CN101756705A - 一种驾驶事故倾向性测试系统及方法 - Google Patents

Abstract

本发明提供了一种驾驶事故倾向性测试系统及方法。所述系统包括：测试系统包括测试子系统和结果报表输出子系统，其中，所述测试子系统包括用于接收待测人员的基本信息并得到第一评价的驾驶员基本信息单元，用于接收待测人员对所述个性测试问卷的答复驾驶员个性测验单元并得到第二评价的驾驶员个性测验单元，用于提供考察待测人员的与机动车驾驶相关的认知能力的多个认知任务并得到第三评价的认知任务单元，以及用于提供多个路面场景对待测人员的驾驶技能进行模拟驾驶测试并得到第四评价的驾驶模拟单元。按照本发明，可以获取驾驶员的事故倾向性信息，以期达到减少交通事故，保障人民群众的安全，减少经济损失的目的。

Description

一种驾驶事故倾向性测试系统及方法

技术领域

本发明涉及安全测试技术领域，具体涉及一种驾驶事故倾向性测试系统及方法。

背景技术

随着社会和经济的快速发展，汽车已成为人们生活中的十分重要的工具，给人类社会带来了巨大的便利。目前使用汽车的人也越来越多。然而，汽车业的发展，也给我们带来一个令人头痛的交通事故问题。各种研究资料表明，交通事故所造成的死亡人数和经济损失，比其它任何灾害所造成的损失都大；它也是造成16-24岁年轻人死亡的最主要因素；在所有人类的致死因素中交通事故排在5～8位。

交通事故如此严重的危害，不得不引起人们普遍的关注。因此，减少交通事故就成为了一个刻不容缓的问题。交通安全这一问题极其复杂，它涉及到许多方面。道路状况，气候条件，车辆性能，行人素质，驾驶员本身的素质和心理状况等许多因素，都会对交通安全产生影响。几十年来交通心理学研究结果表明，所有因素中最重要的是人的因素，与人的因素有关的交通事故约占总事故的90％以上，仅驾驶员本身负有直接责任的就达80％左右。因此，亟需一种方法，能够获取驾驶员的事故倾向性，进而寻求改善和提高驾驶员素质的途径，达到减少交通事故，保障人民群众的安全，减少经济损失的目的。

发明内容

本发明所要解决的技术问题是提供一种驾驶事故倾向性测试系统及方法，获取驾驶员的事故倾向性信息，以期达到减少交通事故，保障人民群众的安全，减少经济损失的目的。

为解决上述技术问题，本发明提供方案如下：

一种驾驶事故倾向性测试系统，应用于对待测人员驾驶机动车的安全性进行测试，所述测试系统包括测试子系统和结果报表输出子系统，其中，所述测试子系统具体包括：

驾驶员基本信息单元，用于接收待测人员的基本信息，并根据预定的驾驶员基本信息的计分方式，对待测人员的基本信息进行计分得到第一分值，并将所述第一分值与预先建立的驾驶员基本信息的常模相比较，得到待测人员基本信息的第一评价；

驾驶员个性测验单元，用于提供个性测试问卷，接收待测人员对所述个性测试问卷的答复，并根据预定的驾驶员个性测试的计分方式，对所述答复进行计分得到第二分值，将所述第二分值与预先建立的驾驶员个性的常模相比较，得到待测人员个性的第二评价；

认知任务单元，用于提供考察待测人员的与机动车驾驶相关的认知能力的多个认知任务，并根据待测人员对所述多个认知任务的完成情况对待测人员的认知能力进行计分得到第三分值，并将所述第三分值与预先确定的驾驶员认知能力的常模相比较，得到待测人员认知能力的第三评价；

驾驶模拟单元，用于提供多个路面场景对待测人员的驾驶技能进行模拟驾驶测试，并根据待测人员的模拟驾驶测试结果对待测人员的驾驶技能进行计分得到第四分值，并将所述第四分值与预先确定的驾驶员驾驶技能的常模相比较，得到待测人员的驾驶技能的第四评价；

所述结果报表输出子系统，用于输出所述第一分值以及第一评价、所述第二分值和第二评价、所述第三分值以及第三评价、以及所述第四分值和第四评价。

优选地，上述驾驶事故倾向性测试系统中，所述基本信息包括：性别、年龄、职业、驾龄、驾驶车型、车辆运营性质、是否为职业驾驶员和出行性质。

优选地，上述驾驶事故倾向性测试系统中，所述个性测试问卷包括针对待测人员的交通规则、安全意识、责任感和生活态度、情绪稳定性、环境适应性、冒险性、攻击性和心理紧张度方面的测试题目。

