基于AHP法的駕駛員反應(yīng)時(shí)間影響因素評(píng)價(jià)研究

張智勇，賈建林，張丹丹，梁天聞

(北京工業(yè)大學(xué) 城市交通學(xué)院交通工程北京市重點(diǎn)實(shí)驗(yàn)室，北京 100124)

0 引 言

隨著機(jī)動(dòng)車(chē)保有量的逐年增長(zhǎng)，據(jù)不完全統(tǒng)計(jì)2015年交通事故達(dá)到20萬(wàn)起，其中有70%的事故是由駕駛員自身原因造成的。影響駕駛員安全駕駛的因素有很多，其中駕駛員反應(yīng)時(shí)間是重要因素之一。在車(chē)速60～80 km/h時(shí)，如果反應(yīng)時(shí)間延長(zhǎng)零點(diǎn)幾秒，剎車(chē)距離就會(huì)增加十幾米，這在一定程度上會(huì)造成人身危險(xiǎn)[1]。駕駛員反應(yīng)時(shí)間是車(chē)輛安全距離的一個(gè)重要參數(shù)，同樣也是車(chē)輛智能預(yù)警系統(tǒng)的一個(gè)重要參數(shù)。駕駛員反應(yīng)時(shí)間是指遇到危險(xiǎn)信號(hào)時(shí)，腳從油門(mén)踏板移動(dòng)到剎車(chē)踏板的時(shí)間。不同的駕駛員、不同的道路狀況以及不同的外在環(huán)境其反應(yīng)時(shí)間均不相同。影響駕駛員反應(yīng)時(shí)間的影響因素有很多，但對(duì)于各個(gè)影響因素之間差異性的研究還比較少，因此有必要對(duì)各個(gè)影響因素進(jìn)行重要度分析。

國(guó)外對(duì)駕駛員反應(yīng)時(shí)間的研究最早開(kāi)始于車(chē)輛跟車(chē)模型。G.JOHANSSON[2]在實(shí)際的交通流中對(duì)321個(gè)駕駛員進(jìn)行了剎車(chē)時(shí)間的測(cè)試，得出駕駛員在遇到危險(xiǎn)時(shí)的反應(yīng)時(shí)間，G.JOHANSSON早期的研究只是對(duì)駕駛員在遇到危險(xiǎn)時(shí)反應(yīng)時(shí)間進(jìn)行一個(gè)統(tǒng)計(jì)分析，沒(méi)有考慮更多因素對(duì)反應(yīng)時(shí)間的影響；ZHANG E等[3]在駕駛模擬艙中分別對(duì)駕駛員的靜態(tài)反應(yīng)時(shí)間和動(dòng)態(tài)反應(yīng)時(shí)間進(jìn)行測(cè)試，得出駕駛員在駕駛機(jī)動(dòng)車(chē)時(shí)從事與駕駛無(wú)關(guān)的工作時(shí)會(huì)使反應(yīng)時(shí)間增加；R. S. JURECKI等[4]在復(fù)雜的模擬環(huán)境下對(duì)駕駛員反應(yīng)時(shí)間進(jìn)行了測(cè)試，并對(duì)30位駕駛員的平均反應(yīng)時(shí)間進(jìn)行線性回歸。

國(guó)內(nèi)對(duì)駕駛員的反應(yīng)時(shí)間研究也有很多，呂集爾等[5]運(yùn)用改進(jìn)后的Nasch模型對(duì)駕駛員反應(yīng)時(shí)間進(jìn)行研究得出反應(yīng)時(shí)間對(duì)交通安全的影響曲線，提出杜絕酒后駕駛和疲勞駕駛是安全行車(chē)的前提；耿嵐鑫等[6]利用簡(jiǎn)單反應(yīng)時(shí)間測(cè)試儀器，對(duì)駕駛員年齡、性別、駕駛經(jīng)驗(yàn)等特性進(jìn)行研究并得出駕駛員的具體反應(yīng)時(shí)間，為預(yù)警類(lèi)輔助駕駛系統(tǒng)提供一定的理論基礎(chǔ)；竇廣波等[7]通過(guò)2駕駛經(jīng)驗(yàn)×2危險(xiǎn)類(lèi)型混合實(shí)驗(yàn)設(shè)計(jì)，并利用眼動(dòng)儀對(duì)駕駛員反應(yīng)時(shí)間進(jìn)行測(cè)試，得出緩慢出現(xiàn)的危險(xiǎn)會(huì)誘發(fā)有經(jīng)驗(yàn)駕駛員的情景意識(shí)，他們的注意模式會(huì)更好；吳超仲等[8]在不考慮性別年齡影響的情況下，只考慮駕駛員的經(jīng)驗(yàn)和熟練程度，根據(jù)密度函數(shù)求出駕駛員的反應(yīng)時(shí)間。

