课题申请紧急情况下驾驶员生物反应和行为模型研究与应用.doc

课题类型：探索导向类申请受理编号：SQ2007AA11Z133792国家高技术研究发展计划（863计划）专题课题申请书 技术领域名称：现代交通技术领域专题名称：综合交通运输系统与安全技术申请指南技术方向：交通安全新技术课题名称：紧急情况下驾驶员生物反应和行为模型研究与应用申 请 人：柴春雷依托单位：浙江大学中华人民共和国科学技术部2007-05-08紧急情况下驾驶员生物反应和行为模型研究与应用 浙江大学（柴春雷） 窗体顶端对该课题申请所涉及主要研究内容的熟悉程度： 很熟悉 比较熟悉 一般 评议内容评分一、研究目标和内容的重要性与必要性（10分）所涉及到的关键技术或产品是否重要？研究内容是否符合国家重大技术需求？主要研究内容是否符合本专题指南的技术方向？ 二、研究内容的创新性与前沿性（40分）研究内容是否具有突出的原始性创新内容？研究内容是否体现了新的原理、方法的创新内容？研究内容是否具有突出的集成创新内容？研究内容是否体现了集成应用或集成产品的创新内容？研究内容是否处于国际或国内技术发展前沿？研究内容如果成功能否在国际或国内产生较大影响？研究内容是否在国内已有相同或接近的成果？研究内容是否有望获得发明专利等知识产权？ 三、技术实力与研究基础（20分）课题申请负责人是否能够胜任课题组长？课题组人员构成和时间投入是否合理？课题组现有研究基础是否处于国内领先行列？课题依托单位（及协作单位）的支撑条件是否较强？ 四、研究目标和研究方案的可行性（20分）预期研究目标是否明确、集中？技术经济指标是否具体、适度？对国内外技术发展趋势是否把握？主要技术的知识产权分析和对策是否恰当？技术路线和研究方法是否合理、可行？依托单位和协作单位的分工合作是否合理？ 五、预期成果及前景（10分）课题预期成果是否可取得一定的经济社会效益？课题预期成果是否具有较大的市场（潜在的市场）前景？课题成果是否能对相关技术发展起到带动作用？课题研究是否可实现预期的人才、队伍培养目标？ 综合评议得分综合评价结论根据分项评议意见，对该课题申请进行综合评价，给出总体结论性意见。 评价结论意见： 同意立项（A） 不同意立项（C） 总体评议意见：（对该课题申请给出综合评价意见，阐述同意立项或不同意立项的理由，说明需要说明的有关问题。本部分内容为必填内容，文字不超过300字。） 窗体底端课题名称紧急情况下驾驶员生物反应和行为模型研究与应用 行业领域交通运输预计完成年限3课题密级公开级预期成果类型计算机软件、论文论著申请(负责)人信息姓名柴春雷 性别男 出生日期1978-12-18 职称中级职称 最高学位博士 从事专业工学 所在单位浙江大学 依托单位信息单位名称浙江大学 单位性质大专院校 所在地区浙江省 单位主管部门教育部 组织机构代码470095016 单位成立时间1998-9-15 协作单位信息单位名称单位性质组织机构代码课题经费来源预算(万元)总经费80 申请863计划资助80 其他国家级资助(包括部门匹配)0 地方政府匹配0 银行贷款0 自有资金0 其它资金0 经费备注 序号姓名性别出生日期职称职务专业为本课题工作时间(人月)课题组中职务(组长、副组长或成员)在课题中分担的任务所在单位1刘征男 1978年10月其他人员无工学8成员实验设计浙江大学 2吴剑锋男 1976年3月其他人员无工学10成员数据分析浙江大学 3李想男 1981年2月其他人员无工学8成员实验操作浙江大学 4柴春雷男 1978年12月中级职称无工学10组长项目总体负责浙江大学 5王鑫男 1984年7月其他人员无工学8成员系统建模浙江大学 6杨程男 1978年5月初级职称无工学10成员实验设计浙江大学 7吴群男 1978年3月其他人员无工学10成员系统建模浙江大学 8杨红春男 1970年9月其他人员无工学10成员实验设计浙江大学 9应放天男 1970年2月高级职称副系主任工学8副组长实验平台构建浙江大学 10李芳宇女 1977年9月中级职称无工学8成员实验测试浙江大学 课题参加总人数10人。 其中：高级职称1人， 中级职称2人， 初级职称1人， 无职称6人； 其中具有：博士学位1人， 硕士学位6人， 学士学位3人， 其他0人； 合计：投入90人月2.1 课题组长、副组长资历情况（从事过的主要研究任务及所负责任和作用，主要研究成果、发明专利和获奖情况，在国内外主要刊物上发表论文情况，完成其他科技计划课题情况，特别是近五年取得的与本申请课题相关的研究成果情况，字数要求1000字以内）柴春雷，男，助理研究员。