多源信息融合的次任务驾驶安全性评价方法研究

Secondary task driving has significant effects on traffic state and driving safety, however, no systematic research has been conducted so far on main characters, characterization parameters, evaluation system, and evaluation model for secondary task driving study. Therefore, in the study, kinds of typical driving behaviors is monitored during in-vehicle secondary task and normal driving by combining hardware driving simulation and real road dirving experiments. With visual and cognitive tasks as the research object, we deeply investigate the safety of secondary task driving using parameters of driver eye movements and vehicle running state. Focusing on the change rule of driver eye movements during secondary task driving, considering change characteristics of vehicle running status, fusing the impact of driver characteristics and road environment on driving safety, the secondary task driving safety evaluation parameters are determined by using methods of analysis of variance and correlation analysis. We determine the quantitative relationship of characterization parameters and driving safety remark set through subjective evaluation and objective analysis, study the depend and feedback relationship of characterization parameters utilizing analytic network process, set up weight coefficient matrix of effects on drive safety caused by characterization modules and parameters, and finally construct comprehensive evaluation system for in-vehicle secondary task behavior. The research results can provide theoretical and technical support for in-vehicle secondary task safety study and monitoring.

驾驶过程中非驾驶操作行为（次任务）会对道路交通状态和行车安全造成显著影响，但对造成影响的该类行为主要特征、表征参数、评价体系和模型等方面均未有系统研究。为此，借助硬件仿真与实车试验，监测记录正常和非正常驾驶各类典型行为，以视觉和认知类次任务为研究对象，利用驾驶人眼动行为和车辆运行状态两类特征信息，对次任务驾驶安全性开展研究。重点研究次任务驾驶过程中驾驶人眼动行为变化规律，综合考虑车辆运行状态参数变化特点，结合驾驶人特性与道路环境对安全性影响，利用多因素方差分析、相关性分析等方法甄选出能准确表征次任务驾驶安全性的参数组并构成评价指标体系。通过主观评估和客观分析两种方式确立评价指标与行车安全性评语集间的数量关系；利用模糊网络层次分析法对各指标的依存、反馈关系进行研究，建立各评价指标权重系数矩阵，构建次任务驾驶安全性综合评价模型并验证。研究将为次任务驾驶行车安全相关研究和监测提供理论和技术支持。

道路交通事故已成为重大的社会和经济问题。据统计，25%~50%的道路交通事故因驾驶人注意力分散引起，而在注意力分散引起的交通事故中，由驾驶人主动参与次任务行为引起事故的比例高达36.4%，成为导致道路交通事故的重要原因。但由于驾驶行为分析技术手段和理论工具的缺乏，目前国内外针对次任务驾驶安全性的研究尚不成熟，内容也较为分散。.本项目以次任务驾驶的安全性为研究对象，综合考虑次任务类型影响因素，从次任务类型、次任务驾驶对不同表征参数的影响、次任务驾驶模型和次任务驾驶行为研究方法四个角度出发，运用了主成分分析法、灰色关联分析以及粗糙集理论等机器学习和数据挖掘方法，深入分析了次任务驾驶时驾驶人的注视行为、扫视行为及眨眼行为三种眼动行为的差异性变化规律，以及次任务驾驶对速度均值、速度标准差、加速度标准差、方向盘转角及方向盘转角熵值的影响机制，重点解析不同驾驶状态及不同次任务类型下的驾驶人视觉行为和车辆运行状态变化规律，提取受次任务影响显著的参数，并确定出次任务驾驶视觉行为安全性评价指标和车辆运行状态评价指标，建立了次任务驾驶安全特征评价指标体系。.针对次任务驾驶安全性评价目标评价对象及关系，提出了基于模糊网络分析法的次任务驾驶安全性评价模型；对次任务驾驶安全特征评价指标进行无量纲化处理，深入研究了驾驶安全评语集及指标权重求取方法，建立评价指标的单因素模糊判断矩阵，确定出评价指标权重向量，通过模型求解并结合最大隶属度原则判断不同驾驶过程中的驾驶安全性等级，最终实现次任务驾驶安全性评价模型构建。利用次任务驾驶安全性评价模型对次任务驾驶实验数据进行分析处理，从驾驶类型、次任务类型和驾驶经验等方面分析次任务驾驶对驾驶安全性的影响，验证了次任务驾驶安全性评价模型的适用性。