船员工作负荷检测方法研究综述

水上交通安全是水路运输领域的研究热点，船员驾驶行为及决策对水上交通安全有直接的影响，而驾驶行为表现及决策的制定与工作负荷密切相关。因此，船员工作负荷检测研究对预防人为因素导致的水上交通安全事故具有重要意义。通过对船员工作负荷影响因素进行梳理分析，发现个体因素、驾驶任务、驾驶环境以及船舶工况等是影响工作负荷的主要因素。从主观评测方法、任务绩效测量方法和生理数据检测方法3个方面对船员工作负荷检测研究方法进行归纳总结。总结发现:任务绩效测量方法在研究过程中存在一定局限性，主观评测和生理数据检测方法具有易获取数据、对驾驶过程干扰较小等优势，是现阶段较为主流的方法。指出了船员工作负荷检测研究的发展趋势，主要包括工作负荷定量化研究、工作负荷综合评价模型构建、多因素工作负荷影响研究、船员工作负荷实时监测系统构建。      

长时驾驶任务中脑力负荷多维特征变化趋势研究

研究长时驾驶任务中驾驶人脑力负荷多维特征随时间的变化趋势，对构建长时驾驶任务中脑力负荷的动态测评方法有着重要意义。现有研究缺少对脑力负荷动态变化的深入分析，尚未能揭示脑力负荷多维特征随时间的变化趋势。设计基于模拟驾驶场景下不同任务难度的时间纵向驾驶任务仿真试验，采用双因素(3任务难度×6时间段)组内试验设计，记录了驾驶人脑力负荷的主观测评、驾驶行为绩效以及眼动、皮电和心电等多模态生理测评指标数据，通过重复测量的方差分析方法系统地分析了脑力负荷多维特征在长时驾驶任务中的变化机理。结果表明：在长时驾驶任务中，随着驾驶时长增加，驾驶人的主观脑力负荷产生累积增加现象，驾驶行为绩效变差，瞳孔直径先快速变小后趋于平稳，皮肤电导水平先快速变大后趋于平稳，心率变异性pNN20指标随时间缓慢降低，心率低频与高频的能量比LF/HF在一段时间平稳后变大。任务难度对主观脑力负荷、驾驶行为绩效、眼动及皮电指标都有显著影响。不同任务难度下脑力负荷特征的变化趋势有所不同。研究结果揭示了长时驾驶任务中脑力负荷的多维特征变化趋势，可为进一步探究长时驾驶任务中脑力负荷的动态测评方法提供参考依据。     

基于交通标志信息量的驾驶负荷加载有效性研究

过高的驾驶负荷是导致驾驶绩效受损和交通事故的重要原因,因此驾驶行为和交通安全研究中需要采用适当的负荷加载形式;通过试验分析不同信息量的交通标志对驾驶人认知负荷的影响规律,验证交通标志信息量对负荷加载的有效性。基于不同信息量的交通标志,对驾驶人的驾驶负荷进行试验验证。招募44名被试在静态控制环境下进行交通标志认知试验,采用信息理论对交通标志信息量进行量化计算,用不同信息量的交通标志进行认知负荷加载,采集被试对每个标志的主观负荷评价及反应时间。试验结果表明：主观驾驶负荷与交通标志信息量有高度相关性,反应时间随着信息等级的增加而增加;而驾驶人性别和驾驶经验对交通标志视认反应时间和主观驾驶负荷量化没有显著影响,这说明在驾驶试验中,交通标志信息量可以用于驾驶试验中的认知负荷的加载,而这种负荷的加载对于驾驶人的性别和驾驶经验是无差别的。该研究更多地考虑了驾驶人的认知特性,研究成果可用于驾驶负荷试验的次任务加载,帮助进行交通安全理论研究。     

水上交通事故中人为因素研究综述

75%~96%水上交通事故是由人为因素引起,探寻船员在工作环境下的生理和心理状态与水上交通事故之间存在内在的联系,对降低船员失误率、保障航行安全具有重要意义.通过阐述水上交通事故人为因素研究内容,介绍水上交通人为因素研究手段(如脑电图EEG、近红外反射光谱NIRS技术等),对生理信号检测与人为因素的相关研究进行综述,阐述船员的工作负荷、注意力、情绪、压力、疲劳与神经生理特征数据变化的关联.讨论了人为因素研究趋势,利用新型测量技术研究船舶驾驶员行为特征、预警船舶航行人为差错、优化船员培训体系、改进值班制度,为减少海事领域人为失误、保障船舶航行安全提供帮助.      

