问题与解答

答：TIRIA智库重点关注研究解决的是那些守法守规驾驶者也会时常发生交通事故，也会时常发生<“四类情形”交通事故>，也会时常发生严重交通事故，也会时常被动发生（遭遇）交通事故，也会时常被动发生（遭遇）<“四类情形”交通事故>，也会时常被动发生（遭遇）严重交通事故的行车安全问题。以及研究解决守法守规驾驶者如何使用<信息预警方法>和<主动预防技术>预防发生严重交通事故、预防发生<“四类情形”交通事故>等的行车安全问题。以及重点研究构建全新的行车安全信息生态，实现提前预警评估到主动预防的信息技术支持系统，让科技成为守护生命最可靠的力量，从被动应对到主动预防，用信息科技守护每一次出行。

答：<危险敏感信息>是<动态车辆所涉”危险敏感信息”>的简称。<危险敏感信息>是指动态车辆在行车过程中所涉及的行车环境中对行车安全有不利影响作用的敏感信息，以及驾驶员有不利于行车安全的驾驶行为信息，以及对动态车辆发生交通事故具有主导影响作用或重要影响作用的<预警信息>统称为：动态车辆所涉<危险敏感信息>，也称：动态车辆的<行车安全信息>、<预警信息>。

<危险敏感信息>（<行车安全信息>）主要包括三类：

第一类<危险敏感信息>是<预警信息>：是指对某车辆进行模拟计算而计算出来的<预警信息>是最重要的第一类<危险敏感信息>（<预警信息>）。主要包括：<车辆风险等级信息>、<车辆风险度标注信息>、<车辆安全度信息>、<行车类别信息>（轻中度事故频次信息）、<事故等级区间信息>、<危险敏感时间节点信息>、<节点预警级别信息>共7个动态车辆所涉<危险敏感信息>（<预警信息>）。第一类<危险敏感信息>（<预警信息>）最重要的特性是具有伴随性与循环性，而第二类<危险敏感信息>与第三类<危险敏感信息>没有这一特性。

第二类<危险敏感信息>是复杂或危险的行车环境信息：是指车辆在行驶中行车环境对车辆的行车安全有不利的<危险敏感信息>。主要包括：危险敏感路段、危险敏感路况、突发危险情况、复杂危险的交通道路，例如：U形弯路段、无交通指示灯路段、无交通指示灯路口、交通路口、事故高发路段、人车混行路段、交通秩序混乱路段、盘山公路、临山体的路段、临水路段，以及交通道路设计不合理路段、缺少必要的交通标识路段、缺少必要的交通设施路段、缺少必要的交通管理路段等都是动态车辆所涉<危险敏感信息>。

第三类<危险敏感信息>是不良驾驶行为信息：主要是指驾驶员有疲劳驾驶、分心驾驶、酒后驾驶、违法驾驶、违规超车、超速行驶、越线行驶、闯红灯、驾驶员出现<视觉幽灵现象>，以及车辆在<节点>时间高速行驶不降速、车辆行驶中或停车等信号期间跟车过近不保持安全车距等因不良驾驶行为而构成的<危险敏感信息>。当智能车辆（自动驾驶车辆）无法处理遇到的特殊危险情况时或错误处理遇到的特殊危险情况时也是动态车辆所涉<危险敏感信息>。

简释<行车安全信息>、<危险敏感信息>、<预警信息>三个名词与不同语境使用：

<行车安全信息>、<危险敏感信息>、<预警信息>三个名词是源于同一个概念，本质上是同一个概念的三种表述方法，在不同语境表述中各有侧重，如：<行车安全信息>是在理论研究动态车辆发生交通事故受<行车安全信息>影响作用的阐述论证中经常侧重表述使用；<危险敏感信息>是在验证动态车辆发生交通事故受<隐秘客观规律>影响作用的各类模拟计算表述与实验操作表述中经常侧重表述使用；<预警信息>是在为客户能够实现提前预警评估主动预防而提供真实预警预防数据中经常侧重表述使用。