优选地，上述驾驶事故倾向性测试系统中，所述多个认知任务包括：注意广度任务、注意分配和视觉工作记忆广度任务、多目标运动监测任务和二维空间速度估计任务，其中，所述注意分配和视觉工作记忆广度任务包括车辆追踪子任务、视觉搜索子任务和同时包括车辆追踪子任务和视觉搜索子任务的双子任务。

优选地，上述驾驶事故倾向性测试系统中，所述路面场景包括路面和针对路面所设置的场景，其中，所述路面包括：高速路、城市路、乡村路、山区路、以及至少包括上述两种路面的混合路，所述场景包括车辆阻拦、急刹车、侧面的车辆超车、堵车和行人横穿马路。

本发明还提供了一种驾驶事故倾向性测试方法，应用于对待测人员驾驶机动车的安全性进行测试，包括测试步骤和结果报表输出步骤，其中，

所述测试步骤包括：

接收待测人员的基本信息，并根据预定的驾驶员基本信息的计分方式，对待测人员的基本信息进行计分得到第一分值，并将所述第一分值与预先建立的驾驶员基本信息的常模相比较，得到待测人员基本信息的第一评价；

向待测人员提供个性测试问卷，接收待测人员对所述个性测试问卷的答复，并根据预定的驾驶员个性测试的计分方式，对所述答复进行计分得到第二分值，将所述第二分值与预先建立的驾驶员个性的常模相比较，得到待测人员个性的第二评价；

提供考察待测人员的与机动车驾驶相关的认知能力的多个认知任务，并根据待测人员对所述多个认知任务的完成情况对待测人员的认知能力进行计分得到第三分值，并将所述第三分值与预先确定的驾驶员认知能力的常模相比较，得到待测人员认知能力的第三评价；

提供多个路面场景对待测人员的驾驶技能进行模拟驾驶测试，并根据待测人员的模拟驾驶测试结果对待测人员的驾驶技能进行计分得到第四分值，并将所述第四分值与预先确定的驾驶员驾驶技能的常模相比较，得到待测人员的驾驶技能的第四评价；

所述结果报表输出步骤包括：输出所述第一分值以及第一评价、所述第二分值和第二评价、所述第三分值以及第三评价、以及所述第四分值和第四评价。

优选地，上述驾驶事故倾向性测试方法中，所述基本信息包括：性别、年龄、职业、驾龄、驾驶车型、车辆运营性质、是否为职业驾驶员和出行性质。

优选地，上述驾驶事故倾向性测试方法中，所述个性测试问卷包括针对待测人员的交通规则、安全意识、责任感和生活态度、情绪稳定性、环境适应性、冒险性、攻击性和心理紧张度方面的测试题目。

优选地，上述驾驶事故倾向性测试方法中，所述多个认知任务包括：注意广度任务、注意分配和视觉工作记忆广度任务、多目标运动监测任务和二维空间速度估计任务，其中，所述注意分配和视觉工作记忆广度任务包括车辆追踪子任务、视觉搜索子任务和同时包括车辆追踪子任务和视觉搜索子任务的双子任务。

优选地，上述驾驶事故倾向性测试方法中，所述路面场景包括路面和针对路面所设置的场景，其中，所述路面包括：高速路、城市路、乡村路、山区路、以及至少包括上述两种路面的混合路，所述场景包括车辆阻拦、急刹车、侧面的车辆超车、堵车和行人横穿马路。

从以上所述可以看出，本发明提供的驾驶事故倾向性测试系统及方法，通过分别获取待测驾驶员的基本信息、个性特点、驾驶相关的认知能力和驾驶技能相关信息，并根据预先建立的常模实现了对待测驾驶员的事故倾向性的评价。本发明可以应用在汽车驾驶模拟训练之中，通过本发明所述系统和方法，实用性和可操作性极强，可以提高培训效率和排除不宜进行驾驶行为的驾驶员。并且，本发明所述事故倾向性测试系统可以广泛应用于汽车驾驶员的训练和测试中，具有广阔的应用前景和良好的经济效益。不仅可以降低培训成本，而且可以大幅度地提高训练效益。

