文摘

目前很多争论关于司机许可制度的有效性在韩国,由于众多的交通事故造成司机涉嫌有生理和心理能力不足。通过本系统,它是很难识别这些司机间接通过物理测试,如视力测试,因为这样的结果的相关性和驾驶性能仍不清楚。本研究的目的是调查驾驶性能和视觉之间的关系,改善了韩国司机许可制度。在这项研究中,两个进行了调查:静态和动态视力检查和驾驶性能测试基于虚拟现实(VR)系统。驾驶性能评估驾驶模拟器,根据驾驶行为在不同的实验方案,包括日间和夜间行驶在乡村公路,和意想不到的事件的情况。这里,我们产生显著的证据表明,减少视力损害驾驶性能,和驾驶行为显著差异组间不同的视觉功能,特别是动态视觉。视觉眼,通常动态视力,极大地影响了驾驶行为,以速度和车辆有限合伙人的标准差,这尤为显著:在曲线路段在白天实验。这些实验结果显示,参与者与动态视力受损的驾驶性能不足和不安全。这证实了动态视力水平驾驶行为的重要决定因素,和他们解释驱动程序的性能水平。这些发现表明,韩国司机许可制度应该包括一个测试的动态视力创造更好、更安全的驾驶。

¹TT₁和TT₂测量使用原始数据相关的驾驶行为,驾驶模拟器自动产生。

1。介绍

有很多方法可以改善交通安全,包括改善几何条件、增加教育、宣传活动,并采取其他方法来改善交通安全。然而,在交通安全的环境中,最重要的步骤之一是评价驾驶司机是否有足够的能力。司机绩效评估是至关重要的对于识别那些没有资格开车因为这样的司机在路上可以严重影响安全。

一般来说,司机许可制度是预防交通事故的第一阶段,因为它评估司机的性能来确定司机体能不足。然而,最近有许多争论关于司机许可制度的有效性在韩国,由于许多交通事故驾驶员生理和心理能力不足造成的。在韩国当前系统不识别这样的司机因为一些非常粗略的测试,如视觉和听觉测试。相比之下,许多其他国家,包括德国、法国、日本、美国、和英国,实现了各种定期测试,以确定不合格的司机,包括高层视觉测试标准,可视角度测试,认知能力测试,和其他标准的医疗测试。然而,无法进行实际道路驾驶性能测试。也很难评估驾驶性能间接通过物理测试,如视力和肌肉性能测试、自相关结果的驾驶性能尚不清楚。因此,改善交通安全,必须开发准确评估驾驶性能的新方法。

在这项研究中,驾驶性能均通过虚拟现实(VR)技术来识别不合格的司机。最近,虚拟现实技术已在许多领域使用的交通工程,如司机教育、初级驾驶测试,和司机的行为研究。这种技术也被用于评估司机的性能在许多研究中,由于执行实时道路测试的难度。

本研究的目标是确定驾驶性能之间的关系和物理能力基于驾驶模拟器实验和开发一个适当的方法评估司机的性能。体能很容易衡量和驱动性能用于开发密切相关的评价方法。在各种物理能力,视力水平在不同年龄组被用来评估驾驶性能,因为司机通常获得所需的信息通过视觉安全操作他们的车辆,例如,道路平面图,路标和其他驾驶环境。视力检查和驾驶模拟器实验后进行,驾驶行为和性能特点进行了分析通过统计建模过程来确定这些影响因素对反应时间显著影响交通事故。

2。文献综述

通常知道司机得到他们需要的大部分信息驱动通过视觉1),使得驾驶视觉最重要的能力。视力是一个测量的空间分辨率视觉处理系统,和视力测试是一个眼科检查,检查一个人如何看待对象的细节从一个特定的距离2,3]。有不同类型的视觉眼相关驾驶等静态和动态视力。

