1.一种考虑多维度驾驶人特性的制动反应时间预测方法，其特征在于：包括以下步骤：

(1)建立制动反应时间的影响因素结构分解模型：

以驾驶人的生理属性、驾驶经验、驾驶负荷、驾驶期望为映射制动反应时间的潜变量，各潜变量中包括数个直接用于测量的显变量；所述的生理属性的显变量包括但不限于性别、视力、年龄，所述的驾驶经验的显变量包括但不限于驾龄、驾驶里程、驾驶频率，所述的驾驶负荷的显变量包括但不限于行为负荷量、心理占用量、动作占用量，所述的驾驶期望包括但不限于速度期望、跟车距离期望、舒适性期望；

(2)制作并发放多维驾驶人特性调查量表：

采用制动反应时间的影响因素解构模型制作调查问卷；向数名执有合法驾照的受访者发放调查问卷，受访者性别比例2:1，通过调查问卷的形式采集生理属性、驾驶经验、驾驶负荷、驾驶期望数据信息；

(3)基于调查问卷建立结构方程SEM模型：

使用SEM模型处理调查问卷分析结果，建立SEM模型前对数据进行信度和效度检验，对调查问卷获得的有效数据进行正态分析，确定各显变量数据的偏度系数值和峰度系数，保证收集的数据满足正态分布，再通过SEM建模软件建模，计算得到基于SEM的制动反应时间及其影响因素的解析模型，包含误差、路径系数、变量的模型；为了解决受访者对制动反应时间的不确定性，采用三角模糊数将其分解为三维向量的形式，同时作为制动反应时间的观测变量；

(4)设计驾驶负荷试验方案：

所述的驾驶负荷试验方案包括1种专注驾驶行为和5种分心驾驶行，每种分心驾驶行为过程中执行箭头测试、n‑back测试、钟表测试和路况汇报中的一种或多种任务；所述的分心驾驶行包括手持手机通话、键入文本信息、阅读文本信息、思考和交谈；

(5)采集制动反应时间数据：

根据影响因素解构模型选取数名受试者，在天气晴朗、能见度良好的时间展开试验，有引导车一台保持速度在50～60km/h，受试者自车跟随前车行驶并保持车距50～60m，驾驶过程中执行驾驶负荷试验方案，引导车随机制动以迫使受试者车辆制动；依托于前述试验条件，提取制动反应时间的数据；

(6)建立基于BP神经网络的制动反应时间预测模型：

网络结构设计：使用Sigmoid函数作为隐层神经元的激励函数，用以限制神经元输出幅值，公式(1)至(3)描述了神经元从输入至输出的计算过程；

yi＝S(Ii) (2)

式中，xi为神经元的输入信号，wi为神经元的权值，θi为神经元的输出阈值，Ii为神经元的计算结果，yi为神经元的输出信号，S(Ii)为Sigmoid函数；

使用上述SEM模型计算的路径系数优化网络权值的设定，提出SEM‑BP神经网络；

采用11组驾驶人特性变量作为网络模型输入，选择驾驶人的制动反应时间作为网络模型输出，隐层神经元数量的选取依据参考公式(4)和(5)，经过迭代寻优网络参数并对比模型效果，最终确定隐层神经元数量、学习率和隐含层数量指标；采用随机划分的方法将试验采集的总体样本数据集划分为训练集、验证集、测试集；采用均方误差算法计算误差，MSE是输出和目标之间的平均平方差，其值越低模型的精度越好；拟合性能评价指标选择回归R值度量输出和目标之间的相关性，R值越接近于1说明拟合效果越好；

n

nl＝log2(5)

式中，nl为隐含层节点数，n为神经网络模型输入变量的数量，m为神经网络模型输出变量的数量，a为0到10之间的常数；

(7)对制动反应时间预测模型进行性能检验：

利用LM算法在模型训练环节的非线性最小化数值解的优势，结合高斯‑牛顿算法以及梯度下降法的优点并改善两者的缺陷，进而提高SEM‑BP模型的整体性能；

至此，完成考虑多维度驾驶人特性的制动反应时间预测方法。

2.根据权利要求1所述的一种考虑多维度驾驶人特性的制动反应时间预测方法，其特征在于：(1)建立制动反应时间的影响因素解构模型过程中，除性别被分为两极选项外，其余显变量均转化为李克特5级量表的形式。

3.根据权利要求1所述的一种考虑多维度驾驶人特性的制动反应时间预测方法，其特征在于：(3)基于调查问卷建立结构方程SEM模型过程中，在信度检验中，克朗巴哈系数法用于测量同一维度中不同项目的观测一致性水平；在效度检验中，采用最大方差法进行因子旋转，样本数据的KMO和Bartlett检验结果表明数据效度。

4.根据权利要求1所述的一种考虑多维度驾驶人特性的制动反应时间预测方法，其特征在于：(4)设计驾驶负荷试验方案过程中，所述的箭头测试通过视觉搜索的方式占用受试者的视觉资源，试图诱发受试者产生视觉分心状态，测试过程中，在置于中控屏的平板电脑中预置箭头测试图集，由箭头组成的全部图片中，单张最多只有一个向上的箭头或无，受试者需要判断是否有向上的箭头，根据判断结果将该图片移动至“有”或“无”的文件夹中；

所述的n‑back测试以促使受试者思考的方式占用其听觉记忆资源，并施加脑力负荷，测试过程中，受试者依次听到10个随机的数字，口述回答该数字之前的第n个数字；

所述的钟表测试占用受试者的视觉空间工作记忆并引发思考，以此代表同时占据脑力负荷和视觉资源的驾驶任务，测试过程中，受试者依次听到由试验助理提出的随机时间问题，思考该时刻的指针位置并回答时针和分针是否成锐角；

所述的路况汇报要求受试者键入文字内容汇报当前行驶的位置、时速以及自己的驾驶任务，键入的文本类型包括了中文、英文和符号且需要切换。

5.根据权利要求1所述的一种考虑多维度驾驶人特性的制动反应时间预测方法，其特征在于：(4)设计驾驶负荷试验方案过程中，驾驶负荷试验任务包括：手持手机通话时分别进行2‑back测试、1‑back测试和钟表测试；键入文本信息时进行实时路况汇报；阅读文本信息时分别进行5×5箭头测试和4×4箭头测试；思考时分别进行2‑back测试、1‑back测试和钟表测试；交谈时分别进行2‑back测试、1‑back测试和钟表测试。

6.根据权利要求1所述的一种考虑多维度驾驶人特性的制动反应时间预测方法，其特征在于：(5)采集制动反应时间数据过程中，制动反应时间数据的截取规则为：当前车刹车灯亮起时，由试验助理在数据采集软件中标定记录起点，以制动踏板产生信号的瞬间作为记录终点，由此提取制动反应时间的数据。