附图说明

图1为本发明实施例所述驾驶事故倾向性测试系统的结构示意图；

图2为本发明实施例中车辆追踪子任务的示意图；

图3为本发明实施例中多目标运动监测任务的示意图；

图4为本发明实施例中二维空间速度估计任务的示意图。

具体实施方式

根据发明人对文献调研及以往研究经验的分析，事故倾向性和人的基本信息(包括自然属性(如年龄、性别等))、个性特点、驾驶相关的认知能力、驾驶技能等因素密切有关。例如，事故倾向性和年龄的关系为U字形曲线，即年轻人和老年人都容易出事故，而中年人不容易出事故，性别则和年龄有交互作用。本发明驾驶事故倾向性测试系统及方法据此分别对驾驶员进行测试，获取驾驶员的事故倾向性信息，给出具有一定信度的测评成绩。以下结合附图通过具体实施例对本发明作详细说明。

本发明实施例提供了一种驾驶事故倾向性测试方法，该方法包括测试步骤和结果报表输出步骤，其中，

所述测试步骤包括：

接收待测人员的基本信息，并根据预定的驾驶员基本信息的计分方式，对待测人员的基本信息进行计分得到第一分值，并将所述第一分值与预先建立的驾驶员基本信息的常模相比较，得到待测人员基本信息的第一评价；

向待测人员提供个性测试问卷，接收待测人员对所述个性测试问卷的答复，并根据预定的驾驶员个性测试的计分方式，对所述答复进行计分得到第二分值，将所述第二分值与预先建立的驾驶员个性的常模相比较，得到待测人员个性的第二评价；

提供考察待测人员的与机动车驾驶相关的认知能力的多个认知任务，并根据待测人员对所述多个认知任务的完成情况对待测人员的认知能力进行计分得到第三分值，并将所述第三分值与预先确定的驾驶员认知能力的常模相比较，得到待测人员认知能力的第三评价；

提供多个路面场景对待测人员的驾驶技能进行模拟驾驶测试，并根据待测人员的模拟驾驶测试结果对待测人员的驾驶技能进行计分得到第四分值，并将所述第四分值与预先确定的驾驶员驾驶技能的常模相比较，得到待测人员的驾驶技能的第四评价；

所述结果报表输出步骤包括：输出所述第一分值以及第一评价、所述第二分值和第二评价、所述第三分值以及第三评价、以及所述第四分值和第四评价。

基于上述驾驶事故倾向性测试方法，本发明实施例还提供了一种驾驶事故倾向性测试系统，如图1所示，该系统包括：测试子系统和结果报表输出子系统，其中，所述测试子系统具体包括：

驾驶员基本信息单元，用于接收待测人员的基本信息，并根据预定的驾驶员基本信息的计分方式，对待测人员的基本信息进行计分得到第一分值，并将所述第一分值与预先建立的驾驶员基本信息的常模相比较，得到待测人员基本信息的第一评价；

驾驶员个性测验单元，用于提供个性测试问卷，接收待测人员对所述个性测试问卷的答复，并根据预定的驾驶员个性测试的计分方式，对所述答复进行计分得到第二分值，将所述第二分值与预先建立的驾驶员个性的常模相比较，得到待测人员个性的第二评价；

认知任务单元，用于提供考察待测人员的与机动车驾驶相关的认知能力的多个认知任务，并根据待测人员对所述多个认知任务的完成情况对待测人员的认知能力进行计分得到第三分值，并将所述第三分值与预先确定的驾驶员认知能力的常模相比较，得到待测人员认知能力的第三评价；

驾驶模拟单元，用于提供多个路面场景对待测人员的驾驶技能进行模拟驾驶测试，并根据待测人员的模拟驾驶测试结果对待测人员的驾驶技能进行计分得到第四分值，并将所述第四分值与预先确定的驾驶员驾驶技能的常模相比较，得到待测人员的驾驶技能的第四评价；

所述结果报表输出子系统，用于输出所述第一分值以及第一评价、所述第二分值和第二评价、所述第三分值以及第三评价、以及所述第四分值和第四评价。

以下分别对本发明实施例驾驶事故倾向性测试系统的各个部分进行详细说明。

(一)驾驶员的基本信息

本发明实施例中，人的自然属性包括性别、年龄、职业、学历、婚姻状况、驾龄等属性，同时，研究表明驾驶事故倾向性还与驾驶员所驾驶的车型(平时最常驾驶的项目，如大中型客车、小型客车、大中型货车、小型货车、专用作业类车辆及电车等)、车辆运营性质(频率最高的项目，如客运、货运、政府机关及单位公司用车、市政车辆、自用等)、是否为职业驾驶员和出行性质(频率最高的项目，如上下班、道路作业、职务出行、运输、社交文娱活动、观光旅游购物等)等众多因素密切相关。

