基于眼动参数的驾驶员标志视认行为研究

通过驾驶员佩戴眼动仪在模拟舱中进行动态标志视认仿真实验,获得不同车速下驾驶员视认交通标志时的注视次数和注视时间.采用动态聚类方法将驾驶员的视野平面划分成3个区域,并统计分析各区域的眼动参数规律:驾驶员的注视点分布与车速及信息量的变化呈现高度的相关性,随着车速的提高以及信息量的增多,落在标志区域的注视次数和注视时间占总数...     

Eye-Movement Characteristics of Drivers According to Driving Experience-Relevance to Traffic Sign Legibility

An experiment was conducted to find the variability of driver eye movement according to different driving experience.An eye tracking system was used to study the regularity of driver eye movements, such as fixation duration, variations of fixation points, and the distribution of glance zone.It was found that driving experience had a significant effect on driver eye movement behavior.The percentage of fixation duration to total glance time for inexperienced drivers was 61.5%, while the percentage for experienced drivers was 50.2%.Moreover, the majority of drivers paid attention to the left region of the field of view more frequently than the central and the right regions.This study indicates that it takes inexperienced drivers more time to recognize traffic signs.The findings from this study will assist traffic engineers in designing and installing the traffic signs in an optimal way.     

高速公路隧道入口区域视线诱导系统有效性研究

为了达到高速公路隧道入口区域驾驶人早发现、早适应、早决策的目的,分析了隧道入口区域的交通安全现状,提出了一种高速公路隧道入口区域视线诱导系统的改善思路与方法;通过室内驾驶模拟仿真平台,利用眼动仪采集了驾驶人的眼部数据;将驾驶人浏览兴趣区域划分为5类,分析了驾驶人在各区域的眼动参数变化;采用注视点分布位置、视觉敏感区面积等指标,描述了驾驶人视区的变化规律,评价了视线诱导系统改善后的效果。研究结果表明:隧道入口区域视线诱导系统改善后,驾驶人对道路前方远处的浏览时间占比(50.55%)、注视时间占比(53.13%)相比现状方案均有显著的提升,且扫视幅度(5.47°)明显减小;改善后驾驶人的注视点更加集中于前方远处,而道路两侧的注视点减少;现状方案中驾驶人的视觉敏感区面积在距离隧道洞口180 m左右处急剧减小,在隧道内又开始缓慢增大;改善后驾驶人的视觉敏感区面积在距离隧道洞口350 m左右处开始减小,此后一直保持相对平稳的状态;改善后驾驶人的视觉敏感区面积在各隧道区域的变化速度均小于现状方案。视线诱导系统的有效性得到了验证,使得驾驶人更加关注道路前方远处及洞内的交通信息,同时视区变化幅度更小,并且视觉负荷降低。      

城市交通指路标志的认知性心理学实验评价研究

提出了一种通过驾驶动态模拟心理学实验评价城市指路标志认知性的方法.针对3种不同形式的指路标志,建立了用于驾驶模拟实验的路网及相关的指路标志系统,设计了驾驶模拟对比心理学实验方案;选取42名受试者进行分组实验并统计分析结果.研究表明,驾驶模拟实验能够有效地反映出驾驶员在道路交通环境及动态驾驶条件下对指路标志的认知性.通过对给定路线及目标的完整到达、非完整到达和未能到达3种实验结果及相关行驶路段的统计分析,得出了3种方案认知有效性的排序;最后对3种方案的设计及应用进行了说明.     

道路环境对驾驶人眼动行为影响的试验研究

为了分析道路类型条件对驾驶人眼动行为的影响,分别在城市道路、城乡结合道路及山区公路上开展试验,利用EyeLink Ⅱ型眼动仪对20 名驾驶人的眼动行为进行测试和记录,分析不同道路环境中驾驶人的注视区域、注视目标及注视时长等特征.结果表明,驾驶人根据道路环境的变化调整其视觉搜索行为,在交通环境相对简单的道路上,驾驶人注视较远且平均注视时间较短,而在交通环境复杂多变的道路上,驾驶人注视较近且平均注视时间较长.研究结果为深入研究驾驶人的视觉行为规律、提高驾驶人行车安全性奠定了试验基础.     

照度与纵坡耦合作用下海底隧道出入口段驾驶人视觉特征分析与建模

为研究照度与纵坡耦合作用下海底隧道出入口段驾驶人视觉特征变化规律,选取26名驾驶人在交通状况相近的非高峰时段进行海底隧道实车试验.利用视觉仪、照度计等采集真实交通状态下照度、驾驶人眼睑闭合度、注视时长、车速及位置数据,分析驾驶人受不同照度及纵坡耦合作用下眼睑闭合度、注视时长和行车速度的变化规律,并分别建立眼睑闭合度、注...     

