基于样本熵特征的驾驶人换道过程特征分析

在行车环境中,驾驶人的精神负荷是否能合理分配直接影响行驶安全,因而驾驶人的驾驶熟练程度与驾驶人驾驶过程中的精神负荷分配之间关系值得研究,其中脑电是客观评价驾驶人精神负荷的重要指标.通过实验采集了10组城市道路环境下驾驶人驾驶过程中的脑电信号,并记录了车辆行驶过程中的车辆数据,然后使用样本熵的方法来定量计算脑电数据,从而评价驾驶人在换道过程中的精神负荷问题.样本熵计算结果显示:换道过程中驾驶人的脑电特征要明显比非换道过程中驾驶人的脑电特征复杂;换道过程中驾驶人的脑电特征样本熵明显大于非换道状态下的驾驶人脑电特征样本熵,熟练驾驶人的脑电数据样本熵明显小于非熟练驾驶人的样本熵值,熟练驾驶人在换道过程中车速高于非熟练驾驶人;相较于跟驰驾驶行为,换道驾驶行为过程占用更多的精神负荷,熟练驾驶人比非熟练驾驶人分配更少的精神负荷在换道过程中.     

信息刺激条件下驾驶人警觉性改善规律

为研究持续行驶中的驾驶人在多种信息刺激条件下的警觉性改善情况,构建驾驶模拟试验环境进行试验,试验要求被试驾驶主车跟随前车,并在前车制动减速度超过一定阈值时报告。将时长2 h的试验分为6段,试验分组包括控制组（无刺激组）、设定音乐刺激组与信息刺激组,设定部分时段实施音乐或信息提示进行刺激。利用MP150记录驾驶人的心率与脑电α波、θ波数据,同时记录驾驶人判断绩效,并在试验前后填写SOFI疲劳测量表。试验结果表明：在无刺激条件下,驾驶人警觉性随时间延续呈逐渐下降趋势,信号击中率从84.7%下降到65.2%,心率降低,脑电α波、θ波功率谱密度升高;音乐刺激条件下,驾驶人的判断绩效、脑电α波、脑电θ波均保持在较为稳定的水平,可在一定程度上减缓警觉性下降的幅度;在信息刺激条件下,信号击中率有显著提高,脑电α波功率谱密度增加不明显,但脑电θ波功率谱密度升高;上述3个试验组的驾驶人心率均随时间呈缓慢减少趋势;适当的音乐刺激可使驾驶人警觉性保持在较为稳定的水平,还可以缓解疲劳感受,而信息刺激有助于驾驶人在特定时段提高警觉性并觉察风险。研究结果可应用于车载信息系统设计与安全管理。     

基于多源数据的单调道路环境与驾驶疲劳关系模型

为了研究单调道路环境对驾驶疲劳的影响,采用眼动仪、脑电仪等仪器设备在G109格尔木-西藏沿线开展实车驾驶试验,获取19名被试驾驶过程中的生理和驾驶行为等多源数据以及驾驶疲劳主观KSS量表,分析不同时间窗下各特征参数随疲劳程度的变化规律。采用不同海拔对应的植被等级作为单调道路环境的量化指标,将驾驶疲劳程度划分为清醒、轻度疲劳、重度疲劳3个等级,根据皮尔逊相关性和自变量共线性检验结果,选取脑电（α+θ）/β、平均眨眼持续时间、血氧含量和植被等级为自变量,驾驶人疲劳程度为因变量,建立基于有序多分类Logistic的单调道路环境与驾驶疲劳的关系模型,并分析单调环境下驾驶疲劳生成机理。研究结果表明：在高海拔单调道路环境下,短时驾驶疲劳主要与环境单调程度有关,驾驶时间并不是引起短时驾驶疲劳的主要因素;脑电α/β和心率与驾驶疲劳程度无显著相关性,脑电（α+θ）/β、平均眨眼时间与疲劳程度呈正相关,血氧含量与疲劳程度呈负相关。当植被覆盖率从较稀疏变为稀疏时,驾驶人警觉性较高,疲劳程度增加5.9%;随着植被覆盖率下降至非常稀疏状态,驾驶人会出现克服自身疲劳的情况,疲劳程度增加5.8%;当环境单调性进一步加剧,植被覆盖率降低至严重稀疏状态时,驾驶人疲劳程度明显增加,进入重度疲劳状态。研究成果可为单调道路环境下驾驶疲劳的预防奠定理论基础。     

