摘要: |
驾驶人是“人-车-环境”道路交通系统的核心,研究驾驶人的感知-行为模式对于规范驾驶行为、提高安全水平具有重要意义。然而,当前的研究很少涉及驾驶中头动与器官协调性,尤其缺乏量化计算的研究。因此,本文设计了虚拟现实下的匀速平稳驾驶实验,并使用信息论工具进行建模、分析。我们首先研究头动,提出了头动-局部主动信息存储概念用以分析头动的稳定性,并证明了其与汽车转向角相关,并由此提出了头动稳定熵,将其作为评估驾驶表现的一种指标;提出了一种基于二维核密度估计的方法,使用头动数据预测车辆的转向角,取得了88.56%的准确率,建立了头动与方向平稳度关系的数学模型。然后,我们研究了头、眼、手、脚四种运动器官的协调性,提出了基于传递熵的因果网络用来描述四者间的协作模式,提出了使用网络平均传递熵作为评估驾驶中器官协调性的一种指标。最后,我们还发现,在驾驶中头-眼协调性非常强,配合紧密度高;在转弯时各器官间的协调性比在直行时强;在平稳匀速驾驶任务中,驾驶人对行为任务的优先级高于感知任务,并给出了具体转弯实例的分析。我们的研究建立了驾驶人的器官协作模型,对于提高驾驶安全性和驾驶表现具有重要意义,并在驾驶风险预警、驾驶人状态监测方面具有应用价值。 |