自然驾驶状态下使用手机对驾驶控制行为的影响

研究基于上海市自然驾驶项目,共计提取了296个驾驶人使用手机的行为样本,并基于动态时窗构建了表征驾驶人控制行为的特征指标,针对使用手机的5种操作行为:拨打、接听、通话、挂断和查看信息,分别分析了各操作过程中驾驶人纵向、横向控制活动的强弱情况,执行控制操作的灵敏程度以及车辆控制状态的稳定性.研究表明驾驶过程中使用手机的部分操作会导致驾驶人控制活动有所减弱,控制操作更加迟缓,且大多数分心操作对纵向控制稳定性产生了显著影响.这些发现有助于更好地了解驾驶人使用手机时的自然行为变化,为交通安全管控提供指引.     

车联网环境下信息交互形式对驾驶行为的影响

为研究车联网环境下不同信息提供方式对驾驶行为的影响,设计了车联网环境下的模拟驾驶实验,采集了4个场景下车辆运行数据。对比不同分心任务的驾驶行为特征和正常驾驶行为的差异,从转向角、车辆侧向偏移、速度、跟车距离等特征参数描述了车联网信息导致分心的驾驶行为规律,并构建了基于模糊综合评价方法的驾驶人分心等级评判模型,横向对比了不同信息提供方式对驾驶行为的影响程度。     

不同年龄段人群驾驶分心时的视觉特性分析

针对驾驶过程中浏览车载信息系统次任务时引发的驾驶分心问题，研究聚焦不同年龄段驾驶员的视觉注意资源分配策略，分析在动态视觉信息源的刺激下发生驾驶分心时的视觉行为表征。通过视觉搜索的实验方法，模拟驾驶过程中驾驶员浏览车载信息系统次任务的视觉行为过程，并分别测量了横向和纵向两种车载中控屏摆放方式下的参试者视觉特性数据与搜索绩效数据。通过分析驾驶员浏览车载信息系统次任务时视觉注意资源的分散程度，以衡量其在行程中的驾驶分心程度，在此基础上提出有益于缓解驾驶分心行为的车载中控屏视觉区域。实验结果显示:(1)横向中控屏测试中，参试者在上部区域的平均视觉搜索反应时长为641.92 ms，眼动数据显示，注视点集中分布于上部区域。(2)纵向中控屏测试中，参试者在下部区域的平均视觉搜索反应时长为751.75 ms，眼动数据显示，注视点集中分布于右侧区域。(3)年龄在59~68岁这个范围的老年参试者在执行模拟浏览车载信息系统次任务时的视觉搜索反应时长更长，平均为11639.57 ms，注视点分布更分散。可知，在横向中控屏的上部区域与纵向中控屏的下部区域的反应时间更长，在横向中控屏的上部区域与纵向中控屏的右侧区域交叉的占用的注视资源更多。研究表明，在动态视觉信息源的刺激下老年参试者与静态信息源刺激差异较为明显，且横向运动的信息源更容易被参试者捕捉，所占用的视觉资源少，不易引发驾驶分心行为。     

基于车辆横向运行数据的遗传-支持向量机算法的分心驾驶状态判别模型

分心状态是造成交通事故的重要原因。当前侵入式与半侵入式检测多被应用于分心驾驶识别，此方法会对驾驶任务产生一定干扰，且成本相对较高。对此提出一种低成本的基于车辆横向运行数据的分心驾驶状态判别方法：实验选取手机通话作为分心影响因素，设计了正常驾驶、免提通话、手提通话三个维度。首先，基于驾驶模拟器采集的数据，对正常与分心状态下的车辆运行指标进行Man Whitney U检验，从时域及频域中提取出与分心驾驶显著相关的车辆横向控制指标；其次，构建支持向量机（support vector machine，SVM）分心状态判别模型，将径向基函数作为SVM的核函数，使用网格搜索算法（grid search algorithm，GSA）、粒子群算法（particle swarm optimization，PSO）及遗传算法（genetic algorithm，GA）对SVM模型参数进行优化；最后，对比GSA-SVM、PSO-SVM与GA-SVM分心判别模型的分类效果，并运用ROC曲线对模型性能进行评估。研究结果表明：GA-SVM分心判别模型的最优交叉验证率、准确率及F_1值分别为87.9%、91.9%、94.05%，高于GSA-SVM（86.2%、87.2%、90.35%）与PSO-SVM（87.9%、91.2%、93.46%）；GA-SVM判别模型ROC曲线接近于（0，1）坐标，其AUC值为93.53%。所提出的GA-SVM分心判别模型获得了较好的分类效果，故认为此模型适合作为低成本条件下基于车辆横向控制的分心驾驶状态判别模型。     

