徐嬋娟 石建軍 劉金超

（北京工業(yè)大學北京市交通工程重點實驗室 北京100124）

0 引 言

車輛駕駛是大眾化的交通工具使用行為，對于道路交通系統(tǒng)運行安全與效率，這一行為起著關(guān)鍵作用。復(fù)雜的道路交通環(huán)境、機動車輛迥異的行駛特性和駕駛?cè)藗€體特性等共同決定了駕駛行為是深度融合社會特性的復(fù)雜個體行為。在相關(guān)的一系列研究中，多將駕駛行為分為認知過程、決策過程、執(zhí)行過程和學習過程等4個過程，并對駕駛行為認知過程做了大量研究，成果集中在2個方面：從認知過程研究駕駛行為機理，從駕駛行為結(jié)果導(dǎo)致的車輛運動表現(xiàn)角度研究駕駛行為。相對而言，由于行為檢測裝置、虛擬交通情境真實性等技術(shù)原因，對于駕駛行為執(zhí)行過程本身的研究相對較少。不可否認的是，駕駛執(zhí)行過程由一系列駕駛動作構(gòu)成，是認知、決策等心理過程與技能、經(jīng)驗、反應(yīng)等操作能力綜合表現(xiàn)。借助先進傳感器裝置，量化研究駕駛執(zhí)行過程，是認識駕駛行為規(guī)律的重要內(nèi)容。

在道路交通系統(tǒng)中，人（交通參與者）的行為對道路交通系統(tǒng)運行影響最大，因此如果能夠通過數(shù)量化的資料對“人”對道路交通系統(tǒng)的影響進行計算和認識，則將非常有助于從本質(zhì)上認識道路交通系統(tǒng)的運行和演化［1］。嚴新平等［2］對駕駛行為涵義及過程進行了描述，并認為駕駛?cè)说牟僮鲃幼骱蛙囕v運動特征，是駕駛行為的具體表現(xiàn)，也是駕駛行為定量研究的重要方向。針對駕駛執(zhí)行過程的研究是駕駛行為研究重要部分，其不僅取決于駕駛?cè)说恼J知和決策過程，同時還受到自身動作、習慣及各種外部干擾因素的影響，并最終表現(xiàn)為安全駕駛、車輛耗能和碳排放水平。通過駕駛動作量化分析來研究駕駛行為也是駕駛行為研究的1條有效途徑，同時也可為“生態(tài)駕駛”提供一定的數(shù)據(jù)支持。

1 駕駛行為研究現(xiàn)狀

探索提高道路交通的安全水平是交通科學研究的重要內(nèi)容。交通安全問題本質(zhì)上是人、車輛和道路能否和諧互動實現(xiàn)出行目的的問題。其中，人及其交通行為問題是研究的難點。因而在現(xiàn)代交通安全問題研究中，對駕駛行為的研究是最為基礎(chǔ)的一部分。目前，對駕駛行為的研究主要集中在以下2個方面。

