摘要：在交通安全形势日益严峻的背景下，推动我国防御性驾驶技能的提升尤为关键。本文对国内外防御性驾驶技能培训的基本方法进行总结，概括为以下三类：1.基于眼动的防御性驾驶培训；2.基于电脑视频的防御性驾驶培训；3.基于驾驶模拟器的防御性驾驶培训。
关键词：防御性驾驶；眼动分析；驾驶模拟
防御性驾驶区别于传统的技能型驾驶，更加注重各类真实交通环境的认知与应急处理，而非单纯的驾驶技能培养。因此，国内外学者在防御性驾驶培训方面普遍从模拟真实驾驶环境的角度入手，引导培养驾驶人正确的认知和决策能力。目前，国内外主流的防御性驾驶培训方法有以下三种：
1.基于眼动的防御性驾驶培训
基于眼动的防御性驾驶培训是指结合眼动仪，通过播放事故视频或利用驾驶模拟器还原真实的驾驶场景，测试培训者的各种眼动指标，以此评价他们对于潜在危险的预测能力，进而达到训练的目的。例如，Chapman等组织新手驾驶人佩戴眼动仪观看一组交通事故视频，通过捕捉眼球的注视点判断驾驶人是否关注到正确的危险位置，并在结束后对驾驶人进行结果的反馈和指导[1]。结果表明，在多次培训后，驾驶人对于驾驶环境的视觉扫描范围更广，注视的次数也增多。Pradhan通过计算机构建出10个潜在危险的交通场景，然后告知新手驾驶人潜在危险位置以及情景中需要注意的信息[1]。
国内学者也应用眼动仪设计了一系列防御性驾驶培训方法。董悦结合我国的道路实际状况和交通事故特点，利用行车记录仪拍摄、剪辑出多个交通场景视频作为危险知觉的测试材料，并记录了25名驾驶员在观看场景视频时的眼动数据。结果显示，新手驾驶员对于危险的识别速度要慢于有经验的驾驶员，并且通过多次场景训练，驾驶员的危险知觉预测能力有明显的提升[2]。。
2.基于电脑视频的防御性驾驶培训
基于电脑视频的驾驶培训是指利用拍摄或虚拟仿真的驾驶场景视频对驾驶人进行引导教育。
国外学者对于电脑视频培训法的研究主要集中于视频的教学方式上，主要表现在触碰式培训，该方法是使用鼠标或者按键的形式对视频中的潜在危险进行点击，以达到训练的目的。1974年，Pelz和Krupat首次采用反应时测量方法，要求驾驶员在观看交通视频时，通过移动操作杆来记录视频中危险呈现和消失的具体时间点[5]。结果发现，没有交通违规记录的驾驶员比那些有交通违规记录的驾驶员对危险场景的反应时间快了1.2秒，且差异显著。该研究结论为后来触碰式防御性驾驶培训奠定了基础。
国内学者对于电脑视频培训法的研究主要集中在视频的开发上。都萌归纳了常见道路环境中的城市道路、平面交叉口、山区道路、不良天气状况等典型交通危险场景，并基于Multi Gen Creator软件对每一个场景进行了三维建模，驾驶员可以在场景模拟的基础上配合厅式讨论教育进行训练，培训人员根据训练过程中驾驶员的操作进行评估，为其建立评估档案。。
3.基于驾驶模拟器的防御性驾驶培训
基于驾驶模拟器的防御性驾驶培训是指利用驾驶模拟器呈现各类虚拟的驾驶交通场景，驾驶人需要完成各场景下的驾驶任务以此提升“驾驶经验”，提高情境意识[6]。
期刊文章分类查询,尽在期刊图书馆
发达国家对基于驾驶模拟器的防御性驾驶培训起源于上世纪90年代末，美国爱荷华大学卡拉维拉研究所研发出了NADS驾驶模拟器，用于研究驾驶人在不同驾驶条件下的驾驶行为。当时的加利福尼亚州法律规定，新手驾驶人取得驾驶资格前必须在驾驶模拟器上经历各种不同的危险场景训练，以掌握应激状态下对于危险的识别、避让和对车辆的控制能力。此后，各国学者开始了基于驾驶模拟器的驾驶人危险预测和应激反应研究。
随着计算机技术和虚拟现实技术的发展，国内也相继自主开发出汽车驾驶模拟器，并以此开展了基于驾驶模拟器平台的应激场景对驾驶人进行危险应激的训练。信占营在VC++编程环境下建立了一套驾驶员应激训练仿真系统（DSSS），系统中选取了3组具有代表性的应激危险场景，包括了急转弯、迎面会车和移动物体穿越马路[5]。并记录实验记录下驾驶人在应激状态下的生理反应和操作反应。实验结果表明，基于驾驶模拟器的危险应激训练可以提高驾驶人在危险状态下的反应能力[6]。
参考文献
[1]Chapman P, Underwood G, Roberts K. Visual search patterns in trained and untrained novice drivers[J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2002, 5(2): 157-167.
[2]Pradhan A K, Pollatsek A, Knodler M, et al. Can younger drivers be trained to scan for information that will reduce their risk in roadway traffic scenarios that are hard to identify as hazardous?[J]. Ergonomics, 2009, 52(6): 657-673.
[3]Pollatsek A, Narayanaan V, Pradhan A, et al. Using eye movements to evaluate a PC-based risk awareness and perception training program on a driving simulator[J]. Human Factors, 2006, 48(3): 447-464.
[4]Pelz D C , Krupat E . Caution profile and driving record of undergraduate males[J]. Accident Analysis and Prevention, 1974, 6(1):45-58.
[5]Wetton M A , Horswill M S , Hatherly C , et al. The development and validation of two complementary measures of drivers' hazard perception ability[J]. Accident; analysis and prevention, 2010, 42(4):1232-1239.
[6]Borowsky A, Oron-Gilad T, Parmet Y. Age and skill differences in classifying hazardous traffic scenes[J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2009, 12(4): 277-287.
论文作者:陈尧1,王熠2
论文发表刊物:《基层建设》2019年第30期
论文发表时间:2020/3/13
标签：驾驶人论文; 防御性论文; 危险论文; 模拟器论文; 场景论文; 驾驶培训论文; 驾驶员论文; 《基层建设》2019年第30期论文;