目前國(guó)內(nèi)外對(duì)駕駛員反應(yīng)時(shí)間的研究主要集中在某一特定的因素下進(jìn)行研究，但是影響駕駛員的反應(yīng)時(shí)間的因素較多，各個(gè)影響因素之間的差異性研究還較少。因此，通過(guò)構(gòu)造駕駛員反應(yīng)時(shí)間影響因素層次分析框架，利用AHP法對(duì)其影響因素重要度進(jìn)行分析，得出各個(gè)影響因素的權(quán)重。

1 駕駛員反應(yīng)時(shí)間的影響因素

駕駛行為研究中重要的一項(xiàng)就是反應(yīng)時(shí)間，由于受到復(fù)雜的道路交通環(huán)境影響，駕駛員的反應(yīng)時(shí)間影響因素較多。總的來(lái)說(shuō)駕駛員反應(yīng)時(shí)間的影響因素可以從駕駛員自身狀況、道路狀況以及交通狀況3個(gè)方面進(jìn)行分析。

1.1 駕駛員自身因素

影響駕駛員反應(yīng)時(shí)間的自身因素主要包括駕駛員的年齡、性別、駕駛經(jīng)驗(yàn)、心理、生理狀況等。目前，根據(jù)公安部交通管理局的交通事故表明，由于駕駛員自身因素導(dǎo)致的交通事故占所有交通事故的70%以上[9]。駕駛員的反應(yīng)時(shí)間隨著年齡的增加會(huì)不斷地增加；女性駕駛員相應(yīng)地比同等條件下男性駕駛員的反應(yīng)時(shí)間長(zhǎng)[10]；駕駛經(jīng)驗(yàn)豐富的駕駛員反應(yīng)時(shí)間較少[11]。駕駛員的生理影響因素主要包括駕駛員的疾病(重大疾病、一般性疾病與輕微性疾病)、疲勞程度、器官功能性缺陷(色弱、色盲、弱視等)、生理機(jī)能的變化(飲酒、吸煙、藥物及飲品等)，這些生理因素對(duì)駕駛員的反應(yīng)時(shí)間均有重要影響,如駕駛員連續(xù)駕駛3個(gè)小時(shí)大腦就會(huì)出現(xiàn)疲勞狀況，事故率就會(huì)逐漸增加，因此生理因素在一定程度上會(huì)造成駕駛員的反應(yīng)時(shí)間延長(zhǎng)。此外，駕駛員的心理因素主要包括在駕駛員的抑郁、焦慮、敵對(duì)、恐怖、偏執(zhí)等因素，駕駛員存在心理問(wèn)題，就會(huì)造成注意力不集中，判斷能力下降，相應(yīng)的反應(yīng)時(shí)間就會(huì)變長(zhǎng)。

1.2 交通環(huán)境因素

交通環(huán)境影響因素主要包括外部天氣狀況、不同的駕駛時(shí)段、不同的速度以及交通秩序等。在災(zāi)害性天氣條件下能見(jiàn)度較低，駕駛員的視覺(jué)會(huì)受到一定的影響，其感知閾值就會(huì)相應(yīng)的提高，駕駛員需要花費(fèi)更多的時(shí)間判斷前車(chē)車(chē)輛運(yùn)行狀態(tài)，造成反應(yīng)時(shí)間的增加[12]。駕駛時(shí)段是指駕駛員一天中駕駛車(chē)輛所處的時(shí)間段，一般情況下白天比黑夜和凌晨的反應(yīng)時(shí)間要少。在中午或者深夜由于具有強(qiáng)烈的睡意很容易產(chǎn)生疲勞的現(xiàn)象，造成駕駛員視力下降，視野變窄，相應(yīng)反應(yīng)時(shí)間就會(huì)增加[13]。不同的速度下駕駛員的反應(yīng)時(shí)間不同，隨著車(chē)速的增加駕駛員的視野逐漸變小，注視點(diǎn)也逐漸的變遠(yuǎn)，其動(dòng)態(tài)視力及空間辨識(shí)能力下降，造成反應(yīng)時(shí)間呈現(xiàn)一定的上升趨勢(shì)[14]。

