2022年2022年驾驶ACT_R认知行为建模 .pdf

《2022年2022年驾驶ACT_R认知行为建模 .pdf》由会员分享，可在线阅读，更多相关《2022年2022年驾驶ACT_R认知行为建模 .pdf（6页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第40卷第10期2006年10月浙 江 大 学 学 报(工学版 )Journalof Zhejiang University(EngineeringScience)Vol. 40 No. 10Oct.2006收稿日期: 20050512.浙江大学学报(工学版)网址: www. journals. zju. edu. cn/ eng基金项目:国家自然科学基金资助项目(60525202) .作者简介:刘雁飞( 1968 - ) ,男,河南鹿邑人,博士生,从事ITS、 认知行为建模及普适计算方面的研究.E2mail :yliu zju. edu. cn驾驶ACT2R认知行为建模刘雁飞,吴朝晖(浙江大

2、学计算机科学与技术学院,浙江 杭州310027)摘 要:采用认知行为建模方法,建立符合真实驾驶认知行为的认知模型并应用于车辆辅助驾驶系统,达到减少交通事故的目的.基于对交通安全及驾驶行为研究发展历程的回顾,阐明认知科学是解决交通安全问题的重要理论,以及驾驶认知行为建模是驾驶任务研究的有效手段;通过对典型认知体系结构的比较和对ACT2R及其研究的分析,提出了认知体系驾驶认知行为建模方法;借助ACT2R建模工具,以高速公路驾驶超车认知行为为例,基于模型的驾驶行为预测以及基于实验的模型有效性验证,证明了认知行为建模方法具有较广的适用性和灵活性.通过对认知体系驾驶行为建模的优势分析表明,交通安全领域驾

3、驶认知行为建模的应用可以有效地建立起来并发挥重要作用.关键词:驾驶行为建模;认知体系;ACT2R中图分类号: TP15 ;N940 文献标识码: A 文章编号: 1008973X (2006) 10165706Driverbehavior modeling in ACT2R cognitive architectureL IU Yan2fei , WU Zhao2hui(College ofComputerScience andTechnology ,Zhej iang University ,Hangz hou 310027 , China )Abstract : To prevent tr

4、affic accident , cognitive behavior modeling method was adopted to construct driverbehavior model that not only conforms to real casesbut also is useful for building driver assistant systems.Retrospective analysis of researches in traffic safety and driver behavior showed that cognitive science is t

5、heessential theory for problem 2solving of traffic safety and that driver cognitive behavior modeling method isan effective tool for task studies. On the basis of comparison between differenttypical cognitive architec 2ture (CA) and analysis of the theories and researches of AC T2R , driver behavior

6、 modeling (DBM ) methodin ACT 2R was raised.As an example , a highway overtakingbehavior model in ACT 2R was presented.Predictio n of driver behavior and verificationof the model bot h indicated that the DBM in CA methodis verysuitable andflexible.The illustration of the benefitsof the method showed

7、 that it can be set up effectively and isvery effective in the field of traffic safety.Key words : driver behavior modeling ; cognitive architect ure ; AC T2R道路交通事故的频发,对人们的生命安全造成了极大的威胁,用传统的效能安全宣传和管理手段已经不足以有效解决交通事故的问题. 作为交通事故中扮演重要角色的驾驶员,其行为直接和间接地引发交通事故,因此驾驶行为的研究工作早从20 世纪 30 年代就为人们所关注,然而 ,多数早期模型关注低层面的

8、行为控制,如车道变更和车辆转弯等过程控制 . 作为综合的 、 高层的驾驶行为的驾驶认知行为研究 1,从 1964 年以来就有一些模型先后被提出 ,然而 ,由于人类对自身的了解还不深刻,特别在刻画自身认知行为方面还有许多猜测,驾驶员认知行为方面的研究在50 多年的工作中并没有取得成就性的进展 2 .计算机技术的迅速发展为认知科学的发展带来了机遇 ,作为一种建模工具他为生动刻画人类认知行为以及对认知行为模型有效性的验证方面提供了重要手段3 . 研究人员开始致力于开发联合低层控制模型和高层认知过程与决策的集成驾驶模型,这名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - -

