基于模擬實驗的駕駛?cè)司X影響因素研究

熊 堅，袁玲薇，熊 登

(1.昆明理工大學(xué) 交通工程學(xué)院，云南 昆明 650500；2.昆明云內(nèi)動力股份有限公司，云南 昆明 650224)

0 引 言

道路交通系統(tǒng)是由人-車-路所構(gòu)成的動態(tài)系統(tǒng)，其中駕駛?cè)耸钦麄€系統(tǒng)中不確定的因素之一，也是影響交通安全的首要因素[1]。交通事故分析顯示，在突發(fā)情況下，由駕駛?cè)司X不足導(dǎo)致的交通事故占有一定比例，而導(dǎo)致其警覺下降的原因目前尚不清楚。據(jù)美國相關(guān)部門數(shù)據(jù)顯示，駕駛?cè)嗣啃旭?00 km就會面臨1次緊急危險情況[2]，這就要求駕駛?cè)藭r刻保持高度警覺性。因此對駕駛?cè)司X特性進行研究，探索對駕駛?cè)司X特性產(chǎn)生影響的因素，對預(yù)防和減少事故的發(fā)生起著重要作用。

20世紀(jì)50年代以來，陸續(xù)有學(xué)者開始對警覺特性進行研究。魏松濤等[3]對前人的警覺理論進行了總結(jié)，他認(rèn)為由于刺激信號的反復(fù)出現(xiàn)，操作者對信號刺激的反應(yīng)會減少或沒有反應(yīng)，呈現(xiàn)一種抑制狀態(tài)。20世紀(jì)90年代之后，駕駛?cè)说木X特性研究才廣泛受到重視。C. AURELIE等[4]采用駕駛模擬器，用沖出道路和速度較大變化的次數(shù)表示駕駛錯誤，用腦電圖數(shù)據(jù)表示警覺水平，研究了不同年齡段的駕駛?cè)嗽诰X水平和駕駛錯誤上的差異；A. S. EIKE[5]和M. ROMAN等[6]都對長時間單調(diào)駕駛對駕駛員警覺和注意的影響進行了研究，A. S. EIKE利用實車測試，用心電圖和腦電圖的數(shù)據(jù)分析駕駛員的警覺狀態(tài)，M. ROMAN用駕駛模擬器測試，用大腦的電位活動分析駕駛員的注意水平，結(jié)果都表明在長時間單調(diào)駕駛后駕駛?cè)说木X持續(xù)下降；張德乾[7]和馬錦飛等[8]從音樂的角度出發(fā)，研究音樂對駕駛警覺的影響，得出合適的音樂可以使駕駛員處于最佳喚醒水平保持較高的警覺性。這些實驗和方法為駕駛?cè)司X特性以及警覺影響因素的研究提供了新的研究思路，并在駕駛實踐中起到了一定作用。

有必要指出的是，國內(nèi)外對駕駛?cè)司X特性的研究存在兩個問題：較少以駕駛?cè)藶閷ο笱芯烤X特性；沒有考慮影響駕駛?cè)司X的道路環(huán)境、交通管控及風(fēng)險信息因素等。筆者以駕駛?cè)藶閷ο笱芯烤X特性，建立城市道路和高速公路兩種場景，選擇有無交通信號燈和風(fēng)險信息量，分別作為這兩種場景中的代表影響因素；通過駕駛模擬仿真實驗，測試駕駛?cè)嗽诔鞘械缆肥纸徊婵诼范斡袩o交通信號燈和高速公路不同風(fēng)險信息量4種場景下對風(fēng)險情況時的駕駛?cè)酥苿臃磻?yīng)時間和注視行為參數(shù)；分析駕駛?cè)嗽诓煌瑘鼍爸写_定因素下警覺水平的差異性，最終得到對駕駛員警覺影響顯著的因素。

1 駕駛?cè)司X相關(guān)因素及參數(shù)分析

國內(nèi)外學(xué)者對警覺的定義有不同的解釋和表述，筆者歸納其中的共同之處，并結(jié)合駕駛?cè)俗陨硖匦约暗缆方煌ōh(huán)境特點，將文中駕駛?cè)司X概括為：駕駛?cè)嗽谲囕v行駛過程中對道路上出現(xiàn)的一些風(fēng)險信息保持較高的警惕性并且能夠?qū)ζ渥鞒鲞m當(dāng)?shù)膽?yīng)激反應(yīng)。

