文摘

车的颜色被认为是一个重要因素影响司机的可见性。本研究的主要目标是确定黑白条纹的影响车辆(BWVs)司机能见度通过仿真实验。在这些实验中,受试者被要求执行前后在日光和《暮光之城》的条件下目标识别任务。然后,一个2(照明条件)×2(车辆大小)×5(车辆颜色)为每个任务进行了方差分析。在前面的识别情况下,能见度的主要影响因素是照明条件下,车辆大小,汽车颜色,以及这些因素之间的相互作用。在后面的识别情况下,照明条件和车辆颜色被发现的主要因素。这项研究的结果表明,司机BWVs较差的能见度比其他颜色的车辆,BWV能见度是容易受到光照条件。

1。介绍

虽然人类的知觉系统包括所有感官功能同时(1,2),视觉更重要的使司机能够感知对象,做出判断,并生成相应的规避行为(3]。在以前的道路安全研究中,低能见度一直被视为一个关键因素导致更高的事故率(4- - - - - -8]。对象的可见性是由其大小、照明条件和色差(9]。一般来说,一个明显的颜色差异会导致一个合格的可见性(10,11]。先前的研究已经证实,鲜艳的颜色有助于改善交通标志的检测距离,汽车,和骑自行车的人12,13]。此外,照明条件和车辆大小被认为是司机的观测的影响因素以及超速性能(14,15]。

近年来,车辆与条纹机构提出了措施来吸引人们的注意力,和car-hailing服务在一些中国城市应用这种方法。这些条纹汽车(客车)涂上黑色和白色条纹在整个车辆的身体。尽管这些车辆可能看上去看起来时尚,条纹有伪装的效果,导致能见度降低,他们“斑马线”被认为使它更难辨别车辆,特别是在照明条件差(16]。因此,黑白条纹的影响车辆(BWVs)司机能见度值得进一步调查。

先前的研究已经证明了汽车颜色对驾驶员的影响可见性和响应时间。内森(1969)表明,汽车的颜色,特别是屁股,对可见性具有重要的影响,并提出了几点建议关于汽车的颜色,尤其是林,但这些建议没有被采纳为法律。在仿真研究中,车辆在不同颜色不同日间照明条件下显示参与者和他们的车辆识别的响应时间进行了测量和分析,证明在响应时间有显著差异根据车辆颜色(17]。此外,汽车的背景,深深影响其显著的照明条件。一般来说,白色车辆夜间更明显,但黄色车辆执行对多云的天空比白人(18]。

基于事故数据和统计分析,许多车辆颜色——和事故rate-related结论。一项研究表明,没有一个颜色明显安全或风险比白色19]。然而,一些研究表明,汽车的颜色影响事故风险(20.- - - - - -25]。利用概率理论和调查的结果,所罗门王确定lime-yellow-colored消防车明显比红色的更安全。调查表明,红色汽车的事故率(每100000运行15.3事故)是双重的lime-yellow车辆(31.9每100000运行事故)。澳大利亚的分析事故暴露诱导方法用于数据显示汽车的颜色之间的密切关系和事故风险24]。一般来说,它可以得出结论,与白色车辆相比,几个颜色与更高的失事率密切相关。

许多研究已经证明,黑色轿车卷入事故的风险更高。分析事故数据在西班牙22)表明,浅色的(即。,白色的or yellow) cars were slightly less likely to be “passively involved” in crashes, with the effect observed to be strongest during daylight on open roads under less-than-ideal weather conditions. They also concluded that black cars had the worst record for passive involvement in crashes. Furness analyzed 571 crashes in Auckland, New Zealand, between April 1998 and June 1999 in which one or more occupants required hospitalization or were killed and used 588 controls in the region consisting of drivers identified by cluster sampling and selected at random. The authors found that silver cars were half as likely to be involved in crashes resulting in serious injury as white cars, and that brown, black, and green cars were roughly twice as likely to be involved in serious injury crashes as white cars [21]。斯戴德和D 'Elia [20.]研究了车辆事故和颜色之间的关系在维多利亚和西澳大利亚。17个不同的车辆颜色在日光和暮光之城照明条件下进行调查。蓝色汽车在白天的崩溃风险低于报道是黑色,灰色,银色和红色汽车。在《暮光之城》的情况下,黑色汽车再次风险最高5%的显著性水平。