本发明实施例中，事先选定一定数量的驾驶员样本进行驾驶员基本信息的问卷调查，问卷最终的生成经历了初测的较大调整和再测的部分调整：在初测中，驾驶员基本信息包括自变量：性别、家庭情况、学历、年龄、职业、驾龄、车型、驾照类型、运营性质、驾驶人性质(即是否为职业驾驶员)、出行性质、每天驾驶小时数及白天/夜间比例分配等；还包括因变量：自我报告的近三年的事故情况、样本驾驶员之间互相评价的等级得分和后续的模拟驾驶任务测验成绩等。在再测中，驾驶员基本信息选取的自变量为性别、年龄、职业、驾龄、车型(平时最常驾驶的项目)、车辆运营性质(频率最高的项目)、驾驶人性质、出行性质(频率最高的项目)等。选取的因变量为驾驶员自我报告的近三年的违章情况。再测之后，我们根据样本驾驶员的问卷调查得到的数据，建立了驾驶员基本信息的常模，并确定了各个驾驶员基本信息中的各个自变量的具体计分方式。

本发明实施例所述驾驶事故倾向性测试系统，包括测试子系统和结果报表输出子系统，其中，所述测试子系统包括驾驶员基本信息单元。该驾驶员基本信息单元，用于接收待测人员的基本信息，并根据预定的驾驶员基本信息的计分方式，对待测人员的基本信息进行计分得到第一分值，并将所述第一分值与预先建立的驾驶员基本信息的常模相比较，得到待测人员基本信息的第一评价。

这里，所述待测人员的基本信息选取的是：性别、年龄、职业、驾龄、驾驶车型、车辆运营性质、是否为职业驾驶员和出行性质。所述第一分值等于各个自变量的分值之和，并根据驾驶员基本信息的常模，将不同的分值区间划分为不同的等级，例如，将第一分值的区间划分如下：

1级(很差)：5.5-8.5分

2级(较差)：5分

3级(中等)：4.5分

4级(较好)：4分

5级(很好)：0～3.5分

不同等级的第一分值代表了不同的基本信息的评价，如5级代表了待测人员的基本信息的最高评价，而1级代表了待测人员的基本信息的最低评价。

以下说明本发明实施例是如何确定驾驶员基本信息的问卷的。本发明实施例中，通过问卷调查来完成驾驶员基本信息的分析，调查由初测和再测两部分构成。本实施例调查初测于解放军某汽车营进行，参加调查的士兵(样本驾驶员)为22名，其中有3名士兵没有完成后续的模拟驾驶任务测验，他们的数据不参加统计。本调查再测为随机发放问卷，回收有效问卷115份。调查问卷的编制主要依据来自《中华人民共和国道路交通事故统计--资料汇编》(2000-2006)年中《(五)责任者情况》中的统计数据。选取其中的自然属性变量生成问卷。

1、初测是根据调查的结果对士兵进行分类，然后与自我报告的近三年的事故情况、士兵之间互相评价的等级得分和后续的模拟驾驶任务测验成绩模(效标)进行比较，选择合适的题目，删除没有明显效标效度的题目。

2、再测是对初测改进后的问卷进行施测，然后与自我报告的近三年的违章情况进行对比，以确定最终的问卷结构。最后，还需要确定问卷中每道题目的计分方式，并根据样本驾驶员的再测结果，建立驾驶员基本信息的常模。

(二)驾驶员的个性特点

驾驶员的个性特点是指驾驶员的认知思维方式及对驾驶安全的态度，包括人格特点和安全态度。例如，处事谨慎的人相对处事冒进的人不容易出事故，重视安全的人比不重视安全的人不容易出事故。因此，本发明实施例中通过提供个性测试问卷，接收待测驾驶员对所述个性测试问卷的答复，并根据预定的驾驶员个性测试的计分方式，对所述答复进行计分，将计分结果与预先建立的驾驶员个性的常模相比较，得到待测人员个性的评价。

