驾驶人心理技术测试的应用

根据土耳其最近通过的法律，特定驾驶人群必须进行“心理技术测试”。驾驶人的心理测试内容包括；驾驶人对交通安全的理解；驾驶技术的熟练程度；驾驶人在驾驶车辆时的精神及心理状态等。类似于“心理技术测试”的系统在一些道路交通事故发生大国（如意大利、西班牙）也在应用。     

美国麦基诺大桥上的专职“代驾”司机

我们都熟知，当一辆汽车的驾车人喝酒过量后，不宜继续驾驶车辆，必须另找一位合适的人代为驾驶（“代驾”），方可继续上路，以保证行车安全。     

浅析超速行驶违法行为的成因

影响驾驶人选择行车速度的因素很多且不尽相同：驾驶人的年龄、性别、驾驶态度及其对（警察）执法和交通事故的认识等都会影响行车速度的选择；天气情况、道路特征、车辆特性、区域速度、速度的适应性、损伤或最近的驾驶情形等环境因素也会影响驾驶人对行车速度的选择。本主要从驾驶人素质、车辆技术性能、道路条件、交通管理措施等方面探讨超速行驶违法行为的成因。     

保险公司不负责赔偿第三者经济损失的几种情况

主要有以下几种情况：无驾驶证或驾驶证有效期已满；驾驶的机动车与驾驶证载明的准驾车型不符；持未按规定审验的驾驶证以及在暂扣、扣留、吊销、注销驾驶证期间驾驶车辆；依照法律法规或公安交通管理部门有关规定不允许驾驶机动车的其他情况下驾车；非被保险人允许的驾驶人使用保险车辆；除另有约定外，发生保险事故时保险车辆无公安交通管理部门核发的行驶证和号牌，或未按规定检验或检验不合格。     

道路交通安全违法行为记分分值

一、机动车驾驶人有下列违法行为之一，一次记12分： （一）驾驶与准驾车型不符的机动车的； （二）饮酒后或者醉酒后驾驶机动车的； （三）驾驶公路客运车辆载人超过核定人数20％以上的;     

公交驾驶员“情绪”驾驶的危害及预防

<正>公交驾驶员在驾驶公交车辆运营服务过程中，始终保持良好精神状态和心理素质，对于行车安全和预防交通事故十分重要。公交驾驶员“情绪”驾驶的引发因素很多，直接影响着行车安全，要有针对性地加以预防。1公交驾驶员“情绪”驾驶引发因素（1）交通环境。随着机动车保有量增加和道路施工、交通管制等，城市道路“路难走、车难行”会引起驾驶员的烦躁情绪；     

智能交通信息网络环境下数字驾驶系统的体系结构与关键技术

提出了智能交通信息网络环境下的数字驾驶的概念，并通过分析车辆在行驶运动中的规律，寻求出人，车，路系统中的控制变量输入输出之间的逻辑关系，研究了智能化交通信息网络中人与车载设备之间的数字化系统模型，论述了数字驾驶的原理，进一步丰富了智能运输系统中的车辆安全驾驶理论和道路安全理论，提高了车辆行驶的安全性。     

“先锋哨兵”自主地面车辆

据报道，在华盛顿举行的美国陆军协会（AUSA）的年会上，以色列埃尔比特系统公司展示了其新型“先锋哨兵”（AvantGuard）自主地面车辆，同时还展出了公司的ORCWS7．62顶置遥控武器站。该公司负责人指出，“先锋哨兵”车具有良好的可靠性，能执行监视和侦查等多种任务。按照公司的说法，“先锋哨兵”是第一辆也是惟一提供了有人和无人操作选择的用户化经济性车辆，该车能够渗透到有人车辆无法进入的地区。无人驾驶时可在部队到达之前展示战场情况；有人驾驶时可提供全新的高机动性，具有其它自动车辆不可比拟的优势。     