生于1978年，2005年9月博士毕业于浙江大学，后留校任教，并从事师资博士后研究工作。主要开展驾驶行为、计算机辅助人机工程、应用人机工程与设计等方面的研究工作。参与的与本申请相关的项目：（1）国家计委产业化前期关键技术与成套设备研制开发项目：“面向区域经济发展的高技术产品开发系统”（计高技19982077批文），参与第四课题“人机工程辅助设计系统”的研究工作，该项目的成果2005年获国家科技进步二等奖；（2）2003年2004年，国家863计划“面向产品创新的计算机辅助概念设计技术的研究”（2002AA411110），担任数字化人机工程子课题负责人；（3）国家973计划（虚拟现实的基础理论、算法及其实现）：课题6“面向产品创新开发的虚拟设计平台”（2002CB312106），2003.012007.12，人机工程部分技术负责人；（4）国家科技部中小企业创新基金“轿车车身工业设计软件的开发”（04C26213301192），2004.062006.06，负责人机工程部分的研发。 1Chunlei Chai, Shouqian Sun. Study on the Technique of Man-machine Simulation based on Posture Prediction. Journal of Computational Information Systems, 2006, vol 2, No 2, 897-904. 2Chunlei Chai, Shouqian Sun, Qi huang, Zhanxun Dong. Model of Product Color Evaluation Based on Esthetics Principle, Fifth World Congres on Intelligent Control and Automaion, 2004.6:3962-3966. 3Chunlei Chai, Ying Yang, Shouqian Sun. Study of Several Problems On Internet Innovative Design. IEEE SMC 2004 conference proceedings,2004,2564-2568. 4柴春雷，孙守迁，黄琦，董占勋。面向家电产品的人机工程分析与评价系统的研究，计算机辅助设计与图形学学报，2006.4，vol.18，No.4,580-584. 5Chai Chunlei, Zhang Jian, Dong Zhanxun. Research on Computer aided Ergonomics for Industrial Design. CAID&CD2005,618-622. 6Fangyu Li, Shouqian Sun, Chunlei Chai, Zhanxun Dong. Driving Comfort Assessment Model Construction Based on Fuzzy Inference, Proceedings of 6th World Congress on Contral and Automation,June21-23,2006:9449-9453 7JIANFENG WU, SHOUQIAN SUN, CHUNLEI CHAI, XIN WANG. VIRTUAL HUMAN MODEL FOR SIT-TO-STAND ANALYSIS. Journal of Computational Information ystems, 2007, 835-839. 2.2 课题组长、副组长目前承担863计划和其它国家科技计划课题情况（包括人员姓名、承担课题名称、课题经费数、课题起止时间、所属科技计划名称等信息）姓名承担课题名称课题经费数(万元)课题开始时间课题结束时间所属科技计划其他说明事项：2.3 课题组长及课题组主要成员是否曾就相同或类似课题863计划和国家其他科技计划提出申请（如有，请说明申请人姓名、申请科技计划名称、申请课题名称、申请时间、申请结果等情况，并说明与本课题申请的关系）3.1、课题简介（简要说明课题的目的意义、主要研究内容、预期目标等，字数要求1000字以内）随着汽车数量和驾驶出行量的增加，交通事故发生率的绝对数呈现日益增长的趋势，驾驶安全已经成为汽车制造厂商、政府道路行政管理部门乃至全社会共同关注的问题。作为交通事故中扮演重要角色的驾驶员，其行为直接和间接地引发交通事故，因此紧急情况下驾驶员反应及行为的研究将为交通和驾驶安全提供新的重要的解决途径。 