1.3 道路狀況因素

道路狀況因素主要包括道路的等級(jí)、道路的線形、路面平整度以及一些路況條件。道路線形條件比較差時(shí)，如駕駛員在行駛時(shí)遇到急彎、視距不良路段等道路條件時(shí)，駕駛員就會(huì)出現(xiàn)高度的緊張，很容易引起駕駛疲勞，其反應(yīng)時(shí)間就會(huì)增加；此外，如果交通流密度較大時(shí)駕駛員就會(huì)出現(xiàn)一種焦慮的狀態(tài)，注意力比較集中就會(huì)出現(xiàn)反應(yīng)時(shí)間的延長(zhǎng)。

2 AHP模型構(gòu)建

AHP模型共包括3個(gè)層次，即目標(biāo)層、準(zhǔn)則層和方案層。對(duì)駕駛員反應(yīng)時(shí)間影響因素進(jìn)行研究，需要依次確定各個(gè)層次所對(duì)應(yīng)的要素。

2.1 目標(biāo)層要素

總目標(biāo)層為駕駛員反應(yīng)時(shí)間，用C表示。

2.2 準(zhǔn)則層要素

準(zhǔn)則層要素包括：①自身狀況B1，駕駛員自身原因是造成交通事故的主要因素，不同的駕駛員在不同的自身影響條件下，反應(yīng)時(shí)間差別很大；②交通環(huán)境狀況因素B2，不同的交通環(huán)境下，駕駛員的反應(yīng)時(shí)間會(huì)有很大差別，在不同的天氣狀況以及不同的駕駛時(shí)段下，駕駛員的反應(yīng)時(shí)間都會(huì)有差別；③道路狀況因素B3，如越大的交通流速度下，駕駛員的反應(yīng)時(shí)間就會(huì)越長(zhǎng)。

駕駛員自身因素、交通環(huán)境狀況因素和道路狀況因素分別從人、車(chē)、路以及環(huán)境方面將復(fù)雜的道路交通包括在內(nèi)，這3個(gè)層次能夠綜合的反映影響駕駛員反應(yīng)時(shí)間的不同方面。

2.3 方案層要素

通過(guò)對(duì)駕駛員反應(yīng)時(shí)間影響因素的分析，總結(jié)出對(duì)應(yīng)于3個(gè)準(zhǔn)則層的各個(gè)指標(biāo)，作為方案層要素。其中，駕駛員自身狀況因素主要從駕駛經(jīng)驗(yàn)、年齡、性別等方面評(píng)價(jià)。交通環(huán)境因素主要從天氣狀況、駕駛時(shí)段、交通秩序以及速度等方面進(jìn)行評(píng)價(jià)。道路狀況因素主要從道路等級(jí)、道路線形、路面平整度以及路況特點(diǎn)等進(jìn)行評(píng)價(jià)。

2.4 層次結(jié)構(gòu)模型

根據(jù)上述目標(biāo)層、準(zhǔn)則層和方案層要素的分析，建立圖1所示的駕駛員反應(yīng)時(shí)間影響因素層次結(jié)構(gòu)模型。

圖1 駕駛員反應(yīng)時(shí)間影響因素層次結(jié)構(gòu)模型Fig. 1 Hierarchical structure model drivers' reaction times’ influencing factors

3 反應(yīng)時(shí)間影響因素重要度模型計(jì)算

3.1 影響因素重要度調(diào)查方法

論文采用問(wèn)卷調(diào)查的方法采集數(shù)據(jù)。根據(jù)上述駕駛員反應(yīng)時(shí)間影響因素分析，并借助SAATY提出的互反性1～9重要性標(biāo)度進(jìn)行問(wèn)卷設(shè)置[15]。重要性標(biāo)度表如表1，問(wèn)卷形式如表2。

