閆學(xué)東 李曉夢

（北京交通大學(xué)城市交通復(fù)雜系統(tǒng)理論與技術(shù)教育部重點實驗室 北京 100044）

0 引言

隨著社會經(jīng)濟(jì)的快速發(fā)展，我國的機(jī)動車數(shù)量和駕駛?cè)藬?shù)量迅猛增加，機(jī)動車輛家庭化、駕駛?cè)朔锹殬I(yè)化己是必然趨勢。與此同時，我國道路交通環(huán)境復(fù)雜，交通基礎(chǔ)設(shè)施狀況不盡人意，造成一系列的交通擁堵、交通環(huán)境和交通安全等問題，交通事故發(fā)生率及死亡率一直保持在較高水平［1］。2010年，我國共發(fā)生道路交通事故近24萬起，造成約7萬人死亡、28萬人受傷，直接財產(chǎn)損失達(dá)9.1億元，全國萬車死亡率為3.6，從傷亡人數(shù)和萬車死亡率來看，交通安全管理形勢依然很嚴(yán)峻。由于多數(shù)交通事故與駕駛?cè)巳藶橐蛩刂苯酉嚓P(guān)［2］，所以關(guān)于駕駛行為的研究一直是交通安全領(lǐng)域的1個熱點。

早期開展的駕駛行為實驗研究多是在真實道路環(huán)境中進(jìn)行的，而這些實驗不僅需要投入大量的人力和物力資源，并且考慮到實驗人員的人身安全，無法進(jìn)行一些風(fēng)險性較高的駕駛行為測試，例如緊急避撞行為。然而，伴隨著高度仿真駕駛模擬器的出現(xiàn)，研究者能夠召集實驗人員在安全、可控、高仿真的模擬環(huán)境中進(jìn)行復(fù)雜的動態(tài)駕駛實驗，采集實驗數(shù)據(jù)，分析駕駛?cè)嗽谔囟{駛環(huán)境下的駕駛行為表現(xiàn)，評估各種駕駛干預(yù)因素的安全效果［3］，而且不會對駕駛?cè)嗽斐蓚?。因此，近些年來，高度仿真駕駛模擬器已被廣泛應(yīng)用于交通工程學(xué)、駕駛行為心理學(xué)領(lǐng)域，并在人機(jī)工程、環(huán)境工程等領(lǐng)域展現(xiàn)了良好的應(yīng)用前景。EIComplendex數(shù)據(jù)庫的文獻(xiàn)統(tǒng)計結(jié)果顯示，駕駛模擬器相關(guān)研究在駕駛領(lǐng)域中的文獻(xiàn)比例從1987年至2012年的9%持續(xù)上升到28%，見圖1。

1 駕駛行為模型研究

國內(nèi)外針對駕駛行為的研究一般都是基于駕駛行為模型展開。有關(guān)駕駛行為模型的研究最早可追溯到20世紀(jì)30年代提出的車輛行駛區(qū)域分析理論［4］，而當(dāng)時研究者們提出的行為模型分析多為機(jī)械式，很少考慮駕駛?cè)说膫€人主觀因素。從60年代開始，駕駛?cè)艘蛩兀ɡ?，情緒狀態(tài)、冒險性行為等）逐漸得到關(guān)注并被納入到駕駛行為模型考量中。到了80年代，層次控制結(jié)構(gòu)的提出極大地推動了駕駛行為領(lǐng)域的發(fā)展，有研究者將駕駛行為分為3 個層次：任務(wù)層、規(guī)劃層和操作層［5］。隨著認(rèn)知科學(xué)的興起和發(fā)展，研究者開始將認(rèn)知心理應(yīng)用于駕駛行為分析，將低層次車輛基本控制、高層次認(rèn)知處理和決策整合到駕駛行為模型中［6］。國內(nèi)盡管在該領(lǐng)域的研究起步較晚，但近年也取得了一定的進(jìn)展，駕駛行為模型的研究從單純的工程學(xué)角度逐漸開始結(jié)合認(rèn)知學(xué)、心理學(xué)，這些模型主要集中在車輛跟馳模型［7］、車輛換道模型［8］以及用于車輛輔助駕駛系統(tǒng)的認(rèn)知行為建模［9］。