车辆驾驶过程中，一旦发生紧急情况，驾驶员接收到前方信息进行视觉识别，进行大脑判断，然后通过实施驾驶操控行为来进行车辆加速、制动等，尽量避免交通事故的发生。然而，一旦紧急情况发生，留给驾驶员的反应操控时间极为有限，许多驾驶员由于来不及实施有效的驾驶控制行为或实施了错误的驾驶行为而导致安全事故发生。如果能给驾驶员多0.1s的处理时间，则交通事故率可降低30%。本课题研究在驾驶操作行为实施前的驾驶员生物反应和行为情况，有望为驾驶安全控制提供更多的处理时间和提供新的解决思路。 人体对于简单视觉信息的刺激动作反应时间介于0.2-0.25s，而对于复杂视觉刺激做出选择和判别的动作反应时间会明显延长（0.9s）甚至出现错误。我们注意到，紧急情况下，在具体驾驶行为实施之前，人体对于外界刺激已经有了生物反应。研究发现有许多应急生物反应先于动作执行过程，这些反应主要包括肌电、肌肉紧张、体压、心跳等。这就是说，紧急情况下，测定驾驶员的生物反应信号，进行正确识别和判断，可以先于驾驶员行为0.2s以上，进行智能制动控制，可以为避免车祸发生提供宝贵的时间并采取更有效的车辆控制措施。因此，紧急情况下驾驶员生物反应模型的研究可为汽车智能制动系统、汽车安全设计提供理论基础和源头信息。紧急情况下驾驶员生物反应和行为模型的研究具有普遍意义。本文的研究成果和方法，对飞行安全、船舶安全等有借鉴意义。 本项目研究内容主要有：紧急情况下驾驶行为分析，紧急情况下驾驶行为模型研究，紧急情况下驾驶行为仿真研究。项目的研究成果分为理论和软件成果，可以用于驾驶智能制动系统的研制，车辆人性化设计，驾驶安全培训等方面。 3.2课题主要研究技术的国内外发展现状与趋势，课题主要研究技术国内外专利授权情况驾驶员生物反应和行为研究的历史可以追溯到1938年Gibson和Crooks提出的车辆行驶区域分析（field-analysis）理论。从时间上看，驾驶员生物反应和行为的研究可以分为三个阶段：（1）从1938年到1980年以前，属于驾驶员模型理论的探索阶段。由于受到年代和条件的限制，该阶段的研究多从实例出发来探讨驾驶行为，缺乏相应的实验支撑。（2）从1980年到1990年，驾驶行为模型的研究处于一个活跃期，国内外专家先后提出了推理行为理论、人行为能力模型、规划行为理论、感知与认知过滤模型、产生规则模型/基于规则模型等等，对驾驶行为进行了较为深入的研究。（3）从1990年到2000年，驾驶员生物反应和行为的研究进入了一个停滞期。究其原因我们不难得出结论：描述和理解驾驶员行为非常需要发展相应的模型和理论，尽管前面的研究已经提出了一些理论和模型，然而这些理论和模型并没有得到普遍认可和接受，没有得出一致的结论。（4）2000年以后，进入21世纪，驾驶员反应和行为的研究进入异常活跃阶段。从研究内容上，我们不难发现，这得益于认知科学的迅速发展以及建模工具的进一步丰富。驾驶员生物反应模型的研究，主要集中在以下三个方面：（1）驾驶认知理论。认知科学被称作21世纪智力革命的前沿学科，它研究人类认知过程、智能和智能系统、大脑和心灵内在运行机制；是兴起于20世纪70年代的一门交叉科学；在过去的20年间，出现了多种认知体系，典型的有ACT-R、SOAR和EPIC，三者的关注焦点、适用范围以及易学易用性不尽相同，各有特点。早期的研究集中于驾驶行为的底层认知，研究驾驶控制行为。Hess等人研究了驾驶员转向行为的控制模型1。Boer等人研究了在国道上驾驶员的决策和控制行为2。Nakano倾向于研究驾驶员在道路变化时的直觉反应3。接下来的研究已经开始将底层控制和人类决策和高层认知过程结合起来4。现在的研究已经用高层的认知体系来驾驶行为的研究，在这方面比较著名的有Salvucci 提出的基于ACT-R的整合驾驶行为模型5，2006年刘雁飞等人采用认知行为建模方法,建立符合真实驾驶认知行为的认知模型并应用于车辆辅助驾驶系统6。Nobuyuki Kuge开发了基于HMMs（Hidden Markov Models）的方法可以仿真正常情况和紧急情况下的道路变化情况，并进行了驾驶行为的识别研究7。2001年，Truls VAA在对以往驾驶行为的理论和模型进行比较分析后指出：认知和情感是驾驶任务中危险情况的预测、规避和评估的很好工具。之后，Salvucci D D8、Daiel Krajzewicz9和Olivier Georgeon10等开展了认知体系结构的驾驶员行为研究工作，取得了重要进展。 （2）驾驶员应急反应研究。该类研究集中于研究驾驶环境变化时驾驶员的生物学反应。