基于迁移学习的驾驶分心行为识别及模型解释

为了提高驾驶分心识别的应用性及识别模型的可解释性,利用迁移学习方法研究构建驾驶人驾驶分心行为识别模型并采用神经网络可视化技术研究对模型进行解释.以VGG-16模型为基础,对原模型全连接层进行修改以适应驾驶分心行为识别任务,将原数据集中的10类驾驶行为按照所包含的分心类型合并为6类,采用合并后的数据集进行模型训练和验证.利用Grad-Cam方法提取了模型在识别不同驾驶行为时的重点关注区域并进行可视化,对照各分心行为的特点及模型分类时的重点关注区域对模型进行了解释.结果表明:所构建模型在测试集中的平均识别准确率达98.89％,经过训练的模型已具备了定位各驾驶行为的关键特征并据此判别行为类别的能力.     

常见驾驶行为下驾驶人注意力分配特征

为了获得驾驶人在常见驾驶行为下的注意力分配特征,借助驾驶模拟器采集特定交通流下的驾驶人眼动数据,利用注视时间和视觉信息搜索范围表征驾驶人注意力分配;分析不同驾驶行为下的驾驶人注意力分配特征,并探究来自不同方向的交通流对驾驶人注意力分配的影响。结果表明:驾驶人对前方正中心总是给予足够多的关注;自由流条件下,车辆转弯或换道时,驾驶人对正中心的关注下降,对转向一侧的关注增加,并且搜索范围由远处向近处转移;车辆沿曲率缓和的道路行驶时,交通流出现对驾驶人注意力分配的影响较小,而在转弯或换道时,交通流出现会对驾驶人注意力分配产生较大影响。     

基于马尔可夫链的驾驶人视觉转移特征

为了不割裂视觉转移过程的连续性,运用动态聚类方法,对驾驶人注视点的视野平面解析坐标进行聚类,实现驾驶人注视区域划分。在考虑驾驶人注视行为在时间轴上关联性的基础上,分析驾驶人注视行为在各注视区域间转移模式的齐次性,运用马尔可夫链理论,探讨各注视区域间视觉转移概率的求解方法,并对5名不同驾驶经验驾驶人的眼动数据进行统计,求得其一步转移概率矩阵和平稳分布,分析驾驶人视觉转移特征。分析结果表明：驾驶人对任一注视目标都需要多次重复注视才能获取足够的信息,且注视点主要集中在前方车道远处、前方车道近处、右侧车道和左侧车道4个区域。     

高速公路驾驶人超车过程视觉行为特性

基于驾驶模拟器构建高速公路超车行为模拟场景,利用眼动仪采集30位驾驶人的眼动视频数据,通过后处理软件逐帧分析,获得驾驶人超车过程中注视、扫视和眨眼等视觉行为参数。将驾驶人视觉区域划分为左后视镜、右后视镜、原始车道、目标车道和其余区域共5部分,经过统计分析,获得驾驶人视觉区域驻留概率。研究结果表明:驾驶人超车过程中目标车辆的速度对注视频率、扫视频率、眨眼频率和平均眨眼时间没有显著影响,与平均扫视时间正相关,与平均注视时间负相关;在同一速度水平下,超车目标为大型车时,驾驶人的平均注视时间、平均扫视时间较长,注视频率、扫视频率较低。超车过程中驾驶人在原始车道和目标车道的驻留时间概率超过70%,在左后视镜和右后视镜驻留时间概率相差不大,均为7%左右,在其他区域驻留时间概率为10%左右。驾驶人主要通过观察目标车道和原始车道获得交通信息,通过左后视镜和右后视镜获得交通信息的概率(约为14%)高于其余区域。     