9、 - - - - - - - - 名师精心整理 - - - - - - - 第 1 页，共 6 页 - - - - - - - - - 种驾驶模型中的高层认知组成部分使驾驶员保持清醒状态 、 紧急情况快速策略、 第一时间做出启动和停车操作 、 管理对当前操作不会立即产生影响等的驾驶任务更具有优势 4. 本文基于ACT 2R 认知体系架构 ,建立高速公路超车驾驶认知行为模型,最终在AC T2R 开发工具 CogTool 上得到实现 .1相关研究1.1 认知科学认知科学 (cognitivescience) 被称作 21 世纪智力革命的前沿学科,他研究人类认知过程、 智能和智能系统 、 大脑和心灵

10、内在运行机制;是兴起于20 世纪 70 年代的一门交叉科学;涉及哲学 (认识论 ) 、 心理学 、 信息学 、 脑神经学 、 科学语言学、 比较人类学、计算机科学 (人工智能 ) 以及其他基础科学,加上进化生物学和动物行为学等交叉而涌现出来的高度跨学科的新兴科学.认知科学依据不同的问题领域和研究方法划分为不同的研究方向,包括 :心理学 、 语言学 、 生物物理学 、 神经生理学 、 人工智能 、 广义进化论、 复杂性科学等.在过去的20 年间 ,出现了多种认知体系,典型的有 AC T2R、 SOA R 和 EPIC ,3 者的关注焦点、 适用范围以及易学易用性不尽相同,各有特点 . ACT 2

11、R 和 SOAR 都 专 注 于 解 决 问 题 的 复 杂 认知 , 而AC T2R 更易学 、 易使用 、 易安装 , Johnson 等人5 对ACT2R、 SOAR 6 以及 EPIC进行过较为系统的比较.1.2 驾驶认知行为建模发展驾驶行为模型的历史可以追溯到1938 年 Gib2son 等人提出的车辆行驶区域分析(field 2analysis)理论 . 之后的 50 年 ,虽然有一些研究工作仍在开展,但总的来说驾驶行为研究并没有得到大的发展,直到 2000 年以后 ,才又成为一个研究的热点.2001 年 ,Vaa 2在对以往驾驶行为的理论和模型进行比较分析后指出:认知和情感是驾驶

12、任务中危险情况的预测、 规避和评估的很好工具. 之后 ,Salvucci 7、 Krajzewicz 8 和 Delorme 9等人开展了认知体系结构的驾驶行为研究工作,取得了进展 . 研究表明 ,驾驶认知行为研究之最新发展得益于认知科学的迅速发展以及建模工具的进一步丰富.2AC T2R认知体系结构2. 1 ACT2R 认知体系结构的发展AC T2R 是一种认知行为体系结构,是关于人类认知过程工作机制的理论模型,研究目的在于最终揭示人类组织知识、 产生智能行为的思维运动规律.其研究进展基于神经生物学研究成果并从中得以验证 .从表面看来,AC T2R 类似编程语言平台,平台的构建基于许多心理学研

13、究的成果. AC T2R 上构造的模型反映的是人类的认知行为.AC T2R 通过语言的编程实现特定任务的认知模型构建,研究人员利用ACT 2R 内建的认知理论再加上特定任务的必要的假设和知识描述构造特定任务的 ACT 2R 上认知体系模型,通过对模型结果和实验结果的比较验证模型的有效性,再利用符合人类认知行为的模型指导工作,从而实现希望的任务预测 、 指导和控制的目的.AC T2R 理论 1976 年由Anderson 首次提出;1982 年出现第一个AC T2R 工具 ,以后 AC T2R 在理论和 工 具 开 发 方 面 得 到 进 一 步 发 展 ,先 后 发 布AC T、 ACT 2R