眼动分析法是对驾驶员视觉特征进行研究的重要方法,它通过分析眼驾驶员在驾驶过程中每一时刻的眼动数据来揭示人的心理活动,这种信息对于深入分析驾驶员的注视特点、改善其注视模式具有重要作用。国外早在二十世纪六十年代已经开始通过眼动分析法对驾驶员进行研究,目前该领域已成为热点，在分析驾驶行为变化方面有重要作用11-14。童兵亮等人根据嘴部状态来判断驾驶员的行为状况15。Y.Lin研究了驾驶过程中驾驶员的血压和心跳变化情况，并相应的进行了建模16。张艳霞分析了影响驾驶员行车安全的心理因素,得出人的个性、情绪、注意力、自我保护意识等对驾驶安全有重要影响17。浙江大学柴春雷等人通过驾驶姿势来研究驾驶行为18。（3）驾驶员反应和行为建模研究。目前,国内外的研究重点集中在自动驾驶上面,并取得了一定的研究成果。如:德国慕尼黑联邦大学与奔驰汽车公司合作研制开发的VaMP系统19，美国CMU 大学机器人研究所研制的NabLab 系统20-21，意大利帕尔马大学研制的ARGO 实验车22-23等。在这些系统中,核心内容是对驾驶员行为模型的建立。日本学者K. Yoshimoto 提出了自决策速度的驾驶员预瞄跟随控制模型25，该模型假设驾驶员能够准确感知汽车的运动状态以及能够准确预测汽车将要跟随的轨迹,驾驶员根据行驶轨迹的变化来进行相应的方向控制和速度控制。I. Kageyama 等建立了基于神经网络的驾驶员汽车道路模型26 ,该模型包括三个部分:驾驶员轨迹决策神经网络模型、驾驶员轨迹跟随神经网络模型和汽车动力学神经网络模型。上述两个模型结构复杂,实时性很差。我国学者郭孔辉院士提出了预瞄最优曲率模型和预测跟随系统理论27，是驾驶员模型中最有代表性的一个。在此基础上，廖传锦等人利用车载传感器实时获取的环境与汽车行驶状态的参数,构造了汽车行驶过程的特征模型,为安全决策提供可靠的信息源。然后利用模糊积分方法融合多种相关信息,确定汽车应采用的安全运行模式,实现主动安全防撞决策28。有人提出预测汽车驾驶员行为的模型隐含马可夫动态模型(hidden Markove dynamic models HMDMs)。在这个模型中,可以通过观察驾驶员的行为预测驾驶员的行为目的29-30。综合以上国内外研究来看，驾驶员生物反应模型的研究还存在以下不足：（1）从驾驶行为认知理论研究来看，国内外专家学者已经将高层的认知体系应用于驾驶行为认知，取得了不错的效果。但对于驾驶环境下尤其是紧急情况下驾驶员的生物反应和行为认知还缺乏针对性研究，缺乏特定的认知体系。（2）从驾驶员应急反应的研究来看，采用眼动方法研究的较多，其他研究如血压、心跳等也有人来研究。总体来看都是从驾驶员受到外界刺激以后，所产生的应激反应，但对于驾驶员内部的信息处理机制，如脑电反应，如何控制驾驶行为的产生等等尚缺乏研究。（3）从建模方法来看，以车辆为主体，驾驶员为载体的模型较多，如车辆跟驰模型等；以驾驶员为主体的模型较少。有多种建模方法被采用，神经网络和基于规则的方法也有人运用。但现有模型多着重于对已有信息的融合加工，对驾驶员生物反应信息的采集及行为的不确定性方面缺乏相应的研究。参考文献1 Hess, R. A., & Modjtahedzadeh, A. (1990). A control theoretic model of driver steering behavior.IEEE Control Systems Magazine, August 1990, 3-8.2 Boer, E. R., & Hildreth, E. C. (1999). Modeling drivers decision and control behavior on country roads. In A. G. Gale et al. (Eds.), Proceedings of the Eighth International Conference on Vision in Vehicles. Amsterdam: Elsevier.3 Nakano, S. et al., Development of an Intelligent Steering System for an Automated Highway System, FISITA 98, F98S0374 Wierwille, W. W., & Tijerina, L. (1998). Modelling the relationship between driver in-vehicle visual demands and accident occurrence. In A. G. Gale et al. (Eds.), Vision in Vehicles VI (pp. 233-243). Amsterdam: Elsevier.5 Salvucci, D. D., Boer, E. R., & Liu, A. (2001). Toward an integrated model of driver behavior in a cognitive architecture. Transportation Research Record, 1779.6 刘雁飞，吴朝晖。