影響駕駛?cè)司X水平的因素主要從風(fēng)險特征，駕駛?cè)颂卣?，道路交通環(huán)境3個方面進行分析。筆者綜合考慮城市道路和高速公路兩種場景，選取道路交通環(huán)境中交通信號燈有無和風(fēng)險特征中風(fēng)險信息量分別作為兩種場景的代表影響因素。

反應(yīng)時間是反應(yīng)駕駛?cè)司X水平的一個重要參數(shù)。道路交通環(huán)境中一些具有危險性的突發(fā)狀況，會影響駕駛?cè)说男睦砗蜕硖匦?，必然會影響駕駛?cè)说姆磻?yīng)時間，進而影響到駕駛?cè)说木X水平。因此，將駕駛?cè)说闹苿臃磻?yīng)時間作為警覺水平的一個評價參數(shù)。同時，駕駛?cè)嗽谛旭傔^程中其眼動是視覺認(rèn)知過程中十分重要的感官信息源，通過分析眼動數(shù)據(jù)可以探究眼動與人的心理關(guān)系[9]，而駕駛適宜性理論認(rèn)為，駕駛?cè)朔磻?yīng)遲緩、警覺水平低受心理和生理影響較大[10]。由此，筆者也將利用駕駛?cè)说淖⒁曅袨閿?shù)據(jù)輔助分析不同影響因素下的駕駛?cè)司X水平，作為駕駛?cè)司X水平的另一個評價參數(shù)。

2 駕駛?cè)司X影響因素仿真實驗

2.1 仿真測試實驗設(shè)計

本次實驗采取重復(fù)測量實驗設(shè)計。實驗中風(fēng)險信息數(shù)量和交通信號燈有無這兩個因素為自變量，因變量是駕駛?cè)酥苿臃磻?yīng)時間和注視行為參數(shù)。利用場景設(shè)計軟件設(shè)計相應(yīng)的三維模擬交通場景，部分受試者佩戴眼動儀在駕駛模擬器上駕駛，遇到風(fēng)險情況時，采取緊急制動。本次實驗場景中風(fēng)險信息包括高速公路上摩托車突然向左變道和城市道路上車輛通過十字交叉口這兩種情況。由于車速對駕駛?cè)说木X水平有影響，為消除這一影響，在實驗時對受試者的運行速度進行控制：城市道路場景中車速控制在60 km/h左右；高速公路場景中車速控制在90 km/h左右。

通過進行城市道路和高速公路場景下駕駛?cè)说木X特性仿真測試實驗，得到不同風(fēng)險場景下駕駛?cè)说闹苿臃磻?yīng)時間、注視行為數(shù)據(jù)，分析駕駛?cè)嗽趦煞N場景因素下警覺水平的差異性，找到對駕駛?cè)司X影響顯著的因素。

2.2 仿真測試實驗樣本

以往研究表明駕駛?cè)蝿?wù)對不同駕駛經(jīng)驗的駕駛?cè)擞绊懣赡懿煌?，新手駕駛?cè)烁菀自诰o急狀況下表現(xiàn)出高應(yīng)激狀態(tài)[11-12]。本實驗共選取30名駕駛?cè)?，符合心理學(xué)小樣本數(shù)量：熟練和新手駕駛?cè)烁?5名。熟練駕駛?cè)藶槌鲎廛囁緳C和駕校教練，駕齡大于5年，行車?yán)锍坛^10萬km；新手為在校大學(xué)生，駕齡3年內(nèi)，行車?yán)锍绦∮?0 000 km。同時為保證選取上多樣化，女性駕駛?cè)擞?2人。在仿真測試實驗中，為避免由于仿真駕駛無經(jīng)驗導(dǎo)致的結(jié)果差異，要求被試人在接觸實驗之前要熟悉駕駛模擬系統(tǒng)[13]。

