标变异率与海拔的相关性水平并排序,对比平原与高原地区驾驶员各项生理指标变化的差异,并就驾驶员心率(PULS)和脑电图(EEG)与试验道路海拔之间的关系进行回归分析。结果表明,PULS、心率变异低频成分(LF)及脑电波3项指标的变异率,能够比较明显地反映行车驾驶员生理特性指标随海拔的变化情况。     

动态监控数据驱动的危险货物运输驾驶员风险评估

为合理评估危险货物运输驾驶员驾驶过程中的风险驾驶行为,辨别影响危险货物运输事故风险的显著因素,运用探索性因子分析与Logistic回归相结合的方法,可以避免数据多重共线性对分析结果的影响。首先基于车辆联网联控系统中记录的动态违规预警数据,利用探索性因子分析方法提取危险货物运输驾驶员高风险驾驶行为隐性因子;其次结合驾驶员事故数据,筛选与危险货物运输事故显著相关的高风险驾驶行为;最后通过建立Logistic回归模型预测驾驶员卷入危险货物运输事故的风险。结果表明,驾驶员的风险驾驶行为可归类为碰撞倾向驾驶行为、鲁莽驾驶行为、驾驶分神和驾驶疲劳4种,驾驶员具有不同的驾驶风险倾向,同时碰撞倾向驾驶行为、驾驶分神行为和驾驶疲劳状态指标是影响危险货物运输事故的显著因素,可以建立事故预测模型。研究结果为评估危险货物运输驾驶员风险提供了理论依据。     

倒计时表对黄灯启亮后的驾驶行为影响

为检验倒计时表对交叉口安全性的影响,选择黄灯启亮后的驾驶员决策类型和车辆通过停车线时间两个指标,研究倒计时表对驾驶行为的影响.选择道路和交通条件相近的6个交叉口(有无倒计时各3个)对直行车流进行数据采集,经处理获取相关驾驶行为数据.应用二元Logistics回归方法建立了黄灯启亮后的驾驶员决策类型选择模型.结果表明:黄灯启亮后,在相同位置、速度条件下,倒计时交叉口的驾驶员选择停车的优势比(Odd ratio)仅为无倒计时交叉口的0.282.采用非参数检验的Mann-Whitney方法,对黄灯启亮后车辆通过停车线的时间分布(TVC)进行检验.结果表明:安装倒计时表后,车辆通过停车线时间的平均值由1.52 s增大到2.92s;在5%显著性水平下,倒计时交叉口的TVC中位数与无倒计时的差异较大,车辆通过停车线时间跨度延长,对交叉口安全性造成不利影响.     

基于机器学习的公交驾驶员事故风险识别及影响因素研究

为从公交驾驶员群体中识别出易发生事故的风险公交驾驶员，结合某市公交公司营运安全管理系统数据库、百度应用程序接口(API)及网络爬取技术，并应用K近邻算法补充缺失值，获取42条线路及1 893名驾驶员的数据；基于驾驶员、车辆、线路特征、违规行为、事故、管理等基本特征变量构造派生变量；采用包括递归特征消除、有惩罚项的逻辑回归、随机森林的集成方法选择特征；采用极致梯度提升(XGBoost)等6种机器方法分别建立分类模型，并采用贝叶斯方法优化超参数。结果表明：在构建的6个分类模型中，XGBoost方法构建的模型其受试者工作特征(ROC)曲线下的面积(AUC)评估结果最佳；运用贝叶斯方法优化模型，可以在一定程度上提升ROC的AUC指标；对于风险公交驾驶员预测准确率达到98.66%,运营单位还可以根据自身情况权衡虚报率与命中率代价。此外，车辆服役时间、违规次数等特征对于事故风险具有明显的非线性影响。     

