营运车辆驾驶人适宜性甄别检测评价系统研究＊

王生昌 李良敏 杨立本 邱兆文

（长安大学汽车学院 西安710064）

0 引 言

研究表明，驾驶人群体中存在着一部分驾驶人较其他人更易发生交通事故，且发生过事故的驾驶人重复发生事故的概率较高的现象，这一现象称为事故倾向性［1］，这部分驾驶人称为“事故多发者”。这些驾驶人之所以容易发生交通事故，主要与他们的心理、生理素质有关。因为事故倾向性的存在，引出了“一些人适合于从事驾驶职业，另一些人则不适宜从事驾驶职业”的所谓驾驶适宜性，特别是以驾驶作为职业的营运车辆驾驶人，如果不适宜的人员进入职业驾驶人队伍，将给道路交通安全埋下极大隐患。

国内外围绕驾驶适宜性展开了大量研究，取得了丰硕的研究成果［2－9］。2001年交通部颁布了JT／T442－2001《营运车辆汽车驾驶员适宜性检测评价方法》。从近年来成果的应用情况看，目前驾驶适宜性检测指导性还不够强，检测指标体系不够完善，评价方法有待进一步改进。特别是对道路运输驾驶员适宜性甄别、检测指标体系及评价方法还需进一步研究。

针对这一现象，本课题在分析营运车辆驾驶特点及影响营运车辆驾驶人安全驾驶的心理、生理因素的基础上，构建了营运车辆驾驶人适宜性甄别检测评价指标体系，研究确定了适宜性评价指标的阈值及权重，并建立了营运车辆驾驶人适宜性多元甄别模型，同时通过863名驾驶员的示范应用，检验了所建立检测系统的可靠性和有效性。

1 营运车辆驾驶人适宜性指标体系建立

对驾驶适宜性的影响因素进行分析研究，结合营运车辆驾驶人职业特点，参照日本等国对职业驾驶人适宜性检测指标的要求，综合考虑评价指标的实际可检测性和检测项目的可行性，筛选出相对独立且能全面反映营运车辆驾驶人适宜性的测评指标，包括速度估计、选择反应时间和反应错误次数、动体视力、处置判断、暗适应、夜间视力、深度知觉、风险感知中心及周边反应时间和反应错误次数、紧急反应／连续紧急反应，共14项测评指标。

2 单项评价指标制定

2．1 样本采集与筛选

2．1．1 数据采集

本项目利用自主研发的驾驶适宜性检测设备，在福建、江苏、安徽3省区4个汽车运输公司设立检测点，检测从事3年以上营运车辆驾驶的营运车辆驾驶人5 167人，并调查获取了其3年内安全行车情况及事故记录。

2．1．2 样本筛选

对检测数据进行了科学的筛选，去除调查项目不完整、不稳定和异常数据，使其具有良好的稳定性和代表性，并对重复多次检测的指标进行了2次处理：对于重复5次以上的检测指标，在数据分析前剔除多次检测数据的最大值与最小值；对于进行3次重复检测的深度知觉检测指标，剔除检测数据的最大值。

单项评价指标制定流程见图1。

图1 单项评价指标制定流程Fig．1 Establish process of single assessment index

2．2 单项评价指标的确定

2．2．1 评价指标的选择

在所确定的检测指标体系中，单次检测指标直接采用检测值作为评价指标；对于多次重复检测的指标，分析了检测数据不同统计量（均值、变动率、极差值）与事故特性之间的相关性，选择相关性最为显著的统计量作为该项检测评价指标，避免了JT／T 442－2001《职业汽车驾驶员适应性检测评价方法》采用单一统计量均值作为评价指标的弊端。

经过分析发现，深度知觉、动体视力、风险感知中心反应时间、周边反应时间等4项检测指标的检测数据均值与事故次数关系最为显著，采用均值作为评价指标值；选择反应时间、紧急反应时间的变动率与事故次数关系最为显著，采用变动率作为评价指标值；速度估计的误差均值与事故次数关系最为显著，采用误差均值作为该项检测指标的评价指标值；连续紧急反应检测数值的极差值与事故次数关系最为显著，采用极差值作为该项检测指标的评价指标值。

