欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
与传统模式相比，作为驾驶刺激信息主源的交通信息在覆盖对象、传递方式、表征方式、组织模式上呈现出显著的复杂性特征，这势必对驾驶者的认知模式与行为状态产生影响。因此，本课题基于驾驶者的生理、心理特征及其交互机制，对复杂信息模式下的驾驶危险状态致因机理及辨识方法进行研究，以期实现危险状态的识别与控制。本课题拟采用脑电仪、生理仪、眼动仪、行为记录仪等先进实验设备，运用"逻辑推理+实验验证+系统建模"的综合研究方法，在复杂信息模式下，沿着"驾驶认知模式特征分析→驾驶危险状态界定→驾驶危险状态仿真实验设计→驾驶危险状态下生理、心理指标测定及特征分析→驾驶危险状态致因机理研究→驾驶危险状态辨识模型构建"的技术路线开展研究。通过研究，本课题拟揭示复杂信息模式下驾驶危险状态致因机理，构建驾驶危险状态辨识模型，为复杂信息模式下驾驶危险状态的识别与控制提供基础理论依据。
英文摘要：
Complex traffic information；Risky driving state；Identification of risk state；；
结论摘要：
本课题从5个方面展开了相关研究。⑴ 针对复杂信息条件下，驾驶员的信息认知特征模式进行研究，对比了不同危险程度场景下，不同经验水平条件下驾驶员在信息感知、认知处理方面的差异性，此外采用模糊推理方法构建了驾驶危险状态认知评估模型；⑵ 以驾驶行为绩效作为客观指标，针对驾驶疲劳、持续性注意水平、驾驶脑力负荷，分别构建了其危险程度分级方法模型；⑶ 分析对比了不同疲劳水平、不同注意水平以及不同脑力负荷水平间，若干脑电指标的差异性，得出了可用于测评上述危险驾驶状态的生理量指标；⑷ 基于事件相关电位技术探究了驾驶疲劳、持续注意力减退以及脑力负荷过载等危险状态诱发事故的机制；⑸ 基于脑电指标、心电指标分别提出了，驾驶疲劳水平、持续性注意水平、驾驶脑力负荷水平识别模型，实现了对3类危险性驾驶状态的有效识别。
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
会议论文
郭孜政的项目