通常视力随年龄增长而下降,见一些研究调查年龄之间的关系和视觉≤(4- - - - - -7]。视力测试驱动程序的另一个研究发现,司机的视力损失四倍比那些65岁或以上的老人在年轻的司机8]。这些研究人员进行了一次自动视觉检查10000名司机和发现,只有3%到3.5%的16岁到60岁的人视力下降,而13%的人是65岁及以上有视力问题。

视力不足可能会导致糟糕的驾驶性能,就是明证违规驾驶和交通事故8- - - - - -12]。伯格研究视力之间的关系,违规驾驶,交通事故在加州,美国,发现其中一个轻微的相关性(9),和一个类似的分析(10)表明,视觉表现的措施,如静态和动态视力,显著相关的失事率在54岁的司机。视力的另一个相关的研究水平(静态和动态)的12400名司机和他们的交通事故和违反法律,这是发现,66岁以上的司机已经崩溃的风险更高(11]。然而,这些先前的研究间接分析视力和驾驶性能之间的关系通过追踪违规和交通事故的数量。在这项研究中,驾驶违规行为的影响因素和交通事故驾驶距离,年龄,性别,和视力(静态和动态)。

在各种类型的视觉眼,动态视力是明显影响识别前方的交通和路况13- - - - - -19]。Hofstetter [14)发现了一个有意义的关系动态视力和移动对象的识别,和长,卡恩斯(15)也显示了类似的结果对于交通标志识别和动态视力之间的关系。希金斯和木材17)测试视力的影响驾驶性能的措施,包括感知差距,总行驶时间,并签字认可,使用透镜设计不同视力水平(从0.1到1.5)。他们观察到可怜的驾驶性能较低的基于这些措施参与者动态视力。这些结果也表明了,视力测试只有静态视力(不是动态视力)是有限的实用性。因为这样的测试和驾驶性能之间的关系并不证明统计,仍有需要开发有效和可靠的方法,可以精确关联视力和驱动程序性能(12,20.]。

一些先前的研究用驾驶模拟器研究驾驶行为和性能,由于实时道路测试的局限性等安全危险和困难在准备实验设计的情况下16,21- - - - - -24,25- - - - - -27]。只有少数研究直接利用驾驶模拟器研究视力和驾驶性能之间的关系。威尔金斯(16)进行了驾驶模拟器测试测量制动响应率在危险的情况下,发现司机有更好的动态视力最好风险检测记录。在另一项研究中对视力的影响在多发性硬化症患者的驾驶能力,驾驶模拟器是用于评估受试者的驾驶性能28]。

也有一些研究建议的改善驾驶员执照系统(29日,30.]。例如,Owsley和麦格温21)认为有必要测量视力更精确地在英国司机许可制度,但他们没有找到明确的证据表明,一种改进的司机许可制度将减少交通事故。

相关文献的回顾发现以下有意义的问题。首先,视力,这对安全驾驶是非常重要的,通常会随着年龄的增长,视力恶化可能导致违反驾驶和交通事故。因此,视力下降是一个关键的安全问题。其次,动态视力显著影响驾驶性能,但很难测量,证明一个统计相关动态视力和驾驶性能之间的关系。因此,更精确的方法来衡量视觉眼应该开发,研究探讨视力和驾驶性能之间的关系需要进行。

3所示。方法

在这项研究中,进行了两种不同的调查:视力测试和驾驶性能测试使用一个虚拟现实系统。驾驶性能之间的关系和物理能力是决定使用该虚拟驾驶模拟器在一系列的实验中。图1说明了详细研究流。