面向人机共驾车辆的驾驶人风险感知研究综述

面向人机共驾车辆的驾驶人风险感知是接管时正确应激反应和操作的前提,是交通安全领域的研究重点.分析了人机共驾车辆驾驶人风险感知概念及其特性;从驾驶人特性、自动驾驶系统、驾驶情景这3个方面分析了人机共驾车辆驾驶人风险感知的影响因素;从驾驶行为表现、接管绩效和主观评价这3个方面对人机共驾车辆驾驶人风险感知衡量方法进行归纳总结...     

长江干线水上交通安全实时预警指标体系研究

提出了已有的6大类共计18个指标的长江干线水上交通安全预警指标体系的不足.在分析水上交通安全风险因素的基础上,结合预警指标体系构建的原则,并通过对海事部门、航运部门及一线船员的调查,提出4大类、10亚类共计36个指标的水上交通安全实时预警指标体系.通过与已有的预警指标体系对比分析显示,构建的实时预警指标体系更系统、全面,数量更大,在数据获取上更科学,在动态性和实时性方面有较大突破,更能有效地实现事前监控、及时预控的预警管理目标.      

驾驶心理对交通安全的影响

分析驾驶心理对交通安全造成的影响,并总结其中的主要因素.通过文献调研,综述了驾驶心理的主要过程和关键特征对交通安全的不同影响,并分析了驾驶心理对交通安全的影响方式.驾驶心理已经成为引发交通事故的重要因素之一,驾驶心理通过影响驾驶员的行为,间接地对交通安全产生影响,其中知觉、注意、态度、驾驶疲劳等是影响交通安全的主要因素.了解驾驶人行为的心理机制,有助于找到改善交通安全的方法,研究发现通过改变驾驶人态度是1种有效的途径.     

基于生理信号的多任务下驾驶员认知负荷的评定

为探索驾驶员精神状态与生理信号之间的关系,建立基于生理信号的认知负荷评价方法,在驾驶模拟器中设置了驾驶任务和语音交互任务这一典型的双任务模拟驾驶工况,记录实验过程中驾驶员的主观评分及心电、皮电和呼吸等生理信号,并运用统计方法分析生理参数在整个实验过程中的动态变化规律。结果表明,相对于单一驾驶任务,双任务工况下驾驶员感受的主观压力随着任务难度的增加而上升;心率变异性功率谱密度、皮电水平和呼吸频率等生理指标与驾驶员的认知状态具有较强的关联性,因而可以有效区分不同认知负荷的两种状态。     

疲劳驾驶检测方法研究现状

疲劳驾驶是造成交通安全事故的重要因素之一,国内外众多研究工作者针对疲劳驾驶的检测做了大量工作.文中概要地介绍了目前已有的疲劳驾驶检测方法,对具有代表性的方法进行了说明,并对其发展进行了总结.     

驾驶员接管自动驾驶车辆研究进展

为全面认识自动驾驶接管行为特征,分析驾驶员接管行为,结合自动驾驶接管的技术和现实背景,从自动驾驶接管绩效的影响因素,包括场景、技术、心理和生理等因素,梳理国内外驾驶员接管自动驾驶车辆的研究成果,总结主要研究内容和方法,并展望其未来研究趋势.通过归纳和分析揭示了影响驾驶员接管自动车辆的因素,主要包括接管场景和接管请求方式,同时非驾驶相关任务和年龄等因素也会影响驾驶员的接管行为和表现.针对驾驶员接管的驾驶特征及行为研究,内容精确丰富,方法科学完善;而对驾驶员接管绩效评价和干预研究,重点关注在统计学的基础上,建立完善的数据指标评价体系,用于评价和干预驾驶员接管绩效.未来针对自动驾驶接管的研究,一方面寻求自动车辆技术突破;另一方面综合心理学和统计学理论基础,建立驾驶员接管能力培训体系.      

