驾驶员应激与行车安全

通过对雁运公司近年交通事故的统计分析，提出应激反应不良也是影响行车安全的重要因素，并给出改善应激反应的措施。     

注意时段，谨慎行车

影响安全行车的因素很多,比如人们常说的阴雨天、雾天、冰雪天等,但这些并非天天都有.我的近邻是位资深的交通警察,聊天时说起了影响驾驶员安全行车的四个时段.     

情绪·情感与安全行车

“车祸”说到底还是“人祸’。其原因就是大多数车祸都是人的不良心理因素造成的。其中情绪情感因素占相当大的比例。据对100份《发生交通事故前你遇到哪些生活事件》问卷调查的统计表明，在家里与妻子，孩子或其他人生气的占9％；受领导批评的占1％；与同事发生矛盾冲突的占2％；与行人发生矛盾冲突的占2％。     

关于新驾驶员行车安全问题的探讨

随着人民生活水平的不断提高，汽车大量进入家庭，新驾驶员快速增长，交通事故也呈上升趋势。因此，研究新驾驶员交通肇事的原因，探讨预防交通事故的对策，对交通安全和社会稳定有十分重要的意义。     

驾驶员心理素质对行车安全的影响及对策

在涉及行车安全的诸多因素中,驾驶员的心理素质是非常重要的因素。因此,提高驾驶员心理素质,消除消极的心理行为,对保证行车安全具有重要意义。     

影响驾驶员行车安全的心理因素与对策研究

我国是世界上交通事故最严重的国家之一,如何预防和控制交通事故的发生是人们普遍关心的课题.本文从个性、情绪、注意、自我保护意识等几个方面分析影响驾驶员行车安全的主要心理因素,并提出防止交通事故的心理学对策.     

道路交通突发事件下驾驶员行为特征分析

道路交通突发事件对驾驶员心理、生理行为产生重要影响。文中基于问卷调查数据分析突发事件下驾驶员行为特征,以及突发事件下人口统计学特征差异对驾驶员心理、生理的影响,并阐述突发事件下驾驶员操作行为特性。研究结果表明,道路交通突发事件对驾驶员生理、心理及操作行为有一定影响。可为降低突发事件下行车风险提供依据。     

驾驶员道路安全感受模糊评判模型

应用层次分析法和模糊评判法,分析了道路各因素对驾驶员安全感的影响程度,建立了驾驶员对道路条件安全感受评价的定量描述模型。并利用该模型对一典型事故多发路段进行了实例验证,发现在改造前后驾驶员对该路段的安全感量化值从3．324降低到2．628,这一结果能很好地反映驾驶员的实际感受情况,是一种度量驾驶员安全感的有效方法。     

驾驶员注意分配特性及其对行车安全的影响

采用实验心理学与对比分析的方法, 利用注意分配测试仪测试一定数量驾驶员的注意分配特性, 确定了其阈值。研究了高等级公路上连续驾驶一段时间后驾驶员注意分配特性的变化规律, 建立了连续驾驶时间与注意分配指标间关系模型, 分析了注意分配特性对行车安全的影响。分析结果表明: 驾驶员注意分配数据与事故次数间存在着有序的对应关系, 不同性别驾驶员的注意分配特性无显著性差异, 男女驾驶员的注意分配特性随年龄增长显著降低, 驾驶员注意分配值与连续驾驶时间存在显著意义的负相关关系, 因此, 可用注意分配指标评价驾驶员的驾驶能力, 确定驾驶服务时间。     

人机共驾智能汽车的控制权切换与安全性综述

根据智能汽车技术发展特点和趋势提出了人机共驾的概念; 从切换的发起者、强制性与计划性三方面论述了人机共驾智能汽车控制权切换的分类方法, 分析了广义和狭义2种分类的特点和应用范围; 从驾驶人的认知、驾驶负荷、反应力等方面剖析了人机共驾中人因的特性及其对控制权切换安全性的影响, 总结了控制权切换的试验研究方法和人机交互形式, 指出了控制权切换安全性研究存在的问题和未来发展方向。分析结果表明: 人机共驾智能汽车的应用范围是L2~L3级自动驾驶, 特点是人与系统彼此协同完成动态的驾驶任务; 由系统主动发起、驾驶人被动接管的控制权切换情形与安全性更被业内关注; 驾驶人能有效地对当前驾驶状态进行认知和评估, 进而接管车辆操作, 并最终规避风险, 是保证控制权切换安全性的关键; 人因是影响控制权安全平稳切换的重要因素, 主要表现为认知水平偏低, 切换前后驾驶负荷阶跃式突变, 次任务的影响机理不明确, 反应力随切换场景的不同而差异显著等; 该领域的主要研究还包括接管绩效的评价, 切换时机与人机交互方式的优化以及试验手段的提升等。     

重视道路因素对道路交通安全的影响

对道路交通系统的客观分析后发现,在以往事故分析中对人、车、路三因素间的关系分析不足。针对此问题,对道路事故处理中过多偏重驾驶员因素进行了原因分析,然后通过计算分析指出道路因素应占有更大的比例,在未来道路交通安全分析中应该重视道路因素的影响。     