自动驾驶环境下驾驶人接管行为结构方程模型

为提取自动驾驶环境下驾驶人接管行为的关键影响因素,使用驾驶模拟器和眼动仪进行自动驾驶环境下驾驶人接管试验;采集了11个受试者对5种接管情境的反应数据,包括车辆运行数据和眼部运动数据,并调查了受试者的个人属性;基于实测数据定性分析和情境差异定量分析的结果,利用AMOS软件建立了描述驾驶人接管行为的结构方程模型;假设纵向接管行为、横向接管行为和眼部运动行为是3个潜在变量,找到可以表征这3个潜在变量的9个观测变量;根据修正指数多次修正得到最终的结构方程模型,由此获得表征驾驶人接管行为的各变量间的关系及对应的参数。研究结果表明:驾驶人接管自动驾驶车辆的全过程可分为5个阶段,即感知反应、减速避让、加速回升、稳定恢复以及稳定运行;当左前方车辆汇入当前车道,此时驾驶人接管风险较高;横向驾驶行为与纵向驾驶行为、眼部运动行为均显著负相关,相关系数分别为-0.226和-0.223,纵向驾驶行为与眼部运动行为正相关,相关系数为0.152;平均速度、总体横摆角均值、一秒内扫视时间可分别高度解释驾驶人接管自动驾驶车辆时纵向、横向及眼部的潜在行为。可见,此模型能有效揭示驾驶人接管自动驾驶车辆的整体行为与局部行为,有助于改进人机交互模式与自动驾驶接管请求提示。      

与交通标志信息有关的驾驶人短时记忆衰减研究

研究驾驶人交通标志信息记忆量随时间的变化规律,能够为城市道路交通标志设计及实施应用提供有力支撑。在分析短时记忆时间规律、交通标志信息传输及度量的基础上,以一条有交通信息标志的实验路段为例,采用实验车调查法,结合心理学记忆理论,分析交通标志信息量对驾驶人短时记忆的影响,探究交通标志信息记忆量随时间变化的规律。结果表明,驾驶人对交通标志信息的短时记忆衰减规律符合艾定浩斯遗忘曲线。     

视线跟踪技术在交通标志视认性中的应用研究

视线跟踪技术是利用眼动仪来跟踪人的眼部运动,获取人的视线方向、持续时间等特征参数的新兴技术．本文研究了将视线跟踪技术引入交通标志视认性研究的意义和可行性,并重点阐述了眼动仪和视线跟踪技术在交通标志视认性研究中的工作原理和应用流程,为标志视认性的研究提供了一个新的视角和方向．     

基于结构方程模型的超速行为分析

为了识别和量化驾驶员在不同交通条件下遵从限速标志或限速警告信息的影响因素,及其相互之间的因果关系,应用探索性因子分析方法与结构方程模型,对534份驾驶员调查问卷进行了数据分析.分析结果表明:结构方程模型和观测数据拟合程度良好(拟合度指标值大于0.9),完全符合判别标准;在低危险感知与高危险感知两种情况下,驾驶员对限速的满意度是影响驾驶员遵从限速规定的主要影响因素;其次是年龄、驾龄、超速受罚次数、驾车频率等驾驶员自身及背景因素.改善驾驶员对于限速规定的整体认可与满意程度,适当提高驾驶员的超速行为风险,是逐步提升驾驶员遵从限速规定行为的有效方法.      

高速公路静态交通标志设置科学性分析

针对当前中国高速公路交通标志设置中存在的一些不容忽视的问题 ,以驾驶员信息接收和加工的基本规律为基础 ,分析了驾驶员有效利用交通标志传递信息的条件 ,研究了交通标志的视认距离、在空间的安置方式、同时并设及列队连续设置等因素对静态交通标志设置的影响     

高速公路交通标志设置要素研究

基于驾驶员驾驶时动态的生理、心理特征,从人机工程学理论的角度,对高速公路交通标志设置的位置、板面尺寸、信息容量等要素进行了理论分析研究,可为更合理地设置交通标志提供参考。     

基于图像显著性特征的交通标志注视点预测方法

基于图像显著性特征对交通标志的驾驶员注视点进行了预测。以L t ti的视觉注意模型为基础,通过高斯金字塔的生成、多通道图像特征的提取及特征图的生成以及显著性图的生成等步骤,建立了针对交通标志的注视点预测模型。以眼动仪为手段,对模型进行了验证。以相似度和线性距离两项指标对模型精度作了评价,实验结果显示,该模型对复杂交通标志的注视点预测具有良好的精度。     