人车路综合风险场模型构建及驾驶风格评估

为帮助驾驶人正确认知自身的安全驾驶能力，揭示“人-车-路”相互作用关系并衡量各要 素对车辆驾驶安全性的影响，构建了考虑驾驶风格因子的综合风险场模型。首先，针对现有风险 场模型在人因要素刻画不足，将车辆加速度方差和方向盘转角方差转化为驾驶风格因子，表征驾 驶人潜在驾驶习惯；然后，根据事故风险的突发性和短时性特征，利用希尔伯特-黄变换(HilbertHuang Transform, HHT)将驾驶全域风险分解为平稳阶段和局部突变阶段风险信号能量，作为评 价驾驶能力内在属性的关键依据；最后，开展行人横穿风险场景的驾驶模拟试验验证。结果表 明：驾驶风险能量在空间形态上呈“椭圆形”圈层分布，沿物理轮廓中心高边缘低，风险演变过程 能量大小“爬山式”递增效应显著。对风险能量聚类可获得比主观问卷更加细致可量化的分类结 果，对比发现，驾驶人存在“认知-操纵”偏差(问卷安全型-模型危险型/危险倾向)同时丰富的驾驶 经验对薄弱的安全意识有补偿作用(问卷危险型-模型安全型/安全倾向)。研究成果可以为识别 危险驾驶人群，提高安全驾驶能力提供一种新方法。     

基于跟驰特性的智能网联车混合交通流轨迹重构

车辆轨迹数据蕴含着丰富的时空交通信息，是交通状态估计的基础数据之一. 为解决现有数据采集环境难以获得全样本车辆轨迹的问题，面向智能网联环境，构建了混合交通流全样本车辆轨迹重构模型. 首先，分析了智能网联环境下混合交通流的车辆构成及其轨迹数据采集环境；然后，提出了基于智能驾驶员跟驰模型的车辆轨迹重构模型，实现了对插入轨迹数量、轨迹位置和速度等参数的估计；最后，设计仿真试验验证了模型在不同交通流密度和智能网联车（connected automated vehicle，CAV）渗透率条件下的适用性. 试验结果表明:CAV和网联人工驾驶车（connected vehicle，CV）的渗透率为8%和20%时，该车辆轨迹重构模型在不同交通流密度下均能重构84%以上的车辆轨迹；重构轨迹准确性随着CAV和CV渗透率的增加而提高；当交通密度为70辆/km，且CAV渗透率仅为4%的情况下，模型也能重构82%的车辆轨迹.      

公交驾驶员行车中的眼观六路耳听八方

公交驾驶员在驾驶车辆运营行驶中,通过观察对出现的情况作出预判,并采取相应的安全措施.行车中的"观察",驾驶员要眼观六路、耳听八方.眼观六路、耳听八方的具体内容和做法如下.     

UC-win/Road驾驶模拟器——真正的实车型模拟器

关于驾驶模拟器近年来,驾驶模拟器被广泛应用于车辆系统开发,ITS交通系统研究,驾驶员、车辆、道路和交通之间的相互作用的研究等诸多领域。瞄准这个潜在市场,UC—win/     

跟跟驰驰自自动动驾驾驶驶车车时时人人驾驾车车行行为为研研究究：实证与建模

随着中国新基建战略的提出及自动驾驶和网联通信技术的不断发展,智能网联车辆（Connected and Automated Vehicle,CAV）、自动驾驶车辆（Autonomous Vehicle,AV）和人工驾驶车辆（Human-driven Vehicle,HDV）混行的状态将在未来一段时间内存在。在混行条件下,车辆间的交互影响模式将发生变化。本文以HDV跟驰AV的驾驶行为为研究对象,通过分析驾驶实验数据将跟驰AV时HDV的驾驶风格量化并分为迟疑型、平稳型和信赖型三类。同时考虑驾驶风格、车辆的转弯能力和转弯半径等参数改进智能驾驶人模型（Intelligent Driver Model,IDM）,建立了前车为AV时的HDV跟驰模型。该模型通过对三类不同风格HDV跟驰AV时的驾驶参数的标定,能根据不同跟驰风格采取相应的跟驰策略。经数据拟合检验,该模型在启动加速、匀速行驶和制动减速阶段均能以较高精度拟合实际驾驶数据,其中直行跟驰的平均拟合精度为96.2%,转弯跟驰的平均拟合精度为91.4%。可见,本文提出的模型可以刻画HDV跟驰AV时的行为特征。在目前难以进行大规模混流实车实验的情况下...     

