机动车驾驶人典型不良驾驶行为分析及干预方法研究

发布时间：2021-04-03 20:00

　　道路交通伤害是危害人民生命和财产安全的重要威胁之一,给社会生活带来了无法磨灭的影响,而驾驶人作为环境信息的接收者和车辆的操纵者,其行为对道路交通安全的重要性不言而喻。在中国的道路交通事故主要原因统计中,机动车违法占比高达88.66%,在交通活动中,机动车驾驶人超速驾驶、愤怒驾驶、分心驾驶、不按规定让行等现象仍然多发,因此改善驾驶人的不良驾驶行为对于道路交通安全有重大意义。本研究分析了常见的不良驾驶行为、及驾驶人对各不良驾驶行为危险度的认知,并着重分析了典型不良驾驶行为的特征,对驾驶人群体展开了干预。本研究根据常见的不良驾驶行为与事故关系分析、选取分心驾驶和疲劳驾驶这两种不良驾驶行为作为典型不良驾驶行为进行深入分析。为了探究典型不良驾驶的影响因素,本研究开发设计了《分心驾驶行为量表》、《疲劳驾驶量表》,并开展了相关量表调研工作,对调查数据进行分析,检查量表的信效度、内在质量与外在质量;分析人口学变量、情绪和人格特质与典型不良驾驶行为的相关性;并在此基础上通过构建典型不良驾驶行为结构方程,综合分析影响典型不良驾驶行为水平的因素;依据分析结果,基于认知干预法,对机动车驾驶人展开了两种典型不良... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

不良驾驶行为形成过程

合肥工业大学硕士学位论文18图2.6变量的重要性分布图Fig2.6Distributionofthevariableimportance2.5本章小结在文献调研的基础上，结合专家小组讨论确定了本研究的不良驾驶行为种类，编制了不良驾驶行为调查表，并有序开展调查获得了大量基本样本数据。通过统计分析得到不良驾驶行为频次、驾驶人对几种不良驾驶行为的危险度认知以及不良驾驶行为特征。最后采用随机森林算法，以近三年的事故数量为因变量，使用R语言randomForest包对8种不良驾驶行为进行重要性排序，选取分心驾驶行为与疲劳驾驶行为这两种驾驶行为作为典型的不良驾驶行为，并对其进行更为深入的分析。

合肥工业大学硕士学位论文22内部一致性系数（Cronbach"sAlpha)0.8650.8820.8370.908用Pearson相关分析对量表中各分量表与总量表之间的相关性进行检验，如表3.3所示。可以看出分量表之间，分量表与总量表之间均具有显著相关性，表明修订后的量表具有较好的内容效度。表3.3各分量表与总量表之间的相关系数矩阵Tab3.3Thecorrelationmatrixbetweenthefactorsofthescaleandtotalscore因子感知疲劳缺乏动力身体疲劳总量表感知疲劳1.00缺乏动力0.523**1.00身体疲劳0.628**0.547**1.00总量表0.876**0.792**0.857**1.003.2.3验证性因素分析（1）模型验证本研究中将样本数一分为二，一半进行探索性因素分析，另一半进行验证性因素分析。以疲劳驾驶量表为基础构建结构方程模型，感知疲劳、缺乏动力和身体疲劳三个因子作为潜变量，量表的12个题项分别作为各个潜变量的观察变量，按照变量间的关系开展路径分析和验证，以上过程通过AMOS软件实现。通过M.I.值对模型进行修正，最终得到验证性因素分析结构方程模型如图3.1所示。图3.1验证性因素分析模型图

【参考文献】：
期刊论文
[1]中华人民共和国2018年国民经济和社会发展统计公报[J].   中国统计. 2019(03)
[2]从美国的驾驶违章罚分体系思考驾驶行为的干预重点[J]. 官阳.  汽车与安全. 2018(11)
[3]驾驶人心理分析在道路交通事故预防中的作用[J]. 谢华为.  中国公共安全(学术版). 2016(01)
[4]不良汽车驾驶行为聚类与处罚形式及标准建议[J]. 李洪强,程国柱,张琨.  交通信息与安全. 2009(05)
[5]道路条件与交通安全的关系[J]. 王京元,牧海泳.  道路交通与安全. 2007(02)

硕士论文
[1]机动车驾驶人危险感知能力测试方法研究[D]. 余泰初.中国人民公安大学 2019
[2]A地区道路交通安全事故预防研究[D]. 刘明.西北大学 2019
[3]基于隐马尔可夫模型的城市道路路段不良驾驶行为鉴别[D]. 卢锡凤.哈尔滨工业大学 2016
[4]信号交叉口不良汽车驾驶行为危险度分析[D]. 张需鹏.哈尔滨工业大学 2009
[5]公交驾驶员A型人格、驾驶行为及事故的关系研究[D]. 孙黎.湖南师范大学 2009



本文编号：3116991