基于脑电信号分析的不同年龄驾驶人疲劳特性

为研究不同年龄驾驶人驾驶过程中疲劳情况及疲劳累积速度,对比其疲劳产生与变化的差异性,获取不同年龄驾驶人的最优驾驶时间,设计自然驾驶试验,利用Physio生理多导仪采集脑电数据,并采用主观检测方法对驾驶人进行问询。应用MATLAB对采集到的脑电数据进行降噪处理,通过积分获取各时段α波、β波和θ波的平均功率谱密度,进而求得脑电指标R_（α/β）,R_（θ/β）,R_{（α+θ）/β}。利用SPSS将其与驾驶时间进行单因素方差分析,并通过敏感性判断,选取R_{（α+θ）/β}作为驾驶疲劳表征指标。对各年龄段驾驶人的R_{（α+θ）/β}进行均值化处理,并将其与驾驶时间进行线性拟合,分析驾驶人年龄对驾驶疲劳累积速度的影响。对驾驶过程中各时段的R_{（α+θ）/β}进行配对样本t检验,并结合主观问询结果确定不同年龄驾驶人的最优驾驶时间。研究结果表明：青年和中年驾驶人在0~1.5 h内疲劳累积速度相对缓慢,老年驾驶人较快;在1.5~3 h内,青年驾驶人疲劳累积速度最快,中年驾驶人最慢;老、中、青年驾驶人的最优驾驶时间分别为60~75,120~135,105~120 min;不同年龄驾驶人其驾驶经验、体力和精力及外界环境干扰是影响疲劳累积速度的重要因素;试验结果验证了采用R_{（α+θ）/β}作为驾驶疲劳表征指标的有效性,有助于为不同年龄驾驶人安全驾驶时长的确定提供科学依据。     

公交车驾驶人组织认同感和工作倦怠对不良驾驶行为的影响

公共交通是城市道路交通运输系统中的重要组成部分，公交车驾驶人存在的不良驾驶行为已经成为影响交通安全的最大制约因素之一，由其引发的道路交通事故给个人和社会都造成了严重损失，探索更为安全的公共交通环境显得极为重要。以公交车驾驶人为对象，探究影响公交车驾驶人驾驶行为特征的个人心理因素和组织环境因素，及其对不良驾驶行为的内在影响机制。选用工作倦怠量表（MBI-GS）、组织认同感问卷（OIQ）及驾驶行为问卷（DBQ）对844名城市公交车驾驶人展开问卷调查研究，并使用回归分析和中介检验来探究工作倦怠和组织认同感对驾驶行为的影响机制。结果表明：①32.8%的公交车驾驶人存在不良驾驶行为，错误驾驶行为显著高于违法驾驶行为。其中，在违法维度中，侵略性违法显著高于普通违法。②公交车驾驶人存在较高的组织认同感，组织认同感对不良驾驶行为具有显著的负向预测作用，对工作倦怠程度具有显著的负向预测作用；工作倦怠程度对不良驾驶行为具有显著的正向预测作用。③公交车驾驶人的工作倦怠水平在组织认同感对不良驾驶行为的影响中起到部分中介作用。该结果厘清了公交车驾驶人的工作倦怠和组织认同感对不良驾驶行为的影响机制，为进一步探究不良驾驶行为的心理干预方法提供了思路，从而达到改善城市道路公共交通安全环境的目标。     

表征防御性驾驶技术与情绪智力提升的多元线性回归模型

近年来,防御性驾驶技术成为道路交通安全风险防控的重要研究方向。目前国内外针对防御性驾驶的研究集中在可行性和防御性驾驶判断、识别研究,对防御性驾驶培训与驾驶人情绪智力关系的定量研究还处于空白,针对防御性驾驶培训与驾驶人情绪智力的定量研究处于空白的问题,基于对驾驶人情绪智力评价指标的分析、防御性驾驶技术的实施流程分析与防御性驾驶培训体系设计,提出了一种表征防御性驾驶技术培训与驾驶人情绪智力提升之间关系多元线性回归模型,此模型分两个阶段描述驾驶人心理和生理、情绪、驾驶智力、学习时长5个自变量与防御性驾驶培训成效因变量之间的线性关系。为了验证模型的线性特征,对模型进行了F检验。验证结果显示:5个自变量对因变量产生的线性影响判断犯错概率两个阶段平均为0.047,符合多元线性回归的要求,表明提出的多元线性回归模型是一种有效的模型。通过模型的分析得出,防御性驾驶培训对驾驶人情绪智力提升有两个明显的特征。在初始阶段,防御性驾驶培训与驾驶人的敏捷性相关的指标相关性最高,在第2阶段,防御性驾驶培训与驾驶人的心理和情绪控制指标相关较高。     