1.1 從認知角度研究駕駛行為

通過獲取間接參數(shù)（人的生－心理參數(shù)等），從認知角度研究駕駛行為。

從認知過程入手，利用駕駛?cè)松?、心理指標作為判定值分析駕駛行為。近幾年，不安全駕駛行為的內(nèi)在原因同駕駛?cè)说纳?、心理和性格等因素之間關(guān)系的研究成果愈加豐富。Pal Uleberg等［3］結(jié)合人格和認知方法解釋了危險駕駛行為的機理，通過問卷調(diào)查與觀察法得出了由于個人性格導(dǎo)致的行為態(tài)度會影響到駕駛行為。David Uzzell［4］研究了大量可以影響駕駛行為的因素，包括人際關(guān)系、壓力等。莊明科等［5］研究了駕駛經(jīng)驗、人格、態(tài)度及駕駛技術(shù)等與駕駛?cè)孙L險駕駛行為之間的關(guān)系。毛喆等［6］分析了駕駛模擬中被測試者連續(xù)操作時的心率、皮電、肌電、皮溫、呼吸深度／頻率等幾項生理指標，通過對其進行分析比較提出了駕駛疲勞狀態(tài)識別方法。卡內(nèi)基梅隆研究所［7］經(jīng)過反復(fù)實驗和論證，提出了度量疲勞的物理量PERCLOSE指標，并將其應(yīng)用于疲勞檢測系統(tǒng)的開發(fā)中。Venkatesh等［8］論證了腦電信號表征駕駛?cè)似跔顟B(tài)的可靠性。S.D.Baulk等［9］提出利用反應(yīng)時間作為駕駛疲勞的客觀評價標準。岳春芳［10］則對駕駛過程中駕駛?cè)四X電、心率、脈搏、轉(zhuǎn)向盤轉(zhuǎn)角、車速與疲勞關(guān)系進行了研究。馬全亮等［11］利用電阻式轉(zhuǎn)角傳感器監(jiān)測駕駛?cè)瞬倏v轉(zhuǎn)向盤的轉(zhuǎn)角規(guī)律，并對駕駛?cè)宿D(zhuǎn)向操作進行建模，實現(xiàn)對駕駛疲勞狀態(tài)的識別。郭應(yīng)時［12］基于駕駛實驗中駕駛?cè)艘曈X信息、心電、皮電、呼吸及車輛速度信息，對交通環(huán)境及駕駛經(jīng)驗對駕駛?cè)搜蹌雍凸ぷ髫摵捎绊戇M行研究。孟妮［13］用EyelinkⅡ眼動儀對駕駛?cè)笋{駛過程中的眼動行為進行記錄，分析了不同道路交通環(huán)境中駕駛?cè)俗⒁暢掷m(xù)時間、視頻次、視角及搜索廣度，并運用非參數(shù)檢驗對其進行差異性分析。

1.2 從駕駛行為結(jié)果研究駕駛行為

通過獲取人－車單元的物理參數(shù)（車輛加速度，車道線偏移量等），從駕駛行為結(jié)果研究駕駛行為。

從駕駛行為的結(jié)果入手，通過檢測分析駕駛車輛的運行參數(shù)以及駕駛?cè)说淖藙輩?shù)等研究駕駛行為，從人的外顯動作及其車輛運行參數(shù)揭示駕駛?cè)说鸟{駛能力、信息處理能力的差異及其與環(huán)境和駕駛時間的關(guān)系。Makoto Itoh等利用駕駛模擬艙在高速公路上模擬駕駛過程，同時駕駛艙中裝有的各種車載駕駛行為檢測傳感器、電位計和攝像機采集駕駛?cè)嗽谶M行1項非駕駛?cè)蝿?wù)時各種駕駛行為數(shù)據(jù)，主要研究了駕駛?cè)嗽谧⒁饬Σ患械臈l件下各種駕駛行為的表現(xiàn)特征，并提出了1種自適應(yīng)檢測駕駛?cè)俗⒁饬Ψ稚⒌乃惴ǎ?4］。Paul Treffner等［15］研究了轉(zhuǎn)彎過程中駕駛姿勢的維持特性，并認為駕駛動作的協(xié)調(diào)性可以增加身體的穩(wěn)定性，進而提高駕駛?cè)说淖⒁饬?。白玉等人總結(jié)國內(nèi)外手機對駕駛影響的研究得出，駕駛時使用手機帶來事故風險增加，但使用手機不是事故發(fā)生的原因，使用手機造成的是分心，其對駕駛行為的影響主要是降低駕駛速度、延長反應(yīng)時間、目光凝聚縮窄視線范圍，以及其它的一些駕駛行為改變［16］。

2 駕駛執(zhí)行過程研究基礎(chǔ)

從動態(tài)測量的角度來講，駕駛行為可認為是由一系列駕駛姿勢和駕駛動作依次發(fā)生或配合產(chǎn)生的，駕駛動作作為駕駛行為的直觀表現(xiàn)，構(gòu)成了駕駛行為的外顯——駕駛執(zhí)行過程，因此對駕駛執(zhí)行過程研究具有重要意義。目前，對駕駛執(zhí)行過程研究很少，筆者從駕駛行為分解與捕捉測量入手，并對駕駛執(zhí)行過程進行相關(guān)論述。

2.1 駕駛行為分解

研究駕駛執(zhí)行過程，需要對駕駛行為分解。由于駕駛行為主體是駕駛?cè)?，駕駛行為通過駕駛?cè)酥w動作而表現(xiàn)出來。因此對駕駛行為分解需從分析駕駛?cè)巳胧帧?/p>