驾驶ACT-R认知行为建模。浙江大学学报(工学版)，2006，Vol.40 No.10 P.1657-16627 Nobuyuki Kuge, Tomohiro Yamamura and Osamu Shimoyama. A Driver Behavior Recognition Method Based on a Driver Model Framework. Proc. of the SAE World Congress, Detroit, MI, 2000,March 6-9.8 Dario D.Salvucci, Modeling Driver Distraction from Cognitive Tasks, 20029 Daniel Krajzewicz and Dr. Peter Wagner, ACME (A Common Mental Environment) Driver: A Cognitive Car Driver Model10 Olivier Georgeon et al. Driver Behavior and Cognitive Tools Development in Order to Assess Driver Situation Awareness. 200511 Chapman P R , Undrwood G. Visual Search of Dynamic Scenes :Event Types and the Role of Experience in Viewing Driving Situa2tions. In : Underwood ( Eds) . Eye Guidance in Reading and ScenePerception , England : Elsevier , 1998 :369 - 39412 David E , Crundall , Underwood G. & Chapman P R. How much do novice drivers see The effect of demand on visual search strategies in novice and experienced drivers. In : Underwood( Eds) . Eye guidance in reading and scene perception , England : Elsevier , 1998 :395 - 41613 Duchowski A T. Eye tracking methodology : theory and practice. London : Springer , 2003. 170 - 18214 Lamers CT J , Ramaekers , J . G. Visual search and urban city driving under the influence of marijuana and alcohol. Human Psychopharma-cology , 2001 , 16 : 393 40115 童兵亮。基于嘴部状态的疲劳驾驶和精神分散状态监测方法研究。吉林大学硕士学位论文，2004。16 Y. Lin ，P. Tang，eal。Artificial neural network modelling of driver handling behaviour in a drivervehicleenvironment systemInt. J. Vehicle Design, Vol. 0, Nos. 0,1-2217 张艳霞。影响驾驶员行车安全的心理因素与对策研究山东交通学院学报。2004，12，1：414418 柴春雷.基于驾驶姿势预测模型的人机工程设计技术研究。浙江大学博士学位论文，2005。