本部分以驾驶员本身为重点，用心理测验的方式来测定驾驶员的特性，以便来测查影响驾驶员驾驶安全的人本身方面的各个因素。

在编制个性测试问卷之前，发明人首先参考有关驾驶员驾车安全方面的文献以及和相关领域的技术人员的多次讨论，确定了访谈提纲，并针对不同类型的人群进行了访谈，主要访谈对象包括交通警察、驾驶学校教练、专业驾驶员、熟练驾驶员、新手驾驶员等。在访谈过程中，并根据他们的答案和建议不断的修改访谈提纲，为后面问卷的编制提供可靠性的素材。本发明实施例中通过访谈了大量很有经验的人员，通过对他们的访谈结果的总结可以看出，这些人员主要从驾车技能、驾驶经验以及道路状况，车辆状况这些方面来谈论驾车安全，很少从个人本身方面来谈，即使发明人在访谈过程中给予提示，他们也觉得上面所说的那些方面更为重要，这说明人们对自身个性这个因素还是不够重视，这更说明我们编制个性测试问卷的必要性。

本发明实施例编制个性测试问卷时，除了参考驾驶安全访谈的部分题目和结果外，主要参照《安全驾驶性向测验研究》，《汽车司机安全驾驶性向测验常模的编制》两篇论文里的题目而编制。大部分题目是借用的原题，部分是根据语言习惯等改编的，整理出58道题。通过对22名被试者的结果分析，发现除了因为被试者量小外，某些题目区分度不高，所以我们又参考了一些文献，加进来一些攻击性的题目，整理出67道题。然后又通过对128名被试者进行测试和统计结果，根据统计结果删除一些区分度不高的题目，此外还根据数据统计结果删掉一些跟驾车安全相关很小的因素，如正义感，最后整理剩下53道题。问卷每道题目采用的是0、1计分，标准答案的制定是根据在每个因素上那些题目上的安全性而设定的，与标准答案相符即得1分，否则得0分。这样，利用最终形成的个性测试问卷以及上述128被试者的对最终问卷的答复得分情况，发明人制作了驾驶员个性的常模和每道题目的具体计分方式。

在得到待测驾驶员对所述个性测试问卷的答复，并根据预先确定的驾驶员个性测试的计分方式，对所述答复进行计分，将计分结果与预先建立的驾驶员个性的常模相比较，得到待测人员个性的评价。具体的，可以按照第(一)项中类似的方法，根据驾驶员个性的常模划分出不同区间，根据待测驾驶员的计分结果所处区间，得到待测驾驶员的个性评价，例如，个性非常适合驾驶、个性不适合驾驶、或者个性中需要增加耐心和冷静，以更适合驾驶等评价。

(三)驾驶相关的认知能力

我国交通事故统计结果表明，由驾驶员引起的事故为74％，相比路况19％，汽车技术状况7％。可见人误是事故发生的主要原因，对驾驶相关的认知能力的考察有利于预测驾驶员的驾驶安全性。日本一项研究对38625例交通事故中的人因进行进一步统计，结果表明，感知错误是肇发交通事故的主要原因，占总事故的53.7％，判断错误占37.2％，操作错误及其他仅为9.1％。这说明，良好的驾驶能力并不能保证安全驾驶，对感知和判断能力的测量是预测驾驶员安全性的重要指标。

驾驶是一项多任务的活动，涉及到很多认知能力。驾驶员感知和理解特定时间地点下的环境要素、以及对随后状态进行预测的能力，都可以作为测查驾驶员安全性的指标。前人研究表明，事故驾驶员和非事故驾驶员在某些认知指标上有显著差异。在本发明实施例中，发明人选取了四个和驾驶相关的认知任务，从不同侧面对驾驶员的驾驶相关认知能力进行测量，并根据待测驾驶员对所述多个认知任务的完成情况对待测驾驶员的认知能力进行计分，并将所述第三分值与预先确定的驾驶员认知能力的常模相比较，得到待测人员认知能力的评价，具体的可以是认知能力优秀、认知能力良好、认知能力一般或认知能力较差等各种评价。

本发明实施例中，认知任务具体包括四个分任务，分别为注意广度，注意分配和视觉工作记忆广度任务，多目标运动监测和二维空间速度估计任务，其中，注意分配和视觉工作记忆广度任务包括车辆追踪子任务、视觉搜索子任务和同时包括车辆追踪子任务和视觉搜索子任务的双子任务。

A)注意广度任务

测试目的：注意广度可以衡量驾驶员在同一时间内知觉的范围大小。当路况信息复杂的时候，一瞬间进入注意的信息多少将影响驾驶员对全局的监控。能够注意的目标越多，觉察到危险的可能也就越大。

