CN112581832B - 一种基于学习风格的危急驾驶风险评价干预方法及系统 - Google Patents
一种基于学习风格的危急驾驶风险评价干预方法及系统 Download PDFInfo
- Publication number
- CN112581832B CN112581832B CN202011463588.6A CN202011463588A CN112581832B CN 112581832 B CN112581832 B CN 112581832B CN 202011463588 A CN202011463588 A CN 202011463588A CN 112581832 B CN112581832 B CN 112581832B
- Authority
- CN
- China
- Prior art keywords
- data
- driving
- driver
- risk
- education
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B19/00—Teaching not covered by other main groups of this subclass
- G09B19/16—Control of vehicles or other craft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Abstract
本发明涉及道路交通管理技术领域,具体公开了一种基于学习风格的危急驾驶风险评价干预方法,包括:获取驾驶人的风险认知数据、学习风格数据的分类数据以及驾驶性格数据的分类数据;依据风险认知数据、学习风格数据的分类数据以及驾驶性格数据的分类数据生成对应的训练教育指令;依据训练教育指令,对驾驶人分别开展典型危急场景实景模拟教育和交通事故应急处置警示教育。本发明还公开了一种基于学习风格的危急驾驶风险评价干预系统。本发明可以提升驾驶人教育学习特征的群体分类效率,增强应急处置风险的评估效果,拓展培训教育干预的应用方法,多层次多目标系统性的提升驾驶人应急处置能力与意识,具有较高的公共安全社会价值与现实意义。
Description
技术领域
本发明涉及道路交通管理技术领域,更具体地,涉及一种基于学习风格的危急驾驶风险评价干预方法及系统。
背景技术
机动车驾驶人,作为整个“人、车、路、管理”系统的核心部分,交通事故的发生大多与驾驶人因相关联。据统计,由驾驶人感知判断错误和操作不当引发的交通事故比例较高,与驾驶人面对危急场景的操作与策略运用具有较强的关联性。
目前,面向机动车驾驶人的培训教育,主要由公安交管部门按照相关规定开展审验与记分满分驾驶人教育、交通运输部门根据从业人员管理制度进行针对性职业教育、部分企业也开始启动企业安全生产管理、交通法律法规及绿色节能等专项培训。
随着物联网、大数据、新媒体等新技术的快速发展与广泛应用,面向驾驶人的培训教育方法也不局限于纸质书籍、课堂授课,增加了网络授课、视频教育及模拟互动体验等新技术与新方法,能够进一步提升驾驶人的教育覆盖面与知识共享性。
但是目前驾驶人的风险意识薄弱,安全主体责任落实不到位,教育培训效果不深入也不具体。
发明内容
为了解决现有技术中存在的不足,本发明提供了一种基于学习风格的危急驾驶风险评价干预方法及系统,可以提升驾驶人教育学习特征的群体分类效率,增强应急处置风险的评估效果,拓展培训教育干预的应用方法,多层次多目标系统性的提升驾驶人应急处置能力与意识,具有较高的公共安全社会价值与现实意义。
作为本发明的第一个方面,提供一种基于学习风格的危急驾驶风险评价干预方法,包括:
步骤S110:获取驾驶人的风险认知数据、学习风格数据以及驾驶性格数据;
步骤S120:对所述学习风格数据进行分类,获取所述学习风格数据的分类数据,以及对所述驾驶性格数据进行分类,获取所述驾驶性格数据的分类数据;
步骤S130:依据所述风险认知数据、所述学习风格数据的分类数据以及所述驾驶性格数据的分类数据生成对应的训练教育指令;
步骤S140:依据所述训练教育指令,对驾驶人分别开展典型危急场景实景模拟教育和交通事故应急处置警示教育。
进一步地,所述驾驶人的风险认知数据为驾驶人对危急场景中的风险认知数据,所述风险认知数据包括风险心理、风险态度、风险知识以及风险处置技能。
进一步地,所述学习风格数据包括学习接受度,依据所述学习接受度将驾驶人的学习风格分为发散型、调节型、同化型、聚合型。
进一步地,所述驾驶性格数据包括驾驶攻击性程度和驾驶学习接受度,根据所述驾驶攻击性程度和驾驶学习接受度计算出驾驶人驾驶性格测试值。