表1 重要性標(biāo)度含義Table 1 Scale and meaning of importance

表2 影響因素重要度調(diào)查問(wèn)卷Table 2 Questionnaire of influencing factors

調(diào)查對(duì)象分為3類(lèi)：駕駛行為研究專(zhuān)家、道路交通安全專(zhuān)家和駕駛里程達(dá)到50 000 km以上的經(jīng)驗(yàn)豐富的駕駛員。為了使結(jié)果更加合理，賦予以上3類(lèi)調(diào)查對(duì)象40%、30%和30%的初始權(quán)重。駕駛行為研究專(zhuān)家主要指從事駕駛員基本反應(yīng)特性研究的專(zhuān)家，調(diào)查數(shù)量為12人；道路交通安全專(zhuān)家主要是研究道路交通流理論以及道路線形設(shè)計(jì)的專(zhuān)家，調(diào)查數(shù)量為10人；具有5年以上駕駛經(jīng)驗(yàn)的駕駛員調(diào)查數(shù)量為158人。

3.2 影響因素重要度數(shù)據(jù)

本次調(diào)查共發(fā)放問(wèn)卷180份，實(shí)際收回178份，全部為有效問(wèn)卷。通過(guò)對(duì)駕駛行為專(zhuān)家賦初始權(quán)重40%、道路交通安全專(zhuān)家賦初始權(quán)重30%以及駕駛里程達(dá)到50 000 km以上的經(jīng)驗(yàn)豐富駕駛員賦初始權(quán)重30%，并結(jié)合問(wèn)卷調(diào)查結(jié)果，整理后得到表3～表6判斷矩陣。通過(guò)問(wèn)卷調(diào)查保證了數(shù)據(jù)的準(zhǔn)確性、獨(dú)立性和客觀性。

表3 總目標(biāo)層對(duì)應(yīng)的判斷矩陣Table 3 Judgement matrixes corresponding to total target layer

表4 自身狀況對(duì)應(yīng)的判斷矩陣Table 4 Judgement matrixes corresponding to drivers’ conditions

表5 交通環(huán)境狀況判斷矩陣Table 5 Judgement matrixes corresponding to traffic environment

表6 道路狀況判斷矩陣Table 6 Judgement matrixes corresponding to road condition

3.3 層次單排序和一致性檢驗(yàn)

層次單排序是通過(guò)判斷矩陣計(jì)算,對(duì)于上一層某元素，本層次與之相關(guān)的各元素重要性次序的權(quán)值，層次單排序的基礎(chǔ)是通過(guò)判斷矩陣計(jì)算相應(yīng)的特征根以及特征向量。在保證精度的情況下，求出最大特征值和特征向量，將特征向量歸一化就得到判斷矩陣的權(quán)重向量。

由于反應(yīng)時(shí)間的影響因素較多，根據(jù)問(wèn)卷調(diào)查得到的判斷矩陣，對(duì)某些因素很難給出非常精確的比較判斷，可能產(chǎn)生不一致性，需要進(jìn)行一致性的檢驗(yàn)。計(jì)算判斷矩陣一致性指標(biāo)CI值，以及隨機(jī)一致性比例CR值，如式(1)～式(2)：

(1)

(2)

式中：RI為平均隨機(jī)一致性指標(biāo)，具體取值如表7。當(dāng)判斷矩陣的一致性指標(biāo)CI與平均一致性指標(biāo)RI均小于0.1時(shí)，判斷矩陣具有滿(mǎn)意的一致性。具體計(jì)算結(jié)果如表8～表9。

表7 判斷矩陣RI取值Table 7 Value of RI for judgement matrixes

表8 判斷矩陣的計(jì)算結(jié)果Table 8 Value of RI for judgement matrixes

表9 最大特征值對(duì)應(yīng)的歸一化向量Table 9 Normalized vector of maximal eigenvalue

3.4 元素的組合權(quán)重

表10 駕駛員反應(yīng)時(shí)間要素指標(biāo)權(quán)重計(jì)算結(jié)果Table 10 Weight calculation results of drivers’ reaction time

