老年驾驶人在交叉口的视觉特性（双语出版）

机动车驾驶人主要通过视觉搜索行为获取交通信息,为了分析老年驾驶人进入道路交叉口的视觉特性,建立了5个道路交叉口的虚拟场景,并进行了驾驶模拟试验,采集了21名老年驾驶人和17名中青年驾驶人进入交叉口的眼动数据。应用动态聚类法将驾驶人的视野平面划分为5个注视区域;在此基础上对比分析了2组驾驶人进入交叉口的注视特性、扫视特性、注视转移概率和注视平稳分布概率;并通过灰色关联度矩阵分析了影响注意转移行为的因素。分析结果表明：老年驾驶人对非行驶方向上的注视区域的注意都相对较差,2组驾驶人的注视持续时间、扫视幅度和扫视平均速度存在较大的差异,其中老年驾驶人的扫视幅度和扫视速度明显低于中青年驾驶人,而且老年驾驶人的注视点分布在车辆正前方区域的平稳分布概率为80.7%,比中青年驾驶人的69.3%高11.4%,并且具有显著性差异,说明老年驾驶人注视转移模式的灵活性相对中青年驾驶人较差。     

老年驾驶人的驾驶自我调节研究述评

随着社会人口老龄化的发展,老年驾驶人的占比逐年增加,提升老年人的驾驶安全性对于其安全自主出行和公共交通安全均具有重要意义。驾驶自我调节是老年驾驶人为适应身体、认知功能变化而对驾驶行为做出的主动调整,是其提升驾驶安全性、延长驾驶生命和维持自主行动能力的有效补偿策略。通过对已有关于老年驾驶人的驾驶自我调节研究进行系统回顾,介绍了老年驾驶人的驾驶自我调节行为的定义及其表现,归纳分析了其驾驶自我调节行为的影响因素及产生机制,在此基础上总结了现有研究的局限,并指出了未来进一步研究的主要思路和方向。对文献的梳理和分析表明：老年驾驶人的驾驶自我调节包括减少驾驶频率和回避具有挑战性的驾驶情境2种主要形式,并可分为策略性、战术性和生活目标性自我调节3种不同的层次水平;驾驶自我调节是一个复杂的过程,社会人口因素、生理健康和功能状况、心理因素等均可对其产生影响;驾驶自我调节的产生机制可以被概括为是个体从认知到态度改变,再到形成调节行为意向,直至最终发生驾驶行为改变的动态决策过程。未来对老年驾驶人的驾驶自我调节行为研究应更进一步将客观驾驶行为数据、医疗机构数据与驾驶人主观自我报告相结合,适当开展追踪研究,考察驾驶自我调节行为随年龄的发展变化趋势,深入探究驾驶自我调节的产生机制及其在降低事故发生和提升驾驶安全性方面的作用。     

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。     

基于驾驶人视觉特性的公路景观设计研究

从分析驾驶人视觉特性出发,分析了动视觉和静视觉对于公路景观的不同要求,分别阐述了基于动视觉和静视觉的公路景观设计理念,并提出了使用评估的方法。对于提高公路景观设计的科学性和合理性具有指导意义。     

基于驾驶人视觉特性的公路景观设计研究

从分析驾驶人视觉特性出发,分析了动视觉和静视觉对于公路景观的不同要求,分别阐述了基于动视觉和静视觉的公路景观设计理念,并提出了使用评估的方法。对于提高公路景观设计的科学性和合理性具有指导意义。     