进一步地,所述步骤S130中,还包括:依据所述风险认知数据、所述学习风格数据的分类数据以及所述驾驶性格数据的分类数据,按照预设的风险教育干预矩阵设置驾驶人心理辅助干预对策和多形式复合教育模式。
作为本发明的第二个方面,提供一种基于学习风格的危急驾驶风险评价干预系统,包括:
驾驶人风险认知测评模块,用于获取驾驶人的风险认知数据,并将所述风险认知数据发送至驾驶人评价干预中心平台;
驾驶人学习风格分型模块,用于获取驾驶人的学习风格数据,并对所述学习风格数据进行分类,并将所述学习风格数据的分类数据发送至所述驾驶人评价干预中心平台;
驾驶人驾驶性格测评模块,用于获取驾驶人的驾驶性格数据,并对所述驾驶性格数据进行分类,并将所述驾驶性格数据的分类数据发送至所述驾驶人评价干预中心平台;
驾驶人评价干预中心平台,用于依据接收到的所述风险认知数据、所述学习风格数据的分类数据以及所述驾驶性格数据的分类数据生成对应的训练教育指令,并将对应的训练教育指令分别发送至典型危急场景驾驶实景模拟教育模块和交通事故案例警示教育模块;
典型危急场景驾驶实景模拟教育模块,用于依据接收到的所述训练教育指令,对驾驶人开展典型危急场景实景模拟教育;
交通事故案例警示教育模块,用于依据接收到的所述训练教育指令,对驾驶人开展交通事故应急处置警示教育。
进一步地,所述驾驶人的风险认知数据为驾驶人对危急场景中的风险认知数据,所述风险认知数据包括风险心理、风险态度、风险知识以及风险处置技能。
进一步地,所述学习风格数据包括学习接受度,所述驾驶人学习风格分型模块依据所述学习接受度将驾驶人的学习风格分为发散型、调节型、同化型、聚合型。
进一步地,所述驾驶性格数据包括驾驶攻击性程度和驾驶学习接受度,所述驾驶人驾驶性格测评模块根据所述驾驶攻击性程度和驾驶学习接受度计算出驾驶人驾驶性格测试值。
进一步地,所述驾驶人评价干预中心平台,还用于依据接收到的所述风险认知数据、所述学习风格数据的分类数据以及所述驾驶性格数据的分类数据,按照预设的风险教育干预矩阵设置驾驶人心理辅助干预对策和多形式复合教育模式,并将所述驾驶人心理辅助干预对策和多形式复合教育模式均分别发送至所述典型危急场景驾驶实景模拟教育模块和交通事故案例警示教育模块。
本发明提供的基于学习风格的危急驾驶风险评价干预方法及系统具有以下优点:可以提升驾驶人教育学习特征的群体分类,增强应急处置风险的评估效果,拓展培训教育干预的方法,多层次多目标系统性的提升驾驶人应急处置能力与意识,具有较高的公共安全社会价值与现实意义。
附图说明
附图是用来提供对本发明的进一步理解,并且构成说明书的一部分,与下面的具体实施方式一起用于解释本发明,但并不构成对本发明的限制。
图1为本发明提供的基于学习风格的危急驾驶风险评价干预方法的流程图。
图2为本发明提供的基于学习风格的危急驾驶风险评价干预方法的具体实施方式流程图。
图3为本发明提供的基于学习风格的危急驾驶风险评价干预系统的结构框图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的基于学习风格的危急驾驶风险评价干预方法及系统其具体实施方式、结构、特征及其功效,详细说明如后。显然,所描述的实施例为本发明的一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
在本实施例中提供了一种基于学习风格的危急驾驶风险评价干预方法,如图1所示,基于学习风格的危急驾驶风险评价干预方法包括:
步骤S110:获取驾驶人的风险认知数据、学习风格数据以及驾驶性格数据;
步骤S120:对所述学习风格数据进行分类,获取所述学习风格数据的分类数据,以及对所述驾驶性格数据进行分类,获取所述驾驶性格数据的分类数据;
步骤S130:依据所述风险认知数据、所述学习风格数据的分类数据以及所述驾驶性格数据的分类数据生成对应的训练教育指令;
步骤S140:依据所述训练教育指令,对驾驶人分别开展典型危急场景实景模拟教育和交通事故应急处置警示教育。
优选地,驾驶人的风险认知数据为驾驶人对危急场景中的风险认知数据,风险认知数据包括风险心理、风险态度、风险知识以及风险处置技能。
优选地,学习风格数据包括学习接受度,依据学习接受度将驾驶人的学习风格分为发散型、调节型、同化型、聚合型。
优选地,驾驶性格数据包括驾驶攻击性程度和驾驶学习接受度,根据驾驶攻击性程度和驾驶学习接受度计算出驾驶人驾驶性格测试值。
优选地,步骤S130中,还包括:依据风险认知数据、学习风格数据的分类数据以及驾驶性格数据的分类数据,按照预设的风险教育干预矩阵设置驾驶人心理辅助干预对策和多形式复合教育模式。
