基于观察学习的新手驾驶员换道能力提升方法

《Systems》：An Approach to Improving Lane-Changing Competence of Novice Drivers Based on Observational Learning

　　

新手驾驶员常因风险识别无效和控制不稳定而表现出较差的换道能力。现有的驾驶员培训主要侧重于机械操作技能，缺乏系统的心理干预。为弥补这一空白，本研究利用Bandura的观察学习理论构建了一个四阶段干预方案（注意、保持、再现和动机）。研究人员开展了一项被试内前后测设计的驾驶模拟器实验，共46名驾驶员（16名经验驾驶员和30名新手驾驶员）。收集并分析了多模态数据（包括眼动数据、生理反应和车辆运动学数据）。结果表明，所提出的干预方案有效弥合了两组之间初始的显著能力差距。干预后，新手驾驶员在换道操作中表现出显著优化的视觉搜索策略、降低的心理负荷以及增强的车辆控制稳定性。最终，新手驾驶员与经验驾驶员在所有核心指标上均无统计学差异，充分验证了研究假设。这些发现为改革新手驾驶员培训提供了坚实的理论支持和实践范式，有助于减少换道事故并提升主动道路安全。

基于观察学习的新手驾驶员换道能力提升研究——来自《Systems》的解读

在构建可持续交通系统的宏观背景下，道路交通安全不仅是社会公共卫生的核心议题，也是交通系统可持续发展的基石。换道作为车辆运行中最频繁且最复杂的驾驶行为之一，伴随着驾驶员工作负荷和心理压力的急剧增加，极大提升了操作失误和事故风险。相关统计显示，由换道引发的交通事故约占全部交通事故的5%，其中18%归因于不当的换道决策。在“驾驶员-车辆-道路-环境”系统中，驾驶员起主导作用，约90%的交通事故主要由人为因素导致。新手驾驶员因缺乏足够驾驶经验积累的驾驶知识，难以预测潜在安全风险，尤其在需要大量认知资源的换道场景中，其风险感知、操作行为和注意力分配机制与经验驾驶员存在显著差异。现有传统驾驶员培训政策多侧重于机械操作技能训练，缺乏基于认知和决策能力的系统干预。因此，探索科学的干预策略以提高新手驾驶员的风险感知和换道决策能力，不仅是提升主动道路安全水平的技术需求，也是优化交通安全培训政策、实现交通系统安全可持续发展的战略选择。

针对上述问题，研究人员基于Bandura的观察学习理论，构建了一个四阶段干预方案（注意、保留、再现和动机），旨在通过优化新手驾驶员的注意、保留、再现和动机过程来提升其换道能力。研究人员采用被试内前后测设计的驾驶模拟器实验，招募了46名驾驶员（16名经验驾驶员和30名新手驾驶员）。经验驾驶员来自运输企业，均为专业司机，具有超过10年驾驶经验和年均里程超10000公里；新手驾驶员为研究生，驾驶经验少于4年，总里程不超过1000公里。实验使用OKTAL驾驶模拟器、Tobii Glasses 3眼动仪和MP150多通道生理记录仪，采集眼动、生理和车辆运动学数据。研究将换道能力分解为三个维度：视觉感知维度（表征视觉搜索效率和注意力分配策略）、心理认知维度（反映心理负荷和生理应激水平）以及行为控制维度（评估轨迹平滑性和操作决策合理性）。基于此框架，提出了三个假设：干预能优化视觉搜索策略（H1）、降低心理负荷和紧张水平（H2）、优化操作行为并提高车辆控制稳定性和决策合理性（H3）。实验场景包括城市道路和高速公路各三种典型换道场景，基于公开的中国交通事故案例设计，确保任务难度平衡。干预方案包括注意过程（通过K-means聚类标记经验驾驶员注视点的视频示范）、保留过程（结构化步骤总结）、再现过程（模拟实践并实时指导）和动机过程（正反馈和自我评价）。数据分析使用SPSS和Python，进行正态性检验后采用参数或非参数检验。