2.3 仿真測試實驗設(shè)備

本次實驗選取昆明理工大學(xué)道路交通仿真實驗室開發(fā)的KMRTS駕駛模擬系統(tǒng)作為主要測試設(shè)備，并輔以iview HED4眼動儀，利用VSDesign 場景設(shè)計軟件設(shè)計實驗場景進行仿真測試實驗。其中駕駛模擬艙由一輛真實的車改裝，使駕駛?cè)嗽隈{駛時有高度的真實感；圖像采用虛擬現(xiàn)實技術(shù)由計算生成并通過3臺高清投影儀投影在具有150°視角的弧形屏幕上。如圖1。

圖1 KMRTS駕駛模擬系統(tǒng)平臺Fig. 1 KMRTS driving simulation system platform

2.4 仿真場景設(shè)計

2.4.1 靜態(tài)場景設(shè)計

根據(jù)駕駛?cè)司X影響因素不同，設(shè)計2組對比實驗。第1組，設(shè)計兩段3.5 km的高速公路，分別是單風(fēng)險和雙風(fēng)險信息路段，限速100 km/h；第2組，設(shè)計兩段3.3 km的城市道路，分別是有和無交通信號燈的十字交叉口路段，限速60 m/h，一共4個實驗場景。其中，高速公路場景根據(jù)某實際道路數(shù)據(jù)設(shè)計，城市道路場景按照實驗需求自行設(shè)計。車道為雙向四車道，每個車道寬3.5 m。實驗情境中氣候條件良好。每個道路場景實驗需5 min。

2.4.2 動態(tài)場景設(shè)計

研究駕駛?cè)擞龅斤L(fēng)險情況的制動反應(yīng)時間，需設(shè)置相應(yīng)的風(fēng)險信息。本次實驗場景中，高速公路上設(shè)置前方右側(cè)行駛的摩托車突然變道為風(fēng)險信息，城市道路上設(shè)置小車突然通過十字路口為風(fēng)險信息。

1) 高速公路場景

高速公路場景根據(jù)實際交通風(fēng)險場景錄像設(shè)計。該實驗場景包括雙風(fēng)險和單風(fēng)險信息路段，研究風(fēng)險信息數(shù)量對駕駛?cè)司X特性的影響。

雙風(fēng)險信息路段設(shè)置摩托車和大貨車2個風(fēng)險信息。運行程序如下：設(shè)到達(dá)每個觸發(fā)區(qū)的時刻為Ti，當(dāng)主車以90 km/h的速度行駛至距匝道口300 m時，到達(dá)第1個觸發(fā)區(qū)，記為T1，此時觸發(fā)摩托車以60 km/h行駛，兩車相距120 m；主車?yán)^續(xù)行駛到距匝道口150 m處，到達(dá)第2個觸發(fā)區(qū)的時刻記為T2，觸發(fā)右側(cè)匝道內(nèi)的大貨車以60 km/h行駛，此時大貨車距離匝道口100 m；當(dāng)三車同時行駛到匝道口時記為T3，此時摩托車突然向左變道，主車與摩托車距離較近。駕駛?cè)私?jīng)過T1～T3時間段完成運行。

圖2 高速公路虛擬場景示意Fig. 2 A sketch map of highway virtual scenario

2) 城市道路場景

城市道路場景旨在測試不同交通管控條件對駕駛?cè)司X特性的影響，選擇交通信號燈作為交通管控條件的控制變量。該實驗場景包括十字交叉口路段有無交通信號燈兩種情況，研究有無交通信號燈對駕駛?cè)司X特性的影響。

在有交通信號燈的十字交叉口路段，設(shè)置兩個觸發(fā)區(qū)。設(shè)到達(dá)每個觸發(fā)區(qū)的時刻為Tj，當(dāng)主車以60 km/h行駛至距人行橫道200 m時，到達(dá)第1個觸發(fā)區(qū)，記為T1，此時觸發(fā)前方交通信號燈由紅燈變?yōu)榫G燈，另一條道則相反；主車?yán)^續(xù)行駛至距人行橫道10 m處，到達(dá)第2個觸發(fā)區(qū)的時刻記為T2，觸發(fā)另一條道上的車輛以60 km/h從人行橫道駛出，闖紅燈。駕駛?cè)私?jīng)過T1～T2時間段完成運行。