总之,许多先前的研究试图探索车辆颜色和可见性之间的关系,以及车辆颜色和碰撞率之间的关系。然而,据我们所知,很少有研究调查司机BWVs的可见性。因此,在这项研究中,一系列的驾驶实验中驾驶模拟被用来检查司机在精心设计的实验条件下可见性。虽然驾驶模拟器有一些潜在的缺点,比如模拟器疾病,模拟仍视为有效的驱动方法的研究,因为它可以弥补缺乏安全事故数据调查(26]。色差一直观察到产生更重要的影响能见度低光照条件下(9),照明条件作为实验变量之一。

我们的实验的目的是确定BWVs对司机能见度的影响在不同的光线条件下(日光/《暮光之城》)和车辆类型(汽车/公共汽车)在仿真环境中。课程开在典型的农村环境中在日光下和《暮光之城》的条件。在实验中,BWVs的可见性与车辆的其他常见的颜色,如白色,黑色,黄色,红色。我们研究的结果有助于更好地理解司机的看法,有助于设计更实用指南车辆颜色。

2。材料和方法

2.1。参与者

我们招募了27个参与者从长安大学有中国的驾驶执照和正常视力(或矫正视力正常)。他们23至45(意味着= 27.51;标准差= 5.15)岁。平均驾驶经验5.41年,没有人有任何驾驶模拟器的使用经验。然而,六个参与者(四男两女)无法完成实验,因为他们显示模拟器疾病的症状;因此,总的来说,21个学科(13男8女)参加了驾驶实验。从23岁到45岁(意味着= 27.85;标准差= 5.59)。驾驶体验的平均为6.10年。每个参与者都与大约10美元补偿后完成实验。

2.2。装置

实验装置包括一个固定驾驶模拟器由三个屏幕显示,方向盘,变速杆,手闸,刹车,油门踏板。三大屏幕用于项目的视觉场景130°的视野(见图1)。操作数据(速度、加速度等)和操纵数据(齿轮、离合器、油门、刹车等)的车辆使用模拟器实时记录数据采集30赫兹的频率,和所有获得的数据被保存在UC-win /道路软件。

2.3。试验设计和场景

在这项研究中,每个主体开车沿着四个路径(日光和《暮光之城》×识别任务前面和后方识别任务,见图2)。在每一个小道,参与者被要求驱动下连续三车道长高速公路100公里/小时的速度限制。不同类型和颜色的车辆出现在车辆的前/后开车时随机。前识别任务,目标车辆出现在前面的参与者。对于后识别任务,每个参与者被要求识别接近车辆的后视镜使用。参与者被要求按下一个按钮(记录时间点)一旦确认车辆被确认。这种测量方法被使用在前面的文献[27]。实验中使用的不同的车辆模型和颜色如图3。

2.4。程序

到达实验室,每个参与者第一次被要求完成一个调查问卷(提供信息,如性别、年龄、和驾驶体验),然后指示关于模拟器操作和其他必要事项。他们已经明白这个过程完全后,他们签署了一项批准文件确认。为了避免任何偏见,参与者没有被告知任何可能使他们想实验的目的。让他们熟悉的操作模拟器,参与者被允许使用模拟器前10分钟的实际实验(训练阶段)。

训练阶段后,参与者有休息5分钟,之后他们开始正式实验以随机的顺序,他们被要求遵守一切交通规则。在每个试验中,车辆的秩序和出现的时间不同,每个参与者完成四个小道平衡秩序。每个参与者都需要完成每个场景后休息5分钟;整个实验持续了大约30分钟的参与者。

2.5。变量

下面的独立和相关的变量被认为是在这个研究。

2.5.1。独立变量

(我)照明条件:日光和《暮光之城》的条件都在驾驶中设置实验(2)车辆大小:一辆公共汽车和一辆轿车被作为实验对象(3)车辆颜色:采用了5个颜色,白色,黑色,红色,黄色,和黑白条纹

2.5.2。因变量

(我)距离检测被认为是因变量。这代表了参与者之间的距离的车辆和目标车辆(前或后)目标车辆时确认。如前所述,每个参与者被要求按下一个按钮就准备确认前方的车辆或背后。按钮按下时的距离后来从实验数据中提取。

3所示。结果

方差分析(方差分析)进行调查的主要和交互效应三个factors-lighting条件、车辆颜色和车辆大小对因变量。Bonferroni调整用于多重比较。在方差分析之前,测试结果表明,所有的数据是一致的在正常和方差的同质性。意义阈值设置为0.05。

