驾驶执行过程研究概述

徐婵娟 石建军 刘金超

（北京工业大学北京市交通工程重点实验室 北京100124）

0 引 言

车辆驾驶是大众化的交通工具使用行为，对于道路交通系统运行安全与效率，这一行为起着关键作用。复杂的道路交通环境、机动车辆迥异的行驶特性和驾驶人个体特性等共同决定了驾驶行为是深度融合社会特性的复杂个体行为。在相关的一系列研究中，多将驾驶行为分为认知过程、决策过程、执行过程和学习过程等4个过程，并对驾驶行为认知过程做了大量研究，成果集中在2个方面：从认知过程研究驾驶行为机理，从驾驶行为结果导致的车辆运动表现角度研究驾驶行为。相对而言，由于行为检测装置、虚拟交通情境真实性等技术原因，对于驾驶行为执行过程本身的研究相对较少。不可否认的是，驾驶执行过程由一系列驾驶动作构成，是认知、决策等心理过程与技能、经验、反应等操作能力综合表现。借助先进传感器装置，量化研究驾驶执行过程，是认识驾驶行为规律的重要内容。

在道路交通系统中，人（交通参与者）的行为对道路交通系统运行影响最大，因此如果能够通过数量化的资料对“人”对道路交通系统的影响进行计算和认识，则将非常有助于从本质上认识道路交通系统的运行和演化［1］。严新平等［2］对驾驶行为涵义及过程进行了描述，并认为驾驶人的操作动作和车辆运动特征，是驾驶行为的具体表现，也是驾驶行为定量研究的重要方向。针对驾驶执行过程的研究是驾驶行为研究重要部分，其不仅取决于驾驶人的认知和决策过程，同时还受到自身动作、习惯及各种外部干扰因素的影响，并最终表现为安全驾驶、车辆耗能和碳排放水平。通过驾驶动作量化分析来研究驾驶行为也是驾驶行为研究的1条有效途径，同时也可为“生态驾驶”提供一定的数据支持。

1 驾驶行为研究现状

探索提高道路交通的安全水平是交通科学研究的重要内容。交通安全问题本质上是人、车辆和道路能否和谐互动实现出行目的的问题。其中，人及其交通行为问题是研究的难点。因而在现代交通安全问题研究中，对驾驶行为的研究是最为基础的一部分。目前，对驾驶行为的研究主要集中在以下2个方面。

1.1 从认知角度研究驾驶行为

通过获取间接参数（人的生－心理参数等），从认知角度研究驾驶行为。

从认知过程入手，利用驾驶人生、心理指标作为判定值分析驾驶行为。近几年，不安全驾驶行为的内在原因同驾驶人的生理、心理和性格等因素之间关系的研究成果愈加丰富。Pal Uleberg等［3］结合人格和认知方法解释了危险驾驶行为的机理，通过问卷调查与观察法得出了由于个人性格导致的行为态度会影响到驾驶行为。David Uzzell［4］研究了大量可以影响驾驶行为的因素，包括人际关系、压力等。庄明科等［5］研究了驾驶经验、人格、态度及驾驶技术等与驾驶人风险驾驶行为之间的关系。毛喆等［6］分析了驾驶模拟中被测试者连续操作时的心率、皮电、肌电、皮温、呼吸深度／频率等几项生理指标，通过对其进行分析比较提出了驾驶疲劳状态识别方法。卡内基梅隆研究所［7］经过反复实验和论证，提出了度量疲劳的物理量PERCLOSE指标，并将其应用于疲劳检测系统的开发中。Venkatesh等［8］论证了脑电信号表征驾驶人疲劳状态的可靠性。S.D.Baulk等［9］提出利用反应时间作为驾驶疲劳的客观评价标准。岳春芳［10］则对驾驶过程中驾驶人脑电、心率、脉搏、转向盘转角、车速与疲劳关系进行了研究。马全亮等［11］利用电阻式转角传感器监测驾驶人操纵转向盘的转角规律，并对驾驶人转向操作进行建模，实现对驾驶疲劳状态的识别。郭应时［12］基于驾驶实验中驾驶人视觉信息、心电、皮电、呼吸及车辆速度信息，对交通环境及驾驶经验对驾驶人眼动和工作负荷影响进行研究。孟妮［13］用EyelinkⅡ眼动仪对驾驶人驾驶过程中的眼动行为进行记录，分析了不同道路交通环境中驾驶人注视持续时间、视频次、视角及搜索广度，并运用非参数检验对其进行差异性分析。