駕駛?cè)俗鳛橛兴季S、能總結(jié)經(jīng)驗并能不斷改善自己特性的人，是很難用一般機械運動的方法來研究。然而作為1個合格的駕駛?cè)耍洳倏v動作并不是1種無規(guī)律的、不可琢磨的行為，其控制車輛的過程就是駕駛?cè)嗽诘缆方煌ōh(huán)境中進行信息處理的過程。在整個過程中，駕駛?cè)死寐犛X、視覺等感官收集信息，并對信息篩選融合，形成多個動作備選方案，然后從眾多備選方案中找到最優(yōu)，利用肢體執(zhí)行備選方案，以使車輛更接近駕駛?cè)说念A(yù)期狀態(tài)，同時將執(zhí)行的結(jié)果反饋到駕駛?cè)?，從中獲取經(jīng)驗教訓(xùn)，為下1個駕駛行為過程做準備。因此，根據(jù)駕駛?cè)藢π畔⑻幚淼奶攸c，將駕駛行為分解為4個基本構(gòu)成：認知過程、決策過程、執(zhí)行過程和學習過程。駕駛行為分解圖見圖1。

圖1 駕駛行為分解圖Fig.1 Driving behavior decomposition map

2.2 駕駛執(zhí)行過程的提出

駕駛行為的4個基本構(gòu)成之間關(guān)系比較復(fù)雜，并不是簡單的羅列和孤立的存在。在時間上，4個基本構(gòu)成并非嚴格按照特定順序依次發(fā)生，在駕駛行為過程中，可能幾個基本構(gòu)成同一時間發(fā)生，也可能缺失部分基本構(gòu)成；在空間上，4個基本構(gòu)成在整個駕駛行為過程中并不是簡單地循環(huán)，而是螺旋式動態(tài)發(fā)展，其中學習過程是發(fā)展的關(guān)鍵，具體地說，駕駛?cè)嗣客瓿?次駕駛行為，或多或少地通過學習過程獲得經(jīng)驗，從而影響下1次駕駛行為的基本構(gòu)成。

目前針對駕駛行為自身4個構(gòu)成的研究主要集中在認知過程和決策過程，例如，利用駕駛?cè)说纳?、心理以及性格因素等指標分析駕駛行為；將行為科學，心理學等方法運用到駕駛行為決策過程，建立駕駛行為決策模型，分析決策機制等。但對于駕駛行為的執(zhí)行過程研究很少。

在駕駛行為研究中，駕駛執(zhí)行過程的研究是重要的環(huán)節(jié)。對于駕駛行為的全過程，相同的認知和決策下，駕駛執(zhí)行過程不一定相同；同理，不同的認知和決策也可能會產(chǎn)生相同的執(zhí)行過程。這主要由于執(zhí)行過程的差異造成的“同因不同果”或“同果不同因”的現(xiàn)象。因此，對于駕駛行為的研究，如果離開駕駛執(zhí)行過程研究，就不全面。

3 駕駛執(zhí)行過程研究方法

目前，針對駕駛執(zhí)行過程的研究并不多，這由多重原因造成的，以前由于行為動態(tài)測量技術(shù)的制約，對駕駛執(zhí)行過程的研究幾乎處于空白。隨著科學技術(shù)的發(fā)展，行為動態(tài)測量技術(shù)（如動作捕捉技術(shù)）［17］的日趨成熟為駕駛執(zhí)行過程研究提供了技術(shù)基礎(chǔ)。同時，人體運動學發(fā)展為駕駛執(zhí)行過程研究提供了科學基礎(chǔ)。另外，行為科學、人因工程［18］等領(lǐng)域的發(fā)展為駕駛執(zhí)行過程研究提供理論基礎(chǔ)。

駕駛執(zhí)行過程應(yīng)該從3個方面進行研究，分別是駕駛動作分解、駕駛動作捕捉測量和駕駛動作數(shù)據(jù)分析，下面分別從這3個方面進行探討。

3.1 駕駛動作分解

駕駛執(zhí)行過程作為駕駛行為重要的基本構(gòu)成之一，不能脫離駕駛行為而孤立研究。從可測量的角度來講，動作和行為是有密切聯(lián)系的。因此，在駕駛執(zhí)行過程研究中，需在駕駛行為和和駕駛動作之間尋找分析的橋梁。除了研究駕駛動作本身參數(shù)外，還需深入研究動作的變化，以此來反映行為的特征，例如駕駛動作匹配分析，駕駛動作標定分析，駕駛動作連貫性分析等等。這樣，才能更全面研究駕駛執(zhí)行過程，深入分析駕駛行為。

