1.一种驾驶员情绪控制能力的测试方法,其特征在于,所述方法包括:在收到的开始测试的指令后,控制显示带有预定颜色边框的测试图像;
判断是否收到用于表征驾驶员判定所述测试图像类型的输入信息;
根据判断结果或者其结合所述输入信息及各所述测试图像对应的预设基准信息确定所述驾驶员情绪控制能力的测试结果。
2.根据如权利要求1所述的测试方法,其特征在于,所述测试图像包括带有第一预定颜色边框及第二预定颜色边框的测试图像:所述根据判断结果或者其结合所述输入信息及各所述测试图像对应的预设基准信息确定所述驾驶员情绪控制能力的测试结果的步骤包括:若所述测试图像为带有第一预定颜色边框时,收到输入信息则递增用于表征误按的第一参数;
若所述测试图像为带有第二预定颜色边框时,未收到输入信息则递增用于表征漏按的第二参数;
若所述测试图像为带有第二预定颜色边框时,判断收到的输入信息是否与带有第二预定颜色边框的测试图像对应的预设基准信息一致,若一致,则计算从所述测试图像出现至收到输入信息的反应时长;
根据所述第一参数、第二参数及反应时长确定所述驾驶员情绪控制能力的测试结果。
3.根据如权利要求2所述的测试方法,其特征在于,所述控制显示带有预定颜色边框的测试图像的步骤包括:依次在屏幕的多个位置显示多个预定颜色边框的测试图像;或者/并且,所述根据所述第一参数、第二参数及反应时长确定所述驾驶员情绪控制能力的测试结果的步骤包括:根据所述第一参数及所述测试图像为带有第一预定颜色边框的总测试次数,计算误按率;
根据所述第二参数及所述测试图像为带有第二预定颜色边框的总测试次数,计算漏按率;
所述误按率、漏按率及反应时长的平均值为所述驾驶员情绪控制能力的测试结果参数。
4.根据如权利要求2或3所述的测试方法,其特征在于,所述第一预定颜色包括一种颜色,所述第二预定颜色包括不同于所述第一预定颜色的两种颜色;
所述测试图像包括第一类型图像、第二类型图像及第三类型图像;所述第一类型图像、第二类型图像及第三类型图像中的每一个图像都分别加载所述第一预定颜色及第二预定颜色后作为所述测试图像的图像库。
5.根据权利要求4所述驾驶员情绪控制能力的测试方法,其特征在于,所述根据判断结果或者其结合所述输入信息及各所述测试图像对应的预设基准信息确定所述驾驶员情绪控制能力的测试结果的步骤包括:在显示的为所述第二类型图像,若带有所述第一预定颜色边框时,收到输入信息则递增用于表征对第二类型图像误按的第三参数,若带有第二预定颜色边框时,未收到输入信息则递增用于表征第二类型图像漏按的第四参数;若带有第二预定颜色边框时,判断收到的输入信息是否与带有第二预定颜色边框的测试图像对应的预设基准信息一致,若一致,则计算从所述测试图像出现至收到输入信息的第一反应时长;根据所述第三参数与带有所述第一预定颜色边框的第二类型图像的测试次数计算第二类型图像的误报率;根据所述第四参数与带有所述第二预定颜色边框的第二类型图像的测试次数计算第二类型图像的漏报率;所述第一反应时长的平均值为第二类型图像的反应时长;或者/并且,在显示的为所述第三类型图像,若带有所述第一预定颜色边框时,收到输入信息则递增用于表征对第三类型图像误按的第五参数,若带有第二预定颜色边框时,未收到输入信息则递增用于表征第三类型图像漏按的第六参数;若带有第二预定颜色边框时,判断收到的输入信息是否与带有第二预定颜色边框的测试图像对应的预设基准信息一致,若一致,则计算从所述测试图像出现至收到输入信息的第二反应时长;根据所述第五参数与带有所述第一预定颜色边框的第三类型图像的测试次数计算第三类型图像的误报率;根据所述第六参数与带有所述第二预定颜色边框的第三类型图像的测试次数计算第三类型图像的漏报率;所述第二反应时长的平均值为第三类型图像的反应时长。
6.根据权利要求5所述的测试方法,其特征在于,还包括:对所述第一反应时长及第二反应时长的平均值进行标准化处理或一致性处理;
假设共有n司机参与测试,共有m项测试指标,设第i个人的第j项测试值为xij,其中i=
1,2,…,n,j=1,2,…,m
其中,标准化处理为:
记第j项测试指标的样本均值为 样本方差为 其中j为
驾驶员情绪控制能力的测试序号,则标准化处理后为:
一致性处理为:
其中Mj=max{yij,i=1,2,…,n},mj=min{yij,i=1,2,…,n},j=m1+1,m1+2,…,m1+m2。
7.根据权利要求6所述的测试方法,其特征在于,还包括:对所述第一反应时长及第二反应时长的平均值进行线性或非线性加权,作为其综合评价结果;其中,线性加权综合评价模型
其中wj为第j项指标的权重,反映了该指标对于司机综合评价的影响程度,值越大程度越大,反之越小,权重满足wj≥0,j=1,2,…,m;
非线性加权综合评价模型:
其中wj为第j项指标的权重,满足wj≥0,j=1,2,…,m;
8.根据权利要求7所述的测试方法,其特征在于,还包括:设一批测试司机中,判定为不合格的比例为p1,判定为合格的比例为p2,其中p1+p2≤1,p1和p2参照 其中和 为标准正态分布的上分位点,a1和a2为预设值;
判定准则如下:
如果 则判定第i名司机属于不合格;
如果 则判定第i名司机属于合格。