1.2 从驾驶行为结果研究驾驶行为

通过获取人－车单元的物理参数（车辆加速度，车道线偏移量等），从驾驶行为结果研究驾驶行为。

从驾驶行为的结果入手，通过检测分析驾驶车辆的运行参数以及驾驶人的姿势参数等研究驾驶行为，从人的外显动作及其车辆运行参数揭示驾驶人的驾驶能力、信息处理能力的差异及其与环境和驾驶时间的关系。Makoto Itoh等利用驾驶模拟舱在高速公路上模拟驾驶过程，同时驾驶舱中装有的各种车载驾驶行为检测传感器、电位计和摄像机采集驾驶人在进行1项非驾驶任务时各种驾驶行为数据，主要研究了驾驶人在注意力不集中的条件下各种驾驶行为的表现特征，并提出了1种自适应检测驾驶人注意力分散的算法［14］。Paul Treffner等［15］研究了转弯过程中驾驶姿势的维持特性，并认为驾驶动作的协调性可以增加身体的稳定性，进而提高驾驶人的注意力。白玉等人总结国内外手机对驾驶影响的研究得出，驾驶时使用手机带来事故风险增加，但使用手机不是事故发生的原因，使用手机造成的是分心，其对驾驶行为的影响主要是降低驾驶速度、延长反应时间、目光凝聚缩窄视线范围，以及其它的一些驾驶行为改变［16］。

2 驾驶执行过程研究基础

从动态测量的角度来讲，驾驶行为可认为是由一系列驾驶姿势和驾驶动作依次发生或配合产生的，驾驶动作作为驾驶行为的直观表现，构成了驾驶行为的外显——驾驶执行过程，因此对驾驶执行过程研究具有重要意义。目前，对驾驶执行过程研究很少，笔者从驾驶行为分解与捕捉测量入手，并对驾驶执行过程进行相关论述。

2.1 驾驶行为分解

研究驾驶执行过程，需要对驾驶行为分解。由于驾驶行为主体是驾驶人，驾驶行为通过驾驶人肢体动作而表现出来。因此对驾驶行为分解需从分析驾驶人入手。

驾驶人作为有思维、能总结经验并能不断改善自己特性的人，是很难用一般机械运动的方法来研究。然而作为1个合格的驾驶人，其操纵动作并不是1种无规律的、不可琢磨的行为，其控制车辆的过程就是驾驶人在道路交通环境中进行信息处理的过程。在整个过程中，驾驶人利用听觉、视觉等感官收集信息，并对信息筛选融合，形成多个动作备选方案，然后从众多备选方案中找到最优，利用肢体执行备选方案，以使车辆更接近驾驶人的预期状态，同时将执行的结果反馈到驾驶人，从中获取经验教训，为下1个驾驶行为过程做准备。因此，根据驾驶人对信息处理的特点，将驾驶行为分解为4个基本构成：认知过程、决策过程、执行过程和学习过程。驾驶行为分解图见图1。

图1 驾驶行为分解图Fig.1 Driving behavior decomposition map

2.2 驾驶执行过程的提出

驾驶行为的4个基本构成之间关系比较复杂，并不是简单的罗列和孤立的存在。在时间上，4个基本构成并非严格按照特定顺序依次发生，在驾驶行为过程中，可能几个基本构成同一时间发生，也可能缺失部分基本构成；在空间上，4个基本构成在整个驾驶行为过程中并不是简单地循环，而是螺旋式动态发展，其中学习过程是发展的关键，具体地说，驾驶人每完成1次驾驶行为，或多或少地通过学习过程获得经验，从而影响下1次驾驶行为的基本构成。

目前针对驾驶行为自身4个构成的研究主要集中在认知过程和决策过程，例如，利用驾驶人的生理、心理以及性格因素等指标分析驾驶行为；将行为科学，心理学等方法运用到驾驶行为决策过程，建立驾驶行为决策模型，分析决策机制等。但对于驾驶行为的执行过程研究很少。