车道变换与直行时的驾驶人注视转移特性

针对驾驶人在车道变换与直行过程中的视觉转移问题,利用眼动仪获取了20名驾驶人在真实道路驾驶过程中的注视行为数据。将注视范围划分为7个区域,分别统计了驾驶人在7个区域内的注视概率,以及在7个区域之间的转移概率。研究结果表明:无论是车道变换还是直行,驾驶人对当前车道和目标车道的注视概率始终是最高的,最大概率值为70.2%;车道变换过程中驾驶人对相应方向的后视镜注视概率较高,且向左、向右变换车道时的注视转移特性总体上呈现一定的对称性;车道变换过程中驾驶人的注视转移区域主要集中于原始车道、目标车道和相应方向的后视镜之间;直行时驾驶人主要在当前车道、相邻车道与前方远处之间进行注视转移。研究为自动识别驾驶人的换道意图提供了有益的参考。     

多模态交互的车内即时通信应用可用性评价

针对多模态交互的车内即时通信应用，构建可用性评价模型，并基于评价结果提出优化建议. 基于人机界面和可用性等领域的研究，确定了明确易操作、高效实用和安全的可用性原则，依次定义共15项评价指标，并创新性地搭建了实车模拟驾驶平台对3款汽车进行了可用性评价测试. 结合层次分析法和CRITIC法，综合考虑主观意见和客观数据表现，动态地确定了各指标的权重，并应用模糊综合评价法建立了评价模型. 在实车测试中发现了触屏交互引起的视觉和操作分心对安全性方面构成威胁，语音交互的任务完成时间直接影响用户的人机信任进而影响驾驶绩效等问题，并提出了优化建议. 基于该实车模拟驾驶平台和评价模型，还可针对更多样的交互模态、交互任务和车机应用进行可用性测试与评价，并指导其体验设计.      

不同线形诱导信息量下新老驾驶员视觉特性

为定量分析新老驾驶员在不同线形诱导信息量的草原公路弯道行车时的视觉特性,建立了5种不同层级线形诱导信息量的草原公路弯道虚拟场景,信息量水平分别为Q0、Q1、Q2、Q3、Q4,并进行了模拟驾驶试验,对驾驶员视野分区,分析不同信息量条件和驾驶熟练程度对驾驶员视觉特性的影响规律。结果表明：熟练驾驶员注视分布区域比非熟练驾驶员更远也更分散,非熟练驾驶员对近距离区域的关注程度远高于熟练驾驶员;非熟练驾驶员行车过程视觉负荷较高,对有效信息的感知和处理能力较弱,视觉搜索策略需要改善;两组驾驶员在Q2条件下的视觉强度特征表现最佳,认知和视觉搜索策略更为灵活;提出表征驾驶员眼动强度的回归模型,并分别求得两组驾驶员受信息量影响的眼动强度回归方程。     

基于驾驶视觉需求的山区公路平曲线安全评价

利用EMR-8B眼动仪,在平曲线半径连续变化的山区道路进行行车实验研究.以视点分布指数、水平视角变化均离系数、驾驶员注视强度等指标对不同平曲线条件下驾驶员的视觉需求进行评价.结果表明,在小半径、小交角组合下路段行车时驾驶员接受到的道路信息量较大,驾驶员的视点及水平视角不能很好地适应线形组合变化,论证了小半径和小交角组合平面线形时平曲线半径应大于125m,道路中心转角应大于120°.     

老年驾驶人的应激操作反应特性分析

随着年龄的增长,老年驾驶人的感知认知能力、判断决策能力及操作反应能力均出现衰退,进而导致其交通风险感知和应激反应能力发生变化。为了研究风险情景下老年驾驶人的应激操作反应特性,设计并搭建了行人与机动车、非机动车与机动车、机动车与机动车冲突的道路交叉口风险虚拟试验场景；分别招募了15名中青年与老年驾驶人进行了驾驶模拟试验,采集驾驶过程中驾驶人的操作行为及车辆运行数据；选取相关的指标对试验进行分析。结果表明,老年驾驶人在各风险情境下的反应时间与制动踏板行程总体上比中青年驾驶人长；而在高风险驾驶场景下,老年驾驶人的纵向加速度的波动幅度比中青年驾驶人大,其中有10名老年驾驶人发生了碰撞事故,占所有受试者的比例为33.3%。研究结果能为交通安全政策制定者的措施制定提供一些提高老年驾驶人驾驶安全性的理论依据。     

