驾驶仿真和认知模型揭示了新手与经验丰富的司机之间的差异

最近的一项研究比较了新手与经验丰富的司机之间的差异，使用驾驶模拟器使用计算认知模型建模差异。该方法和结果为开发智能驾驶员培训和驾驶辅助系统提供了重要的认知 - 心理基础。

研究标题为“建模效果”驾驶使用Act-R认知建筑的车道保持性能经验，“施曹，玉林琴和Mowei Shen撰写，已发布中国科学公报，2013年。

驾驶经验是驾驶安全性的关键人类因素。在中国，目前有100多万持牌司机，其中三分之一是新手司机，驾驶经验不超过3年。缺乏驾驶经验是事故的潜在危险因素。

从看的角度来看认知心理学，驾驶是一项复杂的任务，需要无缝协调多个认知能力包括感知，决定和记忆。分析新手与经验丰富的司机之间的差异，研究驾驶技能学习机制对于改善驾驶员培训课程和培训技术的创新是非常重要的，有价值。

以前关于驾驶技能的研究经常专注于一个认知技能，而缺乏对所有必要技能的综合观点。考虑到驾驶技能的不同方面，Cao等人。用过的驾驶仿真直接测量驾驶性能（图1），比较新手和经验丰富的驱动程序之间的差异，并使用人类性能计算模拟定量建模差异。

由于第一作者施曹说，这项研究有两项重大挑战：（1）建立计算机化模型，可以模拟驾驶员思想中发生的事情，而（2）弄清楚认知因素在新手和经验丰富的司机之间是不同的。认知科学为人类思想的建筑提供了理论，即心灵是不同功能模块的复杂集成，例如视觉编码，存储器和决策模块。基于认知建筑的模型集成了认知的所有方面，以解释思维方式的作用。研究人员正在使用这些模型来支持复杂的人机系统的设计和评估。

本研究结果表明，经验丰富的司机更好地控制了车道位置，而不是新手司机，这是通过设置认知模型中新手驱动程序的更近的视觉注意点来模拟。它表明，新手司机对车道位置的较差控制可能是由于不充分利用进一步的道路信息。

作者认为，可以使用越来越多的仿真和智能系统，可用于促进驾驶员培训和改进驾驶安全。本研究中使用的驾驶模拟器也可以在大多数人今天拥有的普通个人电脑上运行。经过一些配置的道路和环境场景，这种模拟器可用于在模拟紧急情况下培训新的驱动因素，如轮胎爆炸和滑动。计算模型将能够跟踪技能的发展，并智能地确定培训的内容和进度。作者计划在下一阶段开发这种培训系统。

---

---