19 M Maurer , R Behringer , F Thomanek , E D Dickmanns. A Compact Vision System For Road Vehicle Guidance C . the 13th International Conference on pattern Recognition ,Vienna ,1996.20 D Pomerleau , TJochem. Image Processor Drives Across AmericaM .Photonics Spectra , April , 1996 :80 - 85.21 1. Al-Shihabi, T., and R. R. Mourant. A Framework for Modeling Human-like Driving Behaviors For Autonomous Vehicles in Driving Simulators. In Proceedings of the 5th International Conf. On Autonomous Agents, Montreal, Canada, May, 2001, pp. 286-291.22 Parag H Batavia. Driver - Adaptive Lane Departure Warning Systems R . Carnegie Mellon University PhD Dissertation ,Sep. 1999.23 MBertozzi ,A Broggi . GOLD: A Parallel Real - Time Stero Vision Sys2 tem For Generic Obstacle and land DetectionJ . IEEE Transaction on Image Processing , January 1998 , 7(1) :82 - 81.24 MBertozzi ,A Broggi ,A Fascioli . ARGO and the Millemiglia in auto2 matic Tour ,IEEE Intelligent System,Jan - Feb. 1999 ,14(1) :55 - 64.25 K Yoshimoto , Simulation of Man - Automobile System with Predictive SteeringJ . Transaction of JSME , 1968 ,71 :596.26 I Kageyama , Y Owada. An Analysis for a riding contract algorithm for two wheeled vehicle with a neural network modelingM . Vehicle System Dynamics Supplement , n25 , Swets &Zeitlinger , 1996 , 317 - 326.27 K H Guo and X Guan ,Modeling of Driver - Vehicle Directional Control SystemJ . Vehicle System Dynamics , 1993 , 22(3 - 4) :141184.28 廖传锦, 黄席樾, 樊友平。汽车驾驶员环境模型研究。计算机仿真。2004 年9 月，第21卷，第9 期。148-15129 杜春梅. 驾驶员行为特性及驾驶员模型研究D . 吉林大学硕士学位论文,2001 - 2.30 Papelis, Y., and Ahmad, O. A comprehensive microscopic autonomous driver model for use in high fidelity driving simulation environments, TRB 80th Annual Meeting, Washington, DC.,3.3课题主要研究内容、拟解决的技术难点和主要创新点，现有研究基础3.3.1 主要研究内容（1）紧急情况下驾驶行为分析研究不同驾驶环境下，驾驶员在遇到紧急驾驶任务时的行为特征，从而研究复杂环境对驾驶行为的影响。分三个内容：1）紧急情况对驾驶行为的影响。将紧急情况定义为可能引起驾驶误操作或者容易引起交通事故的驾驶环境。