2．2．2 检测指标与年龄的相关性分析

研究结果表明，年龄对与驾驶适宜性相关的生理、心理指标有很大影响［10］。本项目采用典型两变量之间的相关性分析法，对检测项目的评价指标与驾驶员年龄进行了相关性分析，将与年龄相关系数较大的暗适应和风险感知周边反应时间的评价指标进行了年龄段的划分，以40岁为界，分为41岁以上和40岁以下（包括40岁）2个年龄段。

2．2．3 检测设备有效性分析

通过独立两样本T检验判断事故组与非事故组的检测指标值是否存在显著性差异，继而评价检测设备的有效性。

独立两样本T检验要求样本总体服从或近似服从正态分布。采用P－P图法检测样本总体是否服从正态分布。经分析，14项检测指标中，P－P图各点均近似呈1条直线，表明所有指标均服从正态分布，满足T检验使用前提条件。

独立两样本T检验结果表明，事故组和非事故组驾驶员的各项检测指标数值均存在显著性差异，验证了所选择检测设备对驾驶适宜性检测的有效性。

2．2．4 单一事故特征相关性分析

评价驾驶人的事故情况可采用3个特征因素：事故级别、事故责任、事故次数。制定各单项检测指标的评价标准时，采用单因素方差分析评价检测数据与单一事故特征在不同水平下的相关程度，选择相关性最强的事故特征作为制定单项评价标准的参考。

经分析，事故次数与检测数据之间的相关性最强，可作为建立评价指标时的参考。

2．2．5 单项评价指标阈值确定

对各检测指标样本进行 K－均值聚类［11］分析。以聚类结果为基础，参考类内各事故次数对应人数及其百分比以及事故多发次数在本类次数中的百分比，将聚类结果合并为4类（优良、一般、要注意、较差），其中，“优良”和“要注意”所占比率比较小，“一般”所占比率最大，“较差”是在检测工作中要进行淘汰的对象，所占比率控制在5%左右。各评价指标阈值见表1。

3 综合评价指标制定

由于各单项指标仅能反映驾驶人某一方面生理、心理素质的优或劣。为了全面评价驾驶人的驾驶适宜性，需要综合各方面的适宜性指标，制定出综合评价指标，其制定流程见图2。

表1 驾驶适宜性单项评价指标阈值Tab．1 Thresholds of single assessment index

图2 综合评价指标制定流程Fig．2 Establish process of integrated assessment index

3．1 检测数据标准化

由于各单项评价指标的数值大小差异较大，单位也不统一，需按下式对各单项评价指标数据进行标准化处理。

式中：Yi为第i项指标标准化后的数值；Xi为第i项指标待标准化数值；Xmin为第i项指标样本内最小值；Xmax为第i项指标样本内最大值。

另外，在数据标准化时，还应考虑到综合指标中各单项评价指标数据趋势的统一性，需要对数据作趋同化处理，在所有的单项指标中有13项数据都是数值较小时表示驾驶人该项对应素质较好，只有动体视力不同，应作趋同化处理。故对动体视力作趋同化处理（用1减去标准化后的值），使得各项检测指标的数据同时在较小时反映驾驶人对应项素质较好。

3．2 标准化后各指标的相关性分析

按照式（2）计算各单项指标之间的相关系数，发现各单项指标间存在一定的相关性，说明各变量在反映同一信息时存在一定的重叠，需要构建相互独立的新指标。

3．3 构建独立新指标

采用因子分析法［12］来形成独立的新指标。计算各指标的方差贡献率，发现前11个独立因子的方差累计贡献率达到88．225%，故提取了前11个因子，得到11个相互独立的新指标，减少了指标数量，且能较全面的反映原始指标的信息。