基于生存分析的山区双车道公路超车持续时间模型

为研究混合交通流条件下山区双车道公路超车行为，确定关键影响因素与超车持续时间的关系。以云南省典型山区双车道公路为例，利用无人机采集超车行为视频数据，提取参与超车行为的机动车轨迹，构建超车行为变量指标体系，分析山区双车道公路超车行为特性；建立基于生存分析的山区双车道公路超车持续时间模型，确定影响超车持续的关键协变量，并分析关键协变量与超车持续时间的定量关系。结果表明：混合交通流条件下，山区双车道公路平均超车持续时间为10.3 s，平均超车距离为201.3 m，由驾驶员的驾驶风格、较高的行驶速度及复杂的交通流条件共同作用所致；Log-logistic 加速失效时间模型对超车持续时间拟合效果最好，AIC和BIC分别为272.989和265.650，危险函数拐点约为13 s，说明超车行为在13 s前结束的可能性最大；影响超车持续时间的关键变量分别为超车距离和超车车辆与被超车车辆的初始速度差、最大横向距离、是否有对向车、被超车车辆长度和超车车辆类型，影响程度较大的协变量为超车车辆类型和是否有对向车，当超车车辆为货车时，超车持续时间增加了22.9%，当有对向车时，超车持续时间降低了17.8%。     

公路交叉口指路标志合理信息量的试验研究

通过采用模拟试验方法,对驾驶员认读、判断指路标志的过程进行研究,从而得出指路标志信息量与认知时间之间的量化关系,以及在进行公路交叉口指路标志的版面信息量设计时,地名数不宜多于5个的结论,对交叉口指路标志的设计具有指导意义。     

指路标志设计设置研究

主要研究指路标志牌的设计以及指路信息系统的组织两方面。通过与司机视认距离有关的因素采确定指路标志牌的文字高度和尺寸．对标志牌内容的规范化也提出了一些建议,同时探讨了不同层次的路网结构下对指路信息的需求。     

主观拥堵感知下驾驶人路径调整行为决策研究

为深入调查研究交通拥挤的形成机制和扩散规律，本文针对交通拥堵形成和消散的内因， 即驾驶人在拥挤状态下路径的研判调整行为进行研究。设计基于全方位视角场景的驾驶人主观 拥堵感知实验，通过采集驾驶人个体特征、出行特征和交通流参数，结合驾驶人的主观拥堵评分 和路径调整决策，采用方差分析方法，探究驾驶人个体特征和出行特征对路径调整决策的差异 性。基于二项Logistic建立主观拥堵状态下路径调整行为模型，进一步量化所选驾驶人个体特征 和出行特征对路径调整决策产生的具体影响。研究表明：驾驶人个体和出行特征因素不同导致 路径调整决策产生显著性差异，其中，男性、老年人、低驾龄、出行次数少，以及弹性出行的人群更 青睐于保持原路径行驶；调整路径后增加的行驶距离占剩余行驶距离比例越大，保持原路径行驶 的可能性越大；熟悉周边路网的人群保持原路径的可能性是陌生人群的11.3%；区间车速每增加 1 km·h-1，驾驶人保持原路径行驶的可能性为之前的1.223倍。     

基于GIS和灰色模糊决策理论的自适应路线智能优选系统

为满足驾驶员路线选择的个性喜好和保障道路畅通,在分析影响驾驶员路线优选因素的基础上,提出了路线优选指标体系,引入灰色模糊决策理论,建立了基于GIS的智能路线优选系统,采用动态数据更新的Web信息共享方法,保证了路线优选的适时性。实例应用结果表明:系统具有直观、形象的交通图形显示功能,使驾驶员能够根据自己偏好与地图提示,准确地找到最优路线,提高了自适应路线优选的效率与可信度。     

高速公路隧道临近段车辆换道持续时间生存分析

为研究高速公路隧道临近段车辆换道行为,提高隧道路段行车安全水平,在广东省的3条高速公路隧道临近路段开展自然驾驶试验,采集换道车辆的行车轨迹以及周围行车环境等数据。基于采集到的车辆换道数据,采用生存分析的全参数估计方法,考虑不同驾驶人换道风险感知水平的异质性,构建随机参数加速失效时间(AFT)模型,分析隧道临近段行车环境、车辆运行状态等潜在因素对车辆换道持续时间的影响。研究结果表明：相较于固定参数AFT模型,随机参数AFT模型具有更好的拟合优度;至隧道进口的距离、起始车道前车的车速差、换道方向和至目标车道前车距离会对高速公路隧道临近段车辆换道持续时间产生显著影响;车辆换道位置距离隧 道进口越近,至目标车道前车的距离越近,换道持续时间越短;相较于换道车辆车速大于起始车道前车的情况,换道车辆处于非跟驰状态和车速小于起始车道前车时,换道持续时间分别增加 7%和20%。研究结果可为高速公路隧道临近段交通安全设施改善和微观驾驶行为模型构建提供理论依据和方法指导。     

一种基于信息融合的跟随驾驶行为协同仿真模型

基于信息融合技术模拟驾驶人信息感知、分析决策和车辆控制的全过程,建立跟随驾驶协同仿真模型.模型以动态交通信息为输入,设计单个神经元仿真驾驶人对感知信息的筛选,采用模糊径向基高斯神经网络提取驾驶行为特征向量,应用模糊积分法模拟驾驶人对信息的分析和决策过程,输出为车辆控制状态.离线检验结果表明,该模型能较好地描述跟随车状态变化,具有较高的精度.