2 駕駛行為干預(yù)因素

由駕駛行為模型的發(fā)展和演變可以看出，由早期的機(jī)械式建模到后來引入駕駛?cè)艘蛩兀瑖鴥?nèi)外學(xué)者在理論層面上對駕駛行為模型的研究已經(jīng)越來越深入。然而，相比之下應(yīng)用層面上的駕駛行為研究則更多的集中于分析干預(yù)因素對駕駛行為和駕駛安全所產(chǎn)生的影響。尤其是伴隨著高度仿真駕駛模擬器技術(shù)的改進(jìn)和完善，利用駕駛模擬實驗研究駕駛行為極大地推動了該領(lǐng)域的發(fā)展。駕駛模擬器可以利用計算機(jī)編程實現(xiàn)場景輸入，進(jìn)而加入干預(yù)因素，然后檢測駕駛?cè)说鸟{駛操作行為，研究不同情況下駕駛?cè)说鸟{駛操作變化和注意力變化。圖2給出了造成駕駛?cè)俗⒁饬Ψ稚⒌闹饕蓴_因素［10］。

圖2 干預(yù)因素分類Fig.2 Different type of interfere factors

2.1 車載設(shè)備干預(yù)因素

對于車載設(shè)備干預(yù)因素，往往將其與駕駛模擬器結(jié)合用來進(jìn)行智能交通安全技術(shù)的開發(fā)和研究，目前利用駕駛模擬平臺評估新技術(shù)對駕駛行為安全的影響已經(jīng)成為國際研究熱點。歐洲的INTERSAFE智能安全技術(shù)開發(fā)項目利用BMW駕駛模擬器對其各項技術(shù)功能進(jìn)行駕駛行為模擬實驗研究，評估各項安全技術(shù)的功能及效果，并根據(jù)實驗結(jié)果提出對車載傳感器的技術(shù)要求。在利用駕駛模擬器研究智能交叉口安全技術(shù)對駕駛?cè)诵袨橛绊懷芯糠矫?，實驗結(jié)果表明向駕駛?cè)颂峁_突車流時距信息對改善老齡駕駛?cè)撕湍贻p駕駛?cè)诵袨樾Ч黠@［11］；車內(nèi)紅燈預(yù)警信號可以增加駕駛?cè)嗽邳S燈轉(zhuǎn)換時的停車頻率，降低轉(zhuǎn)換前的駕駛速度［12］；聲音預(yù)警信息有助于減少反應(yīng)時間和交通事故率，其效果與駕駛?cè)说拿恐荞{駛頻率相關(guān)［13］。在利用駕駛模擬器研究車內(nèi)導(dǎo)航技術(shù)干預(yù)效果方面，發(fā)現(xiàn)導(dǎo)航信息也可能成為駕駛?cè)蝿?wù)中的超負(fù)荷信息，例如顯示屏與駕駛?cè)艘暰€距離設(shè)置不當(dāng)時，會對駕駛行為產(chǎn)生負(fù)面影響［14］。此外，在防撞預(yù)警技術(shù)實驗研究方面，發(fā)現(xiàn)預(yù)警信息使得駕駛?cè)藢η胺杰囕v緊急制動的反應(yīng)變快，從而降低了追尾事故的可能性［15］；彎道預(yù)警技術(shù)可有效降低偏離車道事故和換道側(cè)撞事故發(fā)生頻率［16］。

2.2 非車載設(shè)備干預(yù)因素

對于非車載設(shè)備干預(yù)因素，目前國內(nèi)外研究者已利用駕駛模擬實驗進(jìn)行了駕駛?cè)四挲g［17］、性別［18］、飲酒［19］、駕駛疲勞［20］、藥 物［21］、疾病［22］等駕駛?cè)艘蛩貙︸{駛行為的影響，分析了廣告標(biāo)志［23］、手機(jī)［24］、MP3［25］、天氣［26］等非駕駛?cè)艘蛩貙︸{駛行為的影響，并試圖將駕駛模擬器開發(fā)成為評判駕駛?cè)说牟僮骷寄芎驮u估道路安全性的應(yīng)用性實驗工具。

3 基于駕駛模擬實驗的層級式駕駛行為安全模型

盡管以往的駕駛行為模型和駕駛模擬實驗研究在基礎(chǔ)理論層面和應(yīng)用層面取得了大量的成果，然而由于缺乏理論模型與實驗應(yīng)用之間的整合，這些基于駕駛模擬實驗的駕駛行為安全研究多側(cè)重于分析某種干預(yù)因素對某項或幾項駕駛行為指標(biāo)的單一影響，難以在干預(yù)因素對駕駛?cè)说氖鹿曙L(fēng)險的影響方面得出系統(tǒng)性結(jié)論。因此，有必要建立系統(tǒng)的駕駛行為分析模型，通過設(shè)計高仿真度駕駛模擬實驗，更深入、全面地研究干預(yù)因素與駕駛行為安全的關(guān)系，為交通安全管理科學(xué)提供以科學(xué)實驗為基礎(chǔ)的決策依據(jù)。