危险货物运输驾驶人风险倾向分类及识别模型研究

为合理评估危险货物运输驾驶人驾驶过程中的风险倾向,建立危险货物运输驾驶人风险倾向聚类及辨识体系,以动态监控系统中记录的驾驶人实时违规预警数据为基础,选取可能引发交通冲突的安全关键事件为特征参数,利用探索性因子分析方法实现指标降维,提取驾驶人风险倾向主因子,并通过K-means算法聚类不同风险倾向的驾驶人,最后基于聚类结果监督训练随机森林模型,辨识未知驾驶人的风险倾向。结果表明,利用选取的8类安全关键事件特征参数,可以将驾驶人风险倾向划分为攻击驾驶倾向、鲁莽驾驶倾向、驾驶分神倾向和驾驶疲劳倾向,且可以识别风险较低的驾驶人,基于随机森林模型的驾驶人风险倾向识别准确率为88.68%,可以较好地实现危险货物运输驾驶人风险倾向辨识。研究结果为危险货物运输驾驶人风险倾向分类及识别提供了方法依据。     

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。     

考虑驾驶方式的车辆与航空器交叉冲突评估*

为量化不同驾驶方式下车辆与航空器行驶风险,提出车辆与航空器交叉运行冲突评估模型,该模型将特种车辆驾驶方式分为激进、稳定、保守3类,综合驾驶特性和管制规则定义车辆速度演化规律,结合运行场景、间隔配备等要素确定冲突条件,并基于航空器与车辆实时速度、位置变化构造冲突评估模型。研究结果表明:冲突评估模型能够计算车辆与航空器在十型交叉口的冲突概率;激进方式下车辆先于航空器通过交叉口,风险概率均值相对最大,为0.679;保守方式下航空器先于车辆通过交叉口,最大间隔是安全间隔的4.7倍;稳定驾驶方式可兼顾安全和效率。本文模型能再现十型道口车辆与航空器交叉运行冲突产生、发展及解脱过程,计算结果可用于场面实时冲突识别和预警,能够为机场危险源识别和风险管控提供依据。     

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。     

公路线形复杂程度对驾驶员HRV的影响研究

通过检测驾驶员心理、生理指标,观察公路线形复杂程度对驾驶员心率变异性(HRV)的影响,研究不合理公路线形对驾驶员行车安全的影响。对内蒙古境内6条公路的线形资料进行调查统计,利用赋值打分法确定各自的复杂程度;选取典型路段进行实驾试验,通过二列相关系数的计算及相应检验,得到心率变异分析的敏感指标;进而分析公路线形复杂程度对驾驶员心理、生理的影响。结果表明,HRV指标间期均值(MRR)、低高频比值(LF/HF)、样本熵(Samp En)对公路线形复杂程度响应敏感;即复杂程度过低会导致驾驶员由于驾驶任务简单出现反应迟缓、注意力难以集中等现象,影响行车安全;复杂程度过高会使驾驶员时刻保持精神高度集中状态,容易提前产生疲劳,从而威胁行车安全。     

隧道入口冰雪环境下驾驶员心生理特性研究*

为提高高速公路冰雪环境下隧道入口行车安全水平,探究隧道入口冰雪环境下驾驶员心生理反应特性,依据心生理理论,通过模拟驾驶试验采集驾驶员在冬季晴、雪天气下隧道入口行驶的心率增长率、速度等数据,分析照度变化率、路面摩擦系数、速度对驾驶员心生理的影响规律,明确不同影响因素下隧道入口驾驶员心率增长率变化特征,利用Matlab构建多因素耦合下隧道入口驾驶员心生理反应模型,并设计实车试验验证心生理反应模型有效性。研究结果表明:冰雪环境下隧道入口驾驶员心率增长率紧张阈值为28%,隧道入口冰雪环境下照度变化率安全阈值为51%,心生理反应模型误差小于10%,吻合程度较好。研究结果对提高山区高速公路隧道入口冰雪环境的行车安全性、降低隧道入口事故风险具有重要意义。     