14、、 ACT 2R 2. 0、AC T2R 3. 0、 AC T2R4. 0等软件版本,2001 年更为成熟的AC T2R 5. 0 版本 (理论和工具) 发布 ;目前AC T2R 已经发布6. 0版本 ,并且实现对不同系统操作平台的支持.AC T2R 区别于同类其他理论的重要特征之一是已有的大量实验信息可以直接被研 究工作使用 10,这为许多研究工作提供了很好的研究环境.在 AC T2R 在心理学研究领域得到普遍应用的同时 ,其他不同的领域也都得到成功地应用,图 1 给出了 AC T2R 认知体系的一些典型应用.图1ACT2R认知体系的应用领域Fig. 1Applicationsdomains

15、 of ACT2R architecture2. 2ACT2R体系结构工作机理ACT 2R 主 要 有 基 本 模 块 ( modules ) 、 缓 冲( buffers ) 和模式匹配(patternmatcher) 3 种类型的部件组成 .AC T2R 认知体系工作原理见图2.基本模块有两种类型:感知运动模块(percep2tual2motor modules ) 和 记 忆 模 块 ( memorymod2ules) .感知运动模块负责系统与外界的交互,AC T28561浙 江 大 学 学 报 (工学版 ) 第40卷 名师资料总结 - - -精品资料欢迎下载 - - - - - - -

16、 - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页，共 6 页 - - - - - - - - - 图2ACT2R认知体系工作原理Fig. 2Principleof ACT2R worksR 比较完善的感知运动模块是视觉和操作模块,目标模块 (goal modules) 也是 AC T2R 中普遍使用而在神 经 生 物 学 上 尚 未 认 定 的 感 知 运动 模 块. 在AC T2R 体系中有两类记忆模块: 说明性记忆( de2clarative memory ) 模块和过程性记忆(proceduralmemory) 模块 :说明性记忆也叫做说

17、明性知识( de2clarative knowledge ) ,由可以独立表示的小知识单元 (chunks ) 或小逻辑单元组成,是一些存在的事实;过程性 记忆也 叫 过 程 性 知 识 ( proceduralknowl 2edge),由产生过程组成,是关于怎么做事情的知识,如怎样转弯 、 怎样避开障碍等,生成过程实质上是一条当条件满足时被激发的条件反射的触发规则.缓冲是实现中心生成系统与其他基本模块交互的接口 ,AC T2R 通过缓冲访问基本模块(过程性记忆模块除外 ) ,对于所有基本模块都有专门的缓冲负责与相关模块交互,缓冲的内容标识ACT 2R 的目前状态 ;模式匹配是在知识库中搜索和

18、缓冲状态一致的生成规则 ,如果是规则匹配则被模型触发,同一时间只有一个规则被触发,触发结果修改缓冲状态从而改变系统的状态,ACT2R 认知过程实质就是生成规则的不断触发 ;AC T2R 是混合认知体系结构,他的符号化结构是一个生成系统,亚符号化结构是由很多数学公式表达的一组庞大的并行的处理,亚符号化公式控制很多符号化的处理.例如 ,如果几个生成动作都和缓冲状态相符合,亚符号化效用公式评估相应开销和相关生成的收益来决定选择最高效用的生成来执行 .同样地 ,是否(或速度情况) 能够从说明性记忆中返回事实,取决于上下文以及所使用的事实的历史情况的亚符号化返回公式. 在 AC T2R 中亚符号化机制对

19、多数学习过程也是有用的.2. 3 ACT2R 体系的神经生物学研究的基础由于 ACT 2R 是人类认知行为体系,其研究的不断深入必然与神经生物学研究的最新成果紧密相关 .图 3 为 AC T2R 各部分在人脑上的对应情况.AC T2R 的所有部分都设计成与人脑的某个功能区域对应. 如对于视觉系统在ACT 2R 中有两个内建的视觉模块分别对应于大脑背侧的“在哪里”以及大脑前侧的 “是什么”的两个区域.操作缓冲对应于运动与感知大脑皮层;目标缓冲对应于前额叶皮层的背侧区域(DL PFC) ;查询缓冲对应于前额叶皮层的前侧区域( VL PFC) . 在 AC T2R 中基本神经元被设想为实施产生规则的

