英语原文共 10 页，剩余内容已隐藏，支付完成后下载完整资料
运输研究 F43（2016）80-89
SienceDirect提供目录清单
期刊主页：www.elsevier.com/locate/trf
疲劳驾驶对汽车追随行为的影响
Hui Zhang a,b, Chaozhong Wua,uArr;, Xinping Yan a, Tony Z. Qiu b
a Intelligent Transportation Systems Research Center, Wuhan University of Technology, Wuhan, Hubei, China
b Department of Civil and Environmental Engineering, University of Alberta, Edmonton, Alberta, Canada
文章信息：
文章历史：2015年7月30日收到
2016年6月14日收到修订版
2016年6月19日接受
2016年10月17日在线提供
摘要：现存的疲劳驾驶分析方法主要侧重于使用横向驾驶性能与方向盘或车道位置有关的测量而缺乏纵向汽车跟随行为研究。在这项研究中，有40名职业驾驶员邀请参加现场高速公路驾驶实验，持续至少6小时。在测试期间，驾驶员的疲劳状态将由驾驶员根据Karolinska Sleepiness Scale（KSS）、the PERcentage of eyeCLOSures (PERCLOS)和the Time Headway（THW）做出自我汇报以确定疲劳驾驶程度。然后评价疲劳驾驶对汽车跟随行为的影响。结果表明，疲劳水平（对于KSS和PERCLOS）都对THW参数有显著影响，包括平均值，标准偏差和最小THW。 KSS和PERCLOS的增加将导致较低平均和最小THW。同时，THW的标准偏差随KSS和PERCLOS的增加而增加。总之，这项研究表明疲劳程度导致驾驶员在跟随另一车辆时会选择保持较小的THW以及更短的THW来完成变道。更多的汽车跟随性能的偏差也随着疲劳程度的增加而被发现。因此，本研究的发现可以用于解释疲劳是导致后端碰撞的主要原因之一。此外，研究结果展示疲劳对汽车驾驶行为的影响，这可以用作监视疲劳驾驶员的度量。
- 介绍
本文的目的是介绍当驾驶员在疲劳状态的影响下汽车跟车驾驶行为的表现。本研究的动机是驾驶员疲劳是驾驶员疲劳，也就是熟知的昏昏欲睡时的驾驶，会在各式各样的情况下发生，例如长时间的驾驶任务、缺乏睡眠和睡眠障碍（Strohl et al，1998)。作为这些情况的结果，驾驶疲劳行为在我们日常生活中时有发生。为了调查美国疲劳驾驶的现状，美国汽车协会于2010年进行的一项调查发现，约有41%的驾驶员报告称自己在驾驶时曾有过不小心睡着或者点头的行为（Tefft (2010)。另外一项由疾病防控中心进行的研究分析了自2009～2010年来自行为风险因素监测系统的数据，表明在147076名受访者中有4.6%报告在过去的30天中曾出现至少一次在驾驶中睡着的行为（Centers for Disease Control and Prevention ，2013)。同样，在芬兰进行的一项调查也发现15.6%的受访者称自己曾在过去的一年中有过在驾驶时快要睡着或者很难保持清醒的状态（Radun, Radun, Wahde, Watling, and Kecklund ，2015).另一项对于瑞典司机的调查显示有14%的驾驶员通常在驾驶时会睡着（van den Berg and Landstrm，2006)。国家公路交通安全管理的调查中也发现驾驶时司机容易睡着的现象（Royal ，2003)很多现场驾驶和基于模拟器的调查被用来分析驾驶员在疲劳驾驶的影响下的驾驶行为。那些结果显示驾驶员在易劳累状态下其保持警觉和专注于驾驶行为的能力将受挫。从而，驾驶员的反应时间（Zhang, Zhao, Du, and Rong ，2014)和警觉度也将容易受到影响。NHTSA的研究表明昏昏欲睡的司机不太可能像警觉的司机那样采取正确的措施去防止车祸碰撞发生（Strohl et al. ，1998)。总而言之，当驾驶员处于疲劳驾驶时，其反应速度和采取合适的方向盘控制去避免撞车的能力都将受挫。而不幸的是，这两个因素对于保持警觉度和维护跟车安全来说非常重（Sangster,Rakha, and Du ，2013, Bella and Agostini ，2010, and Ma and Andrasson ，2006)。