模拟驾驶环境下驾驶人分心状态判别

为了探寻驾驶人分心判别方法,构建了驾驶人分心状态判别模型。首先设计分心模拟驾驶试验,采集正常驾驶和发送语音信息过程中的驾驶绩效特征和驾驶人眼动特征数据,建立驾驶人分心状态判别指标备选集;其次,采用基因选择算法对备选指标进行筛选,得到29个备选指标的重要度排序;然后,依次选取重要度较高的部分指标作为BP神经网络的输入指标,利用遗传算法（GA）全局搜索的性能优化BP神经网络的初始权值和阈值,将优化后的GA-BP神经网络作为弱分类器,再将多个弱分类器组合成Adaboost强分类器,建立基于Adaboost-GA-BP组合算法的驾驶人分心状态判别模型;最后,利用模拟驾驶器试验平台采集的数据计算不同判别指标数量下模型的性能,从而确定最优判别指标,并对模型进行验证和评价。结果表明：模型最优判别指标为重要度排序中前14个指标;模型能够准确识别驾驶人分心状态,判别精度为95.09%;与BP神经网络算法、GA-BP神经网络算法和Adaboost-BP神经网络算法相比,Adaboost-GA-BP组合算法在准确率、精准率、召回率、F₁值和ROC曲线等模型性能方面均最优。建立的模型能够有效判别驾驶人分心状态,可为驾驶人分心预警系统和分心控制策略提供依据。     

基于脉搏波特征融合的驾驶疲劳检测方法

疲劳驾驶是交通事故的主要诱因之一，精确检测驾驶人的疲劳程度是主动预防疲劳驾驶事故的核心内容之一。通过开展自然驾驶试验，以驾驶人的生物信号脉搏波（Blood Pressure Waveform，BPW）为数据源，使用脉搏波波形分析方法从中提取有效表征驾驶疲劳的特征指标，构建用于检测驾驶疲劳等级的BPW特征指标集，在此基础上引入D-S证据理论建立了基于BPW特征融合的驾驶疲劳检测模型。结果表明：该模型对测试数据的疲劳驾驶理论检测精度达到了91.8%，优于贝叶斯网络模型的81.4%和支持向量机模型的84.3%，能够满足实际应用的需求，但与决策回归树检测模型99.7%的精度相比较还有差距。研究获得的基于生物信息融合的驾驶疲劳检查模型和方法在驾驶疲劳检测与监测中具有很好的应用前景，可为辅助安全驾驶和疲劳预警及主动干预提供新的技术方案。     

基于XGBoost算法的危险场景驾驶行为模式分析及安全评估

危险感知能力对驾驶人的驾驶行为模式具有重要影响。为准确评估驾驶人的危险感知能力、提升危险感知水平判别的准确度，提出了基于模拟驾驶技术的危险感知能力影响分析方法和基于极端梯度提升树（XGBoost）算法的危险感知水平判别模型。通过设计3种常见交通冲突场景，采集模拟驾驶中驾驶人的多维度驾驶行为特征数据，并分析危险感知能力与驾驶行为的相关关系。通过模拟实验发现:驾驶人对行人的危险感知能力较弱，易发生碰撞事故；驾驶人在危险场景中的车速（p＝0.01）、制动反应位置（p < 0.01）以及反应时间（p < 0.01）与危险感知水平之间存在显著负相关关系。在相关性分析的基础上，利用XGBoost算法识别能反映驾驶人危险感知能力的重要特征变量，并构建以制动反应位置、反应时间、车速、刹车深度，以及加速度为指标的驾驶人危险感知水平判别模型；通过与LightGBM、支持向量机（SVM），以及逻辑回归（LR）等算法分类预测性能的对比分析，评价危险感知模型的判别精度，结果表明:基于XGBoost算法的危险感知水平判别模型的判别准确率为84.8%、F1值为83.4%、AUC值为0.959，优于LightGBM（准确率为78.8%、F1值为76.7%、AUC值为0.924）、SVM（准确率为57.6%、F1值为42.2%、AUC值为0.859），以及LR算法（准确率为69.7%、F1值为65.5%、AUC值为0.836）。所提方法可为判别驾驶人危险感知能力及其对驾驶行为模式的影响提供可靠手段。      