人-车-路交互下的驾驶人风险响应度建模

人机共驾中,共驾模式的选择和驾驶控制权的分配高度依赖于对驾驶人状态的正确识别。为了分析人机共驾中驾驶人的状态,对行车风险场模型进行重构,通过构建风险场力作用机制,建立包含驾驶人特性、自车特性和外部风险特性的人-车-路闭环系统中的驾驶人风险响应度模型,用于表征驾驶人对风险的认知能力和应对倾向。根据24位驾驶人在跟车和并道2个场景中的驾驶试验结果,对不同风险响应度下驾驶人的驾驶特性进行分析。研究结果表明：驾驶人风险响应度在驾驶过程中具有时变性,在驾驶人个体之间和不同驾驶场景间均存在差异性。在风险响应度分别为低、中、高的3类驾驶片段中,驾驶人在驾驶时的碰撞时间倒数T_TCi和加减速行为均具有显著差异（p<0.05）;风险响应度较高的保守型驾驶中,驾驶人行车时倾向于保持较小的T_TCi（均值为-0.48 s^-1,标准差为1.25 s^-1）,单位时间内制动操作最多[均值为0.65次·（15 s）^-1],总体驾驶风格倾向于规避风险;风险响应度较低的激进型驾驶中,驾驶人行车时倾向于保持最大的T_TCi（均值为0.28 s^-1,标准差为0.42 s^-1）,相较于保守型驾驶,单位时间内加速操作较多[均值为0.48次·（15 s）^-1],制动操作较少[均值为0.50次·（15 s）^-1],总体驾驶风格倾向于追求行驶效率;风险响应度居中的平衡型驾驶中,驾驶人行车时所保持的T_TCi居中（均值为0.04 s^-1,标准差为0.36 s^-1）,单位时间内加速操作[均值为0.23次·（15 s）^-1]和制动[均值为0.41次·（15 s）^-1]操作总数最少,对于行驶效率和行车安全的追求相对均衡。相较于以往将驾驶人作为孤立个体的驾驶人状态评估方法,所提出的驾驶人风险响应度模型可以依据驾驶人在人-车-路交互中的驾驶表现,更为全面地反映驾驶人的个性化驾驶状态。     

驾驶人在手机通话行为中的认知分心图像识别研究

在手机通话（MPC）行为中,驾驶人极易陷入认知分心（DCD）状态,对此提出了一种基于头-眼行为特性的DCD图像识别方法。为适应自然驾驶中的波动光照和复杂背景,首先建立基于YCbCr色彩空间的在线肤色模型,提取待检肤色区域的PCA-HOG特征并建立支持向量机分类器来识别MPC手势;与此同时,采用多尺度局部模极大值方法检测嘴部显著边缘,并通过边缘活跃度来识别驾驶人说话行为,综合MPC手势和说话行为建立MPC行为的判别逻辑。最后,以5 s为时间窗口获取驾驶人的眼球活跃度、眨眼指数、头部横摆和俯仰运动活跃度,采用D-S证据理论建立融合头-眼行为特性的DCD识别方法。试验结果表明：融合手势和说话行为图像检测的MPC识别率为92.8%;对于不佩戴眼镜的驾驶人,眼球活跃度是DCD识别率最高的单一指标,“眼球活跃度-头部横摆活跃度-头部俯仰活跃度”融合证据的DCD识别率最高,为86.2%;对于佩戴眼镜的驾驶人,“头部横摆活跃度-头部俯仰活跃度”融合证据的DCD识别率最高,为83.2%;算法对熟练驾驶人的DCD识别率略高于非熟练驾驶人。     

高速公路连续隧道群驾驶人视觉特性分析

为了提高高速公路隧道群的行车安全,研究隧道群环境下驾驶人的视觉特性,在实际高速公路隧道群场景中,设计了驾驶人眼动特性实验方案,借助TobiiGlass2眼动仪与ErgoLAB数据分析平台采集了20名实验者的注视、扫视及瞳孔变化等眼动行为数据,对比分析了视觉特性变量在不同隧道、不同区段的差异。结果显示,在水平方向上第1条隧道的视野角度均值高于第2条隧道,而在垂直方向上则相反;第2条隧道的平均扫视时间比第1条隧道缩短47.75%,第1条隧道的平均瞳孔直径比第2条隧道大7.89%;第1条隧道入口段的瞳孔面积变化率平均值与方差大于第2条隧道入口段。实验结果表明,驾驶人在连续隧道群中通行到第2条隧道时视觉负荷降低,视觉稳定性提高。     

驾驶人对潜在危险性事件的心理预期识别研究

为准确识别驾驶人对潜在危险事件的心理预期,提出一种通过脑电信号对驾驶人心理预期进行识别的方法。参照心理学预期行为研究常用的标准S1-S2范式,改进设计了路侧停靠公交车造成视觉遮挡的人车碰撞事故模拟驾驶试验。模拟任务中以路侧停靠的公交车为线索刺激,公交车头的行人为目标刺激,诱发驾驶人的心理预期。为有效识别驾驶人心理预期,首先采用释放油门的避险行为对每个试次标定是否产生心理预期,然后通过快速傅里叶变换提取相关的脑电特征数据,并通过差异性分析及主成分分析算法对脑电特征指标进行筛选和压缩,最后基于支持向量机建立驾驶人心理预期识别模型。研究获取36名驾驶人数据,共计1 440个样本。结果表明:当驾驶人产生心理预期活动时,枕区和额区的α波能量值显著降低,而β波能量值则显著增加;差异性分析显示共有31项脑电指标对驾驶人心理预期敏感,所有脑电特征指标通过PCA算法进行降维,抽取出5个主成分作为识别模型输入;选择径向基核函数构建SVM识别模型,通过粒子群寻优算法对模型进行优化,模型对驾驶人心理预期水平的平均识别正确率为82.02%,平均AUC面积为0.82,结果表明模型具有良好的识别能力和稳定性,可为驾...     