一种山区急弯路段驾驶人熟练度甄别方法

为探究驾驶人眼动行为与驾驶熟练程度以及道路线型之间的响应特性,设计并组织山区公路实车驾驶行为试验。招募20名驾驶人,实时采集被试驾驶人在急弯路段的6个注视及扫视行为表征参数。试验表明:眼睛注视点在左转急弯路段的水平方向分布范围是-0.5~0.1 m,在右转急弯路段的水平方向分布范围是-0.2~0.5 m;眼睛水平注视角变化的主要范围是0°~30°;扫视速度的变化范围区间是0~1(°)·ms~(-1),扫视幅度的变化范围是5°~25°。基于采集的眼动行为参数,构建驾驶人视觉搜索模态矩阵。采用主成分分析法对影响因子进行降维,并建立驾驶人眼动特征综合评价模型。结果显示,眼动综合评分与驾驶里程呈正相关关系,表明该模型可用于量化甄别驾驶人驾驶熟练程度,并为驾驶能力评估提供有效的理论依据。     

视觉类次任务驾驶安全性预测模型

为了建立一种视觉类次任务驾驶安全性预测模型,实现对驾驶人执行视觉类次任务时的行车安全进行预测,设计并进行了城际高速公路场景中三种视觉类次任务驾驶试验;以眼球运动状态参数集和车身行驶状态参数集为安全评价指标,使用模糊层次分析法(F-AHP)计算得到测试驾驶人的安全评价数字等级;以此为基础,利用BP神经网络建立视觉类次任务驾驶安全性预测模型,以30名测试驾驶人的评价指标数据作为神经网络的输入训练样本、安全评价数字等级作为神经网络的输出训练样本,调试网络参数直至满足本研究的精度需要;最后,使用其余10名测试驾驶人的数据对模型进行适用性测试。研究结果表明,在操作车载收音机、发信息以及操作触摸屏设备这三种次任务情境下,本预测模型的适用性较好,可以比较准确的实现对驾驶人安全等级的预测。     

基于视频业务的病毒式移动通信交叉熵法研究

针对宽带CDMA移动通信系统的多媒体业务,提出一种基于交叉熵的病毒式移动通信网络链路容量方程构建方法。该方法通过定义病毒式移动通信概念,将视频业务数据转化为话音业务数据,进而构建了多媒体业务下的病毒式移动通信网络链路容量方程,并引入交叉熵概念,仿真并分析了微小区病毒式移动用户进行视频业务的发生概率对网络性能的影响。仿真结果表明,微小区病毒式移动用户进行视频业务的发生概率可达到40％。该结果为病毒式移动通信概念应用于3G及4G CDMA移动通信系统的多媒体业务提供了一种方法。     

基于视觉行为的长下坡路段彩色路面设置有效性研究

为研究高速公路彩色路面对驾驶员视觉行为的影响规律,采用Smart Eye Pro 5.7型非侵入式眼动仪记录了在彩色路面路段的驾驶员眼球运动数据,并选用瞳孔面积、XY视角、注视次数百分数、注视时间百分比、平均注视时间等眼动指标对数据进行分析。结果表明:彩色路面能够有效引起驾驶员的注意,但也影响了驾驶的舒适性。彩色路面会导致驾驶员对近处与远处的关注变换更为频繁。对于隧道出口同时又是转弯的彩色路面路段,驾驶员注意力分散,关注于弯道内侧,因此彩色路面设置的方式还有待改善。。     

基于驾驶视认需求的隧道入口段光环境研究

为实现安全舒适的隧道入口段光环境,从驾驶员视觉功能及需求出发,提出了基于驾驶安全视认的隧道入口段光环境评价方法.以色温5 700K、显色指数70的隧道入口段光环境为研究对象,对小客车驾驶员进行不同运行速度的实车视认试验,得到驾驶员动态视认特性规律;采用驾驶员驾驶过程中对小目标物的视认距离作为入口段光环境安全视认评价指标,应用MATLAB数学统计软件建立了不同运行速度下视认距离与入口段亮度折减系数定量逻辑关系模型;最终得到不同设计速度下能够满足驾驶视认需求的亮度折减系数阈值,与现行规范值相比略高.研究方法和结论可为实际隧道入口段光环境设置、监控及运行管理提供技术参考.