驾驶模拟环境中激进驾驶行为的影响因素分析

为了分析驾驶人在驾驶模拟试验过程中出现的相对实际驾驶的激进驾驶行为的影响因素，采用计划行为理论构建心理认知模型。基于计划行为理论设计问卷调查私家车驾驶人对"在驾驶模拟过程中激进驾驶"行为的信念、态度、主观规范、行为感知控制、意向与行为。采用结构方程模型得到观察变量与基本构念以及基本构念内部的相关关系，并最终分析得到影响驾驶人激进驾驶行为的主要因素。通过先导性调查问卷以及正式调查问卷的投放，最终得到217个有效的样本。研究结果表明：心理认知模型具有良好的适配性，其卡方自由度比为1.802，RMSEA值为0.062；态度、行为感知控制是影响驾驶人行为的主要因素，主观规范对行为的影响相对较小；各信念与对应的态度、主观规范及行为感知控制之间存在显著关联，各信念的测量模型的适配性良好，卡方自由度比、RMSEA等指标基本满足要求。采用完整的计划行为理论结构同时从标准获取构念和自行获取构念的角度解释了驾驶人对"在驾驶模拟过程中激进驾驶"行为的心理认知，研究成果可用于驾驶模拟-自然驾驶行为数据差异性控制，驾驶模拟试验规范化方法构建。     

驾驶时间对营运驾驶员驾驶能力影响的试验研究

针对影响交通安全的疲劳驾驶问题,以公路客运行业的营运驾驶员为研究对象,应用人机工程学和试验心理学的理论方法按驾驶时间的不同设计了区组对比的试验方案,并用试验仪器现场采集了99个样本的试验数据,利用F检验和H检验等统计学方法分析了驾驶时间对驾驶员驾驶能力的影响。结果表明:驾驶时间在8~12 h之间,驾驶员的反应能力和注意能力会显著降低,而驾驶员的感知能力和操作能力的降低不明显;驾驶员的主观疲劳感受随驾驶时间的变化不明显。     

基于扩展TAM的车路协同系统驾驶人接受度研究

车路协同系统（Cooperative Vehicle Infrastructure System，CVIS）已成为智能交通领域的前沿技术和研究热点。世界各国都在致力于CVIS的研发、试验、示范应用和效用评估。然而CVIS的服务对象是驾驶人，在其正式投入使用之前研究驾驶人对CVIS的主观接受度及其影响因素非常重要。基于此，以基础的技术接受模型（Technology Acceptance Model，TAM）为理论框架，在基础变量（感知有用性、感知易用性、态度和使用意图）的基础上，引入预警服务质量、分心感知、个人创新和信任度4个扩展变量，建立扩展TAM，分析驾驶人对CVIS的主观接受度及其影响因素。首先，通过在线调查收集392名驾驶人对CVIS的技术接受问卷；然后，使用Cronbach's α和验证性因子分析检验问卷的信效度；最后，采用路径分析探究驾驶人对CVIS的接受度及其影响因素。研究结果表明：基础TAM变量之间的关系与基础模型假设一致；CVIS的预警服务质量通过感知有用性、感知易用性和态度间接影响使用意图；驾驶人对CVIS的分心感知对其态度和使用意图没有负向影响；驾驶人的个人创新不仅直接影响使用意图，而且通过态度间接影响使用意图；驾驶人对CVIS的信任度是使用意图的直接影响因素，也通过其他变量间接影响使用意图。研究结果有助于了解驾驶人对CVIS的接受度及其影响因素，并为CVIS的设计提供理论依据。     

车辆起步时驾驶员离合器操作特性的仿真与实验研究

车辆起步时的油离配合过程是车辆驾驶中的难点之一。本文在实验的基础上得出了不同熟练程度驾驶员在不同工况下起步时的油离配合曲线的特性，并建立了驾驶员离合操作的模型，取得了满意的结果。本文对仿真驾驶员离合操作过程，进而对如何识别驾驶员的驾驶熟练程度提供了一条有效的新途径。     

基于数据包络分析的高速公路指路标志地名数研究

随着路网的复杂化，指路标志信息量过载导致交通事故发生的现象日益显著。为了全面、系统地确定高速公路互通区指路标志的合理地名数，为高速公路指路标志的设置提供相应的改进建议，基于数据包络分析（DEA）方法，从驾驶人角度选取了反映其对指路标志认知反应水平的代表性指标，构建了高速公路互通区指路标志地名数研究的宏观模型。使用眼动仪和脑电仪在相关场景中进行室内驾驶模拟试验，以获取被试在不同地名数指路标志场景下的眼动行为、脑电以及驾驶行为数据。利用模型进行数据分析，得到驾驶人在地名数为4，5，6，7，8，9六种场景下，对指路标志认知反应的综合效率均值分别为0.983，0.956，0.902，0.796，0.699和0.617，再针对不同的指标集，进行指标敏感性分析，获取驾驶人在6种场景下的综合效率指数。通过试验发现：随着地名数的增多，驾驶人对指路标志认知反应的综合效率均值呈现下降趋势，当信息量超过其认知阈值时，系统综合效率值会迅速下降；不同地名数指路标志场景下，导致驾驶人认知反应效率低的原因存在差异，在对指路标志版面设计时应有针对性地予以改进；不同驾驶人对指路标志认知反应效率存在差异，所对应的标志地名数合理阈值也存在轻微差异，但总体上从驾驶人认知反应的角度考虑，高速公路指路标志的地名数阈值为6个。该研究从驾驶人对指路标志认知反应的角度，使用DEA方法构建了全面、系统的指标体系对指路标志的地名数进行了探析，为中国高速公路互通区指路标志的版面设置提供了参考。     

