共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
结合反应时和眼动研究方法,采用驾驶经验2(新手,有经验)×自我评估的能力2(高,低)×危险类型2(明显,隐藏)的混合实验设计,探索驾驶员驾驶能力的自我评估和驾驶经验对危险知觉及视觉注意的影响。采用驾驶能力量表和基于动态交通视频的危险知觉任务对86名驾驶员测试,并使用Tobbi T120记录眼动数据。结果发现,新手和有经验驾驶员自我评估的能力与危险知觉反应时间之间相关不显著,这说明两组驾驶员对自己驾驶能力的认识和评估不准确。有经验驾驶员对两类危险的反应比新手快。新手自我评估的能力过高,他们对两类危险的反应比同龄驾驶员和有经验驾驶员慢。然而,有经验驾驶员自我评估的能力与危险知觉反应时间之间不存在显著差异。此外,与新手相比,有经验驾驶员对两类危险的首次注视较快,总注视时间更长。与同龄驾驶员相比,新手自我评估的能力过高,他们对危险的首次注视较慢,对危险的总注视时间更少。这些研究结果表明,新手自我评估的能力过高,可能会提高他们的风险接受阈限,由此降低了他们对危险的反应速度。未来驾驶训练应当采取措施减少新手对驾驶能力的自我评估偏见,改善他们的视觉搜索模式以降低事故风险。 相似文献
3.
结合反应时和眼动测量方法,采用驾驶经验分组2(年轻新手驾驶员,年轻有经验驾驶员)× 危险类型2(明显危险,隐藏危险)的混合实验设计,探索年轻驾驶员危险知觉的经验优势是否随着危险类型的不同而变化。使用一个基于真实交通情境视频的驾驶员危险知觉任务,对27名年轻新手驾驶员和22名年轻有经验驾驶员进行测试,并使用Tobbi T120记录眼动数据。结果发现,总体上,年轻新手驾驶员对潜在道路危险的反应次数比年轻有经验驾驶员更少,反应时间也更慢。两组驾驶员反应时间的差异,随着危险类型的不同而来源于不同的加工阶段。具体来说:一方面,年轻新手驾驶员对明显危险的反应时间慢,是因为他们对该类危险的评估时间长。另一方面,年轻新手驾驶员对隐藏危险的反应时间慢,是因为他们对该类危险的识别时间长。两组驾驶员对危险的平均注视时间受测试中危险类型的影响但不受驾驶经验的影响。这些研究结果表明,在对年轻新手驾驶员进行危险知觉训练或测试时,应重视危险类型对他们危险知觉的影响。 相似文献
4.
《心理科学》2018,(2)
结合反应时和眼动测量方法,采用驾驶经验分组2(年轻新手驾驶员,年轻有经验驾驶员)×危险类型2(明显危险,隐藏危险)的混合实验设计,探索年轻驾驶员危险知觉的经验优势是否随着危险类型的不同而变化。使用一个基于真实交通情境视频的驾驶员危险知觉任务,对27名年轻新手驾驶员和22名年轻有经验驾驶员进行测试,并使用Tobbi T120记录眼动数据。结果发现,总体上,年轻新手驾驶员对潜在道路危险的反应次数比年轻有经验驾驶员更少,反应时间也更慢。两组驾驶员反应时间的差异,随着危险类型的不同而来源于不同的加工阶段。具体来说:一方面,年轻新手驾驶员对明显危险的反应时间慢,是因为他们对该类危险的评估时间长。另一方面,年轻新手驾驶员对隐藏危险的反应时间慢,是因为他们对该类危险的识别时间长。两组驾驶员对危险的平均注视时间受测试中危险类型的影响但不受驾驶经验的影响。这些研究结果表明,在对年轻新手驾驶员进行危险知觉训练或测试时,应重视危险类型对他们危险知觉的影响。. 相似文献
5.
6.
