典型事故形态下驾驶人工作记忆与应激反应研究

为探究事故发生时的不同形态和工作记忆与驾驶人应激反应能力及视觉行为的关系,本文对31名驾驶人分别开展城市道路中侧面碰撞、追尾碰撞和刮撞行人这3种典型事故形态下的驾驶模拟器实验。根据摄像机和眼动仪的输出视频,采用动态聚类将驾驶人的注视区域划分成7类,同时,基于单因素方差分析,Mann-Whitney U检验和Kruskal-Wallis检验,分析事故形态的类型、不同工作记忆容量的人群避险时的应激反应能力和视觉行为的影响。结果表明:事故形态和驾驶人的应激反应能力显著相关,在前车紧急制动事件中驾驶人的反应时间最短,较侧面碰撞减少了25.46%;在面对危险时的反应时间受到驾驶人工作记忆容量的影响,即相比于低工作记忆容量,高工作记忆容量的驾驶人反应时间短;此外,注视总持续时间、平均扫视时间和瞳孔直径均与工作记忆容量相关。研究结果可为车辆安全针对性预警提供理论支持。

基于VISSIM仿真的环形交叉口通行能力分析

作为一种特殊的道路平面交叉口,环形交叉口具有安全性高、冲突点少等优点。通过对环形交叉口进行微观仿真,能有效计算采用不同改进措施后交叉口的通行能力。文章采用VISSIM仿真软件对环形交叉口通行能力进行仿真研究,以两个具体案例为例,对无信控环岛、有信控环岛两种不同信号控制方案下的环形交叉口通行能力进行研究。结果发现,对三出入口单环道环形交叉口施加信号控制后其通行能力反而下降;对四出入口多环道环形交叉口施加信号控制后其通行能力提升效果显著。

基于车辆事故数据的交通事故预测综述

交通事故历史数据中隐含了交通事故过程中各影响因素之间的关系,运用数据分析的结论可以作为道路交通安全管理和交通安全教育的理论依据,为相关政策的提出提供科学支持。文章就基于车辆事故数据在交通事故预测方面的研究进行综述,首先介绍了道路交通事故预测的基本流程,接着重点概述了国内外学者在事故数据预测方面使用的主要模型,然后对这些主要模型的优势和不足进行比较,并且利用灰色预测进行事故预测案例分析,最后对未来用数据预测交通事故的发展趋势进行了展望。

基于智能手环的愤怒驾驶行为动态检测方法

为解决驾驶人因愤怒驾驶而导致交通事故的问题,首先,聘请18名职业驾驶人佩戴智能手环开展实车试验,采集驾驶人的心电指标;然后,经统计检验发现不同愤怒情绪强度下心电指标心率(HR)、RR间期的平均值(RRmean)、RR间期的标准差(SDNN)、连续差的均方根(RMSSD)、RR间期大于50 ms的个数(PNN50)、高频(HF)、非线性指标(SD1、SD2、SD2/SD1)具有显著差异;最后,分别以三级愤怒驾驶行为(正常、轻微愤怒、强烈愤怒)和二级愤怒驾驶行为(正常和愤怒)为因变量,以显著差异心电指标为自变量,基于支持向量机(SVM)、K近邻(KNN)和线性分析(LD)建立驾驶人愤怒驾驶行为动态检测模型。结果表明:二级愤怒驾驶行为识别模型识别效果明显优于三级愤怒驾驶行为识别模型;二级愤怒驾驶行为识别模型中SVM效果最好,三级愤怒驾驶行为识别模型LD模型识别性能最佳。