確定駕駛執(zhí)行過程研究內(nèi)容，需要對駕駛行為以及駕駛執(zhí)行過程進行結(jié)構(gòu)分解，以此確定駕駛執(zhí)行過程研究對象、研究內(nèi)容等。從動態(tài)測量的角度來講，駕駛行為可分解為駕駛姿勢和駕駛動作，其中駕駛姿勢是最基本單元，駕駛姿勢的改變形成駕駛動作，駕駛?cè)藶橥瓿神{駛?cè)蝿?wù)時，需要駕駛?cè)俗龀鲆幌盗械膭幼?，這一系列動作的組合構(gòu)成駕駛行為。駕駛執(zhí)行過程作為駕駛行為的外顯，是駕駛過程中所有駕駛動作的集合。因此駕駛執(zhí)行過程的研究對象主要是駕駛動作，研究內(nèi)容主要包括動作參數(shù)、動作構(gòu)成以及動作配合等，見圖2。其中對動作配合與動作的構(gòu)成的研究具有交叉性。

圖2 駕駛執(zhí)行過程研究內(nèi)容圖Fig.2 Research content of execution process of driving behavior

3.2 駕駛動作捕捉測量

從執(zhí)行過程角度，量化駕駛動作，深入全面了解駕駛行為機制，包括駕駛習慣，安全駕駛等等。如疲勞駕駛，醉酒駕駛等導(dǎo)致駕駛行為改變，動作參數(shù)改變，動作配合不協(xié)調(diào)等等。駕駛過程中打手機，吸煙造成必要的安全駕駛動作缺失，動作構(gòu)成發(fā)生變化等。

駕駛執(zhí)行過程研究，首先要“描述”駕駛動作，即準確定量而非簡單定性地描述駕駛動作。因為只有將駕駛動作量化，才能夠做到定量分析。由于在駕駛執(zhí)行過程中，駕駛?cè)斯趋赖目臻g位置時刻發(fā)生變化，因此需要對駕駛執(zhí)行過程動態(tài)測量。

動作捕捉技術(shù)作為動態(tài)測量的技術(shù)手段之一，可實現(xiàn)對人體動作的獲取、記錄和跟蹤，涉及傳感器、視頻識別、計算機技術(shù)、人體運動學等技術(shù)領(lǐng)域。目前已廣泛應(yīng)用于3D動畫制作、仿生機械操縱、體育運動分析、康復(fù)醫(yī)療等領(lǐng)域。由于駕駛動作發(fā)生空間的特殊性，在動作捕捉方面，駕駛執(zhí)行過程研究相比于其他領(lǐng)域研究是有區(qū)別的。首先，駕駛艙屬于全金屬環(huán)境，電磁環(huán)境非常復(fù)雜，這要求駕駛動作捕捉設(shè)備具有良好的抗電磁干擾能力；其次，狹小的駕駛空間限制了駕駛動作幅度，簡化了駕駛執(zhí)行過程分析所需要的人體運動模型；最后，由于駕駛動作捕捉數(shù)據(jù)重點應(yīng)用于駕駛執(zhí)行過程動作分析，這就強調(diào)數(shù)據(jù)采集的精確性、簡潔性以及易處理性。綜上分析，駕駛動作捕捉系統(tǒng)首先具有抗電磁干擾；其次，體積小，能夠在狹小空間測量；同時，能夠輸出精確的數(shù)據(jù)文件。

隨著科學技術(shù)的發(fā)展，一些動作捕捉設(shè)備已經(jīng)能夠滿足駕駛動作實時動態(tài)捕捉，即在真實車輛駕駛環(huán)境中，對駕駛行為執(zhí)行過程的動作構(gòu)成進行動態(tài)測量。在狹小、電磁環(huán)境復(fù)雜的駕駛艙內(nèi)，捕捉采集駕駛動作數(shù)據(jù)，以駕駛?cè)酥w動作構(gòu)成、動作配合和動作幅度等數(shù)據(jù)描述駕駛行為表現(xiàn)。以精確捕捉測量的數(shù)據(jù)和人體運動學模型方法，研究駕駛行為的執(zhí)行過程。與常用的以車輛工況參數(shù)和車輛道路行駛參數(shù)描述駕駛認知和決策結(jié)果不同，筆者的研究內(nèi)容注重駕駛行為的動作構(gòu)成、動作配合和動作幅度參數(shù)捕捉測量和模型描述。