圖3 城市道路虛擬場景示意Fig. 3 A sketch map of urban road virtual scenario

2.5 實驗程序

本實驗共分為4個階段，分別為實驗前準(zhǔn)備、正式實驗、數(shù)據(jù)采集和數(shù)據(jù)處理。實驗開始前，告知受試者按照日常習(xí)慣自由駕駛，使受試者熟悉駕駛模擬器的操作流程，觀察到受試者適應(yīng)模擬器后，停止練習(xí)；實驗時，在高速公路場景下，要求駕駛?cè)嗽趦?nèi)側(cè)車道行駛，不能變道，尤其在緊急情況下；城市道路場景下，駕駛?cè)税瘩{駛習(xí)慣正常駕駛；當(dāng)遇到風(fēng)險情況時，采取緊急制動措施確保車輛安全，同時工作人員開始采集模擬器數(shù)據(jù)。

2.6 數(shù)據(jù)采集

本次實驗采集到危險場景中風(fēng)險信息出現(xiàn)的時間點和駕駛?cè)税l(fā)現(xiàn)風(fēng)險信息時制動踏板位移變化的時間點數(shù)據(jù)，二者之差即為駕駛員制動反應(yīng)時間。

實驗有25名駕駛?cè)伺宕餮蹌觾x進行仿真模擬實驗，逐幀統(tǒng)計駕駛?cè)嗽陲L(fēng)險發(fā)生瞬間路段的注視行為數(shù)據(jù)，通過這些注視行為參數(shù)輔助分析各場景下的駕駛?cè)司X特性。

3 實驗數(shù)據(jù)分析

駕駛員警覺影響因素仿真實驗要求在城市道路和高速公路場景中車速控制分別為60 km/h和90 km/h。為了排除速度對實驗結(jié)果的干擾，分別采集每位受試者在城市道路場景中風(fēng)險出現(xiàn)前200 m和高速公路場景中風(fēng)險出現(xiàn)前300 m路段的速度進行統(tǒng)計，如圖4，受試者的運行速度基本符合模擬實驗要求。

圖4 不同場景下運行速度均值Fig. 4 Average running speed in different scenes

初步分析不同場景下受試者的制動反應(yīng)時間數(shù)據(jù)，刪除因受試者操作失誤以及測量誤差導(dǎo)致的異常數(shù)據(jù)，對得到的駕駛?cè)酥苿臃磻?yīng)時間數(shù)據(jù)進行統(tǒng)計，結(jié)果如表1，從表中看出極小值為0.42 s，極大值為2.36 s。目前對制動反應(yīng)時間的研究顯示，駕駛員制動反應(yīng)時間基本在0.3～2.5 s范圍內(nèi)[14-15]，本次實驗得出的數(shù)據(jù)都在此范圍內(nèi)，實驗數(shù)據(jù)有效。

表1 駕駛員制動反應(yīng)時間總體描述統(tǒng)計Table 1 Overall description and statistics of drivers’ braking reaction time s

對所確定的駕駛員制動反應(yīng)時間數(shù)據(jù)進行正態(tài)性檢驗，服從正態(tài)分布，對于數(shù)據(jù)分布形態(tài)的推斷非常重要，能為下一步的統(tǒng)計分析提供便利。由Kolmogorov檢驗結(jié)果可知見表2，各場景下反應(yīng)時間顯著性都大于0.05，說明與正態(tài)分布的假設(shè)無顯著差異，即此4種場景下的駕駛員制動反應(yīng)時間均符合正態(tài)分布。

表2 駕駛員制動反應(yīng)時間單樣本正態(tài)分布檢驗Table 2 Normal distribution test of drivers’ braking reaction time

4 駕駛?cè)司X影響因素分析

4.1 交通信號燈對駕駛?cè)司X影響分析

在城市道路場景中，對十字交叉口有無交通信號燈路段下的駕駛?cè)酥苿臃磻?yīng)時間進行差異性分析，探究對駕駛?cè)司X特性影響顯著的因素。城市道路場景中駕駛員制動反應(yīng)時間均值和方差見表3。

表3 駕駛員制動反應(yīng)時間均值與方差Table 3 Mean and variance difference table of drivers’ braking reaction time s