據(jù)此，筆者提出基于駕駛模擬實驗的層級式駕駛行為安全模型，用以研究干預(yù)因素對駕駛行為安全的系統(tǒng)性影響，見圖3。該模型根據(jù)駕駛環(huán)境的復(fù)雜度及駕駛?cè)丝赡苌婕敖煌ㄊ鹿实目赡苄詫Ⅰ{駛行為按低、中、高3個風(fēng)險層級分類，分別為基本車輛控制行為、在復(fù)雜交通環(huán)境中的動態(tài)決策行為以及在緊急交通狀況中的避撞行為。當(dāng)某駕駛干預(yù)因素介入駕駛過程時，各個風(fēng)險等級的駕駛行為均可能發(fā)生變化，進(jìn)而對駕駛?cè)说慕煌ㄊ鹿曙L(fēng)險產(chǎn)生不同程度的影響。

利用該模型，隋毅［27］研究了手機(jī)通話這一干擾因素對駕駛?cè)笋{駛行為的影響。在低風(fēng)險等級中，駕駛?cè)嗽谥本€路段的行駛速度會隨著手機(jī)對話難度的增加而降低。在中風(fēng)險等級中，通過交叉口時駕駛?cè)艘驗槭褂檬謾C(jī)通話，導(dǎo)致認(rèn)知能力降低，因而遭遇黃燈時會作出錯誤的走停決策；在跟車階段，駕駛?cè)耸褂檬謾C(jī)通話時完成跟車行為的比例降低，并且加速和減速反應(yīng)時間增大，對前車速度的敏感性降低，車頭間距增大。在高風(fēng)險等級中，駕駛?cè)说谋茏卜磻?yīng)時間隨手機(jī)通話難度的增大而增大，手機(jī)通話使得駕駛?cè)俗肺彩鹿事拭黠@增加。

圖3 基于駕駛模擬實驗的層級式駕駛行為安全模型Fig.3 A hierarchical driving performance assessment model based on driving simulator experiment

3.1 低風(fēng)險駕駛行為

低風(fēng)險層級對應(yīng)某種干預(yù)因素下駕駛?cè)嗽诤唵蔚缆泛徒煌ōh(huán)境中的駕駛行為。這種道路環(huán)境一般由直路、上坡、下坡、直角彎道及交叉口等簡單道路線形元素組成，不需要加入過多的周邊車輛對駕駛?cè)诉M(jìn)行干擾。干預(yù)因素可以是不同天氣狀況、不同視距條件、不同駕駛?cè)藸顟B(tài)（如手機(jī)通話、疲勞、飲酒等）等。低風(fēng)險層級主要評估駕駛?cè)说幕拒囕v控制能力如車速控制、制動、轉(zhuǎn)向、車道保持等，基本的車輛控制變量見表1。

表1 基本車輛控制的變量Tab.1 The variables of basic vehicle control

基于該層級式駕駛行為安全模型，趙佳［28］等人研究了不同霧天等級（無霧、輕霧、濃霧）下駕駛?cè)嗽谥甭?、上下坡道及直角彎道上的駕駛行為，屬于低風(fēng)險層級。研究發(fā)現(xiàn)，霧的濃度增大使得駕駛?cè)嗽谏掀侣范蔚能囁亠@著降低；在彎道行駛時，由于受霧天視距的限制，駕駛?cè)巳菀滓暂^高車速進(jìn)入彎道，并且車輛的橫向偏移隨之增大，造成了較高的彎道駛出比例。

3.2 中風(fēng)險駕駛行為

中風(fēng)險層級評估駕駛?cè)嗽隈{駛過程中的動態(tài)決策制定行為。該層級對應(yīng)著一定程度的風(fēng)險場景，如在高密度、高速度車流中跟車、高密度車流下超車、陌生路網(wǎng)中路線選擇、山區(qū)復(fù)雜路段中行駛、信號燈變黃（紅）時駕駛?cè)俗咄Ｐ袨?、不良視距條件下行駛等場景。該類場景下駕駛?cè)诵枰粩嗟匾揽縿討B(tài)的交通環(huán)境和道路狀況，實時的做出認(rèn)知判斷、決策反應(yīng)，進(jìn)而執(zhí)行動作。

