自评的驾驶能力与危险类型对年轻新手危险知觉的影响

结合反应时和眼动测量方法,考察自评的驾驶能力与危险类型对年轻新手危险知觉的影响,以更好地解释“为什么年轻新手驾驶员对特定危险的反应时间长”这一现象.43名被试依次完成危险知觉能力自我评估量表和反应时任务.结果发现：驾驶员对真实交通视频中危险的反应时间存在明显的自评的驾驶能力效应;驾驶员高估自己的驾驶能力,会延迟他们的反应时间;当危险的可见性被遮挡时,这种不利影响更大;反应时间的差异是因为评估时间不同,而不是检测时间不同;眼动受危险类型的影响,而不受自评的驾驶能力的影响.研究结果对开发和开展年轻新手驾驶员危险知觉训练具有理论和实践意义.     

警告刺激对驾驶员接管性能的影响机理研究

为研究不同模态警告刺激对接管性能的影响机理,本文重点关注在不同非驾驶相关任务和触发场景下,单一模态和双模态警告刺激对驾驶员的预警效果。搭建不同警告刺激下,驾驶员接管车辆控制权的台架试验,采集49名驾驶员的眼动数据与车辆数据,并开展显著性影响分析。研究结果表明,警告类型对接管时间和首次注视时间有显著影响,从事非驾驶相关任务对驾驶员的接管时间产生负面影响,双模态警告刺激的首次注视时间低于单一模态的首次注视时间。在视觉和触觉警告刺激下,非驾驶相关任务下的最大横向加速度为0.36 m?s-2,监控任务下为0.34 m?s-2,相对其他警告刺激,横向加速度最小,车辆接管更稳定,接管质量最高。双模态警告刺激的横摆角整体小于单一模态警告刺激,车辆更加稳定,而在单一模态警告刺激下,视觉警告刺激的最大横向加速度为0.45 m?s-2,相对其他警告刺激,横向加速度最大,接管绩效最差。不同模态警告刺激对接管方式无显著影响。双模态的警告刺激类型相较于单一模态而言,更加依赖于多种感官效果,提供更全面和更准确的警示信息,特别是与驾驶员身体接触的触觉振动警告方式。     

基于注意力分配的高铁操纵台界面布局优化设计

为了研究驾驶员在高铁操纵台界面的注意力分配情况，以达到优化高铁操纵台界面布局设计的目的，采用CRH380D列车仿真平台，通过模拟驾驶实验的形式测定成都机务段动车运用车间14名驾驶员的注意力分配情况. 首先，将驾驶员的值乘过程分为发车准备、正线行驶、停车制动3个任务；其次，从视觉层、行为层、心理层3个维度出发，分别采集被试在3个任务中的眼动数据、操作轨迹、NASA-TLX量表主观工作负荷；最后，结合与被试的深度访谈，得出驾驶员对CRH380D列车操纵台界面的注意力分配情况. 研究结果表明:在CRH380D列车操纵台目前的界面布局设计中，驾驶员在执行驾驶任务时注意力分配最高的为ATP，其次为TCMS1；水平操纵面上21个开关按钮中，占用注意力较多的为开车门、停放制动和升弓、降弓按钮；眼动轨迹图与操作轨迹图比较复杂，驾驶员的主观工作负荷相对较高；根据实验结果总结出高铁操纵台界面布局设计的4条原则及一些相应的设计建议，并以CRH380D列车为例，得出其操纵台界面布局优化设计方案.      

考虑驾驶人不同分心类型的分心识别研究

驾驶人分心状态判别是实现分心预警的基础。由于视觉分心相比认知分心对行车安全具有更大威胁，本文针对驾驶人不同分心类型的识别展开研究，设计了驾驶人两种分心类型和正常驾驶下的模拟驾驶试验，利用1-back任务和看手机任务分别诱导驾驶人产生认知分心和视觉分 心，采集并提取驾驶绩效、眼动及头动特征，采用序列后向选择算法进行特征优选，运用网格搜索确定分心识别的最佳时间窗口及模型参数。结果表明，基于随机森林所构建模型在测试集上取 得了94.07%的宏精准率、93.89%的宏召回率和93.98%的宏F1值，分类表现优于两种比较方法，说明模型能够准确地对驾驶人的3种状态进行分类。根据随机森林模型的特征重要性排序结果以 及采用不同类型特征作为输入训练模型的分类结果发现，驾驶人眼动及头动特征对驾驶人分心类型的识别更为重要。本文研究可为分心预警系统根据分心类型判定风险等级提供基础。     