3.3 駕駛動作數(shù)據(jù)分析

目前，關(guān)于動作捕捉數(shù)據(jù)分析研究很多，包括動作數(shù)據(jù)的重定向、動作數(shù)據(jù)的檢索、運動數(shù)據(jù)編輯等，其應(yīng)用領(lǐng)域大部分集中在計算機動畫、影視特效制作、虛擬現(xiàn)實、游戲娛樂等方面，其主要目的是通過對動作數(shù)據(jù)處理以達到更好的動作虛擬再現(xiàn)效果。然而這些方法應(yīng)用于駕駛執(zhí)行過程動作量化分析研究顯然是不合適的，因為駕駛執(zhí)行過程動作研究的目的不是動作虛擬再現(xiàn)，而是對這些動作數(shù)據(jù)進行定量或定性的分析，以期從中得到一些規(guī)律。因此在駕駛動作捕捉數(shù)據(jù)的分析角度、處理方法以及分析目的上都具有自己的特點。

根據(jù)前文對駕駛執(zhí)行過程研究內(nèi)容的探討，主要從2個角度分析駕駛動作數(shù)據(jù)，分別為駕駛動作參數(shù)分析和駕駛動作配合分析。

1）駕駛動作參數(shù)分析。駕駛動作參數(shù)分析主要包括兩方面：一方面是對數(shù)據(jù)整體上進行描述，不進行數(shù)據(jù)的深度挖掘分析，筆者稱之為“描述性分析”；另一方面是與描述性分析對應(yīng)的，對數(shù)據(jù)進行挖掘性分析，筆者稱之為“統(tǒng)計性分析”。

描述性分析是對數(shù)據(jù)的各項基本特征和總體特征進行分析，如數(shù)據(jù)的均值、方差、極值范圍分布等，通過數(shù)據(jù)和組圖的分析，能夠得到數(shù)據(jù)的基本離散程度等信［19］。描述性分析方法主要包括時間分析和波動性分析。時間分析主要利用駕駛動作捕捉數(shù)據(jù)中的時間碼從而得到任意需要比較的時間參數(shù)，以此分析駕駛動作與駕駛時間之間的關(guān)系；波動性分析主要是對動作參數(shù)的波動性、離散型進行分析，包括通過簡單的時域描述圖觀察數(shù)據(jù)的波動變化，利用標準差、數(shù)值變化范圍觀察數(shù)據(jù)離散型，以此來檢驗動作參數(shù)穩(wěn)定性和變化范圍，并反映駕駛執(zhí)行過程動作幅度變化。

統(tǒng)計性分析不同于描述性分析，其主要是指利用數(shù)學方法對數(shù)據(jù)進行挖掘分析。本文統(tǒng)計性分析方法主要包括動態(tài)時間規(guī)整（DTW）分析和頻域分析。DTW分析主要是分析駕駛執(zhí)行過程動作的匹配程度；頻域分析主要通過高頻成分的多少來分析動作的連續(xù)程度、動作緩急等，反映駕駛執(zhí)行過程動作的連續(xù)性變化特征。

具體的駕駛動作參數(shù)分析的分析類型、分析方法及分析目的見圖3。

圖3 數(shù)據(jù)分析圖Fig.3 Data analysis diagram

2）駕駛動作配合分析。駕駛動作配合分析主要是對駕駛執(zhí)行過程分解，得到各個關(guān)鍵關(guān)節(jié)的駕駛動作的起止時間以及持續(xù)時間，通過時間關(guān)系建立駕駛動作配合圖。根據(jù)動作配合圖，可清楚觀察到駕駛動作的動作構(gòu)成、動作個數(shù)、以及動作順序等信息。本文動作配合分析主要包括以下兩部分：首先是動作時間序列分解，根據(jù)動作數(shù)據(jù)分析各個主要關(guān)節(jié)發(fā)生動作的時間特性，建立主要關(guān)節(jié)的動作配合圖；其次是依據(jù)動作配合圖進行分析，分析主要想通過動作構(gòu)成（動作個數(shù)，動作組成）以及動作時間（包括動作持續(xù)時間、姿勢持續(xù)時間、動作次序）兩方面進行數(shù)據(jù)分析，以期得到動作配合方面的差異，并以此定量分析駕駛動作對駕駛執(zhí)行過程的影響。

