人车路系统驾驶行为分析与安全支持

在人、车、路（环境）构成的复杂耦合系统中，驾驶人是系统安全、高效、绿色运行的核心要素。面对我国当前的混合交通环境，以及未来可能出现不同自动驾驶等级的智能汽车在道路上混行的情况，驾驶人这一要素对人车路系统的影响更为复杂，而由驾驶人因引发的安全恶化效应亦将十分显著，因此，针对驾驶行为分析方法及控制策略研究的需求十分迫切。
驾驶人不仅是人车路系统的信息处理者和决策者，同时也是调节者和控制者，其行为特性、演化规律以及风险辨识的研究是目前交通安全领域的重点内容。尽管研究角度和起点不同，方法和手段各异，但目的却是一致的，即通过驾驶行为内在机制与外部表现的识别来揭示行为本身对安全的影响程度，以期从根本上设计智能化的安全支持策略，并通过制定相应管理措施，达到实现车辆驾驶安全的目的。
本书从人车路系统中的驾驶行为基本定义与特性入手，通过纵横向驾驶行为模型对行车安全需求进行阐释，运用静态驾驶模拟、实车在途测试、用户问卷访谈等主客观实验手段，对特定场景下的驾驶人认知、操纵，以及人机交互行为进行分析，提出保障智能汽车驾驶行为安全的支持方法。
本书共9章，其中第1、2、6、7章主要由蒋晓蓓撰写，第3、4章主要由蒋晓蓓、郭宏伟撰写，第5、9章主要由王武宏、李成刚撰写，第8章主要由王武宏、王乐怡撰写。全书由蒋晓蓓统稿。
本书的撰写出版和书中涉及的研究项目得到了国家自然科学基金项目（51805034、51878045）、中德合作科研PPP项目（2015-组17）的支持。在编写过程中也得到了国内多位交通科学和交通运输领域专家教授的支持。北京理工大学机械与车辆学院研究生成前、刘泽、李成、王天翼、任泽恒、张浩东、侯单懿、郭佳雯、于文麟以及本科生李殊荣、李承禹、李睿豪、叶琦等参与了本书相关研究课题，在此一并表示感谢。
由于笔者学术累积和能力所限，书中尚存在不足之处，恳请广大读者批评指正。

著者
2020年3月于北京海淀

蒋晓蓓，北京理工大学机械与车辆学院，讲师，长期从事驾驶辅助与交通安全的基础理论和工程应用研究。
主要研究方向有：人车系统微观行为建模与险态辨识方法、人车路系统定量风险评价与安全控制策略、面向车载支持的数字驾驶特征识别与人车安全交互理论。

作为人车路系统的核心，驾驶人以及驾驶行为研究将对汽车智能化、拟人化、宜人化发展起到支撑与推进的作用。本书从人车路系统中驾驶行为基本定义与特性入手，通过纵横向驾驶行为模型对行车安全需求进行阐释，运用静态驾驶模拟、实车在途测试、用户问卷访谈等主客观实验手段，对特定场景下的驾驶人认知、操纵，以及人机交互行为进行分析，提出保障智能汽车驾驶行为安全的支持方法。
本书可作为高等院校相关专业研究生教材或教学参考书，也可作为广大围绕驾驶安全展开相关研究人员的参考用书。

第一部分人车路系统驾驶行为基本特性
第1章绪论/ 001
1.1道路安全水平与人的行为因素/ 001
1.2驾驶人基本特性/ 004
1.3驾驶行为分析与绿色驾驶/ 006
1.4人车协同驾驶与交互安全/ 007
参考文献/ 009

第2章定义驾驶行为/ 012
2.1驾驶任务/ 012
2.1.1驾驶任务层级划分方法/ 012
2.1.2主次副驾驶任务定义/ 014
2.2驾驶认知行为/ 016
2.2.1信息传递与驾驶行为形成/ 016
2.2.2信息感知与加工处理/ 018
2.2.3驾驶人认知状态与情景意识/ 020
2.3驾驶失误/ 022
2.3.1驾驶差错与驾驶失误/ 022
2.3.2基于驾驶失误的事故致因/ 023
2.4危险驾驶行为/ 025
2.4.1分心驾驶/ 025
2.4.2不良情绪驾驶/ 027
参考文献/ 029

第3章纵向驾驶行为分析/ 032
3.1纵向驾驶行为基本特性/ 032
3.1.1纵向运动安全特性分析/ 032
3.1.2跟驰驾驶行为特性/ 034
3.2跟驰行为模型/ 035
3.2.1刺激—反应模型/ 035
3.2.2安全距离模型/ 038
3.2.3优化速度模型/ 038
3.2.4智能驾驶模型/ 039
3.2.5元胞自动机模型/ 040
3.2.6心理—生理模型/ 042
3.2.7人工智能模型/ 043
3.3基于感知阈值的纵向驾驶行为模型/ 044
3.3.1基于相对速度的感知阈值分析/ 044
3.3.2减速时的跟驰模型/ 045
3.3.3加速时的跟驰模型/ 046
3.4人工势能场跟驰模型/ 047
3.4.1人工势能场的构建/ 047
3.4.2基于人工势能场的跟驰模型/ 049
参考文献/ 050