手机打车软件操作驾驶分心检测模型研究

为探寻操作手机打车软件时的驾驶分心识别方法,本文开展模拟驾驶实验,采集了驾驶员在不同驾驶状态下的驾驶行为参数,通过对参数的统计分析,确立分心检测参数集。采用支持向量机分类算法理论构建基于驾驶绩效的分心检测模型,并利用实验数据验证模型的有效性。结果表明:该模型对驾驶员视觉分心驾驶行为检测率最高,正常驾驶行为次之,对认知分心驾驶行为的检测能力最弱,模型的平均检测正确率为86.67%,检测效果较好,可用于驾驶分心检测。     

手机社交娱乐操作对驾驶人视觉参数影响研究

为探究手机社交娱乐操作对驾驶人视觉参数的影响，基于模拟驾驶器和SmartEye 眼动仪设计模拟驾驶实验，采集驾驶人正常驾驶、拨打电话、收发信息等5种操作下视觉特征数据，应用拉依达准则和联合频数分布直方图进行数据归约.针对不同操作下视觉参数，应用箱形图和Kruskal-Wallis显著性检验，验证视觉参数评价指标的有效性.结果表明：随手机操作类型的不同，驾驶人水平和垂直视角标准差、视线离开道路时间百分比、扫视平均速度和眨眼持续时间呈显著性变化，可作为视觉参数影响的评价指标；观看视频和刷朋友圈操作对驾驶人视觉影响程度明显高于拨打电话和收发短信操作.     

塔台管制中情境意识与视觉搜索策略关系研究

为研究不同情境意识水平的塔台管制员的视觉搜索策略,搭建模拟塔台管制眼动试验平台进行试验。利用三维情境意识评定技术(3D-SART)评价被试的情境意识水平,并以注视熵率值和兴趣区内注视点数作为眼动指标,分析被试的视觉搜索特征。研究结果表明:情境意识水平高的被试,其注视点数主要集中于空域监视区与地面监视区域,其注视熵率值显著高于情境意识水平低的被试;前者合理分配注意资源,灵活转移注视点,扫视幅度较大,具有较高的视觉搜索效率;后者则相反。     

高速公路养护作业上游过渡区 驾驶员注视转移特性研究

为研究高速公路养护作业上游过渡区驾驶员的注视行为特性,利用Smart Eye Pro5.7型非侵入式眼动仪开展实车试验,监测并记录3名被试驾驶员经过普通路段和养护作业上游过渡区的眼动数据。应用动态聚类算法和马尔可夫链理论研究了在高速公路普通路段和上游过渡区行车环境下,驾驶员注视转移规律和注视行为平稳分布特征。结果表明:前方视野、左侧远处和右侧远处是驾驶员获取道路信息的主要区域,注视概率累计达70%以上;注视点有以前方视野为中心在各注视区域之间转移的趋势;与普通路段相比,上游过渡区驾驶员视觉搜索范围减小,主要目标物回视概率增加,受养护作业封闭车道的影响,驾驶员需多次注视交通安全设施以获取足够的车道渠化与行车要求等信息,同时需要注意相邻车道的车辆行驶状态。     

认知分心情境下驾驶人应激反应行为研究

选取40名被试,采用2-back任务诱导认知分心,利用驾驶模拟系统构建行人-机动车、非机动车-机动车和机动车-机动车等3种应激场景,开展了不同应激场景正常驾驶及认知分心驾驶2种工况驾驶人的应激反应实验研究;根据采集的被试的眼动、脑电和驾驶行为等数据,分析了认知分心驾驶工况驾驶人的应激反应行为特性;对实验结果进行集对分析(SPA),完成了不同应激场景下驾驶人应激反应行为的安全性评估。结果表明：驾驶人应激反应行为的安全性因受认知分心的影响而降低,其中在行人应激场景下的影响最为显著。     

道路环境对驾驶人眼动行为影响的试验研究

为了分析道路类型条件对驾驶人眼动行为的影响,分别在城市道路、城乡结合道路及山区公路上开展试验,利用EyeLink Ⅱ型眼动仪对20 名驾驶人的眼动行为进行测试和记录,分析不同道路环境中驾驶人的注视区域、注视目标及注视时长等特征.结果表明,驾驶人根据道路环境的变化调整其视觉搜索行为,在交通环境相对简单的道路上,驾驶人注视较远且平均注视时间较短,而在交通环境复杂多变的道路上,驾驶人注视较近且平均注视时间较长.研究结果为深入研究驾驶人的视觉行为规律、提高驾驶人行车安全性奠定了试验基础.     

