李晓阳 刘树伟

摘 要：驾驶风格在汽车领域的应用，可以更好地提高汽车的主动安全性，实现个性化驾驶。论文首先介绍了驾驶风格的含义，指出了驾驶风格的影响因素;然后总结了问卷调查和实车实验采集数据两种方法的研究现状，并对其在汽车领域的应用研究进行了阐述，最后总结全文并提出展望。

关键词：主动安全 驾驶风格 问卷调查 实车实验

驾驶风格的研究发展始于上世纪90年代，包括驾驶员注意力的集中程度、驾驶员对车辆运动状态的主观需求等多个方面的内容。作为一种新的评价指标，驾驶风格可以使驾驶行为得到整体性解释，使车辆发出的预警或强制执行动作满足驾驶人意愿，提高驾驶人对汽车系统的认可度和利用率。

1 驾驶风格的含义

驾驶风格是指驾驶员操纵车輛所表现出的相对稳定的行为特性。1993年，Elander定义驾驶风格的概念为驾驶人选择的或习惯性的驾驶方式。Saad将其描述为驾驶人在驾驶车辆过程中的倾向性行为，且具有的个体性差异性。孙龙认为驾驶风格是驾驶人习惯性的驾驶方式，指出驾驶风格不但与个人人格特性、驾驶经验等因素密切相关，而且受到家庭影响[1]。

Fridulv总结驾驶风格是一种驾驶行为方面表现出的相对稳定状态，在驾驶人群之间存在差异且反映了驾驶人有意识的选择。并由此提出驾驶风格应包括驾驶人有意识选择的驾驶方式和无意识的行为[2]。

2 驾驶风格的研究方法

学者们对于驾驶风格的探索，前期主要集中于基于问卷调查的研究方法。随着汽车智能化的发展，研究人员提出了基于实车实验数据的客观度量法。

2.1 基于问卷调查的分类法

在问卷调查进行驾驶风格的研究中，问卷的设计是至关重要的，其中受到广泛认可的有驾驶人行为问卷DBQ（Driver Behavior Questionnaire）[3]、驾驶人风格问卷DSQ（Driver Style Questionnaire）[4]、多维度驾驶风格量表MDSI（Multi-dimensional Driving Style Inventory）[5]及中文版的 MDSI-C[6]等。

就调查量表的历史而言，1990年曼彻斯特大学心理学系学者Reason等人最早提出曼彻斯特驾驶员行为问卷DBQ，用于检测自我报告中不良驾驶行为的有效手段。基于DBQ问卷的研究主要侧重于研究地域、文化、年龄、性别对驾驶人行为差异性的影响。Elander设计了驾驶人风格问卷DSQ，用来研究速度管理、跟车距离等行为与交通事故的关系。

Taubman-Ben-Ari等在2004年设计了驾驶风格量表MDSI，从多维度评估驾驶风格，对驾驶风格的结构进行界定并将其明确区分为4种风格。孙龙在翻译MDSI 英文版本的基础上，修订了中文版的MDSI-C。该量表简化了原版本对于驾驶风格的分类条目，将驾驶员分为焦虑、冒险等五个不同类型。MDSI-C量表针对性较强，目前使用范围及使用频率均受到限制。

2.2 基于实车实验数据的分类法

不同风格的驾驶人在操作车辆时，车辆的运行参数是不同的，直观的体现在速度、加速度等参数的变化，学者们据此提出驾驶风格分类机制。

速度、加速度等参数可以很直观的反映出不同驾驶人的驾驶风格，由于不同工况下速度本身存在差异，所以加速度更能体现出驾驶人的激进程度。Murphey 由此定义加速度的一阶求导Jerk为加速度变化率，并以此为参数衡量驾驶风格的[7];在此基础上，Chien C提出选用Rdriver（驾驶状态识别系数）作为新的衡量指标，它为识别周期内加速度变化率的标准差与其平均值的比值;国内杨晗在AEB系统研究中引用此分类理论，在识别行驶工况的基础上用Rdriver来进行驾驶员状态识别[8]。