3.1。前面的目标识别

3.1.1。主要因素

日光和《暮光之城》的平均前识别距离如表所示1中,有几个值得一提的差异。条纹车的平均识别距离远短于在其他颜色的汽车在日光和《暮光之城》的条件下。的公交车,条纹和黑色车辆的识别距离短于,《暮光之城》的条件下车辆的其他颜色。

表2显示的结果自变量对因变量的影响在前面识别场景。方差分析表明,以下因素可见性有明显影响:照明条件(F₍₁₄₁₈₎= 24.34, ),车辆大小(F₍₁₄₁₈₎= 24.34, ),和车辆颜色(F₍₄₄₁₅₎= 21.13, )。照明条件的交互××车辆大小车辆颜色、车辆大小×车辆颜色和光照条件×车辆颜色有显著影响(F₍₄₄₀₀₎= 11.03, ;F₍₄₄₁₀₎= 4.95, ;F₍₄₄₁₀₎= 15.16, )。

3.1.2。汽车的颜色

确定汽车颜色对能见度的影响任何重大不同照明条件下(日光/《暮光之城》)和车辆大小(总线/车),进行了方差分析,结果显示,在日光条件下,汽车颜色对司机的可见性有显著影响两种车辆大小(汽车/总线)(F₍₄₁₀₀₎= 6.30,_公共汽车< 0.001;F₍₄₁₀₀₎= 14.65,_车< 0.001)(见表3)。白色汽车的平均识别距离最短的(平均_白色的车= 590.80米)和条纹的总线接近巴士的其他颜色(的意思_条纹总线= 790.62 m,的意思_黑色的车= 759.73 m,的意思_{黄色的公共汽车}= 675.95 m,的意思_{红色的公共汽车}= 791.19美元)。条纹的可见度车明显不同于其他颜色的汽车(的意思_条纹的车= 406.03 m,的意思_黑色的车= 654.83 m,的意思_白色的车= 644.39 m,的意思_黄色的车= 669.28 m,的意思_红色的车= 721.14米);条纹车的平均识别距离最短。因此,在日光条件下,条纹的可见度条纹总线的汽车是最贫穷的,没有比这更好的汽车在其他颜色。在《暮光之城》的情况下,车辆颜色大大影响司机能见度下车辆大小(F₍₄₁₀₀₎= 25.62,_公共汽车< 0.001;F₍₄₁₀₀₎= 16.58,_车< 0.001)(见表3)。事后结果表3表明,条纹和黑色巴士的可见性是完全不同的白色,黄色和红色的公共汽车(_{striped-white}< 0.001,_黄< 0.001,_striped-red< 0.001,_黑白< 0.001,_黄黑< 0.001,_暗红< 0.001)。此外,条纹可见度的车非常不同于白色,黄色,红色,黑色汽车(的意思_条纹的车= 341.54 m,的意思_黑色的车= 561.64 m,的意思_白色的车= 662.17 m,的意思_黄色的车= 631.14 m,的意思_红色的车= 658.90美元)。此外,条纹可见度的巴士是最穷的,但类似于黑色总线(的意思_条纹总线= 340.96 m和意思_黑色的车= 347.77美元)。条纹汽车最短平均识别距离(意味着= 341.54米)。

3.1.3。车辆的大小

车辆大小司机能见度的影响在不同的光线条件下(日光/《暮光之城》)和汽车的颜色(条纹/黑色/白色/黄色/红色)也进行了分析。表4显示有显著差异在车司机之间的可见性条纹和条纹总线和黑色的车,黑色的总线在日光条件下(F₍₁₄₀₀₎= 59.31,_条纹< 0.001;F₍₁₄₀₀₎= 4.41,_黑色的= 0.036)。的平均距离识别条纹车比条纹的总线(短的意思_车= 406.03;的意思是_公共汽车= 790.62美元),平均识别距离的黑色轿车也比黑色的总线(短的意思_车= 654.83;的意思是_公共汽车= 759.73美元)。这也是黄色的车之间的可见性的理由和黄色的公共汽车,和黑色轿车和黑色总线在《暮光之城》的条件下(F₍₁₄₀₀₎= 5.96,_黄色的= 0.015;F₍₁₄₀₀₎= 18.34,_黑色的< 0.001)(见表4)。表的描述性统计1证明在日光条件下,黄色的车的平均识别距离比黄色的总线(短的意思_车= 631.14;的意思是_公共汽车= 753.07米),但黑人的平均距离识别总线是短的黑色汽车(的意思_公共汽车= 347.77;的意思是_车= 561.64美元)。因此,在日光条件下,条纹和黑色的可见性公共汽车比汽车的相同的颜色。在《暮光之城》的情况下,黑色轿车的可见性大于的黑色汽车。