摘要:采用3D模拟驾驶情景结合眼动技术探讨音乐节奏和歌词语言熟悉程度对驾驶行为和眼动规律的影响,研究结果表明:(1)驾驶经验对驾驶行为及眼动影响显著,新手与老手相比速度更慢、错误数更多;(2)音乐节奏对驾驶速度、眼跳和垂直搜索广度影响显著,快节奏与慢节奏相比,驾驶速度更快、平均眼跳距离更短、垂直搜索广度更短;(3)歌词语言熟悉程度对驾驶速度、错误数和平均注视时间影响显著,熟悉语言与陌生语言相比,驾驶速度更慢、错误数更多、平均注视时间新手更长,老手无影响。(4)节奏与语言共同影响驾驶过程中的水平搜索广度,陌生语言时快节奏的水平搜索广度高于慢节奏,熟悉语言时快节奏的水平搜索广度低于慢节奏。通过本实验,建议驾驶员在选择音乐时选择陌生语言歌词的音乐,音乐节奏则可视情况而定。 相似文献
7.
8.
9.
10.
11.
攻击性驾驶行为的综合模型(a comprehensive model of driver aggression)将“挫折-攻击”模型与一般攻击性模型相结合, 提出个人因素与情境因素对心理过程具有交互作用, 阐明了认知评估、情绪唤醒对攻击性驾驶行为的影响机制。该模型能很好解释在道路冲突中, 驾驶员的攻击性持续升级的原因, 以及为什么在道路攻击性驾驶行为事件中, “肇事者”和“受害者”的角色模糊不清, 这有助于更好地确定攻击性驾驶行为对交通事故和道路安全的影响, 对攻击性驾驶行为的对策研究具有重要价值。 相似文献
12.
13.
危险知觉是指驾驶员在交通情境中对明显危险和潜在危险的识别、预测和反应的认知加工过程,是驾驶员对当前交通情境形成的连续而富于变化的复合认知表征。以往研究表明,对于行人过马路这类明显危险,新手和经验驾驶员危险知觉表现都非常出色。但是当明显危险(行人)和潜在危险(前车制动)并存时,经验驾驶员对明显危险的知觉反应是否会突显出优势呢?本研究通过设置两种交通场景:行人单一危险条件和行人-前车双重危险条件,考察不同经验人群对行人危险的反应及眼动特点。在第一个研究中,使用Tobii T120型眼动仪,通过反应时和眼动结合的方法,考察不同危险场景中,不同驾驶经验对驾驶员知觉行人危险的行为反应数据(反应时和正确率)及眼动指标(平均注视时间和水平搜索广度)的影响。采用2(交通场景:行人场景、行人-前车场景)×3(组别:无驾照组、新手组、经验组)两因素混合实验设计,其中交通场景是组内变量,组别为组间变量。因变量为驾驶员对行人危险进行反应的行为数据(反应时和正确率)及眼动数据(平均注视时间和水平搜索广度)。实验要求被试观看交通场景视频,当发现危险时,立刻按键反应。实验结果表明:在有前车条件下,经验组被试的反应时快于新手组(p=.039)和无驾照组(p=.013),F(2,30)=3.98,p=.029。无驾照组被试对行人的平均注视时间长于经验组(p=.043)和新手组(p=.024),F(2,30)=3.39,p=.047,ηp2= .18。无驾照组被试对场景的水平搜索广度均小于经验组(p=.006)和新手组(p=.016),F(2,30)=5.17,p=.012,ηp2= .26。在第二个研究中,对研究一的数据进行了深入分析,考察双重危险场景中驾驶经验对驾驶员知觉行人危险及信息加工效率的影响。采用2(兴趣区类型:行人、前车)×3(组别:无驾照组、新手组、经验组)两因素混合实验设计,其中兴趣区类型是组内变量,组别为组间变量。因变量为搜索行人和前车时的眼动数据(总注视时间、搜索次数和平均搜索时间)。研究结果表明:经验组驾驶员对前车的总注视时间显著短于新手组(p=.014)和无驾照组(p=.003),F(2,30)=5.99,p=.006。经验组驾驶员对前车的平均搜索视时间显著短于新手组(p=.014)和无驾照组(p=.004),F(2,30)=5.50,p=.009。在有前车条件下,控制了性别、年龄后,驾驶员对前车的平均搜索时间越长,对行人的危险反应时越长(β=.393,p<0.05,R2=.308)。这些结果说明:无经验和新手驾驶员糟糕的搜索行为不仅仅是由于操作抢夺认知资源或者情绪紧张导致的。危险的信息加工效率更低,搜索模式不够灵活,也是导致新手驾驶员行人碰撞事故率更高的原因之一。驾驶员培训有助于提高驾驶员对明显危险的信息加工效率和搜索模式灵活性。积累更多的驾驶经验可以提升驾驶员对潜在危险的的视觉搜索和注意资源分配效率,从而加快危险反应时间。未来的驾驶员培训应加强对新手驾驶员搜索技能的培训,并持续提供更多的驾驶员继续教育机会。 相似文献
14.