车辆颜色等多因素对驾驶行为的交互作用研究

车辆颜色是影响驾驶行为与交通安全的重要因素,为研究动态运行环境下车辆颜色、车型对于驾驶行为的影响,首先,建立不同颜色、车型车辆模型及其白天与黄昏两种道路环境,构建6类典型驾驶场景;其次,选取25名测试人员,采用组内实验的方法进行试验,实验中利用驾驶模拟系统、眼动仪与多导生理仪采集车辆运行、驾驶员眼动与心率数据。实验结果表明,驾驶员对车辆的识认有明显差异,白天识认距离明显高于黄昏,大客车则明显高于小轿车,黑色车辆在黄昏时识认性明显低于其他车辆,尤其是在观察前方车辆时更为明显。上述结果表明,车辆颜色对于驾驶员识认距离存在明显影响,尤其是小型车辆在黄昏时响更为显著,以上结果应在车辆颜色选择及驾驶员培训时予以关注。     

不同通道宽度条件下汽车驾驶员注视点分布规律

为分析驾驶员感知-判断-操作行为模式, 对驾驶员在通过不同通道宽度障碍物时的动态视觉进行研究。用眼动仪等设备记录了驾驶员在通过设定障碍物间的通道宽度时眼睛注视点的变化和相应的车辆行驶速度, 分析了在7.04、.4、3.5、3.0和2.0 m五种通道宽度条件下驾驶员注视点变化的分布规律。试验结果显示, 无障碍物时, 对应通道宽度为7.0 m, 驾驶员注视点在车辆前方较远处和道路的中央区域; 通道宽度较充裕时, 对应通道宽度为4.4和3.5 m, 驾驶员注视点主要在左侧障碍物和道路中央; 通道宽度较窄时, 对应通道宽度为3.0 m, 驾驶员注视点频繁在左右两侧障碍物间移动; 随着驾驶任务难度增加, 驾驶员的注视点分布区域变近, 视线的变化频率提高。     

基于注视转移模式的驾驶熟练程度评价方法

为了客观量化评价驾驶人驾驶熟练程度, 分析了实车试验环境中的眼动仪采集数据。采取注视区域划分方法, 选取8个注视转移模式表征参数作为评价指标。运用主成分分析方法研究了15个驾驶人眼动数据, 得到了基于注视转移模式的驾驶熟练程度计算方法。试验结果表明: 15个驾驶人驾驶熟练程度评价得分值与其驾驶经验里程之间存在密切关系; 运用提出的方法, 可以清楚区分以5.0×10⁴ km驾驶经验里程为界限的2个群体, 但是在每个群体内部, 驾驶人驾驶熟练程度评价得分不呈现明显的规律性。     

基于车辆行驶轨迹的道路不良驾驶行为谱构建与特征值计算方法

为了量化描述不同道路驾驶场景下驾驶行为的动态变化过程与不良驾驶程度, 研究了不良驾驶行为谱的构建与分析方法; 基于车辆行驶轨迹关键参数建立驾驶行为谱; 应用风险度量方法量化4种不良驾驶行为, 包括不良跟驰、蛇形驾驶、速度不稳与不良换道; 基于驾驶行为谱建立了不良驾驶行为谱; 基于交通流量-密度关系与驾驶行为统计参数的差异对交通流状态进行划分; 在不同交通流状态下, 使用四分位差法确定了不良驾驶行为特征参数阈值; 基于特征参数阈值计算每个驾驶人的不良驾驶行为得分; 使用CRITIC赋权法确定了不良驾驶行为的权重, 为每个驾驶人计算不良驾驶行为谱特征值; 为了验证方法的有效性, 使用无人机交通视频采集了上海市的车辆行驶轨迹数据, 分析了小汽车不良驾驶行为特征; 通过专家打分的方法对不良驾驶行为谱特征值进行验证。分析结果表明: 基于驾驶行为参数的交通流状态聚类方法将数据中的交通流状态分为自由流、饱和流、拥堵流3类; 聚类方法比基于基本图的交通流状态划分方法更适合驾驶行为分析; 不同交通流状态下的不良跟驰、蛇形驾驶、速度不稳特征参数分布明显不同, 拥堵流状态下的不良跟驰、蛇形驾驶、速度不稳极端值出现更频繁, 而不良换道特征参数在各交通流状态下有相似的分布; 蛇形驾驶、速度不稳、不良换道的特征参数阈值随交通流密度上升而上升; 使用CRITIC赋权法计算的不良跟驰、蛇形驾驶、速度不稳、不良换道的权重分别为0.19、0.33、0.37、0.11;自由流、饱和流、拥堵流的不良驾驶行为谱特征值的分布范围相近, 均处于0与0.4之间; 专家的不良驾驶行为评价与不良驾驶行为谱特征值一致。可见, 不良驾驶行为谱的构建与特征值计算方法能够使用车辆行驶轨迹数据自动辨识不良驾驶人, 具有客观性、适应性以及可靠性, 能及时发现不良驾驶人, 给驾驶人提供安全提示, 为交通管理部门提供交通安全预警的技术支持。     

公路隧道交通安全模糊评判体系研究

综合考虑影响公路隧道交通安全的“人、车、路、环境、交通特性”等因素,建立了隧道交通安全评价的综合评价指标体系,利用层次分析法、模糊数学理论对其进行综合评价,并通过实例对评价模型的运用进行了说明,验证了该方法的有效性和科学性,为管理者采取相应的安全管理措施,提高公路隧道交通系统的安全性提供方法支持。