20、地方,纹状体则和皮层区域相对应,负责模式匹配任务;苍白球是抑制部分,负责解决产生的冲突;视神经床对应于大部分皮层区域 ,控制产生的动作生成.美国哈佛大学与纽约大学科学家共同找出了大脑海马体(hippocamp us) 是帮助人类处理长期学习与记忆、 声光 、 味觉等事件的秘密 ,也就是所谓的 “说明性记忆” ,在 ACT 2R 体系中对应说明性记忆模块.图3ACT2R以神经生物学研究为基础Fig. 3MappingACT2R ontobrain3驾驶AC T2R认知行为模型3.1 驾驶认知行为描述驾驶认知的描述主要有3 个组成部分:驾驶任务中具体化的驾驶认知(embodied cognitio

21、n ) 、 驾驶执行的任务(task)以及完成驾驶任务驾驶员所使用的操作部件(artifact ) (图 4) ,把它们简称为ETA.3. 1. 1驾驶任务驾驶工作本身是若干基本任务以及这些基本任务组合的多任务不断地完成的过程 .Micho n 11 把驾驶任务分为3 类 :一是保持车辆正常行驶的操作处理,即控制 ;二是与环境以及其他车辆安全互动的操作技能,即监测 ;三是高层的驾驶9561第10期刘雁飞 ,等 : 驾驶 ACT 2R 认知行为建模名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - -

22、 - 第 3 页，共 6 页 - - - - - - - - - 员推理和驾驶策略构思过程,即决策 .这 3 个任务交替出现 、 共同作用使驾驶处在安全、 稳定的状态. 此外 ,驾驶也经常会包括一些附带的任务,这些附带任务有时可能和驾驶任务有关(如使用巡航装置) ,有时可能和驾驶任务完全无关(如使用收音机或移动电话等 ) ,但他们可能影响正常驾驶.3. 1. 2 操作部件 驾驶中的“操作部件”是车辆本身以及车辆与人交互的部件.普遍认为 :这个交互部件包括方向盘、 加速器 (油门 ) 、 刹车踏板和离合器踏板 (对手动档车) ,还包括相关的控制部件,如转向灯、 照明灯 、 雨刮器等 ,这些都是通

23、用部件,不同车辆基本实现标准化.而对驾驶附带任务,操作部件则包括所有完成附带任务的交互部件,如有手制动 、 按钮和其他输入部件,还包括小的显示板等.不像控制相关的通用部件,它们并没完全标准化,因而 ,这些配件都可能会装备在不同的车辆类型中,从而不断地对驾驶任务产生影响.3. 1. 3 具体化感知 驾驶认识行为是驾驶员认知、 感知 、 车辆控制以及执行预期任务过程的总称.即便是轻车熟路,认知同样存在并时刻需要,驾驶认知有许多高层的决策过程,也有低层的车辆控制以及状态感知 7.认知与车辆之间的驾驶行为就是具体化的感知过程(视觉的 、 听觉的等) 和运动过程(手 、 脚) , 这些过程为车辆控制提供

24、外部输入并且把内部信息输出到外部. 同时 , 任务的执行是并行的 ,而这种并行不可避免地降低实际操作能力或存在操作瓶颈 .驾驶建模的目标是对ETA 部分严格意义上的描述 ,即使模型能够处理尽可能多的驾驶相关任务,同时融入实时控制及车辆动力学,通过实时感知与运动过程交互的认知过程执行驾驶任务. 已有的多数成功的驾驶行为模型证实:严格意义建模无论对于驾驶员行为的理解还是模型理论本身在实际系统开发中的实践应用都是非常重要的.图4驾驶认知行为Fig. 4Drivercognitivebehavior3. 2 驾驶 ACT2R认知行为模型基于前面对ACT 2R 体系以及驾驶ETA 的描述 ,可以想象AC