驾驶疲劳恢复时间的心电信号分析

适当的休息能有效缓解驾驶疲劳,提高行车安全。为探究科学的驾驶休息时间,开展试验,用MP150多通道生理信号采集仪,采集20名驾驶人4 h模拟驾驶作业后休息时的心电(ECG)信号,分析ECG信号的变化规律。结果表明:在驾驶疲劳恢复期,ECG指标心率(HR)、间期标准差(SDNN)、低高频比值(LF/HF)、样本熵(SampEn)与恢复时间高度线性相关,且性别差异对疲劳恢复期ECG指标有显著影响;驾驶人的心理疲劳恢复时间早于生理疲劳恢复时间;驾驶人主观恢复时间相对于客观疲劳恢复时间有提前现象;建议连续驾驶4 h后男性驾驶人休息时间不少于24 min,女性驾驶人休息时间不少于27 min。     

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。     

交通标志语义认知与情绪加工的脑电研究

为了让驾驶员更正确快速地理解交通标志,避免不当驾驶行为,探究驾驶员对交通标志的语义认知和情绪加工过程.采用刺激1-刺激2(S1-S2)试验范式,基于事件相关电位(ERPs)技术和脑电信号(EEG)时频(TF)分析方法,研究交通标志语义一致性和情绪唤醒的客观评价指标.结果 显示,交通标志和文字语义不一致条件下,同一时间窗...     

前车突然切入时驾驶人应激生理特性研究

为研究前车突然切入对驾驶人生理负荷的影响,利用MP150生理监测系统对22名被试进行虚拟驾驶试验。采集记录前车突然切入时被试的生理参数。研究驾驶人心率增长率和心率变异性(HRV)指标与车速、应激距离之间的关系。结果表明:自车速度为100 km/h时,随着前车切入距离从55.6 m减小到27.8 m,被试的平均心率增长率从16.21%增大到23.27%,HRV参数低频(LF)值也呈现下降趋势。前车切入距离一定,随着自车车速从60 km/h增加到120 km/h,被试的平均心率增长率存在显著性差异,平均从13.05%上升到21.85%。差异性检验结果表明,前车切入距离和自车速度发生变化时驾驶人的生理负荷变化趋势一致,但自车速度因素对驾驶人生理负荷的影响程度高于切入距离因素。     

基于EEG频谱特征的驾驶员疲劳监测研究

研究表明疲劳驾驶是引发交通伤亡事故的重要原因之一,因此有必要采取相应的预防措施。脑电是公认的睡眠(疲劳)金指标,因此论文提出了基于脑电频谱特征的驾驶员疲劳预测方法。采用了驾驶模拟实验中记录的三路驾驶员脑电信号,并利用驾驶员自评与专家评定两种方式相结合的方法将驾驶数据分为疲劳和清醒。针对脑电中眼电噪声很强的特点,对记录的脑电进行了自适应滤波消噪处理,结果显示可有效滤除眼电伪迹;然后根据脑电的频域特征比较突出且与疲劳相关的特点,从去噪后的脑电中提取出了的75个频谱特征;最后利用这些频谱特征,采用朴素贝叶斯分类的方法建立了驾驶员疲劳监测模型。实验结果表明,该方法能监测出驾驶员84%的疲劳状态。     

农村公路交叉口交通事故特征关联性与风险因素分析

为降低农村公路交叉口事故风险,提取环境、道路、设施、车型和违法行为特征作为自变量,以事故形态和事故严重程度为因变量,构建考虑因变量内在关联的双变量Probit模型,分析二者的相关性,并识别显著影响因素。结果表明:农村公路交叉口交通事故形态和严重程度呈负相关关系,单车事故的死亡率更高;线形越好,隔离、控制设施越完备,事故严重性越低;车型越大,事故后果越严重;违法行为增加了发生致死性单车事故的概率。在交叉口处增设安全保障设施,对相交公路等级差异较大的路口实行限速管理,加强对大型车辆和摩托车的安全管理,加强对无证驾驶行为的处罚,可以改善农村公路交叉口安全水平。