自动驾驶接管影响因素分析与研究进展

部分或有条件自动驾驶车辆允许驾驶员将驾驶任务移交给自动驾驶系统，但驾驶员仍需对驾驶环境进行监测，若发生紧急事件或驾驶环境超出系统运行设计域等情况，驾驶员需要及时接管车辆。影响驾驶接管过程的因素主要包括：人因、交通环境以及人-机交互系统。本文分析了驾驶员认知负荷特性等人因对接管过程和接管时间预算的影响。分析发现，驾驶员长时间脱离驾驶任务会导致其陷入被动疲劳或驾驶分心状态，从而降低接管绩效。适当的非驾驶任务可以使驾驶员保持一定的认知负荷，降低驾驶员的被动疲劳水平。结合网联技术的应用可以多次发出预警信号，提高接管绩效。本文讨论了交通密度、道路条件等交通环境对接管时驾驶员感知、认知及决策的影响，探讨混合交通下过渡区智能网联车辆控制权切换 (Transitions of Control, ToC) 的管理问题。在复杂道路交通下，驾驶员需要更多时间恢复对环境的感知，且驾驶员在弯道接管车辆时更容易出现较大横向偏差。在混合交通环境中，为防止过渡区出现集中的ToC，可以制定相应交通管理措施，以降低过渡区域中车辆之间的相互干扰。本文还分析了视觉、听觉、触 觉、嗅觉及其组合类型交互方式的优、缺点，讨论网联环境下人-机交互系统设计以及ToC形式。 单个的交互方式有其自身的优、缺点，多种类型相结合的交互形式能形成优势互补，及时地将接 管信息传递给驾驶员，并将其注意力集中于对环境的感知。网联技术发展使得可利用的行车信息的数量和种类都有所提高，网联信息需要更好地呈现策略，以保证人-机交互界面具有较高的可用性和接受性，为驾驶员提供更加准确的交互信息。同时，利用驾驶员状态识别技术实时监测驾驶员所处状态，并通过人-机交互系统提醒驾驶员，使其保持警觉，提高接管绩效。未来研究应该重点关注非驾驶任务对驾驶员认知特性的影响，结合接管时的驾驶环境，遵循预测算法辅助驾驶员实现控制权的平稳过渡。随着网联技术的不断应用，逐步改进现有人-机交互系统的设计和性能，对过渡区域ToC的管理问题展开深入研究。     

跟随车安全距离的分析

通过对驾驶员的反应能力的量化、速度判断过程的分析和对诸如饮酒、服药、电话干扰及疲劳驾驶等外部因素影响下驾驶员行为与跟随车与引导车行驶一致性的研究 ,计算与分析行车时的安全距离 ,寻求既可避免发生追尾碰撞事故 ,又不影响道路通行能力的安全距离恰当值 :当驾驶员和车辆状况良好时 ,行车距离保持在速度 (以 m/s为单位 )的 1 /2以上时 ,才可能安全 ;当驾驶员和车辆状况不良时 ,行车距离保持在速度的二倍以上时 ,才安全。     