25、 T2R 认知体系上的驾驶行为模型必须是一个产生规则的执行系统,同时能够处理外部输入并产生输出,在特定约束下执行诸如控制、 监测和决策的驾驶任务.为了突出认知行为建模,必须把精力集中在认知体系上 ,重点强调认知体系的驾驶模型的开发.认知体系是人类认知能力针对特定计算行为模型的通用框架 .模型把人作为系统所具有的行为能力和受限制具体化 .人的行为能力是指记忆、回忆、 学习、感知以及完成动作等能力;人受到的限制如记忆力的减退、 视网膜对周围信息编码的错觉以及运动能力的限制等 .认知体系必须保证基于其开发的认知模型是严密的并且在心理学上没有歧义,因此体系应完全遵循人作为一个有机体时所满足的所有限制.

26、选择 ACT2R 认知行为体系作为驾驶模型框架,是因为它是包含由知识单元组成的说明性知识库、作用于知识单元的条件响应产生规则构成的产生系统.前面提到ETA是驾驶最重要的组成部分,事实上 ,基于 ACT 2R 的驾驶认知行为的开发特别适合对 ETA 所有 3 个组成部分的表述. ACT 2R 具备从基本的实验室工作到复杂动态任务中的高层认知和决策 、 适用范围较广的建模能力,可以完全或几乎完全模拟人与其所处真实的环境交互. 因此 ,基于AC T2R 体系的模型必须遵守与人真实认知同样的输入 /输出限制和真实环境所具有的动态性.为了做到这点 ,模型通过感知过程和运动行为来同时表达或描述人认知的内在

27、工作和感知的外部表现这两个方面 .显然 ,这些特征使认知体系特别适合于对驾驶员许多重要方面的行为进行模拟.如前所说 ,驾驶本身是一项任务,这项任务在不断完成许许多多小的基本任务后而得以实现,这些小的任务便是控制、 监测和决策 .一项控制任务由一条产生规则触发,执行结果送入运动缓冲,通过操作实现控制任务;监测任务是通过视觉模块连续感知外部信息,通过视觉缓冲把收集信息送入产生系统;经过查询与说明知识匹配,未能匹配信息则被丢弃,匹配信息触发一条产生规则,执行结果送入运动缓冲 ,通过操作实现控制任务;决策任务则通过监测收集数据查询得到的匹配以及通过目标模块进入目标缓冲的目标内容,触发一条或多条产生规则

28、,将执行结果送入运动缓冲,通过操作模块执行完成决策下达的任务 .事实上模型内部的触发规则要比这里陈述的复杂得多 ,经常是多个任务同时完成并相互影响.4AC T2R驾驶认知行为建模基于控制 、 监测和决策这3 种主要驾驶任务对0661浙 江 大 学 学 报 (工学版 ) 第40卷 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页，共 6 页 - - - - - - - - - AC T2R 体系驾驶认知行为模型进行说明,图 5 是基于认知体系的驾驶员行为模型的结构框图. 3 种驾

29、驶任务在AC T2R 认知处理器中按顺序执行,并形成紧密相连的小认知(和有关 ) 操作的循环.整个模型是驾驶相关的过程知识和说明知识,以及驾驶操作、 驾驶目的的AC T2R 产生系统的实现. 以下给出各部分简要介绍,并对它们共同工作、 完成驾驶认知任务进行描述 .4.1 控制模型的控制部件管理所有低层视觉信息的感知以及侧向 (方向操作 ) 和纵向 (加速和刹车 ) 车辆的控制操作 . 操作模块到驾驶操作的部分见图5.图5ACT2R驾驶认知行为模型Fig. 5Driverbehaviormodels in cognitivearchitecture4.2 监测监测处理驾驶是清醒状态的连续保持.对

30、于高速公路驾驶环境来说,清醒状态最重要的是集中于自身车辆周围其他车辆位置的清醒感知,目前的监测主要基于随即采样模型,使用概率随机查询左右车道 、 车前车后 (从后视镜中) 4 个区域其中之一,4个区域使用相同的概率. 当模型决定监测特定车道和方向的时候,它把视觉转移到注意的那个区域,并且判断是否有车辆出现. 若有车辆出现,模型在AC T2R 的说明记忆中查看车辆的当前车道,从这点上说明了知识时刻保持对周围车辆的清醒认知. 事实上 ,模型可以扩展到道路周围环境的其他方面,如上下斜坡 、 信号标牌等 .驾驶环境到视觉模块的部分见图 5.4.3 决策模型的决策部分使用在控制和监测期间收集的数据决定是

31、否做出策略性的决定.这里以高速公路环境下最常见的变更车道决策为例.是否变更车道的决定取决于驾驶员的目前车道,因为驾驶员在正常驾驶中一般行驶在右车道而仅借用左车道实现超车.如果自己车辆是在右车道,模型检查此时路面前方的车辆情况 (如果有 ) ,如果前面有车辆阻碍其进一步加速,模型决定改变车道并超车;如果自己车辆在左车道,模型不仅仅只检查前面是否有车,还将根据是否有车的情况做出保持或变更车道的决策.5实验与分析5.1 实验设计选取高速公路驾驶员常用与典型的超车行为.实验分 3 组进行 :道路繁忙与道路不太繁忙、 新手驾驶员与有5 年驾驶经验驾驶员,以及无紧急任务的正常情况与有紧急任务的焦躁情况.分

32、别选择一组,组成相应实验场景,获得驾驶员行为的数据.驾驶员操作和模型模拟单独进行,使用模型的结果对驾驶员行为进行预测,以及通过模型模拟的结果和驾驶员的实际行为进行比较,来验证模型的有效性 .5.2 模型部件的描述模型的产生规则(过程性知识) 基于如下情况:如果车速低于vpass并且前方有障碍影响进一步加速 ,则有超车欲望;如果自身车在左车道且前有车,则保持车在左车道;如果自身车在右车道且欲超车,则查看可否变更至左车道;如果欲超车且可变更到超车道 ,则转向提示信号操作并变更车道;如果欲超车且不可变更到超车道,则减速并把持前车有安全距离 ;如果前面没有障碍影响加速,则踩油门加速.模型的说明性知识由

33、以下描述组成:如果车速低于vbusy、 保持telapse时间并且试图超车都没成功,那么道路繁忙;如果想超车并且超车道后方自身车S1和S2的距离有车时仍实施超车,那么驾驶员有驾驶经验 ;如果自身车速超过vhighway并且当前方有车影响继续加速,那么驾驶任务紧迫,模型的目标是超车 .视觉模块是前车距离、 左右车道的车辆以及后方车辆车距 .操作是油门加速、 刹车板刹车以及方向操纵 .5.3 模型实现模型由在基于ACT 2R 认知体系的建模工具1661第10期刘雁飞 ,等 : 驾驶 ACT 2R 认知行为建模名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - -

34、- - - - - - 名师精心整理 - - - - - - - 第 5 页，共 6 页 - - - - - - - - - CogTool 构建 . CogTool 是一套通过协同工作来帮助建模的应用程序,可以快速构建模型原型,软件可以自由下载得到,图 6 给出 CogTool 上实现建模的主要图形界面 .图6CogTool上的超车认知行为Fig. 6Driverbehaviormodel in Cog Tool5.4 实验结果实验和模型模拟单独进行,首先使用模型对要进行的典型场景进行模拟,然后 ,观察驾驶员行为,结果显示驾驶行为和实验结果相符. 同时从驾驶任务中选取典型的超车场景,然后用模

35、型进行模拟,实验结果证实 :模拟结果和实际驾驶行为符合.5.5 实验参数的确定和分析实验中各参数的取值是:vpass= 60 km/ h、vbusy=45 km/ h、S1= 100 m、S2= 250 m、telapse= 5 min 、vhighway= 80 km/ h.实验验证的产生规则是驾驶行为中典型行为的产生规则,是多数行为中的很少部分,目的是证明方法的有效性,而不应把产生规则推广到其他驾驶行为. 行为模型的各种场景是通过参数的设置来实现的 ,事实上 ,像道路的繁忙与否并没有明确的界限,而是一个模糊的状态,这里没有涉及 .6结 论(1) 认知体系结构非常适合于把高层次的认知和决策过

36、程集成于低层的感知运动控制过程,认知体系结构作为一种计算预测模型为这种概念模型提供了一种实现方法;(2) 认知体系内建了普通心理学现象的建模机制 ,这些机制有严格的分析和心理学任务的实验研究测试作为基础 .研究人员开发的具有良好理论基础和实验支持的这些独立机制, 内建于认知体系结构,保证了行为模型更适合于像驾驶这样复杂的任务.(3) 人类对自身认知过程的研究相对不足,对应的认知行为建模工具也较为缺乏,选用和使用Cog2Tool 工具建模的过程中可以体会到这一点. Cog2Tool 无论从平台通用性、 软件可用性等方面都有待进一步研究 .参考文献( References) : 1 SAL VUC

37、CID D.Toward an integratedmodel of driverbehavior in a CognitivearchitectureJ .TransportationResearch Record,2001 , 1779 :916. 2VAAT.Cognitionandemotionindriverbehaviourmodels : some criticalviewpoints CInternationalCo2operationonTheoriesandConceptinTraff icS afetyWorkshop.Caserta , Italy : Internat

38、ionalCooperationonTheories and Concepts in TrafficSafety , 2001. 3 L IUYan2fei , WUZhao2hui.Comfortabledriverbehav2iormodelingforcar followingofpervasivecomputingenvironment CInternationalConference on Computa2tionalScience. Atlanta:Springer2VerlagGmb H , 2005 :10681071. 4 L IUYan2fei , WUZhao2hui.A

39、smart car controlmodelfordrivers comfortof car following CIEEEIntelli2gentVehiclesSymposium.LasVegas ,USA :IEEE ,2005 : 833839. 5 JO HNSONT R.Controlin Act2R and soar C19thAnnual Conference of the CognitiveScience Society.Hill2sdale , NJ : LawrenceErlbaumAssociates , 1997 : 343348. 6 TU RNBULLD G. A

40、re cognitivearchitecturesmature e2noughto evaluatenotificationsystems ? CInterna2tionalConference on SoftwareEngineeringResearch andPractice.Las Vegas : CSREA, 2003. 7 SAL VUCCID D.Modelingdriverdistractionf rom cog2nitivetasks C24thAnnual Conference of the Cogni2tive Science Society . Mahwah, N J :

41、 LawrenceErlbaumAssociates , 2002 : 792797. 8KRAJ ZEWICZD ,WA GN ERP.ACM E(a commonmental environment )2driver : a cognitivecar drivermodel C16thSimulationMulticonferenceModellingandSimulation.Dublin , Ireland : SCS Europe , 2002 : 689693. 9 DELORME D.Modelingdrivercognition CInterna2tional DrivingS

42、ymposium on Human Factors in DriverAs2sessment, TrainingandVehicle Design.Iowa : The Uni2versityof IowaPublicPolicy Center , 2001 : 276279. 10 ANDERSONJ R , BO T HELL D , B YRN E M D , et al.An integratedtheory of the mind J .Psychological Re2view,2004 ,111 (4) :10361060.11 MICHONJ A.A critical review of driver behavior models:What do we know , what should we do ? MSCHWIN GR, EVANS L A. Human Behavior and Traff ic S afety. NewYork :Plenum Press,1985 :487525.2661浙 江 大 学 学 报 (工学版 ) 第40卷 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 6 页，共 6 页 - - - - - - - - -