9.一种驾驶员情绪控制能力的测试系统,其特征在于,所述系统包括:测试信息显示单元,用于在收到的开始测试的指令后,控制显示带有预定颜色边框的测试图像;
判断单元,用于判断是否收到用于表征驾驶员判定所述测试图像类型的输入信息;
情绪控制能力测试单元,用于根据判断结果或者其结合所述输入信息及各所述测试图像对应的预设基准信息确定所述驾驶员情绪控制能力的测试结果。
10.根据权利要求9所述驾驶员情绪控制能力的测试系统,其特征在于,所述测试图像包括带有第一预定颜色边框及第二预定颜色边框的测试图像,所述情绪控制能力测试单元包括:误按测试模块,用于若所述测试图像为带有第一预定颜色边框时,收到输入信息则递增用于表征误按的第一参数;
漏按测试模块,用于若所述测试图像为带有第二预定颜色边框时,未收到输入信息则递增用于表征漏按的第二参数;
反应时长测试模块,用于若所述测试图像为带有第二预定颜色边框时,判断收到的输入信息是否与带有第二预定颜色边框的测试图像对应的预设基准信息一致,若一致,则计算从所述测试图像出现至收到输入信息的反应时长;
情绪控制能力测试模块,用于根据所述第一参数、第二参数及反应时长确定所述驾驶员情绪控制能力的测试结果。
11.根据权利要求10所述驾驶员情绪控制能力的测试系统,其特征在于,所述测试信息显示单元用于依次在屏幕的多个位置显示多个预定颜色边框的测试图像;或者/并且,所述情绪控制能力测试模块包括情绪控制能力测试子模块,还用于根据所述第一参数及所述测试图像为带有第一预定颜色边框的总测试次数,计算误按率;根据所述第二参数及所述测试图像为带有第二预定颜色边框的总测试次数,计算漏按率;所述误按率、漏按率及反应时长的平均值为所述驾驶员情绪控制能力的测试结果参数。
12.根据权利要求10或11所述驾驶员情绪控制能力的测试系统,其特征在于,所述第一预定颜色包括一种颜色,所述第二预定颜色包括不同于所述第一预定颜色的两种颜色;
所述测试图像包括第一类型图像、第二类型图像及第三类型图像;所述第一类型图像、第二类型图像及第三类型图像中的每一个图像都分别加载所述第一预定颜色及第二预定颜色后作为所述测试图像的图像库。
13.根据权利要求12所述驾驶员情绪控制能力的测试系统,其特征在于,所述情绪控制能力测试单元包括:第一测试模块,用于在显示所述第二类型图像,若带有所述第一预定颜色边框时,收到输入信息则递增用于表征对第二类型图像误按的第三参数,若带有第二预定颜色边框时,未收到输入信息则递增用于表征第二类型图像漏按的第四参数;若带有第二预定颜色边框时,判断收到的输入信息是否与带有第二预定颜色边框的测试图像对应的预设基准信息一致,若一致,则计算从所述测试图像出现至收到输入信息的第一反应时长;根据所述第三参数与带有所述第一预定颜色边框的第二类型图像的测试次数计算第二类型图像的误报率;
根据所述第四参数与带有所述第二预定颜色边框的第二类型图像的测试次数计算第二类型图像的漏报率;所述第一反应时长的平均值为第二类型图像的反应时长;或者/并且,第二测试模块,用于在显示所述第三类型图像,若带有所述第一预定颜色边框时,收到输入信息则递增用于表征对第三类型图像误按的第五参数,若带有第二预定颜色边框时,未收到输入信息则递增用于表征第三类型图像漏按的第六参数;若带有第二预定颜色边框时,判断收到的输入信息是否与带有第二预定颜色边框的测试图像对应的预设基准信息一致,若一致,则计算从所述测试图像出现至收到输入信息的第二反应时长;根据所述第五参数与带有所述第一预定颜色边框的第三类型图像的测试次数计算第三类型图像的误报率;
根据所述第六参数与带有所述第二预定颜色边框的第三类型图像的测试次数计算第三类型图像的漏报率;所述第二反应时长的平均值为第三类型图像的反应时长。
14.根据权利要求13所述的测试系统,其特征在于,还包括:数据处理单元,用于对所述第一反应时长及第二反应时长的平均值进行标准化处理或一致性处理;
假设共有n司机参与测试,共有m项测试指标,设第i个人的第j项测试值为xij,其中i=
1,2,…,n,j=1,2,…,m
其中,标准化处理为:
记第j项测试指标的样本均值为 样本方差为 其中j为
驾驶员情绪控制能力的测试序号,则标准化处理后为:
一致性处理为:
其中Mj=max{yij,i=1,2,…,n},mj=min{yij,i=1,2,…,n},j=m1+1,m1+2,…,m1+m2。
15.根据权利要求6所述的测试系统,其特征在于,还包括:评价处理单元,用于对所述第一反应时长及第二反应时长的平均值进行线性或非线性加权,作为其综合评价结果;其中,线性加权综合评价模型
其中wj为第j项指标的权重,反映了该指标对于司机综合评价的影响程度,值越大程度越大,反之越小,权重满足wj≥0,j=1,2,…,m;
非线性加权综合评价模型:
其中wj为第j项指标的权重,满足wj≥0,j=1,2,…,m;
16.根据权利要求15所述的测试系统,其特征在于,还包括:评价结果单元,用于设一批测试司机中,判定为不合格的比例为p1,判定为合格的比例为p2,其中p1+p2≤1,p1和p2参照其中 和 为标准正态分布的上分位点,a1和a2为预设值;
判定准则如下:
如果 则判定第i名司机属于不合格;
如果 则判定第i名司机属于合格。