中風(fēng)險層級的風(fēng)險程度介于低風(fēng)險和高風(fēng)險之間，包含的場景種類較多，目前該層級的研究多是加入某種干預(yù)因素后考察其對中風(fēng)險駕駛行為的影響。以跟車行為為例，Broughton等［29］運用駕駛模擬器研究能見度對跟車行為的影響，通過模擬霧天環(huán)境并控制可見度，研究不同車速下的跟車行為。Ohlhauser等［30］研究了駕駛經(jīng)驗對跟車行為的影響，在駕駛模擬實驗中，新手司機(jī)比熟練司機(jī)有著更長的反應(yīng)時間和感知時間。Obst P等［31］研究了年齡與跟車行為的關(guān)系，在駕駛模擬實驗中，老年人在認(rèn)知上比年輕人慢，在跟車時保持更遠(yuǎn)的跟車距離。

3.3 高風(fēng)險駕駛行為

高風(fēng)險層級中駕駛?cè)诵枰獙o急交通狀況做出響應(yīng)，這些緊急狀況主要是指一些潛在的碰撞風(fēng)險，如追尾、側(cè)撞、擠撞、正撞等。駕駛?cè)嗽诮煌ㄊ鹿拾l(fā)生前需要不斷監(jiān)視周圍車輛及環(huán)境的狀態(tài)，并在有限的時間內(nèi)調(diào)整速度和車輛位置以避免事故的發(fā)生。這一層級包含的風(fēng)險最大，復(fù)雜性也最高，它可以評估駕駛?cè)说木C合認(rèn)知能力以及生理、心理和駕駛行為上的協(xié)調(diào)性。

以往的高風(fēng)險駕駛行為研究表明，駕駛?cè)嗽谟龅骄o急狀況需要避撞時，通常會采取3種方式對車輛進(jìn)行控制：①通過轉(zhuǎn)向盤使車輛橫向運動從而達(dá)到避撞目的；②通過油門或剎車控制車輛的縱向運動避免與障礙物相撞；③轉(zhuǎn)向與油門、剎車的同時配合使用。根據(jù)以上3種方式可將駕駛?cè)说谋茏残袨榫唧w分為制動、加速、轉(zhuǎn)向、制動繞行和加速繞行等幾類。根據(jù)157起檔案事故的研究，駕駛?cè)苏厥虑暗谋茏残袨榉N類分布見表2。李曉夢等人利用駕駛模擬器研究了駕駛?cè)嗽诓煌鲎彩鹿手械鸟{駛行為表現(xiàn)，研究結(jié)果顯示針對不同的碰撞類型駕駛?cè)藘A向于采取的避撞行為不同［32］（見表3）。在5種碰撞類型中，大部分駕駛?cè)硕疾扇×藴p速避撞措施；在與行人相撞、正面碰撞和側(cè)面擠撞中有超過30%的駕駛?cè)瞬扇∞D(zhuǎn)向措施，在直角碰撞和側(cè)面擠撞中還有一定比例的駕駛?cè)瞬扇〖铀俦茏病?/p>

表2 事故避撞行為分布Tab.2 The distribution of collision avoidance behaviors

表3 不同碰撞類型駕駛?cè)吮茏泊胧┓植急壤齌ab.3 The distribution ratio of collision avoidance behaviors in different types of collision

4 結(jié)束語

利用駕駛模擬器，研究者們已經(jīng)在駕駛行為領(lǐng)域取得了許多重要成果，研究范圍涉及到影響駕駛行為的各種干預(yù)因素。然而，過去的研究成果多側(cè)重于分析駕駛?cè)四硢我恍袨榛蚰愁愋袨榈淖兓ㄈ缢俣瓤刂?，反?yīng)時間等），對于干預(yù)因素對駕駛行為造成的影響缺乏整體性分析。事實上，當(dāng)某干涉條件介入人－車－路駕駛系統(tǒng)時（例如新型安全技術(shù)、新型交通設(shè)施、行駛期間使用手機(jī)、藥物影響、酒精影響等等），可能會在不同駕駛場景中對多種駕駛行為產(chǎn)生不同程度的積極或消極的影響。因此，筆者提出了基于駕駛模擬實驗的層級式駕駛行為安全模型，將駕駛行為分為低、中、高3個風(fēng)險等級。在今后的駕駛行為研究中，當(dāng)考慮某項干預(yù)因素對駕駛行為的影響時，可以參照該模型設(shè)計低、中、高3種風(fēng)險等級的駕駛模擬場景，以便能夠?qū)υ撘蛩赜绊懴碌鸟{駛行為進(jìn)行全面、系統(tǒng)的分析。