圖2 反應(yīng)時(shí)間影響因素重要度排序Fig. 2 Weight ratio of index factors

組合權(quán)重一致性檢驗(yàn)指標(biāo)計(jì)算如下：

CI=0.637×0.075+0.258×0.08+0.105×0.036=0.072

RI=0.637×1.49+0.258×0.96+0.105×1.24=1.327

CR=CI/RI=0.072/1.327=0.054<0.10

上述駕駛員反應(yīng)時(shí)間影響因素的組合權(quán)重一致性檢驗(yàn)指標(biāo)表明：計(jì)算結(jié)果具有滿(mǎn)意的一致性。

3.5 結(jié)果分析

模型計(jì)算結(jié)果中，各個(gè)要素的單層排序權(quán)重和組合權(quán)重的一致性檢驗(yàn)均小于0.10，滿(mǎn)足要求。結(jié)果顯示駕駛員反應(yīng)時(shí)間影響因素的準(zhǔn)則層中自身狀況影響最大，其權(quán)重值達(dá)到0.637，重要度排序依次為自身狀況、交通環(huán)境狀況和道路狀況。在方案層中各個(gè)要素中影響最大的是天氣狀況、駕駛經(jīng)驗(yàn)和年齡。因此在雨、霧等災(zāi)害性天氣以及強(qiáng)光和路面亮度不足等惡劣環(huán)境下駕駛員的反應(yīng)時(shí)間會(huì)相應(yīng)的增加，在天氣狀況不好時(shí)應(yīng)該加強(qiáng)駕駛員注意力以保證行車(chē)的安全。同時(shí)，駕駛員的反應(yīng)時(shí)間會(huì)隨著駕駛經(jīng)驗(yàn)的豐富以及駕齡的增加而減少，相應(yīng)地會(huì)隨著年齡的增加而逐漸的增加。

4 反應(yīng)時(shí)間影響因素重要度模型驗(yàn)證

通過(guò)采用控制變量的方法，并結(jié)合SimWord駕駛模擬艙平臺(tái)對(duì)上述AHP法得出的影響因素重要度排序進(jìn)行驗(yàn)證。由于影響因素較多，因此選擇排序中靠前的重要影響因素進(jìn)行驗(yàn)證。通過(guò)記錄不同駕駛員在跟車(chē)狀態(tài)下，前車(chē)和后車(chē)的三維位置坐標(biāo)、加速度、速度等參數(shù)，計(jì)算相應(yīng)的反應(yīng)時(shí)間，并利用不同影響因素下駕駛員具體的反應(yīng)時(shí)間驗(yàn)證模型的合理性。

4.1 反應(yīng)時(shí)間采集方法

跟車(chē)反應(yīng)時(shí)間是指處于跟馳狀態(tài)的后車(chē)發(fā)現(xiàn)前車(chē)駕駛?cè)说鸟{駛行為發(fā)生變化后，經(jīng)過(guò)分析判斷，決定加速或者開(kāi)始減速，并且移動(dòng)右腳到油門(mén)或者制動(dòng)踏板，至后車(chē)開(kāi)始加速或者減速的時(shí)間間隔。其加速或者減速狀態(tài)下，反應(yīng)時(shí)間采集如圖3～圖4。

圖3 減速狀態(tài)下速度與時(shí)間關(guān)系Fig. 3 Relationship between reaction time and velocity in car-following deceleration state

圖4 加速狀態(tài)下速度與時(shí)間關(guān)系Fig. 4 Relationship between reaction time and velocity in car-following acceleration state

4.2 不同影響因素下駕駛員的反應(yīng)時(shí)間

在不同的影響因素下，設(shè)置相應(yīng)的模擬實(shí)驗(yàn)場(chǎng)景進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)時(shí)嚴(yán)格按照控制變量的原則。其中圖8中的橫坐標(biāo)依次代表天氣晴朗、陰天、小雨、中雨、大雨和暴雨，圖9中的橫坐標(biāo)依次代表城市快速路、主干路、次干路和支路，具體實(shí)驗(yàn)結(jié)果統(tǒng)計(jì)如圖5～圖9。