3.1。视敏度评价

对于视力的评估,不同类型的视觉佔检查,包括静态和动态视力,因为已知动态视力影响驾驶性能比静态视力(1]。我们的视力评估与多功能视力测试系统进行开发和验证了韩国道路交通权威。首先,我们再分析视力评估结果检查该测试系统在一项研究31日]。本研究只进行了评估视觉测试系统的性能;数据用于验证研究用于本研究探讨减少视力与老化性能。第二,相同的测试系统是用来评估参与者的视力在这项研究中,所以这个话题驾驶性能可以根据视力水平相比。这个视力测试的目的是评估受试者识别固定和移动物体的能力。测试结果得分从0.1到1.5,和科目分数超过0.5被认为通过视力测试,其余被认为失败了。这些标准是基于使用的驾驶能力倾向测验的标准驾驶执照机构在韩国。这些阈值是申请评价的静态和动态视力。

3.2。驾驶模拟器实验

我们进行了驾驶模拟器实验测量各种不同驾驶条件下驾驶行为。总共65名参与者(35年轻司机和30个老司机,49岁男性和女性司机16日)开至少三到四次与一个活跃的驾照每周都参加了实验。年轻的司机,有11个参与者在二十几岁,9个三十几岁的参与者,四十多岁的8个参与者和7参与者在他们各自带的五十人;老司机是那些年龄超过65岁。

实验评估驾驶性能进行了两个设计场景基于农村公路驾驶:白天(场景1)和夜间(方案2)。意想不到的事故情况下,如图2,创建一个基于虚拟现实技术的驾驶模拟器。意想不到的事件# 1是一只狗突然跑进了驾驶车道,和司机不得不停止,避免触及它。在事件# 2中,相邻车道的车辆突然减少了开车的车道。在过去的事件,一个重型车辆接近从十字架道路信号交叉口。

每个参与者的视力是第一视觉测试系统测试,然后,驾驶模拟器实验。两个不同的场景提出了以随机的顺序每个参与者,以防止任何学习或熟悉影响的实验。VR图像在驾驶模拟器由UC-WinRoad程序(版本实现。12.0)Forum8集团在安阳市,韩国。主要测试前,predriving测试管理,参与者将熟悉驾驶模拟器。

3.3。统计分析

相关分析方法研究的程度和方向两个变量之间的关系(32),我们是否进行视力水平影响驾驶行为和性能的措施,包括变化速度、制动力量,和横向放置在开车。克鲁斯卡尔-沃利斯检验是rank-based非参数检验,可用于确定是否有统计上的显著差异之间的连续或顺序依赖变量在两个或两个以上的组(33]。我们使用这个测试来确定交通冲突的发生在每个场景中显著不同群体分类根据视力水平。交通冲突是一个可观测事件会导致崩溃如果司机不适当行为,如通过减慢、换车道,或加速,以避免碰撞。在这项研究中,测量是near-collisions冲突事件对象,如狗、换道车辆,或接近重型车辆,通过分析视频记录的实验。实际数量的碰撞也包括在冲突的数量分析的目的。最后,我们使用回归分析来确定视力水平和年龄有显著影响知觉反应时间(PRT)在意外事件的情况。这个分析是确定最近进行的感知和提前识别风险事件会增加交通事故的概率和司机的年龄和视力水平是否这些不安全驾驶行为的主要影响因素。

4所示。结果

4.1。视力测试结果

同意的一般知识静态视觉灵敏度和动态视力下降与衰老,我们的视力调查显示,40岁以上的被试显著降低视力水平,通常在动态视力,比年轻的参与者。在一项研究31日),静态和动态视觉测量佔276名参与者使用相同的视觉测量设备用于本研究;我们重新分析这些结果的偏差调查视力随年龄增长。我们发现大减少视力测试通过老龄司机,尤其是动态视力,使用韩国标准的静态视力司机许可制度,0.5点(20/40),如表所示1。尽管动态视力的阈值可以不同于静态视力,我们应用相同的阈值动态视觉。

在我们评估这些数据,75.4%(56.9% + 18.5%)的参与者足够的静态视力,如表所示2,而28参与者(12 + 16参与者)失败的动态视力测试和16个参与者失败的动态和静态视力测试。这些人不应该开车,考虑他们的物理性能的动态视觉能力不足。作为证明,视觉性能通常50岁后下降快得多;因此,驾驶检查应该改进那些50岁以上的。