在驾驶行为研究中，驾驶执行过程的研究是重要的环节。对于驾驶行为的全过程，相同的认知和决策下，驾驶执行过程不一定相同；同理，不同的认知和决策也可能会产生相同的执行过程。这主要由于执行过程的差异造成的“同因不同果”或“同果不同因”的现象。因此，对于驾驶行为的研究，如果离开驾驶执行过程研究，就不全面。

3 驾驶执行过程研究方法

目前，针对驾驶执行过程的研究并不多，这由多重原因造成的，以前由于行为动态测量技术的制约，对驾驶执行过程的研究几乎处于空白。随着科学技术的发展，行为动态测量技术（如动作捕捉技术）［17］的日趋成熟为驾驶执行过程研究提供了技术基础。同时，人体运动学发展为驾驶执行过程研究提供了科学基础。另外，行为科学、人因工程［18］等领域的发展为驾驶执行过程研究提供理论基础。

驾驶执行过程应该从3个方面进行研究，分别是驾驶动作分解、驾驶动作捕捉测量和驾驶动作数据分析，下面分别从这3个方面进行探讨。

3.1 驾驶动作分解

驾驶执行过程作为驾驶行为重要的基本构成之一，不能脱离驾驶行为而孤立研究。从可测量的角度来讲，动作和行为是有密切联系的。因此，在驾驶执行过程研究中，需在驾驶行为和和驾驶动作之间寻找分析的桥梁。除了研究驾驶动作本身参数外，还需深入研究动作的变化，以此来反映行为的特征，例如驾驶动作匹配分析，驾驶动作标定分析，驾驶动作连贯性分析等等。这样，才能更全面研究驾驶执行过程，深入分析驾驶行为。

确定驾驶执行过程研究内容，需要对驾驶行为以及驾驶执行过程进行结构分解，以此确定驾驶执行过程研究对象、研究内容等。从动态测量的角度来讲，驾驶行为可分解为驾驶姿势和驾驶动作，其中驾驶姿势是最基本单元，驾驶姿势的改变形成驾驶动作，驾驶人为完成驾驶任务时，需要驾驶人做出一系列的动作，这一系列动作的组合构成驾驶行为。驾驶执行过程作为驾驶行为的外显，是驾驶过程中所有驾驶动作的集合。因此驾驶执行过程的研究对象主要是驾驶动作，研究内容主要包括动作参数、动作构成以及动作配合等，见图2。其中对动作配合与动作的构成的研究具有交叉性。

图2 驾驶执行过程研究内容图Fig.2 Research content of execution process of driving behavior

3.2 驾驶动作捕捉测量

从执行过程角度，量化驾驶动作，深入全面了解驾驶行为机制，包括驾驶习惯，安全驾驶等等。如疲劳驾驶，醉酒驾驶等导致驾驶行为改变，动作参数改变，动作配合不协调等等。驾驶过程中打手机，吸烟造成必要的安全驾驶动作缺失，动作构成发生变化等。

驾驶执行过程研究，首先要“描述”驾驶动作，即准确定量而非简单定性地描述驾驶动作。因为只有将驾驶动作量化，才能够做到定量分析。由于在驾驶执行过程中，驾驶人骨骼的空间位置时刻发生变化，因此需要对驾驶执行过程动态测量。

动作捕捉技术作为动态测量的技术手段之一，可实现对人体动作的获取、记录和跟踪，涉及传感器、视频识别、计算机技术、人体运动学等技术领域。目前已广泛应用于3D动画制作、仿生机械操纵、体育运动分析、康复医疗等领域。由于驾驶动作发生空间的特殊性，在动作捕捉方面，驾驶执行过程研究相比于其他领域研究是有区别的。首先，驾驶舱属于全金属环境，电磁环境非常复杂，这要求驾驶动作捕捉设备具有良好的抗电磁干扰能力；其次，狭小的驾驶空间限制了驾驶动作幅度，简化了驾驶执行过程分析所需要的人体运动模型；最后，由于驾驶动作捕捉数据重点应用于驾驶执行过程动作分析，这就强调数据采集的精确性、简洁性以及易处理性。综上分析，驾驶动作捕捉系统首先具有抗电磁干扰；其次，体积小，能够在狭小空间测量；同时，能够输出精确的数据文件。