第4章横向驾驶行为分析/ 053
4.1换道行为特性与模型分类/ 053
4.1.1换道行为过程/ 053
4.1.2换道模型分类/ 055
4.2换道行为模型/ 057
4.2.1Gipps换道模型及其发展模型/ 057
4.2.2离散选择模型/ 059
4.2.3人工智能模型/ 061
4.2.4元胞自动机模型/ 063
4.3换道行为轨迹预测/ 065
4.3.1基于神经网络的换道轨迹预测分析/ 065
4.3.2模型仿真与对比/ 066
4.4车道内横向位置选择行为/ 069
4.4.1车道线对横向驾驶行为的影响/ 069
4.4.2不同车型横向位置选择/ 071
参考文献/ 073

第二部分驾驶行为分析建模与安全支持
第5章险态驾驶行为特性分析与安全支持策略/ 075
5.1驾驶模拟实验方案设计/ 075
5.1.1驾驶模拟平台与险态场景设计/ 075
5.1.2险态驾驶场景设计/ 076
5.2险态驾驶行为特征参数/ 079
5.3不同险态场景下的驾驶行为特性分析/ 080
5.3.1机动车—摩托车冲突场景驾驶行为特性/ 080
5.3.2机动车—机动车冲突场景驾驶行为特性/ 082
5.4基于隐马尔可夫模型的险态安全支持策略/ 084
5.4.1机动车—过街行人冲突场景驾驶行为特性分析/ 084
5.4.2机动车—过街行人冲突场景驾驶风格划分/ 085
5.4.3基于隐马尔可夫模型的险态安全支持策略/ 088
参考文献/ 089

第6章弱势道路使用者交通冲突中的驾驶行为分析/ 091
6.1机动车-行人交通冲突时空特性/ 091
6.2弱势道路使用者交通冲突数据采集方法/ 093
6.3驾驶人避险决策分析/ 095
6.4驾驶人减速让行行为分析/ 095
6.4.1减速度变化过程/ 096
6.4.2最大平均减速度/ 098
6.4.3减速度与其他冲突要素之间的关系分析/ 098
6.5驾驶人加速避险行为分析/ 102
6.6冲突碰撞时间分析/ 102
6.7行人违章过街情况下驾驶行为分析/ 104
6.7.1减速度变化过程/ 104
6.7.2行人违章冲突情景下的碰撞时间分析/ 105
参考文献/ 106

第7章平面交叉口驾驶场景划分与任务分析/ 108
7.1平面交叉口驾驶场景划分/ 108
7.1.1道路交通环境与驾驶场景/ 108
7.1.2交叉口交通环境划分方法/ 109
7.1.3驾驶场景划分方法/ 111
7.1.4交叉口驾驶场景划分方法/ 113
7.2交叉口驾驶任务层级/ 114
7.3平面交叉口驾驶任务分析/ 114
7.3.1驾驶任务分析/ 114
7.3.2视觉任务分析/ 118
7.3.3交叉口驾驶任务负荷/ 121
参考文献/ 122

第8章交叉口驾驶认知行为形成与负荷预测方法/ 124
8.1城市平面交叉口驾驶人视认行为特性/ 124
8.1.1仿真实验场景设计/ 124
8.1.2驾驶人注视行为分析/ 125
8.1.3驾驶人瞳孔直径/ 130
8.2驾驶人交叉口通行主观认知/ 131
8.3驾驶人-车辆单元运动行为特性/ 133
8.3.1不同交通环境视觉信息下的驾驶速度分析/ 133
8.3.2不同交通环境视觉信息下行车轨迹分析/ 134
8.4基于交通环境视觉信息量的驾驶负荷预测方法/ 136
8.4.1交通环境视觉信息分类/ 136
8.4.2道路信息量模型/ 137
8.4.3动态信息量模型/ 137
8.4.4意义性信息量模型/ 138
8.4.5景观信息量模型/ 140
8.4.6基于神经网络的驾驶负荷预测/ 141
参考文献/ 144

第9章面向智能车载系统的人车交互行为研究/ 146
9.1问卷调查方法/ 146
9.2驾驶人车载系统使用偏好分析/ 147
9.2.1驾驶人车载系统熟悉度调查/ 147
9.2.2智能车载系统重要度评价/ 148
9.2.3智能车载系统交互方式偏好/ 150
9.3车载系统交互对驾驶安全的影响/ 151
9.3.1驾驶人遭遇危险场景分析/ 151
9.3.2危险场景下交互行为分布/ 152
9.3.3基于有序Logistic回归的交互行为影响研究/ 153
9.4实车在途实验/ 154
9.4.1实验方案/ 154
9.4.2实验数据采集/ 155
9.4.3基于车载系统交互的驾驶人视觉行为分析/ 155
9.4.4基于车载系统交互的驾驶行为分析/ 158
9.4.5结合驾驶人交互行为特性的人工势能场跟驰模型/ 159
参考文献/ 160