变化检测是指人们对变化的觉察、识别和定位的视觉加工过程,觉察动态交通场景中的变化,判断其危险性及对驾驶行为的影响,是保证驾驶安全的必要条件。本项目将变化检测范式融入动态驾驶模拟场景中,通过对场景的信息特征和驾驶的知识经验进行操纵,考察动态交通场景中变化检测的加工特点和认知神经机制。综合行为、眼动和脑电的数据,建立一套评估驾驶员变化检测能力的指标体系。在此基础上以现实环境中的驾驶事故率作为效标,建构驾驶员的变化检测能力与驾驶事故倾向性之间的关系模型,为甄别高危事故倾向性驾驶员提供数据支持。研究驾驶过程中的变化检测,可以深入理解人类对于复杂的动态场景的视觉加工特点及其脑机制,为驾驶员的选拔、培训和评测以及未来智能辅助驾驶装置的研制提供心理学依据。
驾驶场景中的变化检测对驾驶安全有着重要意义。本研究结合行为、眼动和脑电的数据,对驾驶员的变化检测进行了深入研究。研究一重点探讨了变化物体的特征对于变化检测的影响,结果发现高可能性的变化更能吸引驾驶员的注意。研究二探讨了驾驶经验对变化检测的影响,结果发现有经验的驾驶员的视觉搜索模式与非驾驶员存在显著的差别,行为和眼动数据均支持这一结果。研究三探讨了危险驾驶员注意加工的特点,结果发现危险驾驶员比安全驾驶员表现出更强的负性偏向,脑电和行为的数据均支持这一结果。这些结果为驾驶员的选拔和培训提供了心理学依据,相关成果为未来智能辅助驾驶装置的研制提供了数据支持。
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
拥堵路网交通流均衡分配模型
内点最大化与冗余点控制的小型无人机遥感图像配准
城市轨道交通车站火灾情况下客流疏散能力评价
水氮耦合及种植密度对绿洲灌区玉米光合作用和干物质积累特征的调控效应
不良汽车驾驶行为特性及其对交通安全影响的研究
车载信息服务对驾驶员行为与交通安全影响规律研究
交叉口过渡信号设置对驾驶员心理及交通安全影响研究
驾驶人员驾驶特性对道路交通流的影响机理研究