3．4 综合评价指标的构建

计算各项新指标与事故次数之间的相关系数，各相关系数的绝对值与各相关系数绝对值之和的比值即为各项新指标反映适宜性的权系数，将各新指标乘以权系数并累加，即可得到驾驶适宜性的综合评定模型：

式中：X1～X11分别为速度估计误差均值、选择反应错误次数、选择反应时间变动率、深度知觉判断误差均值、动体视力均值、暗适应时间、处置判断错误次数、夜间视力等级、紧急反应时间变动率、连续紧急反应时间极差值、中心反应时间均值、中心反应错误次数、周边反应时间均值、周边反应错误次数。

3．5 综合评价指标阈值的确定

对综合评价指标数据采用K－均值聚类方法进行聚类，形成各个级别的判定阈值，见表2。

表2 综合评价指标阈值Tab．2 Thresholds of integrated assessment index

4 示范应用

本项目在四川、河南、江苏、安徽4省区进行了示范应用，共检测营运车辆驾驶人853人。

通过四川省示范应用验证了标准对筛选事故多发驾驶员的作用；河南省郑州汽运集团的示范应用验证了标准对各组别驾驶员比例的划分有效性；江苏省南通汽运集团和安徽省合肥客运总公司的示范应用充分验证了测试设备检测数据具有良好的可重复性。通过以上4个示范点不同目的示范应用，有力地证明了设备的有效性及评价指标的可行性。

5 结 论

1）选取14项检测指标，构建了营运车辆驾驶人适宜性甄别检测评价指标体系。

2）选取5 167名营运车辆驾驶人样本进行检测，调查统计其近3年来的驾驶行为与交通事故，综合运用独立两样本t检验、单因素方差分析、K－均值聚类和因子分析等数学方法，研究确定了适宜性评价指标的阈值及权重，并建立了营运车辆驾驶人适宜性多元甄别模型。

3）通过示范应用检验了评价指标的可行性。

［1］ 金会庆，陈山荣．驾驶员个性与事故倾向性研究概况［J］．应用心理学，1994，9（1）：47－50．

［2］ Davey J，Wishart D，Freeman J，et al．An application of the driver behavior questionnaire in an australian organizational fleet setting［J］．Transportation Research Part F：Traffic Psychology and Behaviour，2007，10（1）：11－21．

［3］ 森本克彦．指差唤呼が視覚的注意の定位に及ぼす影響［J］．人間工学，2009，45（1）：54－57．

［4］ 石橋基範，栗谷川．タスクの精神的負担と個人の注意の特性が眼球運動と動体視力に及ぼす影響［J］．自動車技術，2009，40（2）：573－578．

［5］ Wu Jinglong，Lu Shengfu，Miyamoto Shuhei，et al．New definitions of kinetic visual acuity and kinetic visual field and their aging effects［J］．Iatss Research，2009，33（1）：27－34．

［6］ 宋景禄，谢晓民．驾驶员运动视力的研究［J］．吉林工业大学学报，1990（4）：68－69．

［7］ 张殿业，戴明森，金 键．汽车驾驶员暗适应能力与夜间安全行车分析［J］．中国公路学报，1999，12（4）：107－109．

［8］ 张殿业，金 键，杨京帅．驾驶员安全可靠性多因素分析［J］．公路交通科技，2004（3）：89－91．

［9］ 金会庆，余皖生，张树林．机动车驾驶员身体素质条件及测评指标的研究［J］．人类工效学，2001，9（3）：1－6．

［10］ 金会庆，戴 平，刘禹国．起重机械作业职业适性心理指标正常值范围的研究［J］．人类工效学，1999，5（2）：3－5．

［11］ 吴夙慧，成 颖，郑彦宁，等．K－means算法研究综述［J］．现代图书情报技术，2011：27（5）：28－35．

［12］ 郁 滨．系统工程理论［M］．北京：电子工业出版社，2006．