圖5(a)是城市道路場景中駕駛員制動反應(yīng)時間在99%置信區(qū)間的簡單誤差條形圖。從表3和圖5(a)看出：在十字交叉口路段，無交通信號燈下駕駛員制動反應(yīng)時間均值為1.008 s，反應(yīng)時間短且離散度?。挥薪煌ㄐ盘枱粝埋{駛員制動反應(yīng)時間均值為1.188 s，與無交通信號燈路段相比，反應(yīng)時間相對較長。由此在有交通信號燈和無交通信號燈路段下，駕駛員制動反應(yīng)時間存在差別，反映出駕駛員警覺水平有差異。

圖5(b)是城市道路場景下駕駛員制動反應(yīng)時間箱形圖。設(shè)Q1=中位數(shù)-第1/4分位數(shù)，Q2=第3/4分位數(shù)-中位數(shù)。在十字交叉口路段，無交通信號燈下，Q1為0.139，Q2為0.121，Q1>Q2；而在有交通信號下，經(jīng)計算可得Q1

圖5 城市道路場景中駕駛員制動反應(yīng)時間分析Fig. 5 Analysis of drivers’ braking reaction time in urban road scenario

為進一步比較十字交叉口路段有無交通信號燈下駕駛員警覺水平的差異，用單因素方差分析法對兩種場景下的駕駛員制動反應(yīng)時間進行t檢驗。

設(shè)在十字交叉口路段，無交通信號燈下駕駛員制動反應(yīng)時間為x1，有交通信號燈下為x2，即di=x2i-x1i，其中x1i和x2i分別表示無交通信號燈和有交通信號燈下十字交叉口路段駕駛員制動反應(yīng)時間的第i個數(shù)據(jù)。取顯著性水平為0.01。將相應(yīng)數(shù)據(jù)代入式(1)可得

(1)

查t值分布表，當(dāng)df=N-1=29時，t(0.01)=2.462。

因為t=3.70>t(0.01)=2.462，p<0.01，所以在十字交叉口路段，無交通信號燈和有交通信號燈兩種場景下駕駛員的制動反應(yīng)時間在0.01顯著性水平上存在差異。

綜上，在城市道路環(huán)境中十字交叉口路段，無交通信號燈和有交通信號燈兩種場景下駕駛員的警覺水平存在顯著性差異，交通信號燈的有無對駕駛員的警覺水平有明顯影響。

4.2 風(fēng)險信息數(shù)量對駕駛員警覺影響分析

高速公路場景中，分析單風(fēng)險和雙風(fēng)險信息路段下駕駛員制動反應(yīng)時間的差異，來判定風(fēng)險信息量對駕駛?cè)司X特性的影響。在此場景下駕駛員制動反應(yīng)時間均值和方差見表4。圖6(a)能更直觀的反映高速公路場景中單風(fēng)險和雙風(fēng)險信息路段駕駛員制動反應(yīng)時間的離散度情況。

表4 高速公路場景下駕駛員制動反應(yīng)時間均值與方差Table 4 Mean and variance difference table of drivers’ braking response time in the highway scene s

圖6 高速公路場景中駕駛員制動反應(yīng)時間分析Fig. 6 Analysis of drivers’ braking reaction time in highway scenario

從圖6和表4可以看出：在單風(fēng)險信息路段，駕駛員制動反應(yīng)時間均值為1.467 s，99%置信區(qū)間內(nèi)主要分布在1.2～1.7 s之間；而雙風(fēng)險信息路段，99%置信區(qū)間內(nèi)主要分布在0.9～1.4 s之間，與單風(fēng)險信息路段相比，整體反應(yīng)時間較短。通過駕駛?cè)酥苿臃磻?yīng)時間的差別可以反映出駕駛員警覺水平的差異，雙風(fēng)險信息路段，駕駛員反應(yīng)時間較短，說明駕駛員的警覺水平相對較高。

另外通過箱形圖也可以觀察高速公路場景下駕駛?cè)酥苿臃磻?yīng)時間的分布情況，如圖6(b)。用類似圖5(b)的分析方法，在高速公路場景中，單風(fēng)險信息路段，Q1為0.339，Q2為0.34，Q2>Q1，制動反應(yīng)時間在中位數(shù)兩側(cè)均勻分布；但是，在雙風(fēng)險信息路段，經(jīng)計算可得Q1

為進一步確定風(fēng)險信息數(shù)量對駕駛員警覺水平是否具有顯著性影響，對單風(fēng)險和雙風(fēng)險信息路段駕駛員制動反應(yīng)時間進行方差分析。