驾驶人风险感知评价场景风险度影响因素研究

为提升驾驶人安全风险感知能力评价结果的信效度,系统梳理评价场景风险度的影响因素,依据驾驶人视觉感知特性和视觉搜索特性,提出交通环境特性、安全风险线索特性、安全风险特性及车辆行驶速度是影响评价场景风险度的主要因素,其中交通环境特性主要受环境复杂度、道路线形和环境照度的影响,安全风险特性主要受安全风险运动状态、所在位置、颜色和大小的影响。     

基于Logistic回归的驾驶人跟车危险认知模型

为探索紧急情况下驾驶人跟车危险认知机理,利用图像式汽车行驶记录仪在中国首次开展了大规模的交通冲突调查,基于采集的实际交通环境下的追尾冲突数据,分析了驾驶人制动操作与驾驶人安全和危险状态判断之间的关系,提出了基于Logistic回归的驾驶人跟车危险认知模型。研究结果表明:车头时距和碰撞时间是影响驾驶人跟车危险判断的重要参数;经模型的拟合优度和预测准确性检验,提出的模型在城市交通环境下具有较好的适用性。     

卫星定位数据驱动的营运车辆驾驶人驾驶风险评估模型

为了提高营运车辆驾驶人安全管理的精细化水平,合理地评估驾驶人驾驶风险程度,有的放矢地降低高风险驾驶人的事故率,基于卫星定位数据特点及驾驶行为与驾驶风险的相关关系设计26个驾驶行为特征参数。考虑到高速和非高速行驶时相同驾驶行为对驾驶风险的影响区别较大,根据23名营运车辆驾驶人的实测数据有针对性地筛选高速和非高速路段驾驶人风险评估指标,构建营运车辆驾驶人驾驶风险评估指标体系。然后,基于熵权法、独立性权系数法和Spearman相关系数法建立集成赋权法,确定各评估指标的权重。最后,雇佣40名营运车辆驾驶人进行实车试验以验证模型的合理性。结果表明：车辆速度和加速度方面的驾驶行为特征可以用于评估驾驶人的驾驶风险且评估效果较好,驾驶风险评估得分与实际交通冲突次数呈正相关关系,所建立模型可以较为准确地评估营运车辆驾驶人驾驶风险的高低,准确率达到77.50%,该模型在不同地区使用时,准确率存在一定的差异,但在容许范围之内,方法具有较好的鲁棒性。     

无信号控制交叉口老年驾驶人转向行为图谱研究

考虑到老年驾驶人存在的视觉弱化、反应能力下降等问题,有必要分析其转向行为特征。基于此,本文分析了在无信号控制交叉口情景下老年驾驶人的转向行为特征,并绘制图谱描述行为特征的时序变化。基于无信号控制交叉口的现实场景调查,搭建了具备常见冲突类型的虚拟仿真驾驶场景（包含6个无信号控制交叉口）,招募符合要求的老年驾驶人与中青年驾驶人进行驾驶模拟实验,分别采集车辆行驶数据（驾驶模拟器）、眼动数据和生理心理数据分析老年驾驶人与中青年驾驶人在不同转向场景下的行为特征差异,应用图谱理论构建驾驶人转向行为图谱描述老年驾驶人与中青年驾驶人的转向行为特征时序变化。实验结果表明：老年驾驶人的速度均值为20.4 km/h、注视持续时间均值为289.47 ms、扫视幅度均值为3.51°;中青年驾驶人的速度均值为35.79 km/h、注视持续时间均值为247.94 ms、扫视幅度均值为4.56°。老年驾驶人的心率变异性时域指标（SDNN和RMSSD）与频域指标（LF/HF和TP）的值更低,表明老年驾驶人在转向过程中更加紧张。图谱显示老年驾驶人的紧张持续时间更长,并在信息获取广度上弱于中青年驾驶人。结合图谱时空差异性指标发现,这2类驾驶人的驾驶行为在左转向场景下存在显著性差异,老年驾驶人驾驶操作的稳定性与安全性较低。     