从转弯、超车、紧急制动等驾驶任务改变来研究驾驶行为的变化；从突遇行人、车距突然改变、红绿灯、通过十字路口、车辆密集等道路交通环境的改变来研究驾驶行为。2）不同情绪体验下驾驶行为特征分析。通过实验设置不同的场景可以获得不同的情绪体验，如路面宽广没有行人就容易产生麻痹的情绪。从心理类型上看，有麻痹型、紧张型、稳重型和刺激型四类。分别从这四种情绪下分析紧急情况下驾驶行为的变化情况。3）驾驶员个体特征对驾驶行为的影响：重点研究驾驶经验、性格特征对驾驶行为的影响。（2）紧急情况下驾驶员生物反应研究研究驾驶状态下突发紧急状况，驾驶员的生物反应情况，从而测定在紧急情况下人体对综合复杂信息的认知、判定和识别过程。主要包括：1）利用眼动跟踪设备，测定紧急情况下驾驶员眼动变化情况。眼动是目前研究驾驶行为比较多比较有效的方法，本项目将在以往研究的基础上，重点研究紧急情况下的眼动变化情况。2）利用表面肌电测量仪和附加设备，测定紧急情况下驾驶员人体表面生物变化情况，研究驾驶员的肌电、心率、血压等的变化情况。3）利用脑电设备，测定紧急情况下驾驶员脑电变化情况。通过该部分研究，结合第一部分的实验结果，可以揭示外部驾驶行为同人体内部生物反应之间的关系。（3）紧急情况下驾驶员生物反应和行为模型研究通过上面两个阶段的研究，可以获得紧急情况下驾驶行为的外在表现和驾驶员内部的生物反应两个方面的信息。驾驶员信息加工的衰减性和处理能力的局限性，以及汽车动态人机环境系统中诸多随机、模糊、突变因素的干扰，导致驾驶员操纵汽车时，难免会出现信息感知、信息判断和作业反应的差错，从而潜伏事故隐患。具体到每个驾驶行为，会有以下表征：不缺定性、高度非线性、自学习、适应性且随着不同的情绪体验而改变。因此，该部分将建立紧急情况下驾驶行为的模糊模型。具体包括：1）驾驶行为及其影响因素之间的定性和定量关系描述；2）驾驶行为及其影响因素的离散化表示；3）确定驾驶行为模型的模糊规则；4）驾驶行为模型的推理问题；5）模型验证。3.3.2 技术难点本项目申请需要解决从驾驶员生物反应空间到紧急情况的判定问题，即从有限的生物信号到紧急情况的判定问题。在这里，重点考虑通过生物还原函数实现，即通过驾驶操作前生物信号和操作中生物信号的测量，来推算紧急状况。如图1所示。图1 紧急状况判断3.3.3 主要创新点本项目申请拟在以往国内外研究的基础上，重点研究紧急状况下的驾驶员生物反应和行为认知、信息加工和处理工程，同以往的研究相比，本项目研究有以下特色：（1）与以往普遍意义上的驾驶员生物反应和行为研究不同，本项目将研究内容锁定在对驾驶安全有重要影响的紧急状况下，研究该环境下驾驶行为的特殊表现、特殊认知、控制过程以及驾驶员的生物反应；（2）与以往的研究多从驾驶员的单重生物反应不同，本项目研究将综合驾驶员外在应激反应和内部处理过程来分析，融合多重生物反应进行研究；（3）在建模方法上采用模糊逻辑来处理驾驶多重信息，充分考虑到驾驶行为的模糊性、不确定性。3.3.4现有研究基础（1）本项目组曾参与的相关科研项目简况本课题组近年来参与与本课题相关的课题主要有： 国家计委产业化前期项目“面向区域经济发展的高技术产品开发系统人机工程开发系统的研究”，2002年通过浙江省科技厅组织的鉴定，关键技术国际领先水平，总体国际先进水平，2003年获得浙江省科技进步一等奖，2004年获得国家科技进步二等奖；国家 863计划“面向产品创新的计算机辅助概念设计技术的研究”，2002.09-2004.12，在国产CAD软件CAXA上自主开发了面向工业产品的数字化人机工程系统；国家973项目“虚拟现实的基础理论、算法及其实现面向产品创新开发的虚拟设计平台”，2003.012007.12，主要研究虚拟环境下的汽车驾驶相关的人机工程问题，目前已经取得初步的成果； 局部肌肉功能评价技术，该领域研究分别获得国家自然基金以及中国芬兰政府科技部的支持，先后建立了多项局部肌肉疲劳和负荷水平的非损伤性在体检测技术，并成功运用于人机工程、康复医学等领域研究，取得良好效果，受到业内人士关注。（2）本项目组发表的科研论文简况本课题组成员先后在Lecture Notes in Computer Science、CAD&CG学报、生物物理学报、航天医学与医学工程、IEEE Systems Man & Cybernetics年会等国内外杂志和学术会议上发表关于驾驶员生物反应、模糊推理、模糊分类器、信息融合、计算机辅助人机工程等方面的论文共50余篇（其中，与本项目有关的20余篇），先后出版与本项目有关的著作3部，并有部分与模糊逻辑有关的论文投寄到了国际刊物Int. J. Approximate Reasoning、IEEE Transactions on Fuzzy Systems、Lectures Notes in Artificial Intelligence与AAAI年会，为本项目的研究开展了很多探索性的工作，并做了初步实践和论证。