設(shè)單風(fēng)險信息路段駕駛員制動反應(yīng)時間為x7，雙風(fēng)險信息路段為x8，即di=x8i-x7i，其中x8i和x7i分別表示單風(fēng)險信息路段和雙風(fēng)險信息路段駕駛員制動反應(yīng)時間的第i個數(shù)據(jù)。將相應(yīng)數(shù)據(jù)代入式(2)可得

(2)

查t值分布表，當(dāng)df=N-1=29時，t(0.01)=2.462。

因為t=3.47>t(0.01)=2.462，p< 0.01，所以在高速公路場景下，單風(fēng)險和雙風(fēng)險信息路段駕駛員的制動反應(yīng)時間在0.01顯著性水平上存在顯著性差異。

綜上可知，在高速公路場景中，出現(xiàn)單風(fēng)險和雙風(fēng)險信息時駕駛員警覺水平不一樣，存在顯著性差異，風(fēng)險信息出現(xiàn)的數(shù)量對駕駛員警覺水平有影響。

4.3 不同場景下駕駛員注視點分析

分析所有受試者在城市道路和高速公路4種場景下行車過程中的眼動數(shù)據(jù)，用以輔助研究各個場景下的駕駛員警覺特性。用單次注視點的橫、縱坐標(biāo)散點圖集結(jié)表示注視區(qū)域，得到所有駕駛員在4個場景下的注視區(qū)域圖如圖7。

圖7 不同場景下駕駛員注視點散點Fig. 7 Scatter point graph of drivers’ fixation point under different scenes

根據(jù)圖7，在無交通信號燈路段，駕駛?cè)俗⒁朁c主要集中于正前方、左側(cè)和右側(cè)區(qū)域，輻射范圍較大，且遠(yuǎn)近交替注視；有交通信號燈路段，駕駛?cè)饲胺竭h(yuǎn)近交替注視，左右兩邊偶有輻射。這表明駕駛?cè)嗽跓o交通信號燈管控路段，對十字交叉口左、右和中間時刻保持注意，警覺性較強；而有交通信號燈路段，駕駛?cè)藢β房趦蛇吳闆r較少注意，警覺性較差。在高速公路場景中，單風(fēng)險信息路段，駕駛員注視點集中于前方遠(yuǎn)處，兩邊輻射范圍不大，駕駛過程中主要關(guān)注前方路況，對旁邊車道警覺性不夠；雙風(fēng)險信息路段，駕駛員主要注視正前方遠(yuǎn)處和右側(cè)遠(yuǎn)處，對前方和右側(cè)車道的車流情況時刻保持注意，當(dāng)右側(cè)車道發(fā)生風(fēng)險情況，駕駛員能第一時間做出反應(yīng)。

5 結(jié) 論

1) 設(shè)計了針對測試駕駛?cè)司X特性影響因素的仿真實驗，通過對比實驗分析不同場景因素對駕駛?cè)司X特性影響的差異性。針對以往對警覺特性研究較少以駕駛?cè)藶橹黧w及幾乎不考慮道路環(huán)境、交通管控的問題，筆者在這2個方面取得創(chuàng)新。研究成果可作為培訓(xùn)及提高駕駛?cè)司X水平、分析道路交通事故原因的理論輔助工具。

2) 交通信號燈對駕駛?cè)司X水平有顯著影響。有交通信號燈時，駕駛?cè)酥苿臃磻?yīng)時間較長，警覺性下降；無交通信號燈時，駕駛?cè)酥苿臃磻?yīng)時間相對較短，且注視區(qū)域廣，警覺性相對較高。說明在有一定交通管控的條件下，駕駛?cè)藢_突的關(guān)注度不高，警覺出現(xiàn)松懈；相反，無交通管控時，駕駛?cè)俗⒁饬Ω叨燃?，警覺水平上升。需要著重指出，筆者只是研究兩種情況下的駕駛?cè)司X性，而不是安全性。從安全性的角度看，交通管控會使安全性顯著提高，這是不言而喻的。

3) 風(fēng)險信息量對駕駛?cè)说木X水平有顯著影響。相對于單風(fēng)險信息，雙風(fēng)險信息時駕駛?cè)酥苿臃磻?yīng)時間更短，說明駕駛?cè)嗽陔p風(fēng)險信息路段，需要注意的信息較多，警覺性較高。

4) 駕駛?cè)说木X性與個體特性有很大關(guān)系，本次實驗沒有考慮個體差異問題。未來研究中，可考慮駕駛?cè)说膫€體特性，對受試者進行分類實驗，對駕駛?cè)说木X性進行更深入的研究。

[1] 肖將.駕駛?cè)孙L(fēng)險感知效用研究[D].昆明：昆明理工大學(xué)，2015.