下面结合图2对本发明提供的基于学习风格的危急驾驶风险评价干预方法的具体实施方式流程进行说明,其中,包含所述预设的风险教育干预矩阵的具体实现方法,具体如下:
一、干预对策与教育模式的选取原则
(1)以不同学习风格下的干预教育的接受度、适配性为考察项,确定采用不同风险级别下的强制干预性、群体接受度、个人关注式的引导式干预对策,配合集中式或案例式的教育模式;
(2)以驾驶性格外部表现的攻击性驾驶行为为考察项,确定驾驶人的干预对策与教育模式;以风险行为评价来丰富教育内容。
二、不同类型的学习风格对应不同的干预对策与教育模式
以学习风格数据中的学习接受度的测试分值为参考项,选取相适应的干预对策与教育模式:其中,所述干预对策I包括认知重评I1、场景再现I2、驾驶实践I3、风险测评I4、心理调适I5,所述教育模式E包括课堂教学E1、话题讨论E2、视频教学E3、模拟体验E4、案例讲解E5;
学习风格→干预对策与教育模式;
学习接受度S的测试分值S(i)(由低到高)为:(0)(1)(2)---→(8)(9)(10);
学习风格的类型分为聚合型、发散型、同化型、调节型;
发散型的学习风格:测试分值S(i)取值→(0-2);
调节型的学习风格:测试分值S(i)取值→(3-5);
同化型的学习风格:测试分值S(i)取值→(6-8);
聚合型的学习风格:测试分值S(i)取值→(8-10);
如果0<S(i)≤5,表明学习风格处于具有较强的独立性,感性意识强,冒险精神、思维注意力较为发散,集体学习的接受度较弱、规则意识、团队意识不足的驾驶人,选取个人主义、冒险主义的风险认知态度调整的认知重评、场景再现及心理调适的干预对策,采用适合发散性、开放式教学的话题讨论、视频教学及案例讲解等交互模式;
如果5<S(i)≤10,表明学习风格具有较好的学习接受度,较为理性,融入性、团队意识较好的驾驶人,选取适合引导学习的驾驶实践、风险测评的干预对策,并采用适合集中化、团队式的课堂教学、模拟体验教学模式。
如下表1所示:
表1
三、不同类型的驾驶性格对应不同的干预对策与教育模式
以驾驶性格的驾驶攻击性程度(CA)与驾驶学习接受度(CS)的乘积(C)为参考项,选取相适应的干预对策与教育模式:
驾驶性格→干预对策与教育模式;
a.驾驶攻击性程度CA(由低到高)为:(0)(1)(2)---→(8)(9)(10);
驾驶急躁:CA1取值→(9-10);
驾驶粗心:CA2取值→(3-4);
驾驶冒险:CA3取值→(7-8);
驾驶分心:CA4取值→(5-6);
驾驶好胜:CA5取值→(8-9);
驾驶沉稳:CA6取值→(0-2);
注:此处驾驶性格测试的类型为评测倾向最高(最突出)项;
b.驾驶学习接受度CS(由低到高)为:(0)(1)(2)---→(8)(9)(10);
驾驶急躁:CS1取值→(0-1);
驾驶粗心:CS2取值→(7-8);
驾驶冒险:CS3取值→(2-3);
驾驶分心:CS4取值→(4-5);
驾驶好胜:CS5取值→(6-7);
驾驶沉稳:CS6取值→(9-10);
注:此处驾驶性格测试的类型为评测倾向最高(最突出)项;
驾驶人性格测评值C(i)=CA(i)*(10-CS(i));
如果0<C(i)≤36,表明具有该类驾驶性格倾向的驾驶人,其攻击性程度处于中下水平,学习风格具有较好的学习接受度,驾驶性格处于相对较为沉稳,面对应急处置中的部分操作认知错误可通过一般的教育进行改正,能够考虑他人感受与公共安全,选取适合引导学习的驾驶实践、风险测评的干预对策,并采用适合集中化、团队式的课堂教学、模拟体验教学模式;
如果36<C(i)≤100,表明具有该类驾驶性格倾向的驾驶人,具有一定的驾驶攻击性,不能很好地控制情绪,遇到突发事件无法保持冷静合理的应对措施,且会扩大危害与影响,多考虑自身利益与安全,并且通过驾驶过程中的集体学习的接受度较差,规则意识、团队意识较弱,因此,选取注重风险处置态度调整的认知重评、场景再现及心理调适的干预对策,并采用适合发散性、开放式教学的话题讨论、视频教学及案例讲解等交互模式。
如下表2所示:
表2
四、驾驶风险行为关联因素聚类教育模式
根据倾向的教育重点知识内容,涉及到专业性知识采用课堂、视频等教学技术方法,涉及具体的应急处置操作,采用实践类、体验式教学技术方法,设置相应的教育模式,见下表3所示。
表3
作为本发明的另一实施例,如图3所示,提供一种基于学习风格的危急驾驶风险评价干预系统,其中,包括:
驾驶人风险认知测评模块,用于获取驾驶人的风险认知数据,并将所述风险认知数据发送至驾驶人评价干预中心平台;
