风险驾驶行为识别及干预研究综述

风险驾驶行为识别及干预研究综述

作者：李艳刘文超尤志栋

来源：《汽车与安全》2020年第03期

摘要：驾驶人的风险行为已成为交通事故的主要致因。识别风险驾驶行为并进行干预对提高道路交通安全水平具有重要意义，因此本文从风险驾驶行为识别、干预方法以及干预效果评估三方面对国内外研究进行综述。通过车载数据记录设备或智能手机进行数据采集，基于规则或机器学习算法识别风险行为，基于规则的识别方法简单易理解，但各研究中设定的阈值并不一致，机器学习算法的识别效果相对更优。行为干预分为非实时干预和实时干预两种，其中非实时干预包括安全教育和奖惩手段，部分研究采取两种组合的干预方案。研究表明，两种干预方式均对减少风险驾驶行为或降低危险事件率有一定的效果，但效果的大小、持续性有所不同。此外，不同干预方法效果不同，同样的干预方法对不同的驾驶人、风险行为的干预效果也存在差异。

关键词：驾驶行为；行为数据采集；风险行为识别；行为干预；效果评估

Review of risk driving behaviorsidentification and intervention

LI Yan1， LIU Wenchao1， YOU Zhidong2

（1.Beijing Xiaoju Technology Co.， Ltd.， Beijing 100193，China； 2. The Key Laboratory of Ministry of Public Security of Road Traffic Safety， Wuxi 214151，China）

Abstract： The risk behavior of drivers has become the main cause of traffic accidents. Identifying and intervening risky driving behaviors are of great significance for improving road traffic safety. This paper reviews the research at home and abroad in terms of risk driving behavior identification， intervention methods， and intervention effectsevaluation. Data is collected through in-vehicle data recorder or smartphones， and risk behaviors are identified based on rules or machine learning algorithms. Rulesbased identification methods are simple and easy to interpret， but the thresholds set in various studies are not consistent， and the recognition effect of machine learning algorithms is relatively more excellent. Behavioral intervention is divided into non-realtime intervention and real-time intervention. Among them， non-real-time intervention includes safety education and reward and punishment methods. Some studies have adopted two combined intervention schemes. Studies have shown that both interventions have certain effects on reducing risky driving behavior or reducing the rate of safety related incidents， but the magnitude and persistence of the effects are different. In addition， different intervention methods have different effects， and the same intervention methods have different effects on different drivers and risk behaviors.

Keywords： Driving behavior； behaviordata collection； risk behavior identification；behavior intervention； effect evaluation

基金項目：道路交通安全公安部重点实验室开放课题基金资助，驾驶风险在线监测评价方法与干预技术研究（2019ZDSYSKFKT02-1）

驾驶人的风险行为已成为道路交通事故的主要致因。2018年，全国因机动车驾驶人违法行为造成的事故死亡人数占88.19%，其中未按规定让行、酒后驾驶、超速行驶、未与前车保持安全距离肇事死亡人数分别占11.23%、6.82%、6.72%和4.30%[1]。因此，减少驾驶人行车过程中的风险行为，对提高道路交通安全水平具有重要意义。

研究表明，驾驶行为的影响因素分为三类：个体差异、暂时性能力损失、认知与社会心理因素[2]。个体差异，指由于年龄、性别、驾驶经验与技能、个性与态度等不同，驾驶人呈现出不同的行为表现；暂时性能力损伤，指某些因素导致驾驶人出现暂时性的行为能力损伤，如酒后驾驶、疲劳驾驶等；认知与社会心理因素包括驾驶人注意力集中度、情绪与感觉和社会心理因素，如使用手机、路怒、有无监督等。此外，驾驶人受时空上或经济上的利益驱使，在明知有风险的情况下依然可能做出不安全驾驶行为。风险平衡理论认为，驾驶人总是不断地调整自身的驾驶行为，从而在自己可接受的风险水平下获得时空上或经济上的利益。风险阈限模型则认为只有当驾驶人的感知风险度超过了阈限时，驾驶人才改变其行为[3]。

基于驾驶行为的影响因素分析，学者们从驾驶技能、安全意识、风险感知、驾驶人心理等方面开展了风险驾驶行为干预方法的研究，包括驾驶人安全操作培训、安全宣传教育、奖惩措施、实时风险警告提醒等手段，并通过实验验证其效果。因此，本文对国内外风险驾驶行为干预的相关研究进行综述，包括风险驾驶行为识别方法、行为干预方法、干预效果评估三部分。

1 风险驾驶行为识别方法

1.1 驾驶行为数据采集

驾驶模拟器和自然驾驶数据采集技术是两种主要的驾驶行为采集手段。驾驶模拟器是一种虚拟现实仿真设备，驾驶人通过模拟器的操作部件与虚拟的交通环境进行交互，驾驶模拟器实验具有场景可控、可重复等特征，且能够方便地采集驾驶人的生理信号，如脑电、眼动数据。自然驾驶数据采集技术则是通过各类传感器和移动智能终端对车辆日常运行过程中的数据进行采集，场景真实且多样化，采集的数据更贴近驾驶人的真实驾驶状态。

已有研究与应用中，自然驾驶行为数据的采集设备主要分为车载数据记录设备和智能手机。车载数据记录设备是指GPS监控设备、车载诊断系统、自适应巡航控制系统等安装在车辆上的设备[4]。Mobileye属于一种交互式的车载数据记录设备，可以定期报告驾驶人的行为，也可以在驾驶过程中实时提供声音和灯光的提醒[5]。一些大型运输企业在车辆上安装了