［1］茅順仙，曾維鑫.我國交通事故頻發(fā)的原因和對策［J］.城市車輛，2004（1）：26－28.Mao Shunxian，Zeng Weixin.The reason and strategy of high－frequent traffic accident in China［J］.Urban Vehicle，2004（1）：26－28.（in Chinese）.

［2］Evans L.The dominant role of driver behavior in traffic safety［J］.American Journal of Public Health，1996，86（6）：784－786.

［3］王 晶，劉小明，李德慧.駕駛模擬器現(xiàn)狀及應(yīng)用研究［J］.交通標(biāo)準(zhǔn)化，2008（21）：160－163.Wang Jin，Liu Xiaoming，Li Dehui.Driving simulator status quo and application research［J］.Communications Standardization，2008（21）：160－163.（in Chinese）.

［4］Gibson J J，Crooks L E.A theoretical field－analysis of automobile－driving［J］.The American journal of psychology，1938，51（3）：453－471.

［5］Michon J A.A critical view of driver behavior models：what do we know，what should we do？［M］.Berlin：Springer，1985.

［6］Salvucci D D，Boer E R，Liu A.Toward an integrated model of driver behavior in cognitive architecture［J］.Transportation Research Record：Journal of the Transportation Research Board，2001，1779（1）：9－16.

［7］王 彬.基于駕駛模擬實驗的跟車行為及其模型研究［D］.北京：北京交通大學(xué)，2013.Wang Bin.Research of car－following behavior and car－following model based on driving simulator［D］.Beijing：Beijing Jiaotong University，2013.（in Chinese）.

［8］鄒智軍，楊東援.微觀交通仿真中的車道變換模型［J］.中國公路學(xué)報，2002，15（2）：105－108.Zou Zhijun，Yang Dongyuan.Lane changing model for micro traffic simulation［J］.China Journal of Highway and Transport，2002，15（2）：105－108.（in Chinese）.

［9］劉雁飛，吳朝暉.駕駛ACT－R 認(rèn)知行為建模［J］.浙江大學(xué)學(xué)報：工學(xué)版，2006，40（10）：1657－1662.Liu Yanfei，Wu ChaoHui.Driver behavior modeling in ACT－R cognitive architecture［J］.Journal of Zheijiang University：Engineering Science，2006，40（10）：1657－1662.（in Chinese）.

［10］向 往，閆學(xué)東，王江鋒.駕駛模擬器在駕駛行為和心理影響因素研究方面的應(yīng)用［J］.山東科學(xué)，2013，26（6）：69－76.Xiang Wang，Yan Xuedong，Wang Jiangfeng.Applications of a driving simulator in influencial factors of driving behavior and psychology［J］.Shandong Science，2013，26（6）：69－76.（in Chinese）.

［11］Creaser J，Rakauskas M，Ward N，et al.A simulator－based evaluation of smart infrastructure concepts of Intersection Decision Support（IDS）for rural thru－STOP scenarios［R］.Minnesota：Human Firs Program，University of Minnesota，2007.

［12］Caird J，Chisholm S，Lockhart J.Do in－vehicle advanced signs enhance older and younger drivers’intersection performance？Driving simulation and eye movement results［J］.International Journal of Human－Computer Studies，2008，66（3）：132－144.

［13］Chang S H，Lin C Y，Hsu C C，et al.The effect of a collision warning system on the driving performance of young drivers at intersections［J］.Transportation research part F：traffic psychology and behaviour，2009，12（5）：371－380.

［14］Wittmann M，Kiss M，Gugg P，et al.Effects of display position of a visual in－vehicle task on simulated driving［J］.Applied Ergonomics，2006，37（2）：187－199.

［15］Ho C，Reed N，Spence C.Assessing the effectiveness of“intuitive”vibrotactile warning signals in preventing front－to－rear－end collisions in a driving simulator［J］.Accident Analysis ＆ Prevention，2006，38（5）：988－996.

［16］Qi Y，Yang L，Chen X，et al.Vehicle Infrastructure Integration－Based Driver Warning System for Run－Off－Road Crash Prevention［R］.Texas：Texas Southern University，2009.

