山区高速公路不良视距下驾驶员精神负荷评估与驾驶行为危险度辨识研究

The rapid development of mountainous expressway is an effective supplement to highway passenger transport and freight transportation. Because of the limited visual acuity by terrain, road structure and regional climate, it is often a dangerous road to vicious traffic accidents. Therefore, the traffic safety problem facing the mountainous expressway has been one of the important subjects in the course of the road transportation development. In this project, we choose the mental workload of drivers and driving behavior under the bad sight process on mountain freeway as the research object. Based on the multi-source information theory, we analysis the information cognition principle in-depth to mountainous highway through the unbalanced traffic characteristics and driver poor sight distance. And we comprehensive analysis the factors which affect the expressway safety state in mountain areas. Besides, we do the research on the relationship model of driver, vehicle, road environment system and mountain expressway security situation evolution. To explore the deep coupling mechanism between driver's mental load and driving danger degree of mountain freeway, the real-time description of safety situation under multi factor analysis is realized. The Markov random model is used to build the risk model of driving behavior. Finally, the vehicle group security cooperative control strategy based on driver cognitive science is generated. The research results have important scientific and practical significance for improving the highway traffic safety and the active warning ability of traffic accidents in mountain areas.

山区高速公路的快速发展是公路客运和货运的有效补充，因其受地区地形、道路结构、区域气候等因素常导致视线受限，是恶性交通事故频发的危险路段。因此，面向山区高速公路的交通安全问题，一直是道路运输发展过程中需要深入研究的重要课题之一。项目以山区高速公路行车中不良视距引起的驾驶员精神负荷和驾驶行为过程为研究对象，基于多源信息理论，深入剖析山区高速公路非均衡车流特性和不良视距下驾驶员的信息认知原理，分析影响山区高速公路安全状态的综合因素；研究驾驶员、行驶车辆、道路环境系统与山区高速公路安全态势演进的关系模型，探索山区高速公路驾驶员精神负荷与驾驶行为危险度的深度耦合机理，实现多因素分析下的安全态势实时性描述。采用马尔科夫随机场原理构建驾驶行为危险度模型，最终生成基于驾驶员认知科学的车辆群安全协同控制策略。研究成果对提高山区高速公路道路行车安全性和交通事故主动预警能力具有重要的科学价值和现实意义。

“山区高速公路不良视距下驾驶员精神负荷评估与驾驶行为危险度辨识研究”项目，是道路交通安全与驾驶行为研究的重要研究内容，针对山区高速公路的智能感知、驾驶负荷和危险度辨识等内容开展研究，对公路交通运输安全具有重要的科学价值和工程意义。本课题的主要研究内容包括：基于驾驶模拟器的道路交通安全与主从驾驶任务模拟实验设计、夜间环境山区公路驾驶员精神负荷的生理特性与非参数检验、基于视知觉特性认知的驾驶人违规使用手机行为安全风险研究、面向安全辅助驾驶的佩戴耳机行为识别算法研究、手机社交娱乐操作对驾驶人视觉参数影响、基于卷积神经网络的夜间驾驶人疲劳检测算法研究、车联网环境下的异质车辆队列自适应巡航控制研究等。基于模拟驾驶器和SmartEye眼动仪设计模拟驾驶试验，在驾驶员脑电、心电、 呼吸、皮电等生理数据和精神负荷主观评价的基础上，运用统计学方法综合分析了驾驶模拟实验过程中的生理参数变量变化规律。采集驾驶人多类驾驶行为操作下的视觉特征数据，应用拉依达准则和联合频数分布直方图进行数据归约。针对不同操作下视觉参数，应用箱形图和Kruskal-Wallis显著性检验验证视觉参数评价指标的有效性。研究结果表明，非常态下驾驶员的精神负荷具有一定的增加，在执行主从任务的非常态行驶实验中被测试对象感知的主观压力显著增加、且主观压力与主从任务难度成正比关系。随智能终端等操作类型的不同，驾驶人水平和垂直视角标准差、视线离开道路时间百分比、扫视平均速度和眨眼持续时间呈显著性变化，可作为视觉参数影响的评价指标。基于注视、扫视、眨眼及瞳孔直径四个维度，深入分析了违规使用手机对驾驶人视觉行为的影响，通过主成分分析法研判驾驶人在不同驾驶过程中的安全等级；并利用人工神经网络实现对多种驾驶状态的检测，构建使用次任务驾驶行为安全风险评估模型，并评估多类驾驶状态对应的安全风险，形成驾驶行为危险度安全辨识等级。研究成果可服务于高速公路的道路交通安全评价与服务。