正常情况下，跟车时距或与前车距离也可作为衡量驾驶风格的参数，耐心程度的不同驾驶人对于前车的跟车时距选择不同，由此MacAdam将跟车行为进行划分，提出了跟车时距可以衡量驾驶风格的观点[9]。

3 驾驶风格的应用研究

在基于驾驶风格的汽车智能驾驶技术方面，研究者们经过了长期的探索，主要集中于高级驾驶辅助系统和车辆控制等领域。

在混合动力汽车能量管理方面，重庆大学的詹森在分析驾驶风格识别特征参数的基础上，制定了考虑不同工况影响的驾驶风格识别方法，从而设计了计及行驶工况与驾驶风格影响的能量管理策略[10]。以整车燃油经济性为目标，进行了基于多工况的混合动力汽车参数优化，确定了混合动力汽车动力系统的基本参数。由采集的行驶工况数据对工况识别的参数进行优化，选择K-均值聚类的工况识别算法与等效燃油最小能量管理策略相结合，实现了基于行驶工况识别的混合动力实车能量管理策略。

在ACC系统方面，刘贺通过问卷调查的方式把志愿者分为不同类型，在驾驶模拟器中实验采集数据，用于自适应巡航系统的设计。实验中，不同风格的驾驶员选定不同的最大制动减速度和制动力度，使用PreScan软件对控制策略进行验证，并与实际驾驶员实验结果进行比较。结果表明，考虑驾驶员风格的控制系统提高了驾驶员驾驶的适应性和舒适性[11]。

4 总结与展望

早期关于驾驶风格分类的方法主要是基于主观问卷调查，具有一定的心理学基础，主观性较强。随后许多学者通过客观车辆参数构建驾驶风格分类机制，更为客观、严谨地评价驾驶人的驾驶风格。

现阶段对驾驶员驾驶风格的研究大多是基于特定工况下进行的，对驾驶风格的合理分类和在线识别的精确性还需改善，如何将驾驶风格在各个系统中的运用进行整合，实现整车的个性化驾驶并使现有理论在实车中实现成为市场商品，仍需研究者们继续深入的探求。

参考文献：

[1]孙龙，常若松.驾驶风格研究现状与展望[J]. 人类工效学，2013，19（4）：92-95.

[2] Sagberg F，Selpi，Piccinini G F，et al. A Review of Research on Driving Styles and Road Safety[J]. Human Factors，2015，57（7）：1248-1275.

[3]Reason J T，Manstead A，Stradling S，et al. Errors and violations on the roads：A real distinction[J]. Ergonomics，1990，33（10-11）：1315.

[4] Ishibashi M，Okuwa M，Doi S，et al. Indices for characterizing driving style and their relevance  to car following behavior[C]// Sice，2007 Conference. IEEE，2008：1132-1137.

[5] Taubmanbenari O，Mikulincer M， Gillath O. The multidimensional driving style inventory--scale construct and validation.[J]. Accident Analysis & Prevention，2004，36（3）：323-332.

[6]孫龙.多维度驾驶风格量表的修订及其与驾驶员情绪状态之间的关系研究[D].辽宁师范大学，2014.

[7]Murphey，Y. L.，Militon R.，Kiliaris L. Driver's style classification using jerk analysis[J].  Computational Intelligent in Vehicles and Vehicular System，2009. CIVVS09. IEEE Workshop on，pp. 23-28，2009.

[8]杨晗.基于驾驶状态识别的自动紧急制动控制策略研究[D].江苏大学，2019.

[9] Macadam C，Bareket Z，Fancher P， et al. Using Neural Networks to Identify Driving Style and Headway Control Behavior of Drivers[J]. Vehicle System Dynamics， 1998，29（sup1）：143-160.

[10]詹森.基于工况与驾驶风格识别的混合动力汽车能量管理策略研究[D].重庆大学，2016.

[11]刘贺.考虑驾驶员风格的汽车纵向控制策略研究[D].湖南大学，2018.