基于手机打车软件使用的驾驶分心行为研究

摘要

随着道路运输事业的快速发展，各国机动车保有量迅速增加，道路交通事故数量与日俱增。然而90％的道路交通事故与驾驶员因素有关，其中驾驶分心往往是造成交通事故的主要诱因。近年来，打车软件的使用人数飞速增长，驾驶中操作打车软件的分心现象也愈来愈普遍，由此诱发的驾驶安全问题也备受关注。因此，本文对驾驶中操作手机打车软件诱发的驾驶分心行为进行研究，建立驾驶分心检测模型，对改善道路交通安全状况，降低交通事故发生频率具有重大意义。
　　本文首先介绍了驾驶安全与驾驶分心行为的关系，阐明驾驶分心行为是引发交通事故，导致驾驶安全问题的重要原因。系统梳理了手机打车软件使用特点，以《中华人民共和国道路交通安全法实施条例》等法律为依据，结合本校驾驶模拟器的实际情况，筛选出本文研究的四类分心操作:蓝牙通话、与乘客交谈、查看信息、信息输入，手机支架的摆放位置为仪表台。
　　随后，在西南交通大学自主研发的大型驾驶模拟器上完成了基于手机打车软件使用的驾驶模拟实验。对实验数据进行分析，结果表明:常规场景中，有油门开度、纵向速度、纵向加速度、横向加速度、方向盘转角、方向盘转角角速度六项数据标准差在正常驾驶与四类分心驾驶情况下表现出显著差异，同时驾驶员个体差异对六项指标数据结果没有显著影响;非常规场景中，驾驶员在进行驾驶分心操作时，其对危险刺激的反应时显著增长，同时驾驶员个体差异也会对反应时的结果造成显著影响。驾驶员反应时的变化会直接导致避撞方式的改变，但是通过改变避撞方式的补偿行为并未降低交通事故率，驾驶员进行驾驶分心操作时的事故率都显著上升。
　　最后，将驾驶状态分成了三类，即正常驾驶状态、认知分心驾驶状态、视觉分心驾驶状态;基于车辆横纵向控制指标差异性分析结果，构造了驾驶分心检测参数集;运用支持向量机理论搭建了驾驶分心检测模型。随后，随机选取训练样本集和测试样本集对模型进行训练与验证，研究结果显示:该模型对正常驾驶状态、认知分心驾驶状态、视觉分心驾驶状态的平均正确检测率较高，分别为82.5％、80％、92.5％;将视觉分心驾驶状态与认知分心驾驶状态误判为正常驾驶状态的概率都低于8％;模型总体检测效果较好，可用于驾驶分心检测。

目录

声明

摘要

第1章 绪论

1．1 研究背景

1．2 研究目的及意义

1．3 国内外研究现状

1．3．1 国外研究现状

1．3．2 国内研究现状

1．4 论文研究内容及技术路线

1．4．1 论文主要研究内容

1．4．2 论文技术路线

第2章 相关理论基础

2．1 驾驶分心行为概述

2．1．1 驾驶分心行为与驾驶安全

2．1．2 驾驶分心行为研究方法

2．2 打车软件概述

2．2．1 打车软件的定义

2．2．2 驾驶中打车软件的使用特点

2．2．3 相关法律规定

2．3 基于两类场景的研究内容与度量指标

2．3．1 基于两类场景的研究内容构建

2．3．2 驾驶分心行为度量指标

2．4 本章小节

第3章 驾驶分心模拟仿真实验设计

3．1 实验目的

3．2 实验条件

3．2．1 实验设备

3．2．2 实验人员

3．2．3 场景设计与生成

3．2．4 场景导入

3．3 实验流程

3．4 实验数据

3．4．1 实验数据导出

3．4．2 数据分析方法

3．5 本章小节

第4章 基于打车软件使用的驾驶分心行为特性

4．1 常规场景车辆纵向控制指标分析

4．1．1 油门踏板开度标准差

4．1．2 纵向速度标准差

4．1．3 纵向加速度标准差

4．2 常规场景车辆横向控制指标分析

4．2．1 横向加速度标准差

4．2．2 方向盘转角标准差

4．2．3 方向盘转角角速度标准差

4．3 非常规场景应急决策指标分析

4．3．1 避撞反应时

4．3．2 避撞措施选择

4．3．3 交通事故率

4．4 本章小节

第5章 驾驶分心检测模型研究

5．1 驾驶分心检测参数选择

5．2 驾驶分心检测模型原理

5．2．1 支持向量机理论

5．2．2 多分类问题

5．3．1 分心检测模型构建

5．3．2 分心检测模型评价

5．4 本章小结

总结与展望

致谢

参考文献

附录

攻读硕士学位期间发表的论文及科研成果