测试方式：向被试者呈现100ms的包含多个交通标识的图像，接收被试者报告的其所看见的标识数目。具体的，每次从14个交通标识(如直行、向左转弯、向右转弯、靠右侧道路行使、鸣喇叭、机动车道、准许试刹车等)中选取4～12标识，随机出现在9×9方格内的任意位置，每种数量出现频次为3次，总共是3*(12-4+1)＝27个图像，即要求被试者进行27次判断。

B)注意分配和视觉工作记忆广度任务

测试目的：驾驶是一个需要内外多项注意分配的任务，司机既要完成对方向盘、油门、刹车等部件的操作，又要把握仪表、路况等信息，在驾驶的同时，还可能需要通话或使用一些车载设备，对注意资源分配的要求很高。一个熟练的驾驶员可以花费更少的注意在驾驶操作本身，而将更多的资源用于监控周围情境，对突发事件进行处理。另外，驾驶员常常需要对注意到的大量视觉信息做一个整合加工，足够的视空工作记忆广度是驾驶员及时处理大量视觉信息的基础。

测试方式：采用双任务范式。

1)其中，第一个任务是车辆追踪子任务。如图2所示，被试者控制一辆小车11跟随屏幕上的光点前进，小车11在9×9的方格内活动，小车11每次只能向上下左右任一方向移动一格。小车11最初总是停在屏幕中心的方格中，光点12出现在和小车11当前位置相邻的方格中，共有上下左右四个可能位置。每次光点出现后，被试用右手控制上下左右键，让小车11尽快移动到光点12所在的位置，小车11到达的同时光点12消失，光点12再次出现在下一个位置上。通过程序控制小车11跟踪的总长度(以光点12移动次数计)和转弯数量(光点平均每经过2格转一次弯)。追踪任务完毕后，被试者需要从原点开始移动小车重复出刚才走过的路线。

2)第二个任务是视觉搜索子任务。屏幕上9×9方格的正中央有一辆小车，被试者始终注视着这辆小车，与此同时，屏幕上每隔一段时间将出现一些图标，随机分布在空格中(刺激不会出现在小车所在的方格中)，其中可能含有一个交通标识，其余均是由交通标识像素化并随机打乱像素后产生的圆形图案。被试者需要判断在这些图标中是否有交通标识，如果有则尽快用左手食指按键反映，按键后所有图标均消失，间隔0.5～1s后出现下一轮搜索图标。图标的总量为7，图标中包含的交通标识的个数为0或1，呈现时间为400ms。每次图标呈现时，小车的方向随机设置。

3)分别完成上述两个任务后，被试者还需要同时进行上述两个任务，即在尽快完成光点追踪任务的同时尽快完成视觉搜索任务。视觉搜索的图标仍是出现在以小车为中心的3×3空间之外。当出现视觉搜索任务时，被试者需先对此任务进行反应再进行追踪任务，否则无法移动小车。

C)多目标运动监测任务

测试目的：在驾驶中的注意资源分配中，使用在监控周围情境的注意资源占据了较大的一个部分。而对于周围车辆变化的监控则是最为重要的部分。这关系到驾驶员将要采取何种操作来保证自身与他人的安全。因此在这种情境下，驾驶员不仅仅要对单一的目标进行追踪，而是要对多个目标进行追踪。

测试方式：测试时，如图3所示，屏幕上给出一个十字路口30的俯视图，图中有8辆小车，分布于四角，开始时小车都静止。而后有3个椭圆31出现，圈住其中3辆小车并且椭圆闪烁，被试者需要将这3辆小车作为观察目标；3秒钟后椭圆消失，所有小车开始以不同的速度进行匀速正常的行驶(均为直行)2500-3500ms，之后所有小车中随机的某一辆小车产生随机的速度变化，总体时间5秒钟后图像消失，随后，被试者需要报告观察目标中是否有小车发生变速的情况。重复上述测试多次，根据被试者的每次报告结果是否正确对该任务进行计分。

D)二维空间速度估计任务

测试目的：对距离和速度估计不准确，是引发交通事故的一个重要原因。对当前运动的两辆车辆是否可能相撞的判断，可以反映驾驶员情境意识中对未来状况预测的能力。

测试方式：如图4所示，开始时屏幕20左端停有一辆小车11，被试者按空格键以后小车11开始运动，运动一段时间以后小车驶入一个蓝条区域21背后，被试者无法再看见小车11，但被告知小车11仍按原来的速度保持匀速运动。被试者需要判断何时小车11的车头恰好达到蓝条上的一条红线22，并在此时按空格键使小车11停止前进。按照上述方式测试多次，每次测试过程中，改变红线所在蓝条21上的位置以及小车11的前进速度。本发明实施例中，红线22位置×车速共9种情况，每种情况出现2次，共18次。各种情况的出现顺序随机。

