澳大利亚的人口老龄化使高龄驾驶人问题成为一个更加突出的焦点。到2030年，大约四分之一的司机年龄将超过65岁。另一方面，交通情况变得越来越复杂。并非所有高龄驾驶人都不安全，统计数据也不能反映个人的驾驶能力。虽然全世界都非常重视老年人尽可能长时间地保持其机动性，但面临的挑战是制定适当的评估方法，以确定道路碰撞风险较高的老年驾驶人，并尽早提供干预措施。

年龄本身与高龄驾驶人的车道维护绩效没有显著相关性

高龄驾驶人驾驶行为的跨学科研究使用心理地理信息学方法表明，年龄本身与高龄驾驶人的车道维护绩效没有显著相关性。相反，高龄驾驶人的认知能力，特别是视觉注意力和执行功能，是其驾驶后车辆控制能力的良好预测因素。

更好地了解高龄驾驶人在道路上的行为

本研究通过综合测量驾驶员-车辆-环境的相互作用，考察老年驾驶员的流动性和行为，并研究驾驶行为和认知功能之间的关系。研究人员使用眼球追踪、全球导航卫星系统(GNSS)跟踪和地理信息系统(GIS)对50名老年司机的数据进行了收集和分析。结果表明，老年驾驶员的选择性注意、空间能力和执行能力较差，对车道保持、视觉搜索和协调能力产生不利影响。视觉运动协调措施是敏感和有效的适用于年长司机的驾驶评估。

视觉运动协调测量对于高龄驾驶人的驾驶评估是有效的

我们开发了一些模型，比如视觉-运动协调模型，它追踪眼球运动如何随着车辆运动而变化和移动。这一想法是为了了解运动运动如何与司机的认知知觉有关，包括认知知觉能多快导致驾驶行为。眼球运动可以进行地理编码，而GNSS可以用来获得精确的汽车运动，以了解每一个微小的随着眼球运动的变化，汽车的位置发生变化．事实上，对于年长的司机来说，汽车和眼球运动之间的差异已经更加明显研究表明在交叉口和环形交叉口出口右转会给高龄驾驶人在有效操纵车辆时的感知和反应能力带来更大的困难。

视觉协调能力调查

与许多其他研究相比，心理-地理信息学方法提供了更详细的老年驾驶员图像。特别是视觉-运动协调的测量在驾驶安全研究中还是一个新的课题。特定认知能力对驾驶行为的影响表现为老年驾驶员视觉空间能力和执行功能条件的影响最为显著。

驾驶场景或任务对高龄驾驶人的视觉模式、车道保持和协调性能有显著影响。较差的视觉空间和视觉运动能力似乎与低绩效驾驶行为特别相关。强烈建议视觉运动协调是老年人驾驶评估的敏感和有效措施。个别高龄驾驶人必须意识到自己的能力和局限性，以便通过采用防御性车道保持行为来提高驾驶能力。

这种方法对自动驾驶车辆有什么影响？

随着驾驶任务自动化的到来，认知注意的主题领域实际上变得更加重要。当车辆在自己的控制下运行时，车内的人将注意力从驾驶和交通状况上转移是安全的。但一些自动化设计仍然需要人的监督控制，并随时准备接管。因此，对外部道路和交通场景的一定程度的关注，以及有效的视觉-运动协调对老年人来说仍然是必要的，也是至关重要的。

要使自动驾驶汽车更具认知力和人工智能，就需要一个采用先进认知理论的系统，如我们在文中描述的情境感知理论和视觉-运动协调理论。我们认为，自动驾驶汽车的挑战之一将是在驾驶互动中模仿人类行为。这可能会为心理地理信息学方法在驱动研究中的长期应用创造条件;例如，可以开发一种心理时空算法，并将其集成到无人驾驶汽车系统架构中。