【技术实现步骤摘要】
本专利技术涉及道路安全，具体是外部刺激因素下货车司机非安全驾驶行为分析及干预方法。
技术介绍
1、近年来，随着我国道路运输业快速发展，营运货车的数量也迅速增加。货车具有重心位置高、载货量大、行车时间长及减速能力弱等特点，其引发的事故通常比未涉及货车的事故更加严重。而货车司机作为货车的控制者和决策者，其非安全驾驶行为是引起交通事故的主要原因之一。非安全驾驶行为是指任何可能增加交通事故风险的驾驶行为，例如超速驾驶、疲劳驾驶、分心驾驶、愤怒驾驶或违规驾驶等。分析货车司机非安全驾驶行为对减少货车交通事故至关重要。
2、目前针对货车司机非安全驾驶行为的研究主要是基于事故数据，收集并分析大量交通事故数据，揭示货车司机非安全驾驶行为和交通事故的关联性，深入了解哪些非安全驾驶行为可能导致事故的发生。该方法只能分析已经发生的事故，不能直接预测未来的货车司机非安全驾驶行为，此外，该方法无法深入解释货车司机非安全驾驶行为背后的心理动机和决策过程，限制了对货车司机非安全驾驶行为的预防性研究。另有部分研究人员采用了基于心理学理论和问卷调查的方法对非安全驾驶行为进行分析和预测，例如基于计划行为理论，通过问卷调查获取货车司机的个人属性变量和计划行为理论变量数据，分析个人属性变量对货车司机“非安全驾驶行为”的影响，并从货车司机的“态度”、“主观规范”、“感知行为控制”和“行为意向”4个影响因素解释和预测货车司机“非安全驾驶行为”。这种方法的优点是可以深入理解货车司机非安全驾驶行为背后的心理动机和决策过程，从而为制定针对性的干预措施提供依据，从根源上
技术实现思路
1、为了弥补现有技术问题的不足，本专利技术提出了一种外部刺激因素下货车司机非安全驾驶行为分析及干预方法，针对当前货车司机非安全驾驶行为容易引起交通事故的问题，从货车司机的驾驶心理角度出发，进一步考虑“外部刺激”因素对货车司机非安全驾驶行为的影响，改进经典计划行为理论，以更全面准确地解释货车司机非安全驾驶行为的发生；将个人属性变量对“非安全驾驶行为”的影响分析和计划行为理论变量对“非安全驾驶行为”的影响因素分析进行关联，针对不同属性货车司机人群的不同非安全驾驶行为进行影响因素分析，并提出针对性干预措施；针对特定的货车司机群体进行干预措施组合，以减少货车司机非安全驾驶行为发生。这对于减少货车交通事故，提高道路交通安全性具有重要意义。
2、为实现上述目的，本专利技术提供如下技术方案：
3、外部刺激因素下货车司机非安全驾驶行为分析及干预方法，包括以下步骤：
4、(1)构建结合外部刺激因素的货车司机非安全驾驶行为分析理论模型
5、改进经典计划行为理论，在潜在变量“态度”、“主观规范”、“感知行为控制”、“行为意向”和“行为”的基础上，引入新的潜在变量“外部刺激”，围绕“超速驾驶行为”、“疲劳驾驶行为”、“分心驾驶行为”、“愤怒驾驶行为”和“违规驾驶行为”5种非安全驾驶行为，“外部刺激”、“态度”、“主观规范”和“感知行为控制”对“行为意向”产生影响，从而影响“行为”；“外部刺激”和“感知行为控制”对“行为”有直接影响，构建结合外部刺激因素的货车司机非安全驾驶行为分析理论模型；
6、(2)设计结合外部刺激因素的货车司机非安全驾驶行为调查问卷
7、以结合外部刺激因素的货车司机非安全驾驶行为分析理论模型为基础，充分考虑货车驾驶的交通环境、交通法规和驾驶员特点，分别针对“性别”、“年龄”、“月收入”3个个人属性变量，和“外部刺激”、“态度”、“主观规范”、“感知行为控制”、“行为意向”、“行为”6个潜在变量，设计对应的调查问卷选题，形成结合外部刺激因素的货车司机非安全驾驶行为调查问卷；
8、(3)数据采集与信效度检验
9、面向货车司机群体，采用互联网方式发布上述结合外部刺激因素的货车司机非安全驾驶行为调查问卷，统一收集问卷选题的样本数据；利用统计分析软件对样本数据进行信效度检验，评估问卷中各选题数据的一致性和稳定性，为后续货车司机非安全驾驶行为分析提供可靠性的基础数据；
10、(4)利用方差分析完成不同属性货车司机人群的不同非安全驾驶行为的危险等级判别
11、将个人属性变量“性别”、“年龄”、“月收入”，分别与非安全驾驶行为“超速驾驶行为”、“疲劳驾驶行为”、“分心驾驶行为”、“愤怒驾驶行为”、“违规驾驶行为”进行方差分析，完成对不同属性货车司机人群的不同非安全驾驶行为的危险等级判别；
12、(5)建立用于分析外部刺激因素下货车司机非安全驾驶行为的初始结构方程模型