基于LightGBM的驾驶人风险感知能力判别方法

碰撞风险与风险感知能力有关, 为准确评估驾驶人风险感知能力, 设计考虑危险源个数与类型的驾驶模拟试验, 采集危险场景下的驾驶人驾驶行为与眼动特征等数据。利用Mantel-Haenszel检验分析危险源因素、驾驶人个人特性在不同风险感知水平人群下的差异性, 借助Spearman相关性分析探索驾驶行为、眼动特征与风险感知能力之间的关系。结果表明: 危险源个数、类型与风险感知能力负相关。驾龄、车速、纵向加速度、刹车深度、制动反应时间及位置等与风险感知能力显著相关。风险感知能力迟钝的驾驶人车速偏高且加速度更大, 刹车深度更深, 从发现危险事件到采取行动需要更多的反应时间。构建综合风险感知能力评价指标集, 借助Random Forest算法对特征进行重要性排序, 在此基础上利用LightGBM算法建立驾驶人风险感知能力判别模型, 分析不同特征个数输入对模型性能的影响。结果表明: 与SVM和AdaBoost等算法相比, 基于LightGBM算法的模型F1值达到86.07%, 精度为86.14%, 可以有效地对不同风险感知等级的驾驶人进行分类。     

基于安全车速差的高速公路特长隧道环境驾驶人行为风险特性研究

为研究高速公路特长隧道环境下驾驶人行为风险特性,选取2座典型特长隧道进行实车试验,通过采集熟练驾驶人和非熟练驾驶人的速度数据,将此作为主观预期车速,结合道路行车环境的客观安全车速,构建基于安全车速差的驾驶人行为风险量化方法。在划分隧道路段为入口段、行车段和出口段的基础上,通过切分行车区间,对比分析出入口段2类驾驶人行为风险变化特性及整个隧道路段和普通高速路段的行为风险变化曲线。结果表明： 1)在隧道内部,相对于非熟练驾驶人,熟练驾驶人表现出更高的行为风险值;在隧道外部,则非熟练驾驶人的行为风险值更高一些。2)所有类型驾驶人在普通高速路段行为风险值最高,在隧道入口段的行为风险值最低。上述结果说明： 在隧道路段,熟悉试验道路的驾驶人车速行为并不安全,行为风险值相对较高。     

基于模糊神经网络的驾驶员弯道安全感受预测模型研究

论述了在人-车-路(环境)系统中驾驶员弯道安全感受的非线性特性。为了体现车辆、道路结构对驾驶员认知过程的作用和认知结果形成的影响,驾驶员弯道安全感受模型采用弯道平曲半径、车辆运行速度和驾驶员驾龄作为道路线形、车辆结构动力性、驾驶员经验的主要特征参数集,在增加积极和消极补偿运算的基础上,构建出模糊逻辑推理规则与神经网络优化逼近运算相互结合的5层推理预测模型,并结合实例数据,进行了对比分析验证,表明5层结构模型能够较好的满足特定弯道条件下驾驶员主观安全感受的认知推理预测要求,能够准确的、稳定的再现出驾驶员主观安全感受同驾龄、平曲半径和车辆运行速度间的相互作用关系。     

不同驾龄驾驶人交通事故特征分析

为研究驾驶人的驾驶经验对道路交通事故的影响,应用数据统计方法,分析了我国机动车驾驶人数量变化情况,以及2013年不同驾龄驾驶人肇事道路交通事故的总体情况.在此基础上,以我国东部某省持证驾驶人肇事事故为研究对象,分析了不同驾龄驾驶人的事故特征.分析结果表明,1年以下驾龄驾驶人事故率为10.6/万人,明显高于其他驾龄组;3年以下低驾龄驾驶人和11年以上驾龄的营运车辆驾驶人是驾驶人管理的重点人群.基于分析得到的肇事特征,从完善驾驶培训内容和重点、改进驾驶培训考试方式方法、提升再教育针对性等方面提出了驾驶人安全管理的对策建议.     

基于地空信息融合的无人机交通状态感知方法研究

现有的无人机(UAV)交通状态感知方法,主要针对宏观交通状态参数的获取,同时尚未克服UAV自运动对交通参数检测精度的影响,难以满足智能交通系统对于高精度微观交通参数的应用需求.为此,提出一种基于地空信息融合的UAV交通状态感知方法,该方法包括:地空信息融合模型、道路关键点(IKP)检测及跟踪、车辆目标检测及追踪算法和交...