杨梦英 Yang Mengying



基于模拟驾驶的天气环境对驾驶员危险感知特性影响

杨梦英 Yang Mengying

（武汉理工大学，湖北 武汉430070）

据统计，在我国现有交通事故中由于驾驶员危险感知错误导致的比例占40%～45%，而由于不良天气导致的事故总量比正常情况下高出3～4倍；因此，研究驾驶员对不良天气的危险感知意义重大。对速度的感知能力是保证行车安全的先决条件，也是衡量驾驶员危险感知能力的重要指标。运用虚拟驾驶半实物仿真平台，检测晴雨雪等不同天气对驾驶员视觉感知特性的影响。结果表明，雨雪天气比晴天时驾驶员的视觉感知车速低3%～17%。

模拟驾驶；天气；危险感知

0 引 言

对已有的道路交通事故分析发现，超过80%的事故与驾驶员有关，其中驾驶员感知错误占54.2%，判断错误占35.9%，反应错误占9.2%[1]。车辆行驶过程中，驾驶员获取的信息90%来源于视觉[2]，而不良天气下，比如雨雪等恶劣环境导致的行车过程中危险事故占比较高[3]，故对驾驶员的视觉感知特性进行研究对于行车安全具有重大意义。在雨雪天气条件下进行虚拟驾驶试验，检测城市雨雪天气的道路环境对驾驶员视觉感知特性的影响，选择车速作为衡量指标。

1 天气环境建模

气象学中，降水强度通常用某时间段内降水量的多少来划分。一般条件下，雨滴的半径在0.1～0.35 mm，绝大多数雨滴的形状类似球体，雨滴下落时，速度为

式中，为雨滴的半径，为雨滴速度。当高度大于9.5 m时，最终速度可视为匀速。暴雨的雨滴半径选为0.3 mm，则雨滴体积为0.11 mm3，降落速度为3.46 m/s。……