13、分别针对不同属性货车司机人群的不同非安全驾驶行为，利用结构方程建模软件，建立用于分析外部刺激因素下货车司机非安全驾驶行为的初始结构方程模型并输入数据，通过模型拟合度检验后得到最终结构方程模型，然后计算最终结构方程模型的路径系数，进一步分析潜在变量“外部刺激”、“态度”、“主观规范”、“感知行为控制”和“行为意向”对潜在变量“行为”的影响大小；
14、(6)影响因素分析与选择对应干预措施
15、分别针对不同非安全驾驶行为的不同影响因素提出了对应的干预措施，根据不同的危险等级完成不同的培训次数，通过比较路径系数的绝对值大小，找出对所调查货车司机群体非安全驾驶行为影响最大的因素，并根据影响因素和危险等级选择对应的货车司机非安全驾驶行为干预措施；
16、(7)特定多重属性货车司机群体的干预措施组合
17、将不同性别人群、不同年龄人群和不同月收入人群进行组合形成不同货车司机群体，再具体针对每一个群体，把该性别人群、该年龄人群和该月收入人群对应的不同措施进行组合，形成特定的多重属性货车司机群体最终的干预措施组合。
18、所述“外部刺激”包括“运输压力”、“驾驶挑衅”、“交通混乱”和“不良天气”，“运输压力”是指由于时间限制和工作量引起的压力，可能导致货车司机采取超速或疲劳驾驶等非安全驾驶行为；“驾驶挑衅”是指其他驾驶员超车或频繁换道的挑衅性行为，可能引发货车司机的愤怒情绪并做出冲动或危险驾驶行为；“交通混乱”是指道路上交通拥堵或混乱情况，可能导致货车司机采取闯红灯或违规变道的非安全驾驶行为；“不良天气”是指在雨本文档来自技高网...
【技术保护点】
1.外部刺激因素下货车司机非安全驾驶行为分析及干预方法，其特征在于，包括以下步骤：
2.根据权利要求1所述外部刺激因素下货车司机非安全驾驶行为分析及干预方法，其特征在于，所述“外部刺激”包括“运输压力”、“驾驶挑衅”、“交通混乱”和“不良天气”，“运输压力”是指由于时间限制和工作量引起的压力，可能导致货车司机采取超速或疲劳驾驶等非安全驾驶行为；“驾驶挑衅”是指其他驾驶员超车或频繁换道的挑衅性行为，可能引发货车司机的愤怒情绪并做出冲动或危险驾驶行为；“交通混乱”是指道路上交通拥堵或混乱情况，可能导致货车司机采取闯红灯或违规变道的非安全驾驶行为；“不良天气”是指在雨雪、雾霾和大风的天气条件下，可能引发货车司机的紧张情绪并出现判断失误或急刹车情况。
3.根据权利要求1所述外部刺激因素下货车司机非安全驾驶行为分析及干预方法，其特征在于，在对样本数据进行信效度检验前，先对收集问卷选题的样本数据进行初步处理，即通过IP校核、信息验证和样本控制的方式剔除填答不全、填写内容全部相同、填写时间过短、存在明显矛盾的无效问卷，获得有效问卷数据。
4.根据权利要求1所
5.根据权利要求1所述外部刺激因素下货车司机非安全驾驶行为分析及干预方法，其特征在于，所述方差分析步骤具体如下：
6.根据权利要求1所述外部刺激因素下货车司机非安全驾驶行为分析及干预方法，其特征在于，针对于某一个人属性变量下某一人群的某一非安全驾驶行为的最终结构方程模型建立，具体如下：
7.根据权利要求1所述外部刺激因素下货车司机非安全驾驶行为分析及干预方法，其特征在于，计算最终结构方程模型的路径系数具体如下：
...【技术特征摘要】
1.外部刺激因素下货车司机非安全驾驶行为分析及干预方法，其特征在于，包括以下步骤：
2.根据权利要求1所述外部刺激因素下货车司机非安全驾驶行为分析及干预方法，其特征在于，所述“外部刺激”包括“运输压力”、“驾驶挑衅”、“交通混乱”和“不良天气”，“运输压力”是指由于时间限制和工作量引起的压力，可能导致货车司机采取超速或疲劳驾驶等非安全驾驶行为；“驾驶挑衅”是指其他驾驶员超车或频繁换道的挑衅性行为，可能引发货车司机的愤怒情绪并做出冲动或危险驾驶行为；“交通混乱”是指道路上交通拥堵或混乱情况，可能导致货车司机采取闯红灯或违规变道的非安全驾驶行为；“不良天气”是指在雨雪、雾霾和大风的天气条件下，可能引发货车司机的紧张情绪并出现判断失误或急刹车情况。
3.根据权利要求1所述外部刺激因素下货车司机非安全驾驶行为分析及干预方法，其特征在于，在对样本数据...
【专利技术属性】
技术研发人员：詹学娟，王睿涵，李雨琪，梁子君，肖赟，王瑞鹏，牛怡然，江林，张孝法，张恩皖，章义刚，
申请(专利权)人：合肥学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。