圖5 不同速度下駕駛員的反應(yīng)時(shí)間Fig. 5 Reaction time of driver at different speeds

圖6 不同年齡下駕駛員的反應(yīng)時(shí)間Fig. 6 Reaction time of driver at different ages

圖7 不同駕駛經(jīng)驗(yàn)下駕駛員的反應(yīng)時(shí)間Fig. 7 Reaction time of driver at different experience

圖8 不同天氣狀況下駕駛員的反應(yīng)時(shí)間Fig. 8 Reaction time of driver different weather

圖9 不同道路等級(jí)下駕駛員的反應(yīng)時(shí)間Fig. 9 Reaction time of driver at different road grade

4.3 結(jié)果分析

通過(guò)駕駛員的自身狀況、交通環(huán)境以及道路狀況分析設(shè)計(jì)相應(yīng)的實(shí)驗(yàn)場(chǎng)景，對(duì)上述層次分析法得到的影響因素重要度排序進(jìn)行驗(yàn)證。通過(guò)圖5～圖9駕駛員反應(yīng)時(shí)間變化規(guī)律可以看出，在天氣狀況有晴朗到暴雨的過(guò)程中駕駛員反應(yīng)時(shí)間變化率最大其值在0.89～1.83 s，說(shuō)明天氣狀況對(duì)駕駛員反應(yīng)時(shí)間影響最大；其次隨著駕駛里程的不斷增加，駕駛員反應(yīng)時(shí)間變化率次之，其值在0.87～1.72 s，因此影響次之；年齡、速度以及道路等級(jí)影響下，反應(yīng)時(shí)間變化率依次減小，實(shí)驗(yàn)得出的數(shù)據(jù)結(jié)論與上述AHP法得出的結(jié)論相吻合。

5 結(jié) 語(yǔ)

在現(xiàn)有研究的基礎(chǔ)上，筆者結(jié)合問(wèn)卷調(diào)查的方法和采用層次分析法(AHP)建立駕駛員反應(yīng)時(shí)間影響因素重要度模型，可以系統(tǒng)地分析駕駛員反應(yīng)時(shí)間影響因素之間的差異性。通過(guò)影響因素重要度的排序得出天氣狀況、駕駛經(jīng)驗(yàn)、年齡以及速度等因素對(duì)駕駛員反應(yīng)時(shí)間影響較大。并通過(guò)駕駛模擬艙實(shí)驗(yàn)平臺(tái)對(duì)反應(yīng)時(shí)間影響因素重要度進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果與AHP法得出的結(jié)論相吻合。

但是由于調(diào)查樣本的局限性，以及存在一定的主觀因素，導(dǎo)致模型的精度欠缺。對(duì)于增加樣本量和調(diào)查對(duì)象的多樣性是以后研究的重點(diǎn)。

參考文獻(xiàn)(References)：

[1] 唐陽(yáng)山,夏道華.不同駕駛員反應(yīng)時(shí)間對(duì)汽車(chē)防撞安全距離的影響研究[J]. 科學(xué)技術(shù)與工程,2016(1):250-254.

TANG Yangshan，XIA Daohua. Effects of different driver response time on safety distance of vehicle collision avoidance[J].ScienceandTechnology, 2016(1): 250-254.

[2] JOHANSSON G, RUMAR H. Drive’s brake reaction times[J].HumanFacto,1971, 13(1): 23-27.

[3] ZHANG Z, ASAKAWA Y, IMAMURA T,et al. Experiment design for measuring driver reaction time in driving situation[J].IEEEInternationalConferenceonSystems,Man, &Cybernetics,2013, 8215(2):3699-3703.

[4] JURECKI R S，STAńCZYK T L, JA?KIEWICZ M J. Driver’s reaction time in a simulated complex road incident[J].Transport, 2017,32(1):44-54.

[5] 呂集爾,朱留華,鄭容森,等.駕駛員反應(yīng)時(shí)間對(duì)行車(chē)安全的影響[J].交通運(yùn)輸系統(tǒng)工程與信息,2014,14(2):80-86.