本发明实施例中，预先选定一定数量的样本驾驶员，通过样本驾驶员全部完成上述A～D四个任务，根据这些样本驾驶员的数据，建立了驾驶相关的认知能力的常模和计分方式。

(四)驾驶技能

驾驶技能不足也是引发驾驶事故的主要原因之一。驾驶技术不熟练，行车经验不足，对车辆性能道路情况不熟悉，出现险情时发生操作失误，有的实习驾驶员过早单独驾驶车辆等均有可能引发事故。因此测试驾驶员的驾驶技能也是驾驶事故倾向性测试的重要内容之一。

本发明实施例中，提供待测驾驶员模拟驾驶环境，以对驾驶员的驾驶技能进行分析。本发明实施例中，主要利用Evaristev4.6设计了十组路面场景，所述路面场景包括路面和针对路面所设置的场景，其中，所述路面包括：高速路、城市路、乡村路、山区路、以及至少包括上述两种路面的混合路，所述场景包括车辆阻拦、急刹车、侧面的车辆超车、堵车和行人横穿马路。每个路面场景包括3～5个预先设置的场景，场景一般为前面的车辆阻拦、急刹车等，侧面的车辆超过，堵车，行人横穿等。为测试方法，道路天气均为晴天白天，道路平整，除了山区路、盘山路等部分路面外，均无起伏。

在模拟驾驶过程中，驾驶员在载入地图后开始驾驶，若驾驶出路面，则屏幕中央会提示“驾驶出路面了！”；若撞车或被撞车，则屏幕中央提示“撞车熄火了！”；在道路的终点处有一个“stop”标志的指示牌(rivirea混合路等除外)，同时屏幕中央会显示“此条道路测试完毕，请刹车”。

驾驶员驾驶十组道路时，后台会记录驾驶相关的数据。每一条道路对应一个文本文件，用以记录每条道路的驾驶时间、驶出路面次数、撞车次数、偏移中线次数、熄火次数这些综合指标来计算驾驶成绩，同时记录每条道路起止的精确时间。

通过预先选择一定数量的样本驾驶员，根据他们驾驶技能测试得到的数据，制作得到驾驶员驾驶技能的常模和具体计分方式。

在实际测试中，根据待测驾驶员的模拟驾驶测试结果对待测人员的驾驶技能进行计分得到一个分值，并将所述分值与预先确定的驾驶员驾驶技能的常模相比较，得到待测人员的驾驶技能的评价，具体的可以是驾驶技能优秀、驾驶技能良好、驾驶技能一般或驾驶技能较差等各种评价。

综上所述，本发明实施例所提供的驾驶事故倾向性测试系统及方法，能够获取驾驶员的事故倾向性信息，以期达到减少交通事故，保障人民群众的安全，减少经济损失的目的。

以上所述仅是本发明的实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种驾驶事故倾向性测试系统，应用于对待测人员驾驶机动车的安全性进行测试，其特征在于，所述测试系统包括测试子系统和结果报表输出子系统，其中，所述测试子系统具体包括：

驾驶员基本信息单元，用于接收待测人员的基本信息，并根据预定的驾驶员基本信息的计分方式，对待测人员的基本信息进行计分得到第一分值，并将所述第一分值与预先建立的驾驶员基本信息的常模相比较，得到待测人员基本信息的第一评价；

驾驶员个性测验单元，用于提供个性测试问卷，接收待测人员对所述个性测试问卷的答复，并根据预定的驾驶员个性测试的计分方式，对所述答复进行计分得到第二分值，将所述第二分值与预先建立的驾驶员个性的常模相比较，得到待测人员个性的第二评价；

认知任务单元，用于提供考察待测人员的与机动车驾驶相关的认知能力的多个认知任务，并根据待测人员对所述多个认知任务的完成情况对待测人员的认知能力进行计分得到第三分值，并将所述第三分值与预先确定的驾驶员认知能力的常模相比较，得到待测人员认知能力的第三评价；