XIAO Jiang.ReviewoftheDriver’sHazardPerception[D].Kunming：Kunming University of Science and Technology，2015.

[2] 劉瑋.基于動力定型理論的駕駛員應(yīng)激訓(xùn)練場景構(gòu)建與評價[D].西安：長安大學(xué)，2012.

LIU Wei.ConstructionandEvaluationofDriverStressTrainingScenesBasedonDynamicStereotypyTheory[D].Xi’an：Chang’ an University，2012.

[3] 魏松濤，許百華.警戒研究及其發(fā)展趨勢[J].人類工效學(xué)，1998，4(2)：60-62.

WEI Songtao，XU Baihua.Vigilance research and its development trend[J].ChineseJournalofErgonomics，1998，4(2)：60-62.

[4] AURELIE C，THIERRY P，ALAIN M.Correlation between driving Errors and vigilance level：influence of the driver’s age[J].PhysiologyandBehavior，2004，80(4)：515-524.

[5] EIKE A S，MICHAEL S，MICHAEL S.Drivers’ misjudgment of vigilance state during prolonged monotonous daytime driving[J].Accident Analysis and Prevention，2009，41(5)：1087-1093.

[6] ROMAN M，JAN R.Driver’s attention during monotonous driving[J].InternationalConferenceonBio-MedicalEngineeringandInformatics，2013：486- 490.

[7] 張德乾.監(jiān)控警戒下降及其研究趨勢[J].井岡山大學(xué)學(xué)報(社會科學(xué)版)，2014，35(2)：77-82.

ZHANG Deqian.Review of the mechanism of vigilance decrement and future research[J].JournalofJinggangshanUniversity(SocialSciences)，2014，35(2)：77-82.

[8] 馬錦飛，常若松，陳曉晨，等.音樂對駕駛警覺的影響及其理論模型[J].心理科學(xué)進展，2014，22(5)：782-790.

MA Jinfei，CHANG Ruosong，CHEN Xiaochen，et al.The effect of music on driving vigilance and its theories[J].AdvancesinPsychologicalScience，2014，22(5)：782-790.

[9] BOROWSKY A，SHINAR D，ORONGILAD T.Age，skill，land hazard perception in driving[J].AccidentAnalysisandPrevention，2010，42(4)：1240-1249.

[10] 郭忠印.道路交通安全工程[M].北京：人民交通出版社，2013：88-98.

GUO Zhongyin.RoadTrafficSafetyEngineering[M].Beijing：China Communications Press，2013：88-98.

[11] MATTHEWS G，DORN L，GLENDON A.Personality correlates of driver stress[J].PersonalityandIndividualDifferences，1991，12 (6)：535-549.

[12] DORN L，MATTHEWS G.Two further studies of personality correlates of driver stress[J].PersonalityandIndividualDifferences，1992，13 (8)：949-951.

[13] 陳穎.駕駛?cè)藨?yīng)激訓(xùn)練仿真系統(tǒng)設(shè)計與實現(xiàn)[J].重慶交通大學(xué)學(xué)報(自然科學(xué)版)，2015,34(5)：95-99.

Chen Ying.Design and implementation of driver stress training simulation system[J].JournalofChongqingJiaotongUniversity(NaturalScience)，2015,34(5)：95-99.

[14] 陳瑤.公路景觀對停車視距的影響研究[D].昆明：昆明理工大學(xué)，2015.

CHEN Yao.TheStudyingtheInfluenceoftheHighwayLandscapeontheStoppingSightDistance[D].Kunming：Kunming University of Science and Technology，2015.

[15] 余志生.汽車?yán)碚揫M].北京：機械工業(yè)出版社，2000：102-116.

YU Zhisheng.AutomobileTheory[M].Beijing：China Machine Press，2000：102-116.