LV Jier, ZHU Liuhua, ZHENG Rongsen,et al. Effects of driver’s reaction time on safe driving[J].TransportationSystemsEngineeringandInformationTechnology,2014,14(2): 80-86.

[6] 耿嵐鑫,劉凇男.駕駛員反應(yīng)時(shí)間研究[J].交通節(jié)能與保,2015(2):25-29.

GENG LanXin, LIU Songnan. The study of driver’s reaction time[J].EnergyConservation﹠EnvironmentalProtectioninTransportation,2015(2):25-29.

[7] 竇廣波,孫龍,常若松.駕駛經(jīng)驗(yàn)與危險(xiǎn)類(lèi)型對(duì)駕駛員危險(xiǎn)知覺(jué)的影響[J].人類(lèi)工效學(xué),2015,21(6):7-10.

DOU Guangbo,SUN Long,CHANG Ruosong. Effects of driving experience and hazard type on hazard perception[J].ChineseJournalofErgonomics,2015,21(6):7-10.

[8] 吳超仲,馬曉鳳,嚴(yán)新平.考慮駕駛員反應(yīng)能力的跟馳模型[J].武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版),2007,31(4):630-632.

WU Chaozhong, MA Xiaofeng, YAN Xinping. Car-following model considering driver’s responsiveness[J].JournalofWuhanUniversityofTechnology(TransportationScience&Engineering),2007,31(4): 630-632.

[9] 徐婷,曹世理,馬壯林,等.跟馳車(chē)流中的反應(yīng)時(shí)間和車(chē)頭間距研究[J].西南交通大學(xué)學(xué)報(bào),2013,48(1):173-177.

XU Ting, CAO Shili, MA Zhuanglin，et al. Reaction time and headway in car-following flow[J].JournalofSouthwestJiaotongUniversity, 2013,48(1):173-177.

[10] 徐濟(jì)宣,吳紀(jì)生.惡劣環(huán)境對(duì)駕駛員反應(yīng)時(shí)間的影響研究[J].交通標(biāo)準(zhǔn)化,2009(23):103-106.

XU Jixuan, WU Jisheng. Harsh environment influence on drivers’response

time[J].CommunicationsStandardization, 2009(23):103-106.

[11] 李江.駕駛經(jīng)驗(yàn)對(duì)交通流特性的影響研究[D].北京：北京工業(yè)大學(xué),2008.

LI Jang.ResearchontheInfluenceofDrivingExperience[D]. Beijing: Beijing University of Technology,2008.

[12] 景國(guó)勛,張永全,張軍波.基于多層次模糊綜合評(píng)判的人疲勞綜合評(píng)價(jià)[J].中國(guó)安全科學(xué)學(xué)報(bào),2006,16(6):55-59+146.

JING Guoxun, ZHANG Yongquan, ZHANG Junbo. Comprehensive evaluation on human fatigue based on multi-stage fuzzy synthetic judgment[J].ChinaSafetyScienceJournal, 2006,16(6): 55-59+

146.

[13] 楊鵬飛,付銳,于鵬程.虛擬城市道路場(chǎng)景中的駕駛?cè)藨?yīng)激感知反應(yīng)時(shí)間特性[J].長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版),2013,33(2):73-78.

YANG Pengfei, FU Rui,YU Pengcheng. Time characteristics of drivers’ stress perception in virtual urban road environment[J].JournalofChang’anUniversity(NaturalScienceEdition), 2013,33(2):73-78.

[14] 于廣鵬,譚德榮,初敏,等.基于模糊多目標(biāo)決策的駕駛員反應(yīng)狀態(tài)辨識(shí)[J].科學(xué)技術(shù)與工程,2014,14(33):294-299.

YU Guangpeng, TAN Derong, CHU Min,et al.Driver’s reaction state identification based on fuzzy multi - objective decision[J].ScienceTechnologyandEngineer, 2014,14(33):294-299.

[15] 李振福.基于可拓模糊層次分析法的城市交通文化系統(tǒng)評(píng)價(jià)[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2009,39(3):45-53.

LI Zhenfu. Urban traffic cultural system assessment based on extension fuzzy analytic hierarchy process[J].MathematicsinPracticeandTheory, 2009,39(3):45-53.