驾驶模拟单元，用于提供多个路面场景对待测人员的驾驶技能进行模拟驾驶测试，并根据待测人员的模拟驾驶测试结果对待测人员的驾驶技能进行计分得到第四分值，并将所述第四分值与预先确定的驾驶员驾驶技能的常模相比较，得到待测人员的驾驶技能的第四评价；

所述结果报表输出子系统，用于输出所述第一分值以及第一评价、所述第二分值和第二评价、所述第三分值以及第三评价、以及所述第四分值和第四评价。

2.如权利要求1所述的驾驶事故倾向性测试系统，其特征在于，所述基本信息包括：性别、年龄、职业、驾龄、驾驶车型、车辆运营性质、是否为职业驾驶员和出行性质。

3.如权利要求1所述的驾驶事故倾向性测试系统，其特征在于，所述个性测试问卷包括针对待测人员的交通规则、安全意识、责任感和生活态度、情绪稳定性、环境适应性、冒险性、攻击性和心理紧张度方面的测试题目。

4.如权利要求1所述的驾驶事故倾向性测试系统，其特征在于，

所述多个认知任务包括：注意广度任务、注意分配和视觉工作记忆广度任务、多目标运动监测任务和二维空间速度估计任务，其中，所述注意分配和视觉工作记忆广度任务包括车辆追踪子任务、视觉搜索子任务和同时包括车辆追踪子任务和视觉搜索子任务的双子任务。

5.如权利要求1所述的驾驶事故倾向性测试系统，其特征在于，

所述路面场景包括路面和针对路面所设置的场景，其中，所述路面包括：高速路、城市路、乡村路、山区路、以及至少包括上述两种路面的混合路，所述场景包括车辆阻拦、急刹车、侧面的车辆超车、堵车和行人横穿马路。

6.一种驾驶事故倾向性测试方法，应用于对待测人员驾驶机动车的安全性进行测试，其特征在于，包括测试步骤和结果报表输出步骤，其中，

所述测试步骤包括：

接收待测人员的基本信息，并根据预定的驾驶员基本信息的计分方式，对待测人员的基本信息进行计分得到第一分值，并将所述第一分值与预先建立的驾驶员基本信息的常模相比较，得到待测人员基本信息的第一评价；

向待测人员提供个性测试问卷，接收待测人员对所述个性测试问卷的答复，并根据预定的驾驶员个性测试的计分方式，对所述答复进行计分得到第二分值，将所述第二分值与预先建立的驾驶员个性的常模相比较，得到待测人员个性的第二评价；

提供考察待测人员的与机动车驾驶相关的认知能力的多个认知任务，并根据待测人员对所述多个认知任务的完成情况对待测人员的认知能力进行计分得到第三分值，并将所述第三分值与预先确定的驾驶员认知能力的常模相比较，得到待测人员认知能力的第三评价；

提供多个路面场景对待测人员的驾驶技能进行模拟驾驶测试，并根据待测人员的模拟驾驶测试结果对待测人员的驾驶技能进行计分得到第四分值，并将所述第四分值与预先确定的驾驶员驾驶技能的常模相比较，得到待测人员的驾驶技能的第四评价；

所述结果报表输出步骤包括：输出所述第一分值以及第一评价、所述第二分值和第二评价、所述第三分值以及第三评价、以及所述第四分值和第四评价。

7.如权利要求6所述的驾驶事故倾向性测试方法，其特征在于，所述基本信息包括：性别、年龄、职业、驾龄、驾驶车型、车辆运营性质、是否为职业驾驶员和出行性质。

8.如权利要求6所述的驾驶事故倾向性测试方法，其特征在于，所述个性测试问卷包括针对待测人员的交通规则、安全意识、责任感和生活态度、情绪稳定性、环境适应性、冒险性、攻击性和心理紧张度方面的测试题目。

9.如权利要求6所述的驾驶事故倾向性测试方法，其特征在于，

所述多个认知任务包括：注意广度任务、注意分配和视觉工作记忆广度任务、多目标运动监测任务和二维空间速度估计任务，其中，所述注意分配和视觉工作记忆广度任务包括车辆追踪子任务、视觉搜索子任务和同时包括车辆追踪子任务和视觉搜索子任务的双子任务。

10.如权利要求6所述的驾驶事故倾向性测试方法，其特征在于，

所述路面场景包括路面和针对路面所设置的场景，其中，所述路面包括：高速路、城市路、乡村路、山区路、以及至少包括上述两种路面的混合路，所述场景包括车辆阻拦、急刹车、侧面的车辆超车、堵车和行人横穿马路。

Images