当跟车行为被疲劳状态所影响时，司机会承担很高的风险。因此，司机疲劳被看做是追尾事故发生的主要原因之一。相较于其他种类的交通事故，疲劳驾驶更容易导致死亡和重伤，因为当司机睡着而不能刹车或者转向时，高速下的撞击很容易就会发生（Royal Society for the Prevention of Accidents ，2011)。此外，在高速公路和限速超过55英里的主路上昏昏欲睡行为发生的状况更多（Knipling and Wang (1994) and Wang, Knipling, and Goodman ，1996)。因此疲劳驾驶事故比起非疲劳驾驶事故更容易引起追尾从而导致伤亡（Strohl et al ，1998)。为了更好地了解司机经历疲劳驾驶时的汽车跟随行为，本次研究组织了实地测试以调查疲劳驾驶程度在跟随驾驶行为中对车头时距方面的影响。文章剩余的部分将如下组织。在文献评论部分将评价用于检测疲劳驾驶的横向和纵向测试的研究方法。接着，将解释实地测试的实验设计和数据采集过程。
- 文献评价
由于没有对司机的直接干扰，非常多的调查倾向于用客观驾驶行为来监视疲劳驾驶行为。驾驶行为已经被证实是一个在不同因素的影响下，如长时间驾驶和缺少睡眠，用来评价驾驶员警觉度的可靠测试方法（Jovanis, Wu, and Chen ，2012)。通常所使用的司机操作或者机动车性能的横向和纵向测试方法将在下面部分进行评价和讨论。
2.1横向驾驶行为测试方法
在横向驾驶行为观测中，方向盘动作和车道保持是很常用的方法（Du,Zhao, Zhang, Zhang, and Rong ，2015)。方向盘旋转是对司机警觉度最敏感的测量方式之一。当司机容易发生昏昏欲睡现象时，他们的低频率方向盘转动动作将增加（Chikamori,Shimizu, and Ohtani ，2001)，而这种测试方法已被证实与驾驶员主观评价自身困倦有关。转向反转率（SRR）是另一个重要的指标用于测量旋转超过临界转角的频率以估计方向盘的稳定性。模拟器和实地测试都指出SRR与疲劳驾驶有程度很大的联系。
车辆的横向位置是指当前位置与它所行驶道路中心位置之间的关系。司机保持道路行驶稳定的能力是另一种跟安全有关的重要测量因素，而道路行驶稳定的表现也被证实与疲劳程度有很强的联系。无意识和不合适的变道都与驾驶员困乏或者疲劳程度有关（Davenne et al. ，2012)。其他研究也证明了除了变道之外，道路位置的标准差（SDLP）是另一个常用来研究疲劳驾驶的测量量（Wang et al. (2015), Zhang et al. (2014), Barr, David, Hanowski, and Olson (2005),
and Brown, Dow, Trask, and Salisbury (2009)。
2.2纵向驾驶行为测量方法
在回顾驾驶行为的研究后发现，目前的疲劳驾驶表现的测试方式主要是横向测试方法。只有少数论文评估了司机在受到困倦影响时，其对领先车辆的动作作出的反应。然而，车辆跟随是一个影响交通效率（Kim, Lovell, Kim, and Oh ，2010)和安全（Bella and Agostini ，2010) and Hoogendoorn, Hoogendoorn, Brookhuis, and Daamen ，2010)的重要行为。当司机在疲劳或者嗜睡影响下时，他们无法在要躲避相撞时做出正确的动作将导致追尾。此外，一个追尾事故通常是不合适的跟随距离导致的。典型的两个用来评价追尾事故的安全指标是车头（Yeung and Wong ，2014)或者间隔（Hoogendoorn et al. ，2010)和撞击时间（Yeung and Wong ，2014)。短的车头间隔指出潜在的危险，而短的TTCs代表实际危险（Vogel ，2003)这与发生事故的司机比避免事故的司机更加容易采用较短的车头间距相一致（Evans and Wasielewski ，1982)。追尾事故发生的概率也可以用TTC的可能性来估计（Meng and Qu ，2012)。除了传统的TTCs和车头间距外，拓展的TTC测量，如长时间曝光的TTC和时间整合的TTC都被用于进一步评估运输的安全（Minderhoud and Bovy，2001)。此外，很多因素都可能影响司机选择车头间距，如个体差异、警觉度、环境因素和其他机动车。