随着科学技术的发展，一些动作捕捉设备已经能够满足驾驶动作实时动态捕捉，即在真实车辆驾驶环境中，对驾驶行为执行过程的动作构成进行动态测量。在狭小、电磁环境复杂的驾驶舱内，捕捉采集驾驶动作数据，以驾驶人肢体动作构成、动作配合和动作幅度等数据描述驾驶行为表现。以精确捕捉测量的数据和人体运动学模型方法，研究驾驶行为的执行过程。与常用的以车辆工况参数和车辆道路行驶参数描述驾驶认知和决策结果不同，笔者的研究内容注重驾驶行为的动作构成、动作配合和动作幅度参数捕捉测量和模型描述。

3.3 驾驶动作数据分析

目前，关于动作捕捉数据分析研究很多，包括动作数据的重定向、动作数据的检索、运动数据编辑等，其应用领域大部分集中在计算机动画、影视特效制作、虚拟现实、游戏娱乐等方面，其主要目的是通过对动作数据处理以达到更好的动作虚拟再现效果。然而这些方法应用于驾驶执行过程动作量化分析研究显然是不合适的，因为驾驶执行过程动作研究的目的不是动作虚拟再现，而是对这些动作数据进行定量或定性的分析，以期从中得到一些规律。因此在驾驶动作捕捉数据的分析角度、处理方法以及分析目的上都具有自己的特点。

根据前文对驾驶执行过程研究内容的探讨，主要从2个角度分析驾驶动作数据，分别为驾驶动作参数分析和驾驶动作配合分析。

1）驾驶动作参数分析。驾驶动作参数分析主要包括两方面：一方面是对数据整体上进行描述，不进行数据的深度挖掘分析，笔者称之为“描述性分析”；另一方面是与描述性分析对应的，对数据进行挖掘性分析，笔者称之为“统计性分析”。

描述性分析是对数据的各项基本特征和总体特征进行分析，如数据的均值、方差、极值范围分布等，通过数据和组图的分析，能够得到数据的基本离散程度等信［19］。描述性分析方法主要包括时间分析和波动性分析。时间分析主要利用驾驶动作捕捉数据中的时间码从而得到任意需要比较的时间参数，以此分析驾驶动作与驾驶时间之间的关系；波动性分析主要是对动作参数的波动性、离散型进行分析，包括通过简单的时域描述图观察数据的波动变化，利用标准差、数值变化范围观察数据离散型，以此来检验动作参数稳定性和变化范围，并反映驾驶执行过程动作幅度变化。

统计性分析不同于描述性分析，其主要是指利用数学方法对数据进行挖掘分析。本文统计性分析方法主要包括动态时间规整（DTW）分析和频域分析。DTW分析主要是分析驾驶执行过程动作的匹配程度；频域分析主要通过高频成分的多少来分析动作的连续程度、动作缓急等，反映驾驶执行过程动作的连续性变化特征。

具体的驾驶动作参数分析的分析类型、分析方法及分析目的见图3。

图3 数据分析图Fig.3 Data analysis diagram

2）驾驶动作配合分析。驾驶动作配合分析主要是对驾驶执行过程分解，得到各个关键关节的驾驶动作的起止时间以及持续时间，通过时间关系建立驾驶动作配合图。根据动作配合图，可清楚观察到驾驶动作的动作构成、动作个数、以及动作顺序等信息。本文动作配合分析主要包括以下两部分：首先是动作时间序列分解，根据动作数据分析各个主要关节发生动作的时间特性，建立主要关节的动作配合图；其次是依据动作配合图进行分析，分析主要想通过动作构成（动作个数，动作组成）以及动作时间（包括动作持续时间、姿势持续时间、动作次序）两方面进行数据分析，以期得到动作配合方面的差异，并以此定量分析驾驶动作对驾驶执行过程的影响。

4 驾驶执行过程的研究意义

综合以上对驾驶行为研究的发展趋势，以及对驾驶执行过程的研究基础和研究方法可以看出：

1）对驾驶行为本身的研究方面，多集中于驾驶人认知过程，且主要基于驾驶人的生、心理指标采集和量化分析，揭示驾驶行为的内在原因。由于相关技术等因素的制约，对驾驶行为的执行过程动作表现及影响研究较少。