融入公交车与自动驾驶车队的异质交通流模型

为研究网联自动驾驶车（connected autonomous vehicle, CAV）和人工驾驶车（human-pilot vehicle, HPV）所组成的异质交通流特性及公交车驾驶行为对环境的影响，首先，分析异质交通流中的4种跟驰模式：人工驾驶小汽车跟驰、人工驾驶公交车跟驰、自适应巡航控制(adaptive cruise control, ACC)跟驰和协同自适应巡航控制(cooperative adaptive cruise control, CACC)跟驰；接着，基于各跟驰模型的特点，构建车辆跟驰和换道的元胞自动机模型，综合考虑CAV车队特性、驾驶员与CAV各自反应时间特性以及HPV加塞特性，并利用跟驰模式判断参数融合不同跟驰模式特性，实现统一的模型表达；最后，仿真分析不同CAV渗透率下CAV排队强度及公交车换道行为对交通流的影响.结果表明：在一定的CAV渗透率下，促使CAV形成队列比单纯提高CAV渗透率更能有效提升道路通行效率；适量的公交换道有助于充分利用道路通行能力，过多的公交换道则会妨碍正常交通，公交换道对交通流造成的通行效率衰减随CAV渗透率的增大而减小；同步流状态...     

江门汽运节能减排成效显著

为减轻油价上涨给企业发展带来的影响，提高企业环保水平，江门市汽车运输集团有限公司（下称“江门汽运”）通过对驾驶员进行节油驾驶技术培训，加强车辆维护保养和技术改造等多项措施，使企业的节能减排工作收到明显成效。     

标志设置的路侧安全性考虑及对策

车辆驶出路外发生事故主要有两类，一是路堤高、边坡陡、边沟不合理造成车辆侧翻，二是车辆碰撞路侧障碍物，如大孤石、标志柱、灯杆、树、护栏等。为了让驾驶人看清楚，标志通常设在净区的范围内，标志就成为一种路侧障碍物；但是标志又是向驾驶提供重要交通信息的设施。所以标志设置时，应在满足其提供指示、诱导，警告等信息的视认要求的前提下，尽量符合路侧安全要求。     

七类轻微交通违法只教育不罚款

（1）机动车靠右侧临时停车，未影响其他车辆和行人安全通行，且司机经教育后立即驶离。 （2）实习期驾驶人驾驶机动车未按规定粘贴实习标志。     

分心驾驶研究文献计量学分析

车辆自动化和信息娱乐系统的发展趋势使驾驶人分心成为日益突出的社会问题。为全面了解分心驾驶的研究进展，本文选取近 12 年关于分心驾驶的 2313 篇文章，利用文献计量工具VOSviewer和R-Bibliometrix系统梳理与分析分心驾驶的研究现状。首先，概述分心驾驶研究的总体情况，包括分心驾驶研究的国家分布、核心作者及核心期刊；其次，重点归纳分心驾驶领域的高影响力文献，并从“注意力机制”“分心驾驶风险与年轻驾驶人驾驶行为”“分心源”“分心驾驶检测”“自动驾驶下驾驶人的分心效应”这5个研究主题总结分心驾驶的研究热点；最后，构建分心驾驶的研究体系，并预测未来的发展趋势。研究认为：有必要加强研究分心的形成、消散和恢复机理；需扩展研究对象和场景，综合考虑车内和车外的分心源以及复合分心带来的风险；多源信息融合及考虑多类型分心可以进一步完善分心驾驶风险的研究；界定分心状态与等级划分，针对不同驾驶分心类型的识别应是未来分心驾驶检测研究的重点；自动驾驶场景下的分心行为及接管效能，以及混合交通流下的分心状态是值得关注的研究。基于机器视觉的分心检测和自动驾驶的接管效能将成为分心驾驶领域的研究前沿。     

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。     

飞机起飞后出故障 旅客被迫返航

1月20日，乳源瑶族自治县境内坪乳公路大桥镇路段发生一起8车相撞、6人死亡的特大交通事故。 经公安交警部门初步查明：当日，某驾驶员驾驶鄂H35781号大货车沿坪乳公路由北往南行驶，12时30分左右，当车辆行至S249线41KM＋40M（乳源县大桥镇下长坡路段）处，疑车辆制动失灵，追尾碰撞前方同向行驶的粤T55892号小客车，随后又与粤F47701号小客车、鄂S09872号大货车、浙JC7507号半挂车（挂车号为浙JC328挂）、鲁VXY969号小客车、粤XQ5285号小客车及湘D29908号小货车发生连环相撞，事故造成鄂H35781号大货车上4人（其中1人被车上货物压死）、粤XQ5285号小客车上1人当场死亡，一名伤者经送医院抢救无效死亡，另有11人不同程度受伤。