驾驶人学习风格分型模块,用于获取驾驶人的学习风格数据,并对所述学习风格数据进行分类,并将所述学习风格数据的分类数据发送至所述驾驶人评价干预中心平台;
驾驶人驾驶性格测评模块,用于获取驾驶人的驾驶性格数据,并对所述驾驶性格数据进行分类,并将所述驾驶性格数据的分类数据发送至所述驾驶人评价干预中心平台;
驾驶人评价干预中心平台,用于依据接收到的所述风险认知数据、所述学习风格数据的分类数据以及所述驾驶性格数据的分类数据生成对应的训练教育指令,并将对应的训练教育指令分别发送至典型危急场景驾驶实景模拟教育模块和交通事故案例警示教育模块;
典型危急场景驾驶实景模拟教育模块,用于依据接收到的所述训练教育指令,对驾驶人开展典型危急场景实景模拟教育;
交通事故案例警示教育模块,用于依据接收到的所述训练教育指令,对驾驶人开展交通事故应急处置警示教育。
具体地,驾驶人学习风格分型模块应用学习风格专用量表制作的自助题库,获取驾驶人的学习风格数据,并将其学习风格数据进行分类,分类结果作为驾驶人特征数据上传至驾驶人评价干预中心平台;驾驶人驾驶性格测评模块采用专用交通心理学题库,由驾驶人自助完成驾驶性格评测,并将其性格进行编码,作为驾驶人特征数据上传至驾驶人评价干预中心平台。
优选地,典型危急场景驾驶实景模拟教育模块具体用于,从典型交通事故(一次死亡3人、5人或以上的道路交通事故),提取事故关键元素,包括驾驶操作、驾驶人因素、驾驶车辆、其他车辆、其他行人、非机动车、交通设施、天气环境、时间、驾驶视野(遮挡物、景观、建筑),以重点应急风险处置为教育重点,通过驾驶模拟体验的方式,让驾驶人从视觉、听觉、触觉等感官上接受交通场景的风险刺激,心理上承受风险来临、伤害情境的精神负荷,针对驾驶人的应对处置操作,实时反馈不同的风险冲突或伤亡事故处置结果,并基于判断、决策、应对等分项指标,综合评价驾驶人风险处置水平,并将训练教育数据作为驾驶人关联数据上传至驾驶人评价干预中心平台。
优选地,交通事故案例警示教育模块具体用于,基于典型交通事故的伤害影响,以认知提升教育与质性访谈剖析的方式,以结构化数据分析还原交通事故,数据可视化展示因危险场景处置不当或主观错误肇事的事故责任、事故伤害、职业规划与家庭生活的影响,并将警示教育数据作为驾驶人关联数据上传至驾驶人评价干预中心平台。
需要说明的是,如驾驶人因职业、年龄、身体、家庭等因素发生变化,可重复开展测评、训练、教育等相关步骤,及时更新驾驶人评价干预中心平台的数据信息。
优选地,所述驾驶人的风险认知数据为驾驶人对危急场景中的风险认知数据,所述风险认知数据包括风险心理、风险态度、风险知识以及风险处置技能。
优选地,所述学习风格数据包括学习接受度,所述驾驶人学习风格分型模块依据所述学习接受度将驾驶人的学习风格分为发散型、调节型、同化型、聚合型。
优选地,所述驾驶性格数据包括驾驶攻击性程度和驾驶学习接受度,所述驾驶人驾驶性格测评模块根据所述驾驶攻击性程度和驾驶学习接受度计算出驾驶人驾驶性格测试值。
优选地,所述驾驶人评价干预中心平台,还用于依据接收到的所述风险认知数据、所述学习风格数据的分类数据以及所述驾驶性格数据的分类数据,按照预设的风险教育干预矩阵设置驾驶人心理辅助干预对策和多形式复合教育模式,并将所述驾驶人心理辅助干预对策和多形式复合教育模式均分别发送至所述典型危急场景驾驶实景模拟教育模块和交通事故案例警示教育模块。
具体地,典型危急场景驾驶实景模拟教育模块,主要负责对驾驶人开展不同类型危急场景的模拟体验、训练、教育以及考核,获取驾驶人应急处置训练考核数据,上传至驾驶人评价干预中心平台;交通事故案例警示教育模块,主要负责对驾驶人开展重特大道路交通事故案例违法行为、肇事原因、惨重后果、行业影响、责任追究等方面警示性教育,并将驾驶人警示教育数据上传至驾驶人评价干预中心平台。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (4)
1.一种基于学习风格的危急驾驶风险评价干预方法,其特征在于,包括:
步骤S110:获取驾驶人的风险认知数据、学习风格数据以及驾驶性格数据;
步骤S120:对所述学习风格数据进行分类,获取所述学习风格数据的分类数据,以及对所述驾驶性格数据进行分类,获取所述驾驶性格数据的分类数据;
步骤S130:依据所述风险认知数据、所述学习风格数据的分类数据以及所述驾驶性格数据的分类数据生成对应的训练教育指令;
其中,所述步骤S130中,还包括:依据所述风险认知数据、所述学习风格数据的分类数据以及所述驾驶性格数据的分类数据,按照预设的风险教育干预矩阵设置驾驶人心理辅助干预对策和多形式复合教育模式;