3.1.4。照明条件

光照条件对驾驶员的影响的结果可见性在不同车辆大小(总线/车)和颜色(条纹/黑色/白色/黄色/红色)如表所示5。条纹的可见度,黑色,和白色的巴士在日光条件下显著不同,在《暮光之城》(F₍₁₄₀₀₎= 81.07,_条纹< 0.001;F₍₁₄₀₀₎= 68.05,_黑色的< 0.001;F₍₁₄₀₀₎= 5.54,_白色的= 0.019)。条纹和黑色的平均识别距离巴士是长在日光条件下比在《暮光之城》的条件下(的意思_{striped-daylight}= 790.62 m,的意思_{striped-twilight}= 340.96;的意思是_{black-daylight}= 759.73 m,的意思_{black-twilight}= 347.77美元)。换句话说,公交车的可见性是在日光下比在《暮光之城》,而汽车没有表现出显著差异在日光和暮光之城之间的可见性。

(1)车辆的交互效应大小、照明条件和车辆的颜色。图4描述了交互车辆大小和颜色对能见度的影响。当车辆大小减少由大变小(巴士车),平均识别条纹的距离,红色,和黄色汽车缩短,加长的黑色汽车,白色的车基本上保持不变。当一个方差分析(方差分析),结果显示,BWV大小之间的关系(公共汽车或汽车)的可见性是统计学意义(F₍₁₄₁₀₎= 21.34, )。BWVs的能见度是影响车辆大小与总线有更好的可见性。

我们也调查了照明条件的交互作用和车辆颜色结果如图5。一个方差分析进行测试是否照明条件显著影响司机的可见性。方差分析结果表明,光照条件影响条纹的可见度,黑色和红色汽车,反映出显著关系(F₍₁₄₁₀₎= 44.11,_条纹< 0.001;F₍₁₄₁₀₎= 42.58,_黑色的< 0.001;F₍₁₄₁₀₎= 4.02,_红色的= 0.046)。随着亮度的光,平均识别距离的条纹,黑色的,白色的和红色的车辆增加,而车辆减少,黄色的车辆保持稳定。同样值得注意的是,白色汽车的知名度大的《暮光之城》的条件下。

3.2。后目标识别

3.2.1之上。主要因素

平均后识别距离在日光和《暮光之城》的条件下表所示6。有几个重要的发现值得一提。例如,在日光条件下,黄色的公共汽车的平均识别距离相似的黄色车,而条纹总线是不同的条纹车(的意思_{黄色的公共汽车}= 186.77 m,的意思_黄色的车= 189.22 m,的意思_条纹总线= 181.32 m,的意思_条纹的车= 72.62美元)。在《暮光之城》的条件下,平均识别距离的黄色巴士和黄色汽车相似,条纹总线和条纹的是那些汽车(的意思_{黄色的公共汽车}= 131.44 m,的意思_黄色的车= 129.45 m,的意思_条纹总线= 73.20 m,的意思_条纹的车= 78.91美元)。

主要结果描述自变量对因变量的影响在后面识别场景如表所示7。方差分析表明,照明条件(F₍₁₄₀₀₎= 71.03, )和车辆颜色(F₍₄₄₀₀₎= 7.09, )司机的可见性有明显影响,而车辆大小没有任何影响。独立变量的交互作用,即。、照明条件×车辆颜色(F₍₄₄₁₀₎= 3.18, )和照明条件××车辆大小车辆颜色(F₍₄₄₁₀₎= 2.71, ),司机的可见性有明显影响。然而,能见度不影响车辆的大小和车辆颜色(之间的交互F₍₄₄₁₀₎= 2.13, )。