平直高速公路低交通量下L2自动驾驶对驾驶人心理负荷的影响

为研究驾驶人在L2自动驾驶模式下的心理负荷特性,设计了正常驾驶和次任务驾驶2种状态,进行实车高速道路试验,采集21名被试驾驶人在2种驾驶状态下分别选择手动驾驶和自动驾驶模式的眼动数据、次任务绩效和主观评价数据.采用重复测量一般线性模型,分析不同驾驶模式对上述参数的影响,从客观和主观两方面分析驾驶人的心理负荷变化.结果表...     

考虑初始情绪的个性化驾驶负荷状态评价

利用驾驶人生理数据对驾驶人的负荷状态进行评价已成为交通心理学的研究热点,该方法通常需要采集驾驶人在静息状态的生理信号特征作为其负荷基准,因此负荷基准的提取将影响驾驶人状态评价结果的准确性.基于此,研究搭建驾驶模拟试验平台,招募15名志愿者开展驾驶模拟试验,设计不同任务诱导其产生3种程度的精神负荷,采集志愿者在不同负荷状...     

公路线形设计对交通安全的评价指标及其标准研究

为提高公路线形设计质量以减少因此可能引发的交通事故,提出了公路线形设计对交通安全影响的评价指标。分别从线形特性、车辆行驶特性和驾驶员生理变化特性三个角度总结了线形曲率、行车速度差和驾驶工作负荷三个指标,对指标的影响机理和特点进行了阐述,并给出了指标标准作为评价方法。     

自动驾驶接管绩效的影响因素、模型与评价方法综述

有条件自动驾驶系统无法应对所有驾驶场景,因而需要驾驶人在必要情况下进行接管。驾驶人的接管绩效对于有条件自动驾驶车辆的安全性、驾乘体验与接受度具有重要意义。近年来,大量文献从不同视角对驾驶人接管绩效这一主题进行了广泛研究,但仍然存在一些问题亟待解决。从驾驶人接管绩效影响因素、接管绩效模型与接管绩效评价方法3个方面综述了驾驶人接管绩效的研究现状。首先,从驾驶人因素、交通环境因素和自动驾驶系统因素3个维度对驾驶人接管绩效影响因素的相关研究进行综述。其次,对现有驾驶人接管绩效模型,包括经典统计模型、机器学习模型与结构方程模型进行总结。最后,总结了现有原始接管绩效评价指标以及接管绩效综合评价方法。分析发现：现有接管绩效影响因素的量化指标仍不够全面,现有接管绩效模型的可解释性和预测精度难以兼顾,现有接管绩效评价方法尚需进一步完善。有鉴于此,未来研究首先需要基于驾驶人群体主观评价提出接管绩效的全面评价方法,然后以此为基础从人-机-环境维度全方面探索接管绩效影响因素的量化指标,最后考虑多种影响因素的复杂关联关系,建立高精度接管绩效预测模型,从而为提升驾驶人接管绩效提供理论支持,促进有条件自动驾驶的进一...     

高速公路不同线形组合路段划分研究

通过对27名典型车型驾驶员在高速公路不同线形条件下的运行速度、生理和心理变化等现场试验数据采集、分析,得到驾驶员安全舒适性评价指标(驾驶工作负荷度)在高速公路不同线形组合路段的变化规律;提出高速公路线形变化引起的车辆运行速度和驾驶工作负荷度变化具有提前性,而并非在道路线形变化点同时发生变化,这种提前现象反映出驾驶员对道路线形条件变化认知和决策的适应特性;提出了基于驾驶工作负荷度变化特性的高速公路不同线形组合路段划分标准。研究结论对道路设计、交通安全设施布设和道路运营管理等理论和实践具有一定的参考价值。     