4 駕駛執(zhí)行過程的研究意義

綜合以上對駕駛行為研究的發(fā)展趨勢，以及對駕駛執(zhí)行過程的研究基礎(chǔ)和研究方法可以看出：

1）對駕駛行為本身的研究方面，多集中于駕駛?cè)苏J知過程，且主要基于駕駛?cè)说纳?、心理指標采集和量化分析，揭示駕駛行為的內(nèi)在原因。由于相關(guān)技術(shù)等因素的制約，對駕駛行為的執(zhí)行過程動作表現(xiàn)及影響研究較少。

2）在駕駛行為結(jié)果的研究方面，主要是記錄分析車輛工作狀況，車輛行駛表現(xiàn)，以及對駕駛?cè)俗藙莸韧庠诘男袨榻Y(jié)果分析駕駛行為。由于駕駛行為的復(fù)雜性，許多駕駛動作和駕駛動作的配合不能簡單用車輛的行駛或工作狀態(tài)來反映。如觀測后視鏡和轉(zhuǎn)動方向盤配合、制動準備動作和姿勢等。當駕駛?cè)嗽诓煌男熊嚟h(huán)境中行駛時，即使車輛具有相同的運行狀態(tài)，駕駛?cè)丝删哂胁顒e較大的駕駛動作與動作的配合，省略了一些駕駛動作就構(gòu)成不安全駕駛行為。單純從駕駛的車輛表現(xiàn)結(jié)果來表現(xiàn)駕駛行為是不夠的，還需要量化研究駕駛行為的執(zhí)行過程。

3）現(xiàn)代科學技術(shù)使我們能夠摒棄意識、意象等主觀的東西，研究所觀察到的并能客觀測量的行為動作。人因工程靜態(tài)測量和動態(tài)測量應(yīng)用到對駕駛行為的執(zhí)行過程研究中，可直接對駕駛?cè)说膭幼鬟M行捕捉測量，獲得駕駛執(zhí)行過程的動作構(gòu)成，動作配合和動作幅度參數(shù)，量化分析駕駛行為。利用動作捕捉測量技術(shù)，聚焦駕駛行為的執(zhí)行過程研究，對于豐富駕駛行為的研究手段，探究駕駛行為與動作執(zhí)行關(guān)系具有十分重要的意義。

4）駕駛?cè)嗽诓倏剀囕v過程中，受到自身動作、習慣及各種內(nèi)部、外部干擾因素的影響，并最終反映到安全駕駛、車輛耗能和碳排放量水平上。駕駛?cè)耸÷员匾鸟{駛動作，做一些與駕駛無關(guān)的動作或不良的動作習慣等動作干擾是影響安全駕駛的重要因素之一。動作干擾最終會對駕駛行為執(zhí)行過程中的動作構(gòu)成、動作配合和動作參數(shù)產(chǎn)生了影響，構(gòu)成不安全駕駛行為，導(dǎo)致各種不安全因素的發(fā)生，或?qū)е虏焕诠?jié)能減排的駕駛方式，有必要圍繞駕駛動作干擾對駕駛執(zhí)行過程的影響進行深入研究。

5 結(jié)束語

隨著駕駛行為被廣泛的關(guān)注，本文聚焦對駕駛行為的執(zhí)行過程進行分析說明，分別從研究現(xiàn)狀、研究基礎(chǔ)、研究方法和研究意義4個方面進行論述。對現(xiàn)有的研究做出了歸納總結(jié)；從理論上對駕駛執(zhí)行過程進行了全面的論述；提出了一些數(shù)據(jù)采集與分析方法。目前對于駕駛執(zhí)行過程的研究還處于起步階段，隨著智能交通的不斷發(fā)展，未來的研究將引入先進的駕駛模擬與仿真技術(shù)，通過虛擬現(xiàn)實技術(shù)展現(xiàn)出不同的駕駛情景，讓駕駛?cè)诉M行交互操作，進而研究駕駛執(zhí)行過程。

駕駛執(zhí)行過程的研究為法律法規(guī)完善、道路交通管理水平提高提供了理論基礎(chǔ)，也為駕駛行為研究提供新的嘗試和探索，同時對“生態(tài)駕駛”有著指導(dǎo)意義。

［1］ 李瑞敏.計算交通的基本內(nèi)容與技術(shù)框架［J］.交通運輸系統(tǒng)工程與信息，2011，11（1）：38-43.LI Ruimin.Basic content and technical framework of computational transport［J］.Journal of Transportation Systems Engineering and Information Technology，2011，11（1）：38-43.（in Chinese）.