3.2.2。汽车的颜色

表8揭示了各种汽车颜色对司机能见度的影响在不同的光线条件下(日光/《暮光之城》)和车辆大小(总线/车)。在日光条件下,汽车颜色显著影响司机的可见性(F₍₄₁₀₀₎= 2.53,_公共汽车= 0.040;F₍₄₁₀₀₎= 11.42,_车< 0.001)对车辆大小(公共汽车和汽车)。条纹车显著不同的可见性的白色,黄色,红色,黑色轿车(_{striped-white}< 0.001,_黄< 0.001,_striped-red< 0.001,_{striped-black}< 0.001)。白色汽车的平均识别距离最短的公交车(意味着= 153.66米)和条纹巴士很穷,但类似于黑色总线(的意思_条纹= 181.32 m,的意思_黑色的= 190.75美元)。条纹车的平均识别距离最短的在所有车辆(意味着= 72.62米)。因此,在日光条件下,条纹的可见性的汽车是最贫穷的。在《暮光之城》的情况下,汽车的颜色没有任何明显的影响能见度为车辆大小(巴士、汽车)(F₍₄₁₀₀₎= 1.95,_公共汽车= 0.102;F₍₄₁₀₀₎= 1.70,_车= 0.149),尽管条纹和黑色巴士的可见性是贫穷和条纹车最贫穷的可见性(的意思_条纹总线= 73.20 m,的意思_黑色的车= 75.21;的意思是_条纹的车= 78.91美元)。

3.2.3。车辆的大小

车辆大小对能见度的影响在不同的光线条件下(日光/《暮光之城》)和汽车的颜色(条纹/黑色/白色/黄色/红色)使用方差分析和研究结果报道在表9。条纹巴士和汽车在能见度在日光条件下表现出显著的差异(F₍₁₄₀₀₎= 18.26, < 0.001)。的平均距离识别条纹车比条纹的总线(短的意思_车= 72.62;的意思是_公共汽车= 181.32美元)。此外,黑色汽车的可见性是不同的从那辆黑色轿车在《暮光之城》的条件下(F₍₁₄₀₀₎= 5.97, ),黑色的距离和平均识别总线是短的黑色汽车(的意思_公共汽车= 75.21 m,的意思_车= 137.38美元)。总之,BWVs的可见性是影响车辆的大小;因此,条纹总线在日光条件下更容易识别。在《暮光之城》,黑色轿车的可见性,令人惊讶的是,比黑色的汽车。

3.2.4。照明条件

照明条件对能见度的影响在不同车辆大小(总线/车)和颜色(条纹/黑色/白色/黄色/红色)进行了分析,结果表10。条纹的可见度,黑色,黄色,红色的公共汽车是受光照条件影响(F₍₁₄₀₀₎= 18.07,_条纹< 0.001;F₍₁₄₀₀₎= 20.64,_黑色的< 0.001;F₍₁₄₀₀₎= 4.73,_黄色的= 0.030;F₍₁₄₀₀₎= 31.85,_红色的< 0.001),就像白色的可见性,黄色,和红色的汽车(F₍₁₄₀₀₎= 6.48,_白色的= 0.011;F₍₁₄₀₀₎= 5.52,_黄色的= 0.019;F₍₁₄₀₀₎= 20.40,_红色的< 0.001)。正如所料,车辆在日光条件下可见性大于在《暮光之城》的情况下,无论车辆是一辆公共汽车或汽车。

(1)车辆的交互效应大小、照明条件和车辆的颜色。接下来,车辆大小和车辆颜色的交互影响司机的可见性进行了分析,结果如图所示6。当车辆被一辆公共汽车从一辆车,识别距离的黑色,白色,和红色的车辆增加,而它减少BWVs和为黄色汽车保持不变。当一个进行了方差分析,结果显示,BWVs的能见度是影响车辆大小(F₍₁₄₁₀₎= 6.57, )。换句话说,无论多么强大的环境光,条纹的可见度总线高于条纹车。照明条件的交互作用和车辆颜色也调查了使用方差分析,结果如图所示7。结果表明,所有5个颜色的可见性车辆受光照条件影响(F₍₁₄₁₀₎= 7.68,_条纹= 0.006;F₍₁₄₁₀₎= 15.08,_黑色的< 0.001;F₍₁₄₁₀₎= 49.45,_红色的< 0.001;F₍₁₄₁₀₎= 9.81,_黄色的= 0.002;F₍₁₄₁₀₎= 8.31,_白色的= 0.004)。条纹的可见度,黑色,白色,黄色和红色汽车随着光强的增加而增加。

4所示。讨论

上述结果表明,车辆的颜色有显著影响车辆检测距离。结果按照获得的早期研究[11]。此外,我们可以得出结论,它是比较困难的司机发现BWVs《暮光之城》的条件下比其他颜色的汽车。相比之下,在白天,条纹总线有大约相同的能见度黑色总线,而条纹汽车造成能见度比车辆其他颜色。然而,先前的研究表明,色彩鲜艳的车辆最好能见度比黑暗(13,28,29日]。根据本文的结果,它可能会对我们更有意义考虑BWV黑暗。