结合反应时和信号检测方法,考察不同危险类型下驾驶员危险检测的特点。35名新手和35名有经验驾驶员依次完成一个反应时测试和一个信号检测任务。结果发现:新手对明显和隐藏危险的反应时间比有经验驾驶员长。与隐藏危险相比,驾驶员对明显危险的敏感性高、判断标准低。驾驶员对两类危险的反应时间长是因为他们的判断标准严格。研究结果表明,驾驶员危险检测的特点随着危险类型不同而变化。 相似文献
15.
结合反应时和信号检测方法,考察不同危险类型下驾驶员危险检测的特点。35名新手和35名有经验驾驶员依次完成一个反应时测试和一个信号检测任务。结果发现:新手对明显和隐藏危险的反应时间比有经验驾驶员长。与隐藏危险相比,驾驶员对明显危险的敏感性高、判断标准低。驾驶员对两类危险的反应时间长是因为他们的判断标准严格。研究结果表明,驾驶员危险检测的特点随着危险类型不同而变化。 相似文献
16.
17.
针对中国目前机动车数量猛增造成的道路交通问题,提出了不友善驾驶行为的定义,并通过系列研究,围绕不友善驾驶行为的影响因素进行探讨,获得了含有“有意为之”与“无心之失”二因子22条目的“不友善驾驶行为量表”,该量表的信度与效度良好.进一步通过问卷调查,发现:(1)驾驶人员的人口学特征、驾驶经验、竞争特质、个人主义人格与集体主义人格都能预测其不友善驾驶行为的发生频率;(2)“驾驶技术问卷”的“对汽车的熟练操控”因子与不友善驾驶行为呈正相关,“安全驾驶习惯”因子与其呈负相关;(3)驾驶人员在“不友善驾驶行为量表”上的得分能够预测其违规扣分情况与交通事故数量. 相似文献
18.
19.
自动驾驶是当前智能汽车发展的重要方向。在实现完全自动化驾驶前, 驾驶员和自动驾驶系统共享车辆控制权, 协同完成驾驶任务。在该人-机共驾阶段, 人对自动驾驶系统的信任是影响自动驾驶中人机协同效率与驾驶安全的关键要素; 驾驶员对自动驾驶车辆保持适当的信任水平对驾驶安全至关重要。本研究结合信任的发展阶段与影响因素提出了动态信任框架。该框架将信任发展分为倾向性信任、初始信任、实时信任和事后信任四个发展阶段, 并结合操作者特征(人)、系统特征(自动驾驶车系统)、情境特征(环境)三个关键因素分析不同阶段的核心影响因素以及彼此间的内在关联。根据该框架, 信任校准可从监测矫正、驾驶员训练、优化HMI设计三类途径展开。未来研究应更多关注驾驶员和人机系统设计特征对信任的影响, 考察信任的实时测量和功能特异性, 探讨驾驶员和系统的相互信任机制, 以及提升信任研究的外部效度。 相似文献