基于证据融合的城市交通安全风险综合评价

交通安全对城市经济发展和市民生活具有重要作用,他影响生产效率和生活质量。在综合考虑交通安全风险影响因素的前提下,建立了安全风险评估指标体系。鉴于指标体系复杂,主观和客观数据同时存在,增加了安全风险评估难度。由于安全数据的模糊性和不确定性,采用证据融合方法确定权重,利用模糊多属性决策方法,对安全事故风险进行综合评价并进行实证分析。分析表明该方法科学有效,可以指导城市交通安全风险评价工作,提高交通安全管理水平,降低安全事故风险。     

长下坡与隧道群路段安全评价及保障方案研究

超长下坡与隧道群路段的安全保障研究,对公路交通安全的构建有着至关重要作用。总结归纳了在连续下坡与隧道群路段的事故特征中,驾驶人及车辆、车速、道路条件、气候、光照几个影响因素的特点。根据事故安全影响因素和驾驶模拟实验的结论,提取评价指标进行量化分级,采用模糊评价方法,选择设计指标安全条件、驾驶仿真实验驾驶表现、主观危险判断等3个指标建立超长下坡和隧道群路段的安全评价体系。同时,分别从几何线形设计、配套设施设计和运营管理的角度,对长下坡和隧道群路段需要注意的问题提出相应的安全保障措施。对公路超长下坡与隧道群路段的交通安全研究具有指导意义。     

疲劳驾驶检测方法研究进展

疲劳驾驶是诱发交通事故的重要因素,研究如何快速准确地识别出驾驶员的疲劳状态,并在事故发生前进行疲劳预警,对预防疲劳驾驶、促进交通安全具有重要的研究价值和社会意义。文章从疲劳的检测原理出发,对比介绍了基于驾驶员生理特征、车辆行为特征、驾驶员面部特征的疲劳检测方法,重点分析了基于机器视觉的疲劳驾驶检测研究现状及其特点,以期为研究人员提供新思路。     

考虑噪声标签影响的驾驶员精神负荷状态评价

现有驾驶员精神负荷评价研究多以驾驶场景中有无次任务来给定驾驶员的精神负荷分类标签，但驾驶员在正常驾驶情景下也可能由于陷入自我思维而导致精神负荷的增加；此外，由于个体差异，同一驾驶次任务对不同驾驶员精神负荷的影响也不尽相同。因此，由传统方法所制作的数据集可能存在噪声标签，从而影响精神负荷评价模型的训练效果。针对此类问题，本文中采用置信学习的方法对驾驶员的精神负荷分类标签进行检测和滤除，使用处理过的标签，以脑电、心电和皮电信号特征作为模型输入，基于支持向量机、随机森林、K近邻、决策树、逻辑回归和多层感知机等多种算法构建驾驶员精神负荷模型，对比分析噪声标签处理对提高各类模型性能的效果。结果表明：使用置信学习进行噪声标签处理后，所构建的多种驾驶员精神负荷模型的性能均得到了明显的改善，其中，支持向量机模型的性能提升的效果最佳。     

基于熵权-TOPSIS的水上机场选址研究

为合理确定水上机场选址方案,研究了基于熵权-TOPSIS的水上机场选址模型.从自然条件、水域条件以及交通条件3个方面,综合考虑空域、水域及陆域情况,识别水上机场选址的影响因素,建立水上机场选址指标体系,构建基于TOPSIS的水上机场选址模型.引入信息熵确定各影响因素指标的权重系数,利用信息熵与TOPSIS进行水上机场选址决策.以镇江市某水上机场项目选址为实例进行验证,运用该模型对所提出的长江下游4个水上机场备选方案进行比选,求得各方案与理想方案相对贴近度分别为0.469/0.682/0.326/0.295.方案二相对贴近度最大(0.682),为最优选址方案,且与实际选址方案一致.采用熵权与TOPSIS相融合进行水上机场选址,可以充分利用客观数据信息,减少主观影响误差,增加选址决策的可信度.