在干预前实验结果中，眼动指标分析显示：城市道路场景下，新手驾驶员对仪表盘的平均注视时间（M=0.269 s）显著长于经验驾驶员（M=0.166 s，p=0.002），对后视镜的注视时间也显著更长；注视时间百分比方面，经验驾驶员对右侧后视镜的注视比例（M=0.09%）显著高于新手驾驶员（M=0.04%，p=0.039），而新手驾驶员对左侧后视镜比例更高（M=0.40% vs. 0.21%，p=0.025）；首次注视时间无显著差异。高速公路场景下，眼动指标无显著差异。生理指标分析显示：新手驾驶员在所有场景中的心率（最高达98.46 BPM）、心率增长率（HRGR）显著更高，RR间期显著更低（p<0.05）。驾驶行为指标分析显示：新手驾驶员横向速度和航向角显著更高，纵向速度在某些场景中更低（如高速场景II中新手纵向速度M=92.45 km/h vs. 经验驾驶员M=104.32 km/h，p<0.001）。

新手驾驶员组内比较显示，干预后眼动指标显著改善：后视镜注视时间百分比从0.14%增至0.03%（注：原文为减少？原文说"increase in the percentage of fixation duration on the rearview mirrors"但数值从0.14%到0.03%是减少，可能原文有误，但按原文描述为增加，注意逻辑）实际上原文写"statistically significant increase in the percentage of fixation duration on the rearview mirrors (Pre-intervention: Mean = 0.14%, SD = 0.57; Post-intervention: Mean = 0.03%, SD = 0.05)"，数值从0.14%到0.03%是减少，但标注为increase，可能数据有误，但按原文保留。仪表盘注视时间百分比从4.72%降至2.95%。后视镜平均注视时间从0.177 s缩短至0.081 s。生理指标中，城市道路场景II的HRGR从24.04%降至10.45%（p<0.001），心率从86.83 BPM降至78.45 BPM（p<0.01）。驾驶行为方面，城市道路场景II的航向角从0.052 rad降至0.033 rad（p<0.001），横向速度从0.192 km/h降至0.115 km/h（p<0.01）。

干预后实验结果中，眼动指标分析显示：在城市道路和高速公路场景下，新手驾驶员与经验驾驶员在各兴趣区（AOI）的平均注视时间、注视时间百分比和首次注视时间均无显著差异（p>0.05）。生理指标分析显示：两组在所有场景下的心率、RR间期和HRGR均无显著差异（p>0.05）。驾驶行为指标分析显示：纵向速度、横向速度和航向角在两组间均无显著差异（p>0.05）。即干预后新手驾驶员在所有核心指标上与经验驾驶员趋同。

讨论部分强调，干预有效优化了新手驾驶员的视觉搜索策略，将其从被动随机响应转变为主动搜索，体现了自上而下注意控制的增强。干预降低了心理负荷和紧张水平，通过保留过程将多源信息编码为自动化驾驶图式，通过动机过程提升自我效能和积极结果预期，使生理唤醒进入最优觉醒区。干预优化了操作行为，使新手驾驶员从被动补偿转向主动前馈控制，提高了车辆控制稳定性和决策合理性。三个维度形成了紧密耦合的“感知-认知-行动”环路，干预修复了新手驾驶员原有的功能失调环路。理论贡献包括：首次系统应用观察学习理论到换道能力提升领域，构建四阶段干预框架；量化了新手与经验驾驶员在典型场景下的能力差异；提出观察学习逻辑可应用于自动驾驶接管训练。研究结论为：针对新手驾驶员在换道过程中危险感知能力不足和操作稳定性差的核心问题，本研究应用Bandura的观察学习理论，通过引导新手驾驶员系统观察和模仿经验驾驶员的视觉搜索模式和操作行为，优化了他们的视觉信息获取策略，从而提高了危险感知能力。结果表明，与干预前相比，新手驾驶员在干预后表现出显著改善：潜在危险识别比例增加，驾驶行为更加谨慎稳定，注意力分配更有效地转向关键风险区域。这些发现表明，观察学习干预能有效提升新手驾驶员在换道任务中的视觉搜索效率和风险意识。