［17］Brouwer W H，Waterink W，Van Wolffelaar P C，et al.Divided attention in experienced young and older drivers：lane tracking and visual analysis in a dynamic driving simulator［J］.Human Factors：The Journal of the Human Factors and Ergonomics Society，1991，33（5）：573－582.

［18］Makishita H，Matsunaga K.Differences of drivers’reaction times according to age and mental workload［J］.Accident Analysis ＆ Prevention，2008，40（2）：567－575.

［19］彭 挺，張 誠，裴玉龍.酒精攝入對駕駛?cè)笋{駛能力的影響分析［J］.交通信息與安全，2012，30（6）：43－47.Peng Ting，Zhang Cheng，Pei Yulong.Impact analysis of alcohol intake on driving ability［J］.Journal of Transport Information and Safety，2012，30（6）：43－47.（in Chinese）.

［20］滕 靖，宋興昊，姬利娟，等.連續(xù)駕駛條件下公交駕駛員疲勞特征實驗研究［J］.交通信息與安全，2013，31（3）：87－92.Teng Jing，Song Xinghao，Ji Lijuan，et al.Experimental study of fatigue characteristics of bus drivers under the condition of continuous driving［J］.Journal of Transport Information and Safety，2013，31（3）：87－92.（in Chinese）.

［21］LennéM G，Dietze P M，Triggs T J，et al.The effects of cannabis and alcohol on simulated arterial driving：Influences of driving experience and task demand［J］.Accident Analysis ＆ Prevention，2010，42（3）：859－866.

［22］Vaux L M，Ni R，Rizzo M，et al.Detection of imminent collisions by drivers with Alzheimer＇s disease and Parkinson＇s disease：apreliminary study［J］.Accident Analysis ＆ Prevention，2010，42（3）：852－858.

［23］Smiley A，Persaud B，Bahar G，et al.Traffic safety evaluation of video advertising signs［J］.Transportation Research Record：Journal of the Transportation Research Board，2005，1937（1）：105－112.

［24］白 玉，何 熊，龍 力.手機(jī)使用對駕駛員行為影響研究綜述［J］.交通信息與安全，2013，31（3）：136－142.Bai Yu，He Xiong，Long Li.Review of researches on impacts of mobile phone use on driving［J］.Journal of Transport Information and Safety，2013，31（3）：136－142.（in Chinese）.

［25］Chisholm S，Caird J K，Lockhart J.The effects of practice with MP3players on driving performance［J］.Accident Analysis ＆ Prevention，2008，40（2）：704－713.

［26］Brooks J O，Crisler M C，Klein N，et al.Speed choice and driving performance in simulated foggy conditions［J］.Accident Analysis ＆ Prevention，2011，43（3）：698－705.

［27］隋 毅.基于駕駛模擬實驗的手機(jī)通話對駕駛安全的影響研究［D］.北京：北京交通大學(xué)，2013.Sui Yi.Influence of cell phone use on driving safety based on driving simulator experiments［D］.Beijing：Beijing Jiaotong University，2013.（in Chinese）.

［28］趙 佳.基于駕駛模擬實驗的霧天對駕駛行為影響的研究［D］.北京：北京交通大學(xué)，2012.Zhao Jia.Study of driving behavior under fog weather condition based on driving simulator experiment［D］.Beijing：Beijing Jiaotong University，2012.（in Chinese）.

［29］Broughton K L，Switzer F，Scott D.Car following decisions under three visibility conditions and two speeds tested with a driving simulator［J］.Accident Analysis ＆ Prevention，2007，39（1）：106－116.

［30］Ohlhauser A D，Milloy S，Caird J K.Driver responses to motorcycle and lead vehicle braking events：The effects of motorcycling experience and novice versus experienced drivers［J］.Transportation research part F：traffic psychology and behaviour，2011，14（6）：472－483.

［31］Obst P，Armstrong K，Smith S，Banks T.Age and gender comparisons of driving while sleepy：Behaviours and risk perceptions［J］.Transportation Research Part F：Traffic Psychology and Behaviour，2012，14（6）：539－542.

［32］李曉夢.基于駕駛模擬實驗的駕駛員緊急避撞行為研究［D］.北京：北京交通大學(xué)，2013.Li Xiaomeng.Study of driver＇s emergentcy collision avoidance behavior based on driving simulator experiment［D］.Beijing：Beijing Jiaotong University，2013.（in Chinese）.