步骤S140:依据所述训练教育指令,对驾驶人分别开展典型危急场景实景模拟教育和交通事故应急处置警示教育;
其中,所述驾驶人的风险认知数据为驾驶人对危急场景中的风险认知数据,所述风险认知数据包括风险心理、风险态度、风险知识以及风险处置技能;
其中,所述驾驶性格数据包括驾驶攻击性程度和驾驶学习接受度,根据所述驾驶攻击性程度和驾驶学习接受度计算出驾驶人驾驶性格测试值;
所述驾驶人驾驶性格测试值的计算公式如下:
C(i)= CA(i)*(10-CS(i))
其中,C(i)、CA(i)、CS(i)分别代表具有第i类驾驶性格倾向的驾驶人的驾驶性格测试值、驾驶攻击性程度、驾驶学习接受度。
2.根据权利要求1所述的基于学习风格的危急驾驶风险评价干预方法,其特征在于,所述学习风格数据包括学习接受度,依据所述学习接受度将驾驶人的学习风格分为发散型、调节型、同化型、聚合型。
3.一种基于学习风格的危急驾驶风险评价干预系统,其特征在于,包括:
驾驶人风险认知测评模块,用于获取驾驶人的风险认知数据,并将所述风险认知数据发送至驾驶人评价干预中心平台;
驾驶人学习风格分型模块,用于获取驾驶人的学习风格数据,并对所述学习风格数据进行分类,并将所述学习风格数据的分类数据发送至所述驾驶人评价干预中心平台;
驾驶人驾驶性格测评模块,用于获取驾驶人的驾驶性格数据,并对所述驾驶性格数据进行分类,并将所述驾驶性格数据的分类数据发送至所述驾驶人评价干预中心平台;
驾驶人评价干预中心平台,用于依据接收到的所述风险认知数据、所述学习风格数据的分类数据以及所述驾驶性格数据的分类数据生成对应的训练教育指令,并将对应的训练教育指令分别发送至典型危急场景驾驶实景模拟教育模块和交通事故案例警示教育模块;
其中,所述驾驶人评价干预中心平台,还用于依据接收到的所述风险认知数据、所述学习风格数据的分类数据以及所述驾驶性格数据的分类数据,按照预设的风险教育干预矩阵设置驾驶人心理辅助干预对策和多形式复合教育模式,并将所述驾驶人心理辅助干预对策和多形式复合教育模式均分别发送至所述典型危急场景驾驶实景模拟教育模块和交通事故案例警示教育模块;
典型危急场景驾驶实景模拟教育模块,用于依据接收到的所述训练教育指令,对驾驶人开展典型危急场景实景模拟教育;
交通事故案例警示教育模块,用于依据接收到的所述训练教育指令,对驾驶人开展交通事故应急处置警示教育;
其中,所述驾驶人的风险认知数据为驾驶人对危急场景中的风险认知数据,所述风险认知数据包括风险心理、风险态度、风险知识以及风险处置技能;
其中,所述驾驶性格数据包括驾驶攻击性程度和驾驶学习接受度,所述驾驶人驾驶性格测评模块根据所述驾驶攻击性程度和驾驶学习接受度计算出驾驶人驾驶性格测试值;
所述驾驶人驾驶性格测试值的计算公式如下:
C(i)= CA(i)*(10-CS(i))
其中,C(i)、CA(i)、CS(i)分别代表具有第i类驾驶性格倾向的驾驶人的驾驶性格测试值、驾驶攻击性程度、驾驶学习接受度。
4.根据权利要求3所述的基于学习风格的危急驾驶风险评价干预系统,其特征在于,所述学习风格数据包括学习接受度,所述驾驶人学习风格分型模块依据所述学习接受度将驾驶人的学习风格分为发散型、调节型、同化型、聚合型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011463588.6A CN112581832B (zh) | 2020-12-14 | 2020-12-14 | 一种基于学习风格的危急驾驶风险评价干预方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011463588.6A CN112581832B (zh) | 2020-12-14 | 2020-12-14 | 一种基于学习风格的危急驾驶风险评价干预方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112581832A CN112581832A (zh) | 2021-03-30 |
CN112581832B true CN112581832B (zh) | 2023-03-03 |
Family