关于公交车驾驶员安全驾驶视觉特性的分析

随着我国现代化的不断发展,城镇居民的生活水平不断提高,对各种交通工具的需求也在不断加大。同时,由于环境的逐渐恶化和人们环保意识的提高,越来越多人在出行时选择公交或者地铁等公共交通工具出行,因此,公交车驾驶的安全问题受到大家广泛关注。相关数据表明,驾驶员的违规驾驶是引起交通事故的重要原因,应从驾驶员的角度出发,分析公交车驾驶员安全与驾驶视觉特性的关系,有效保障公交车行驶的安全性。公交车驾驶员是驾驶行为的参与者,行驶过程中结合视觉信息操作驾驶行为。本文简要概述了驾驶员的视觉基本特性与疲劳驾驶、分心驾驶及驾驶经验对视觉特性的影响等方面,基于驾驶员的视觉特性影响因素进行研究和提出几点建议。     

城市下穿隧道纵坡坡度和速度对驾驶人心率增长率的影响

为研究城市下穿隧道纵坡段驾驶人生理和行为特征变化规律,选取22名驾驶人在早晨5：00至7：00非高峰时段,交通状况几乎无差别的环境下,开展城市下穿隧道纵坡段实车试验。利用MP150生理测试仪和ECU车速采集设备采集驾驶人的心率值和车速值,应用单因素方差分析对数据进行差异性显著检验;并分析城市下穿隧道纵坡坡度和速度对驾驶人心率增长率的影响规律,构建城市下穿隧道上下坡段坡度、速度和驾驶人心率增长率关系度量模型,量化了坡度、速度与驾驶人心率增长率之间的关系。然后采用单因素敏感性分析方法对模型中的2个自变量（坡度和速度）进行敏感性分析。结果表明：在城市下穿隧道上、下坡段行驶时,不同坡度范围下的车速和心率增长率有一定的差异性,车速和心率增长率均随坡度增大呈现先增加后减少的趋势;城市下穿隧道上、下坡段,车辆速度均是在3.5%~4.0%坡度范围下的达到最大,在城市下穿隧道上坡段行驶时,3.5%~4.0%坡度范围下的驾驶人心率增长率达到最大,而在下坡段行驶时,4.0%~4.5%坡度范围下的驾驶人心率增长率达到最大;驾驶人在城市下穿隧道下坡段行驶时,心率增长率均值均高于上坡段,驾驶人在城市下穿隧道下坡段行驶时比上坡段更紧张;驾驶人心率增长率对坡度敏感程度要高于其对速度的敏感程度,坡度的变动比速度更易引起驾驶人心率增长率的变动,驾驶人的心理紧张程度受坡度的影响较大。     

基于驾驶员跟车习惯的报警/避撞算法研究

在驾驶员实车实验的基础上,研究跟车工况中的驾驶员行为特性和习惯,建立驾驶员跟随车距模型,并结合对车辆制动过程的分析,研究分别基于驾驶员制动行为特性和驾驶员跟随车距模型的报警/避撞算法,通过改变算法的参数值,可使算法得到的报警/避撞时机符合不同驾驶员的驾驶习惯。利用实验数据对算法进行离线检验,验证该算法在报警/避撞系统中的适用性。     

城市隧道驾驶员视力角特征及应用

利用利用眼动仪系统,以城市道路隧道路段驾驶员注视点变动为研究对象,对4名驾驶员共进行16次有效行车试验,得出注视点分布一般特征。并根据心理学研究中提出的视力角概念,用成功扫视幅度中值来量度视力角,建立基于视力角特征的城市隧道标志视认模型:城市隧道行车过程中,当目标物体在注视点分布椭圆边界的视力角范围之内,较容易视认,超过此范围,则难以视认。再利用该模型,对隧道进口交通标志的设置进行安全性评价,并提出改善建议。