4.2。驾驶模拟器实验结果

4.2.1。准备视觉眼和驾驶行为

在驾驶模拟器实验中,许多参与者较低视力水平较高的开车速度的变化,我们可以看到在图3。图中的数据3和表3和4来自实验公路段,没有突发事件发生时,这些结果代表意义一般驾驶环境没有任何影响事件。我们可以看到数据3(一个)- - - - - -3 (c),驾驶行为措施的标准偏差驾驶性能,包括速度、制动力量,和车辆横向位置(LP),这都是相对较低的高司机视觉眼。这些趋势更明显的动态视力结果。

表3和4显示相关结果为白天(场景1)和夜间(方案2)实验,分别。这些结果表明,在白天,视觉眼大大影响驾驶行为,以速度和车辆有限合伙人的标准差,这段尤为显著:在弯曲的道路。再一次,这些结果更明显的动态视力。这些驾驶行为的措施,车辆有限合伙人的标准差和视觉佔有较强的相关性,通常动态视力。克鲁斯卡尔-沃利斯检验结果表明,静态和动态的视觉差异相关性眼的标准偏差只在切路段车辆有限合伙人,有限合伙人和标准差的速度和车辆在曲线路段都具有统计学意义。

与此同时,在场景2(夜间),视觉眼之间的相关性和司机的行为措施显著低于那些在白天(表4)。这些相关性的克鲁斯卡尔-沃利斯检验结果表明,不同的驾驶行为措施与静态和动态夜间视力未达到统计上的显著水平。这表明可能存在其他影响因素没有被认为是在这项研究中,如夜间视力。

4.2.2。视力和驱动冲突

开车时交通冲突在意外情况下在白天被用于比较组划分根据视力水平决定的。表5显示每组的平均数量的冲突。最多的冲突(3.3)被记录为那些通过静态灵敏度测试但没有动态灵敏度测试。更少的冲突(2.1)观察对那些通过所有的灵敏度测试比那些失败的所有测试(2.2)。参与者动态视力测试不及格有更多的冲突在实验中,我们可以看到在桌子上5。

这些冲突的结果表明,驾驶员动态视觉灵敏度不足(即使他们接受静态视力)更频繁的参与交通事故。这证实了动态视力水平强烈影响驾驶行为,帮助确定驾驶性能水平。这些发现表明,在韩国司机许可制度应该包括测试的动态视力创造更安全的驾驶环境。

4.2.3。分析视觉眼对反应时间的影响

当一个司机是缓慢的感知和识别即将到来的危险情况下,碰撞的风险增加。出于这个原因,分析视觉眼的影响感知和识别所需的时间可以是有意义的。然而,因为它通常是相当难以精确衡量时间感知和识别接近对象在虚拟现实模拟器实验中,我们使用整个感知反应时间(PRT)而不只是时间提前感知和识别物体。本研究中使用的反应时间由以下方程:

测量PRT (和测量使用原始数据相关的驾驶行为,驾驶模拟器自动产生。):时差时间( )当一个司机开始踩刹车和时间( )当出现危险的障碍。

结果表明测量之间的显著相关性PRT和实际冲突事件1和3在日间和夜间的实验中,如表所示6。然而,事件2日间和夜间实验结果并不重要。这可能是解释说,事件发生1和3一段距离完全出乎我们的意料,但事件2,车辆在相邻车道上的突然减少了开车,发生在参与者的眼前。因此,事件2可能是司机的视力影响相对较小。这些结果说明PRT有很大关系冲突和可能与交通事故。

进行回归分析探讨影响测量的重要视觉≤PRT(表7)。动态视力有统计上显著的影响在日间和夜间的情况,但静态视力无统计学意义。PRT下降的动态视力下降,作为动态视觉灵敏度系数是负的。没什么差别,在日间和夜间条件之间的系数值。这个结果证实,动态视力,它衡量准确地观察到移动物体,是一个重要的驱动程序才能在日间和夜间条件。