从上述的文章中可以看出，疲劳驾驶时很容易发生而且可以增加交通事故的可能性。此外，因为司机的驾驶技巧会被疲劳驾驶所损害，司机可能会无法刹车去避免追尾事故。这几项研究的结果指出，司机做出反应的能力因反应时间增加而被损害。如果与前方车辆之间维持的距离也小于安全距离，那么疲劳驾驶中的司机发生碰撞的风险就会高于保持警惕的司机。然而依然欠缺长时间驾驶时跟车行为的理解。因此，这个研究的目的是去调查跟车行为在疲劳驾驶影响下的表现。运用实地驾驶来收集主观和客观疲劳程度，同时在模拟器上收集跟车行为车头时距的测量结果。
3.实验设计
3.1 测量
如前述，这项研究的目的是调查疲劳驾驶对汽车跟随行为的影响。因此，第一步是评价司机的疲劳程度。主观和客观的测量都将被运用到研究中。Karolinska 嗜睡表（Akerstedt and Gillberg ，1990) 通常被用作评价主观嗜睡。KSS的有效性和可靠度已经被很多实验广泛证明（Wang et al. ，2015and Zhang et al. ，2014)。因此，本次研究中将参与者根据KSS自评的嗜睡程度作为疲劳程度的测量。同时，眼睛的百分比闭合程度将作为这项研究对疲劳程度的客观评价（Wang et al. ，2015)。得到THW的过程在图.1中展示。蓝色车辆是测试车辆,而红色的是普通的道路车辆。车头相对时间的分布将在最后一部分提出。在T0时刻，测试车辆与行驶缓慢的前方车辆相距很远。当THW大于2.5s时不记录车头时距。在T1时刻，测试车辆正在接近前方车辆而THW是2.5s
图.1.跟车行为车头时距的测量图
在T1之后，两辆机动车变得更加接近。然后在T2时刻，测试车辆的司机决定去变道。在T3时刻，机动车的中心进入了另一条道路随之跟随行为结束。THW只在小于或等于2.5s/时记录。当测试车辆的中心不是跟前方车辆在同一条道路上时，也不记录THW。从图1中看出THW在T1到T3时被记录。这项实验中，每一辆做跟随行为的车的平均THW、最小THW和THW的标准差都将被计算出来作为测量结果用于行为分析。
3.2 装置
在实地驾驶实验中为本次研究专门开发和安装了一款系统。这个实验系统包括Driver State Sensor DSS眼部动作跟踪系统，包括DSS的感受器、运算处理器和软件，其分别由图.2（a）到图.2 (c)所示。在图.2 (d)中有三个相机用来同时监测司机面部、驾驶动作和周围环境并将其记录为视频。一个基于视觉的道路偏移预警装置Mobileye C2-270如图.2(e)所示。一台自动变速器的私人轿车如图图.2 (f)所示。百分比闭眼和THW可以各自从Mobileye 和DSS中采集到。如果从Mobileye中提取到的THW范围在2.5s到2s之间时，数据精确到0.5s,如果THW的范围在2.0s到1s之间时，数据精确到0.2s，而THW小于1.0s时数据精确到0.1s。这个系统也被安装在一台用来获取实时THW和PERCLOS的笔记本电脑上。THW和PERCLOS的抽样频率是8HZ。
3.3 实验对象
这项研究的实验对象是通常在白天上班的专职出租车司机，是从中国武汉出租车公司中随机招募的志愿者。所有的这些实验者都没有任何的睡眠不规律行为。样本包含了40名司机（其中5位女性），平均年龄为42.7岁，标准差为7.3岁。这些司机都持有驾照平均15.3年，标准差为6.5年。全都在实验之前做过医疗评估并处于很好的生理状态，没有在进行药物治疗。实验对象被要求在测试前24h戒除酒精，限制茶和咖啡因。每一个对象都在参加前签署了一份知情同意书。这项调查遵从中国关于对健康志愿者进行科学实验的法律。
3.4 实验过程
四十名出租车司机被邀请参加实地驾驶测试。参与者被要求在早上8点前到达某一地点。在一小时的准备和仪器安装后，他们大约在上午9点时出发。大约上午11:30，这些司机有十分钟的午餐时间；而这是不足以回复警觉性的（Orsquo;Neill,
Krueger, VanHemel, McGowan, and Rogers ，1999)。每一个参与者都沿着G70高速公路驾驶从武汉到襄阳，往返大约需要6小时。测试道路是一条四车道、车流量低的高速公路。司机可以做自由的变道去减轻环境冲击。
图2.实地驾驶测试的实验系统和各组分
图3.关于疲劳驾驶和跟车之间关联的数据样本：(a)KSS,(b)PERCLOS
全文共9123字，剩余内容已隐藏，支付完成后下载完整资料
资料编号：[9517]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