［2］ 嚴新平，張 暉，吳超仲，等.道路交通駕駛行為進展及其展望［J］.交通信息與安全，2013，31（1）：45-51.YAN Xinping，ZHANG Hui，WU Chaozhong，et al.Research progress and prospect of road traffic driving behavior［J］.Journal of Transport Information and Safety，2013，31（1）：45-51.（in Chinese）.

［3］ Ulleberg P，Rundmo T.Personality attitudes and risk perception as predictors of risky driving behavior among young driviers［J］.Safety Science，2002，41（5）：427-443.

［4］ Uzzell D，Muckle R.Simulating traffic engineering solutions to predict changes in driving behavior［J］.Transportation Research Part F，2005，8（4）：311-329.

［5］ 莊明科，白海峰，謝曉非.駕駛?cè)藛T風險駕駛行為分析及相關(guān)因素研究［J］.北京大學學報，2008，44（3）：475-482.ZHUANG Mingke，BAI Haifeng，XIE Xiaofei.A study on risky driving behavior and related factors［J］.Acta Scientiarum Naturalium Universitys Pekinensis，2008，44（3）：475-482.（in Chinese）.

［6］ 毛 喆.基于駕駛員生理特征分析的駕駛疲勞狀態(tài)識別方法研究［D］.武漢：武漢理工大學，2006.MAO Zhe.Research on the recognizing arithmetic of fatigue driving based on the physiologic factor analysis［D］.Wuhan：Wuhan University of Technology，2006.（in Chinese）.

［7］ JIAO Feng，HE Guiming.Real-time eye detection and tracking under various light conditions［J］.Data Science Journal，2007（6）：636-640.

［8］ Venkatesh Balasubramanian，K.Adalarasu.EMG-based analysis of change in muscle activity during simulated driving［J］.Journal of Bodywork and Movement Therapies，2007，11（2）：151-158.

［9］ Baulk S D，Biggs S N，Reid K J，et al.Chasing the silver bullet：Measuring driver fatigue using simple and complex tasks［J］.Accident analysis and Prevention，2008，40（1）：396-402.

［10］ 岳春芳.機動車駕駛員駕駛疲勞狀態(tài)監(jiān)控系統(tǒng)研究與設(shè)計［D］.太原：太原理工大學，2008.YUE Chunfang.Research and design of the system of detecting driving state for motor vehicle drivers［D］.Taiyuan：Taiyuan University of Technology，2008.（in Chinese）.

［11］ 馬全亮，黃 康.關(guān)于疲勞駕駛行為的研究與建模［J］.微計算機信息，2007，23（8）：272-274.MA Quanliang，HUANG Kang.The research and modeling of drowsy driving behavior［J］.Microcomputer Information，2007，23（8）：272-274.（in Chinese）.

［12］ 郭應(yīng)時.交通環(huán)境及駕駛經(jīng)驗對駕駛員眼動和工作負荷的影響［D］.西安：長安大學，2009.GUO Yingshi.Study on effect of traffic environment and driving experience on driver’s eye movement and workload［D］.Xi’an：Chang’an University，2009.（in Chinese）.

［13］ 孟 妮.不同道路交通環(huán)境中駕駛員注視行為分析［D］.西安：長安大學，2009.MENG Ni.The Analysis on driver’s fixation process in different traffic environment road［D］.Xi’an：Chang’an University，2009.（in Chinese）.

［14］ Makoto Itoh，Tomonori Akiyama，Toshiyuki Inagaki.Detection of driver’s inattentiveness under distracting conditions ［M／CD］.Driver behavior monitoring.Part II Proc.DSC Asia／Pacific，CDROM，2006.

［15］ Treffner P，Barrett R，Petersen A.Stability and skill in driving［J］.Human Movement Science，2002，21（5-6）：749-84.

［16］ 白 玉，何 熊，龍 力.手機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）.

［17］ 孫林巖，崔 凱，孫林輝.人因工程［M］，北京：科學出版社，2011.SUN Linyan，CUI Kai，SUN Linhui.Human factors［M］.Beijing：Science Press，2011.（in Chinese）.

［18］ 李曉丹，肖 明，曾 莉.人體動作捕捉技術(shù)綜述以及一種新的動作捕捉方案陳述［J］.中國西部科技，2011，10（15）：35-37.Li Xiaodan，Xiao Ming，Zeng Li.Review on the motion capture technologies［J］.Science and Technology of West China，2011，10（15）：35-37.（in Chinese）.

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