4.2.4。根据视觉≤应对事件的能力

一般来说,司机视力问题不能够很好地应对突发事件,由于视力不良协会与认知能力受损而准确地做出快速响应。摘要本研究实验证实这一普遍趋势,如图4。老司机和non-old司机通过静态和动态视力水平(组1)也有类似的速度和制动力模式(图4(一)),但那些通过静态视力测试但没有动态视力测试(组2)有不同的速度和制动力模式。例如,应对事件# 3,non-old司机开始刹车,减速在适当的时间,但是老司机开始刹车,减速(图太晚了4 (b))。如前所述,大约70%的旧的参与者和non-old约30%的参与者在这个实验中失败了动态视力测试。在突然事件的事件,最严重的行为观察参与者动态视力不足(约10%的司机),包括突然的刹车后期由于这起事件的识别。然而,这种差异较小的参与者失败的静态和动态视觉测试(组3),可以看到图4 (c)。这可能是因为司机静态视力差的性能通常更多集中在驾驶条件之前,准备应付他们。

图5显示了这些极端情况下的两个例子。第一种情况涉及到50岁的女性参与者提供20年的驾驶经验;她每周开了五次,但失败的静态和动态视力测试。另一案例是一位年长的男性司机开车每天30年的驾驶体验。他没有动态视力测试,尽管他通过了静态视力测试。无论是主题确定突发事件足够快成功地回应。当女人发现突然事件太迟了,她突然刹车力,演示如何在现实情况下,严重的事故可能是由于低视力。图5说明了这些参与者的行为。

5。结论

为了交通安全,这是至关重要的,以确定对驾驶和司机有足够的能力把不合格的司机的道路。因此,司机绩效评估是必不可少的对于识别那些没有资格开车。然而,目前很多争论关于司机许可制度的有效性在韩国,由于许多交通事故引起的驾驶员生理和心理能力不足(34- - - - - -39]。也很难评估驾驶性能间接通过物理测试,比如视力和肌肉性能测试,因为这些结果的相关性和驾驶性能迄今为止还不清楚。因此,我们进行了一次驾驶绩效评估基于虚拟现实技术来改善交通安全。

在驾驶模拟器实验中,许多参与者与视力水平较低开的更大的变化速度,未能适当制动面对突如其来的事件,并未能避免崩溃。这里,我们产生显著的证据表明,减少视力损害驾驶性能,并通过设计虚拟现实实验中,我们证明了参与者的驾驶性能与动态视力不足可能会导致不安全的情况。我们还发现,动态灵敏度有很大的影响力在日间和夜间驾驶性能,它可以是一种有效的标准司机资格。这些发现表明,在韩国司机许可制度应考虑包括动态视力测试更好、更安全的驾驶。

然而,这项研究有一些局限性。参与者的数量只有65,不够分析视力下降的趋势。同时,驾驶在虚拟场景中不同于实际道路驾驶。然而,这一开创性的研究显示动态视力如何解释驾驶性能;需要更多的科学研究证明动态视力是一个可靠的筛选因素不会改变很容易根据外部环境或条件。也有大量的样本进一步的研究需要更精确地分析视力随年龄增长的趋势,以及更详细的生理和心理条件开车,手眼协调能力等,找到清晰的目标之间的相关性的年龄和驾驶性能。需要测试这些相同的65名参与者的驾驶性能在实际道路评估与本研究的结果相似。最后,正如前面提到的,本研究应用相同的阈值静态和动态视觉眼,尽管他们可以是不同的。应对本研究限制,更精确的标准及阈值动态视力应该通过更多的研究更科学的驾驶性能。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持的部分2019首尔大学研究基金会Dongmin李。另外,这项研究受到了基础科学研究项目通过韩国国家研究基金会(NRF)由教育部(2018 r1d1a1b07049554) Sooncheon黄。