自动驾驶环境下驾驶人接管行为结构方程模型

为提取自动驾驶环境下驾驶人接管行为的关键影响因素,使用驾驶模拟器和眼动仪进行自动驾驶环境下驾驶人接管试验;采集了11个受试者对5种接管情境的反应数据,包括车辆运行数据和眼部运动数据,并调查了受试者的个人属性;基于实测数据定性分析和情境差异定量分析的结果,利用AMOS软件建立了描述驾驶人接管行为的结构方程模型;假设纵向接管行为、横向接管行为和眼部运动行为是3个潜在变量,找到可以表征这3个潜在变量的9个观测变量;根据修正指数多次修正得到最终的结构方程模型,由此获得表征驾驶人接管行为的各变量间的关系及对应的参数。研究结果表明:驾驶人接管自动驾驶车辆的全过程可分为5个阶段,即感知反应、减速避让、加速回升、稳定恢复以及稳定运行;当左前方车辆汇入当前车道,此时驾驶人接管风险较高;横向驾驶行为与纵向驾驶行为、眼部运动行为均显著负相关,相关系数分别为-0.226和-0.223,纵向驾驶行为与眼部运动行为正相关,相关系数为0.152;平均速度、总体横摆角均值、一秒内扫视时间可分别高度解释驾驶人接管自动驾驶车辆时纵向、横向及眼部的潜在行为。可见,此模型能有效揭示驾驶人接管自动驾驶车辆的整体行为与局部行为,有助于改进人机交互模式与自动驾驶接管请求提示。      

高速公路隧道入口区域视线诱导系统有效性研究

为了达到高速公路隧道入口区域驾驶人早发现、早适应、早决策的目的,分析了隧道入口区域的交通安全现状,提出了一种高速公路隧道入口区域视线诱导系统的改善思路与方法;通过室内驾驶模拟仿真平台,利用眼动仪采集了驾驶人的眼部数据;将驾驶人浏览兴趣区域划分为5类,分析了驾驶人在各区域的眼动参数变化;采用注视点分布位置、视觉敏感区面积等指标,描述了驾驶人视区的变化规律,评价了视线诱导系统改善后的效果。研究结果表明:隧道入口区域视线诱导系统改善后,驾驶人对道路前方远处的浏览时间占比(50.55%)、注视时间占比(53.13%)相比现状方案均有显著的提升,且扫视幅度(5.47°)明显减小;改善后驾驶人的注视点更加集中于前方远处,而道路两侧的注视点减少;现状方案中驾驶人的视觉敏感区面积在距离隧道洞口180 m左右处急剧减小,在隧道内又开始缓慢增大;改善后驾驶人的视觉敏感区面积在距离隧道洞口350 m左右处开始减小,此后一直保持相对平稳的状态;改善后驾驶人的视觉敏感区面积在各隧道区域的变化速度均小于现状方案。视线诱导系统的有效性得到了验证,使得驾驶人更加关注道路前方远处及洞内的交通信息,同时视区变化幅度更小,并且视觉负荷降低。      

视线跟踪技术在交通标志视认性中的应用研究

视线跟踪技术是利用眼动仪来跟踪人的眼部运动,获取人的视线方向、持续时间等特征参数的新兴技术．本文研究了将视线跟踪技术引入交通标志视认性研究的意义和可行性,并重点阐述了眼动仪和视线跟踪技术在交通标志视认性研究中的工作原理和应用流程,为标志视认性的研究提供了一个新的视角和方向．     

Driver's Visual Cognition Behaviors of Traffic Signs Based on Eye Movement Parameters

A dynamic visual cognition experiment was carried out in driving simulation barn with eye tracker system to get drivers' eye movement parameters when they were reading traffic signs with various information quantities in different speeds. The eye movement parameters include fixation number and duration. Driver's visual area was divided into three areas using dynamic cluster method. Further analysis was conducted on the eye movement parameters of the three areas. Findings were discussed in this paper: the fixation distribution has a high correlation with driving speed and information quantity. As the driving speed and information quantity increased, the fixation number and duration in traffic sign area have an increasing trend and drivers have less visual cognition to front lane. When the guide signs have more than five amount of information, drivers' fixation number and duration have an abrupt change and the effectiveness of visual cognition decreased significantly. It is recommended that the highway traffic guide sign information volume should not exceed 5. Under the same condition, the driver needs more fixation when recognizing non-guide signs and the visual cognition process is more complicated.     

基于眼动参数的驾驶员标志视认行为研究

通过驾驶员佩戴眼动仪在模拟舱中进行动态标志视认仿真实验,获得不同车速下驾驶员视认交通标志时的注视次数和注视时间.采用动态聚类方法将驾驶员的视野平面划分成3个区域,并统计分析各区域的眼动参数规律:驾驶员的注视点分布与车速及信息量的变化呈现高度的相关性,随着车速的提高以及信息量的增多,落在标志区域的注视次数和注视时间占总数...