ID=75131851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011463588.6A Active CN112581832B (zh) | 2020-12-14 | 2020-12-14 | 一种基于学习风格的危急驾驶风险评价干预方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112581832B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115705785A (zh) * | 2021-08-11 | 2023-02-17 | 东北林业大学 | 基于驾驶模拟器的驾驶人安全教育方法 |
CN114446049B (zh) * | 2021-12-29 | 2024-03-08 | 北京理工大学 | 基于社会价值取向的交通流预测方法、系统、终端及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1731470A (zh) * | 2005-06-17 | 2006-02-08 | 安徽三联事故预防研究所 | 驾驶员个性化培训驾驶模拟设备和方法 |
CN108305524A (zh) * | 2018-01-26 | 2018-07-20 | 北京工业大学 | 基于驾驶模拟平台的沉浸式驾驶行为矫正方法和系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2434346B (en) * | 2006-01-18 | 2011-01-05 | Airmax Group Plc | Method and system for driver style monitoring and analysing |
CN101739855A (zh) * | 2008-11-07 | 2010-06-16 | 北京宣爱智能模拟技术有限公司 | 一种汽车驾驶网络个性化教学系统及其学习方法 |
CN109784768B (zh) * | 2019-02-18 | 2023-04-18 | 吉林大学 | 一种驾驶任务识别方法 |
CN110866677B (zh) * | 2019-10-25 | 2023-04-18 | 东南大学 | 一种基于基准化分析的驾驶人相对风险评价方法 |
-
2020
- 2020-12-14 CN CN202011463588.6A patent/CN112581832B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1731470A (zh) * | 2005-06-17 | 2006-02-08 | 安徽三联事故预防研究所 | 驾驶员个性化培训驾驶模拟设备和方法 |
CN108305524A (zh) * | 2018-01-26 | 2018-07-20 | 北京工业大学 | 基于驾驶模拟平台的沉浸式驾驶行为矫正方法和系统 |
Non-Patent Citations (2)
Title |
---|
李艳等.风险驾驶行为识别及干预研究综述.《汽车与安全》.2020,(第3期),第79-85页全页. * |
王丽等.基于Kolb学习圈理论的某省大学生学习风格研究.《中国高等医学教育》.2020,(第3期),正文第55-56页. * |
Also Published As
Publication number | Publication date |
---|---|
CN112581832A (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Raudenbush et al. | Contextual effects on the self-perceived efficacy of high school teachers | |
Hornby | Inclusion or delusion: can one size fit all? | |
Slavin | Students at risk of school failure: The problem and its dimensions | |
Weissberg et al. | The primary mental health project: seven consecutive years of program outcome research. | |
CN112581832B (zh) | 一种基于学习风格的危急驾驶风险评价干预方法及系统 | |
Jimenez et al. | School effects and costs for private and public schools in the Dominican Republic | |
