应激场景下驾驶人生理特性分析

作     者：孟凡淞 

作者单位：吉林大学 

学位级别：硕士

导师姓名：李显生

授予年度：2018年

学科分类：0402[教育学-心理学(可授教育学、理学学位）] 040203[教育学-应用心理学] 04[教育学] 

主      题：应激场景 驾驶人 动态聚类 Pearson检验 频域分析 

摘      要：近年来,随着世界和我国汽车产业的繁荣发展,汽车已经普及到千家万户中去,由此带来和产生的交通安全问题,也越来越频繁地出现在人们的视野中,交通安全也由此成为了全国乃至世界范围内的备受关注的热点问题,同时也因此成为了各高校、研究机构、相关安全部门的研究热点和重点。在驾驶人—车辆—交通环境（应激场景）的封闭系统中,驾驶人能否与交通环境之间有一个良好的传达与接受环节,在一定程度上是车辆能否安全运行的关键。而对驾驶人驾驶人行为的研究需要从信息的感知和获取、信息的加工、信息转化相关方面展开,而这三个方面又取决于驾驶人一系列的生理特性,只有深入了解应激场景下驾驶人生理特性,才能够连贯的表达驾驶人将主观感知转化为客观定量的驾驶操纵的整个过程。而只有实现上述成果才能够更好的避免应激场景下交通事故的发生。为了探究应激场景下驾驶人生理特性,本文分别从驾驶人生理中的视觉、心理、皮电、肌电四个角度对其进行了探究。在眼动视觉方面,采用Tobii眼动仪、交通环境图像采集装置对驾驶过程中的驾驶人的眼动及交通环境数据进行采集,并对采集到的数据进行时间同步和预处理。本文采取了动态快速聚类的注视区域划分方法,与传统的注视区域划分方法相比,提高了区域划分的可靠度和可信度,同时增加了驾驶人在注视区域划分过程中的参与度。同时选取不同的视觉指标对应激场景进行了视觉特性的分析。采用色阶的方式对眼动数据进行表示,给人以直观印象。在心理方面,本文采用心律增长率和心率变异性两个角度对其进行分析,而在心率变异性方面,采用的是被广泛认可的时域、频域分析方法,以及相关的统计分析手段—箱型图的表现形式。在心理方面采用多层信息决策融合论的方法对应激场景下驾驶人心理方面的特点进行了相关的分析。而在肌电、皮电方面,首先对采集而来的数据,根据采集设备的采集原理和工作模式,对时间同步后的数据进行了频率校正、丢失数据修补、数据平滑滤波、异常数据。经过处理后,采用了Pearson检验等方法对应激场景与驾驶人的肌电和皮电之间的显著性进行了检验和分析。在确定二者之间的相关性后采用了统计分析和时间序列等方法进行了进一步分析。最后完成了对应激场景下驾驶人生理特性的分析,为交通安全以及高级自动辅助驾驶等相关方面的研究,提供理论上的支撑。