在这一点上,讨论视觉注意力理论几个方面可能有助于解释我们的结果。理论认为,人类的视觉注意关注对象通过结合自顶向下和自底向上的方法(30.,31日]。自底向上的方法意味着一个对象可以使用差异区别其周围环境检测由于其物理特性(10,32]。显著是感觉的因素之一,影响观察目标和背景之间的色差(30.]。很可能因为这个原因,BWVs的可见性被发现可怜的日光和《暮光之城》的条件下,作为他们的“斑马线”很容易融入环境。一些进化研究提供证据支持这一假设:斑马条纹显示空间频率的傅里叶分析的模式不太可能出现如此强烈的自然背景场景(33]。虎纹的类似的分析表明,空间频率的分布类似于一个典型的背景场景。如果条纹确实有负面影响司机的可见性,视觉注意力理论可以解释观察到的低能见度BWVs在这项研究中。因此,彩色条纹应该不会采用交通设施和车辆。

此外,BWVs不似乎帮助司机在感知其他车辆通过自顶向下的方法,因为这感觉是一个知识的过程取决于预期的水平。虽然在本研究部分白色条纹的汽车,其可见性明显低于黑色轿车。这个结果可能表明一个知识的机制是在操作期间驾驶汽车的检测。因此,BWVs在路上有时可能会与司机发生冲突的预期,这意味着有可能司机看到汽车,但他们可能不认为这是一个。事实上,预期会导致延迟检测,被观察对象是不同的比预期的情况下(34]。这表明不熟悉的形状应尽可能少使用道路。另一个标志着这一研究获得的结果是,黑色汽车的知名度还不如黑色的汽车;这是唯一的总线的能见度比等效的颜色的车。通常,对象是越大越好时的能见度只有根据感官显眼11]。结果,我们只能解释这个观察是根植于一个知识的过程:黑色的公交车很少在日常生活中,所以一辆公共汽车在这个颜色是超出一般司机的预期。

在文献中,《暮光之城》一直被认为是一个交通安全不利的视觉条件。在这项研究中,《暮光之城》被发现黑色的能见度恶化车辆在前面识别场景(图5),几乎所有车辆在后面识别场景(图7)。条纹的可见度巴士也大大影响《暮光之城》的条件下(数字5和7可见性),远低于白色的汽车。这些结果与之前的研究一致,可以解释观察到的高事故率在《暮光之城》的条件下(35因为在光线暗的情况下,司机承担更重的视觉负荷确定目标环境中(36]。此外,在《暮光之城》的情况下,司机视觉暗适应的过程中,必然要视杆细胞和视锥细胞之间的转移工作的眼睛(37]。

总之,尽管许多研究了车辆颜色和崩溃率之间的相关性,研究调查BWVs的可见性是相当罕见的。在我们的研究中,观察条纹可见度的汽车要比黑色的汽车,从而可能增加事故发生率相比其他颜色的汽车。此外,评估车辆的可见性是容易受到光照条件。它可以从结果推断的视觉机制条纹汽车不仅在自底向上的方法还取决于自顶向下的方法。我们的研究是重要的驾驶模拟的结果可以作为参考汽车颜色配方设计和标准。同时,这项研究的结果可以作为一个数据源为证实视觉理论和解释实际的事故数据。

本研究的一个缺点是使用一个基于仿真实验。虽然驾驶模拟器是一个可以接受的工具和被频繁应用于可见性考试,一个球场上的测试需要验证结果的基础上驾驶仿真研究。除此之外,其他解释变量,可以描述司机的能见度可以被认为是在未来的工作。此外,我们也观察到一些值得注意的差异前后目标识别。照明条件使得大多数车辆后方标识不可见的场景但也只有几个颜色前面的车辆识别场景。也许期待视觉机制,透过后视镜是不同的。然而,这还有待进一步研究提供更完整和严格的解释。

5。结论

调查的影响BWVs司机能见度,一系列驾驶日光和《暮光之城》的条件下进行了仿真实验。结果显示,BWVs的可见性是穷比白色,黑色,黄色和红色的车辆,在以前的研究结果是一致的,为更实际的事故数据提供了一个可能的解释。这些研究结果可以作为参考更好地了解司机的可视化条纹目标和自顶向下和自底向上的视觉注意机制的形成。驾驶模拟的结果也可以用作汽车颜色参考设计标准制定。

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。

确认

赞助的这项研究是由中国国家自然科学基金资助(51178054和51178054号)。