2）在驾驶行为结果的研究方面，主要是记录分析车辆工作状况，车辆行驶表现，以及对驾驶人姿势等外在的行为结果分析驾驶行为。由于驾驶行为的复杂性，许多驾驶动作和驾驶动作的配合不能简单用车辆的行驶或工作状态来反映。如观测后视镜和转动方向盘配合、制动准备动作和姿势等。当驾驶人在不同的行车环境中行驶时，即使车辆具有相同的运行状态，驾驶人可具有差别较大的驾驶动作与动作的配合，省略了一些驾驶动作就构成不安全驾驶行为。单纯从驾驶的车辆表现结果来表现驾驶行为是不够的，还需要量化研究驾驶行为的执行过程。

3）现代科学技术使我们能够摒弃意识、意象等主观的东西，研究所观察到的并能客观测量的行为动作。人因工程静态测量和动态测量应用到对驾驶行为的执行过程研究中，可直接对驾驶人的动作进行捕捉测量，获得驾驶执行过程的动作构成，动作配合和动作幅度参数，量化分析驾驶行为。利用动作捕捉测量技术，聚焦驾驶行为的执行过程研究，对于丰富驾驶行为的研究手段，探究驾驶行为与动作执行关系具有十分重要的意义。

4）驾驶人在操控车辆过程中，受到自身动作、习惯及各种内部、外部干扰因素的影响，并最终反映到安全驾驶、车辆耗能和碳排放量水平上。驾驶人省略必要的驾驶动作，做一些与驾驶无关的动作或不良的动作习惯等动作干扰是影响安全驾驶的重要因素之一。动作干扰最终会对驾驶行为执行过程中的动作构成、动作配合和动作参数产生了影响，构成不安全驾驶行为，导致各种不安全因素的发生，或导致不利于节能减排的驾驶方式，有必要围绕驾驶动作干扰对驾驶执行过程的影响进行深入研究。

5 结束语

随着驾驶行为被广泛的关注，本文聚焦对驾驶行为的执行过程进行分析说明，分别从研究现状、研究基础、研究方法和研究意义4个方面进行论述。对现有的研究做出了归纳总结；从理论上对驾驶执行过程进行了全面的论述；提出了一些数据采集与分析方法。目前对于驾驶执行过程的研究还处于起步阶段，随着智能交通的不断发展，未来的研究将引入先进的驾驶模拟与仿真技术，通过虚拟现实技术展现出不同的驾驶情景，让驾驶人进行交互操作，进而研究驾驶执行过程。

驾驶执行过程的研究为法律法规完善、道路交通管理水平提高提供了理论基础，也为驾驶行为研究提供新的尝试和探索，同时对“生态驾驶”有着指导意义。

［1］ 李瑞敏.计算交通的基本内容与技术框架［J］.交通运输系统工程与信息，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］ 严新平，张 晖，吴超仲，等.道路交通驾驶行为进展及其展望［J］.交通信息与安全，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］ 庄明科，白海峰，谢晓非.驾驶人员风险驾驶行为分析及相关因素研究［J］.北京大学学报，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.基于驾驶员生理特征分析的驾驶疲劳状态识别方法研究［D］.武汉：武汉理工大学，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.机动车驾驶员驾驶疲劳状态监控系统研究与设计［D］.太原：太原理工大学，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］ 马全亮，黄 康.关于疲劳驾驶行为的研究与建模［J］.微计算机信息，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］ 郭应时.交通环境及驾驶经验对驾驶员眼动和工作负荷的影响［D］.西安：长安大学，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.不同道路交通环境中驾驶员注视行为分析［D］.西安：长安大学，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，龙 力.手机使用对驾驶员行为影响研究综述［J］.交通信息与安全，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］ 孙林岩，崔 凯，孙林辉.人因工程［M］，北京：科学出版社，2011.SUN Linyan，CUI Kai，SUN Linhui.Human factors［M］.Beijing：Science Press，2011.（in Chinese）.

［18］ 李晓丹，肖 明，曾 莉.人体动作捕捉技术综述以及一种新的动作捕捉方案陈述［J］.中国西部科技，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.基于驾驶模拟实验的手机通话对驾驶安全的影响研究［D］.北京：北京交通大学，2013.SUI Yi.Influence of cell phone use on driving safty based on driving simulator experiments［D］.Beijing：Beijing Jiaotong University，2013.（in Chinese）.