Brandt et al. | Teachers' attitudes and ascription of causation. | |
Stephenson et al. | Pictures as communication symbols for students with severe intellectual disability | |
Foon | The effectiveness of drinking-driving treatment programs: A critical review | |
Russell | Effective feedback skills | |
Christiaansen et al. | Influencing eyewitness descriptions | |
Raftery et al. | The efficacy of road safety education in schools: A review of current approaches | |
Smith | Serving students with special needs: A practical guide for administrators | |
Hagans | A response-to-intervention approach to decreasing early literacy differences in first graders from different socioeconomic backgrounds: Evidence for the intervention validity of the DIBELS | |
Ageev et al. | Methodology for determining the professional qualities of motor vehicle drivers | |
Copeland et al. | Training needs of prospective school psychologists: The practitioners' viewpoint | |
Miller | Cattell-Horn-Carroll (CHC) theory-based assessment with deaf and hard of hearing children in the school setting | |
Coffman | Conflict-resolution strategy for adolescents with divorced parents | |
Bownes | Mobilizing communities to prevent juvenile crime | |
Williams et al. | Key Pedagogic Thinkers: Jean Baudrillard | |
Raymond | Cross-grading: An experiment in evaluating compositions | |
Purwasih et al. | The strategies of guidance and counseling teachers to increasing students’ moral awareness in senior high school | |
Rangka et al. | First attempt to evaluate of burnout among school counselors after lifting pandemic rules in Indonesia | |
Pitts et al. | WHAT ARE THE EFFECTS OF PART-TIME INSTRUCTION ON FINAL GRADES IN THE BUSINESS LAW COURSE? | |
Patarapichayatham et al. | easyCBM [R] Slope Reliability: Letter Names, Word Reading Fluency, and Passage Reading Fluency. Technical Report# 1111. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |