Austroads：危险感知测试文献综述（英） 2026
这份由 Australasian 交通机构协会（Austroads）2026 年发布的技术报告，是针对新手司机危险感知测试（HPT）的文献综述，核心旨在明确有效 HPT 的关键特征，为澳新地区道路安全提升提供参考，其核心内容可概括如下：
一、研究基础与目的
核心背景：危险感知指驾驶员预判、识别并应对道路危险情境的能力（含危险检测、威胁评估、响应选择），是安全驾驶的关键高阶技能，其缺陷是引发交通事故的重要风险因素。新手司机、有事故史的司机在该能力上显著弱于经验丰富或无事故记录的司机。
研究目的：系统梳理 HPT 的测试范式、测量方法、实施流程等特征，分析其与道路安全结果（如事故率）的关联，探讨测试失败后的干预措施，为 HPT 优化及道路创伤减少提供依据。
研究方法：优先筛选 2013 年及以后发表的英文全文文献，检索 Scopus、Web of Science 等四大数据库，涵盖同行评审论文、技术报告等，通过关键词检索与文献追溯确定研究样本。
二、HPT 的核心特征
测试类型
传统 HPT：以反应时间为核心测量指标，要求受试者在识别到危险时通过点击、按键等方式响应，部分设置 “响应窗口” 并按响应时段计分。优势是贴合实际驾驶中 “快速反应” 的需求，劣势是无法确定受试者响应的具体刺激，且易受风险敏感度影响，存在作弊可能。
危险预测测试：在危险初现时暂停或遮挡视频，要求受试者预测场景后续发展（如 “接下来会发生什么”），以回答准确性计分，支持书面、口头或多选题形式。优势是克服了反应时间测量的缺陷，更能反映真实危险感知能力，劣势是 occlusion 时机选择影响测试效果，传统自由作答形式计分繁琐。
对比结论：两种测试均有效，部分研究认为危险预测测试更稳健，也有研究发现传统 HPT 在区分新手与老手时效应量更大；混合两种测试形式的方案被证实可提升测试全面性。
测试格式
视频类：含真实路况 footage 和 CGI 动画，是主流格式。真实 footage 更具效度，但受拍摄条件限制（如难以覆盖夜间、恶劣天气场景）；CGI 可灵活设计各类危险场景，覆盖范围广，视觉质量已接近真实画面。
静态图像类：通过呈现交通场景图片测量反应时间或危险识别准确性，能区分不同经验司机，但对行人、隐蔽性危险的识别测量效果较弱，生态效度低于视频格式。
其他关键特征
测试题项选择：真实视频题项源于自然驾驶记录，经专家筛选（需明确、单一危险，含有效预警线索）和试点测试（需能区分新手与老手）确定；CGI 题项基于新手高频事故场景设计。
测试说明：需明确 “危险” 定义（如 “可能导致碰撞的交通冲突”）、响应方式，禁止作弊行为，并提供练习场景，确保不同语言理解能力的受试者均可掌握。
测试时机：澳新地区普遍要求在新手司机从监督驾驶过渡到独立驾驶（如获取临时驾照）前完成 HPT，研究证实此时测试能更好反映实际驾驶能力，过早测试（如获取学习驾照前）无明显安全效益。
三、测试结果与安全关联
有效性验证：多数 HPT 能有效区分新手与经验司机的危险感知能力，但测试设计（如样本分组、题项质量）会影响区分效果。
与事故风险的关联：首次通过 HPT 的司机事故风险显著低于至少 3 次才通过的司机，尤其是男性和偏远地区司机；HPT 得分与事故率呈负相关，得分越低，后续事故风险越高。
安全作用机制：一是通过设定最低能力阈值，确保独立驾驶者具备基础危险感知能力；二是延迟危险感知不足者的独立驾驶时间，延长监督驾驶周期，降低高风险阶段的事故概率。
四、测试失败的应对与干预
重测规则：澳大利亚各州对测试失败后的重测间隔无统一标准，部分无锁定期，部分限制为 1 天 1 次或 24 小时锁定期；研究提示，过短重测间隔可能导致 “练习效应”，使测试结果反映的是应试能力而非真实危险感知提升。
干预措施：危险感知训练可有效提升 HPT 成绩，常见形式包括计算机模拟训练、驾驶模拟器练习、基于真实事故视频的分析课程等，核心通过场景暴露、专家反馈、技能练习提升受试者的道路扫描、危险预判能力。但训练对实际事故率的降低效果有限，存在 “仅提升测试成绩而未减少真实风险” 的潜在问题。
风险识别作用：多次失败 HPT 的受试者可能是高事故风险人群（如风险偏好高、驾驶习惯不良），HPT 可作为筛选工具，为该类人群提供针对性干预。
五、研究局限与未来方向
现有不足：HPT 相关研究仍属新兴领域，证据体量有限；训练对实际事故的影响缺乏充分验证；不同人群（如老年司机、有基础疾病的司机）的 HPT 适配性研究不足。
未来方向：需进一步探索 HPT 在驾驶适宜性评估、年龄相关驾驶能力衰退检测中的应用，深入分析反复违规或有基础疾病司机的危险感知特征，优化测试设计与干预方案。