3.4课题预期达到的目标、主要技术指标，可获得专利等知识产权及人才培养情况本申请项目三个密切相关的研究目标在于：（1）分析造成驾驶安全事故的紧急状况，研究紧急情况下驾驶员的行为特征，探求紧急情况下驾驶员主要生理和心理反应，获取紧急情况下驾驶行为的外在表现特征和内在影响因素，为驾驶安全预警和策略研究提供理论支持；（2）探求紧急情况下驾驶员的认知模式和行为控制模式，建立驾驶行为和影响因素之间的关系模型。该模型能够分析驾驶员、道路交通环境和车辆之间的相互作用过程，将目前人们对驾驶行为的发生和控制水平提高到一个更高的层次；（3）进行紧急情况下驾驶行为的仿真研究，为驾驶安全、交通事故决策提供更加直观的过程分析。主要技术指标，可获得专利等知识产权及人才培养情况（1）本项目研究将在紧急情况下驾驶员生物反应和行为认知、驾驶模型与影响因素之间的推理模型等方面获得创新性的研究成果；（2）本项目的理论成果将以15篇以上论文在国际国内杂志及重要会议上正式发表，其中SCI/EI检索10篇，在理论上达到国际领先水平；（3）获得软件著作权5项以上；（4）培养硕士生5名以上，协助指导博士生3名。3.5课题拟采取的研究方法，课题技术路线（或实施方案）及其可行性分析（如有协作单位，请说明课题的任务分工）本研究拟从以下方面展开，如图2所示：图2 技术路线图（1）实验研究在申请者单位原有的驾驶仿真平台的基础上，结合单位的环幕虚拟现实环境，构建驾驶操作模拟器。通过搜集和整理相关紧急驾驶的资料，建立紧急情况驾驶环境资源库，并应用于驾驶操作模拟器。建立刺激人体情绪的场景片断，由此可以模拟紧急情况下不同心理体验的驾驶行为状况。利用申请者单位人机工程实验室的测量设备，测量驾驶过程中的生理和心理反应。我们将驾驶员的生物学反应分为眼动的和非眼动的。眼动分析法是对驾驶员视觉特征进行研究的重要方法,它通过分析眼驾驶员在驾驶过程中每一时刻的眼动数据来揭示人的心理活动，这种信息对于深入分析驾驶员的紧张状况、疲劳情况等方面有重要作用。此外，在紧急情况下，驾驶员还有不同的生物学反应，如心跳、血压、肌肤表面生理信号变化等。我们拟采用表面肌电等设备来测量驾驶员上述生物学反应。上述实验可以揭示紧急情况下驾驶行为的外在生理特征，还需要通过实验来揭示驾驶员高层认知处理过程。驾驶认识行为是驾驶员认知、感知、车辆控制以及执行预期任务过程的总称，驾驶认知有许多高层的决策过程，也有低层的车辆控制以及状态感知。我们将用脑电实验来测试紧急情况下驾驶行为的脑处理过程。在实验样本选择上，考虑到1年内驾驶员的交通事故发生率非常高。我们将选择驾龄1年以下的人员来进行实验。（2）驾驶行为空间和数据集提取分析在前面实验的基础上，对实验数据进行分析，主要包括区分有效和无效数据，建立驾驶员生物反应和行为和影响因素特征空间。运用回归分析、模糊聚类等方法来研究驾驶行为及其影响因素之间的因果、果因关系，获得多维数据集。（3）驾驶行为模型的推理和学习问题主要解决不同驾驶环境下，驾驶行为特征和驾驶员生理反应之间的关系模型，解决驾驶行为和影响因素之间的推理问题。对特征空间中的连续变量，参照驾驶员的语言描述将其论域进行模糊划分，引入了一些中间单元和额外参数来提高该认知模型的知识表达精度。当输入为数值时的推理问题可以参照Mamdani-型的模糊推理系统来进行；当输入为数值时的推理问题可以参照Mamdani-型的模糊推理系统来进行；而针对输入为区间值或集值的推理问题，需要进行深入的研究；一种方法是借鉴随机集理论或证据理论的处理方法，把集值当成是某种无知（Ignorance），计算该集值输入的上下近似信念，进行条件信念推理；一种方法是采用模糊积分的方法，分别计算该集值中每个数值输入的推理结果，最后进行某种累加运算来实现集值输入的推理过程。研究方案主要是采用无监督的模糊聚类算法和有监督的MAP方法相结合来实现模型的参数辨识。（4）紧急情况下驾驶行为仿真研究在前面研究的基础上，通过计算机来仿真紧急情况下的驾驶行为，为安全决策和预警提供更直接的结果展示。运用定性推理进行仿真，定性推理的目标就是寻求一种计算理论来模拟人处理定性知识的方法，而驾驶员的信息感知行为就是驾驶员把通过其五官和其它渠道获得的道路信息和汽车的有关运动状态信息等传递到大脑的过程，因此，利用定性仿真理论建