三个名词分别在预警预防理论研究阶段、预警预防信息模拟计算与实验操作阶段、预警预防数据真实获取与提供预警预防数据应用阶段都有真实的表述与使用，TIRIA智库为在理论研究、模拟实验与实际应用环节上能够表达和使用更为准确而定义的源于同一个概念的三个理论名词，在此特别简释说明。

答：<危险敏感信息>的伴随性与循环性是专指评测计算出来的<预警信息>（<危险敏感信息>）具有长久的伴随性与循环性。其它两类<危险敏感信息>（不良行车环境信息、不良驾驶行为信息）不具有伴随性与循环性，但其它两类<危险敏感信息>参与<危险敏感信息>汇聚，当<危险敏感信息>汇聚完备就会形成<事故引爆点>，<预警信息>（<危险敏感信息>）具有的伴随性与循环性，增加了动态车辆形成<事故引爆点>的概率，所以<预警信息>是最重要的<危险敏感信息>。

<危险敏感信息>的伴随性与循环性研究：

动态车辆所涉及的<危险敏感信息>共有三类敏感信息构成：第一类：评测计算出来的<预警信息>；第二类：不良的行车环境信息；第三类：不良的驾驶行为信息。后两类<危险敏感信息>不具有长久的伴随性与循环性的特性，即使是不良的驾驶行为信息也是偶尔出现不会长久伴随或长久地循环出现。不良的行车环境信息更是不可能长久伴随或长久地循环出现，后两类<危险敏感信息>属于偶尔出现的<危险敏感信息>。唯有针对某车辆评测计算出来的<预警信息>（<危险敏感信息>）才具有长久的伴随性与循环性。<预警信息>（<危险敏感信息>）的伴随性与循环性特点增加了动态车辆与不良的行车环境信息或与不良的驾驶行为信息的信息汇聚机率，增加了<危险敏感信息>汇聚完备而形成<事故引爆点>的机率，因此筛查评测计算动态车辆的<预警信息>是否已构成<危险敏感信息>非常重要，因为它决定了该车辆的基础行车安全（包括：评估基础行车风险、评估事故频次高低、评估事故等级区间等）。

TIRIA智库的研究数据与实验对比数据显示：驾驶员驾驶<高风险车辆>（<危险敏感信息>）与驾驶<低风险车辆>（非<危险敏感信息>）交通事故发生率相差非常明显，<高风险车辆>交通事故发生率比<中风险车辆>的交通事故发生率高5.64倍，比<低风险车辆>的交通事故发生率高12.11倍。

动态车辆所涉<危险敏感信息>的伴随性与循环性增加了动态车辆发生交通事故的机率，驾驶员驾驶<高风险车辆>（<危险敏感信息>）发生交通事故的频次高或等级高，最主要的原因是<高风险车辆>本身就是<危险敏感信息>，从而增加了<高风险车辆>形成<事故引爆点>的机率，反映到实验数据上就是<高风险车辆>交通事故发生率比<中风险车辆>的交通事故发生率高5.64倍，比<低风险车辆>的交通事故发生率高12.11倍。（详见《数据研究》）。

<低风险车辆>之所以交通事故发生率很低，就是因为<低风险车辆>自身信息不构成<危险敏感信息>这一点非常重要。为什么有些车辆交通事故发生率很低，并不是驾驶员的驾驶技术比他人高，也不是因为该驾驶员比其他守法驾驶员更守法驾驶，而是该驾驶员所驾驶的车辆自身信息不构成<危险敏感信息>，即使该驾驶员驾驶该<低风险车辆>行驶在较为复杂的行车环境中，因为缺少车辆自身这个<危险敏感信息>而大大地降低了<危险敏感信息>汇聚完备的机率，反映到实验数据上就是<低风险车辆>的交通事故发生率很低，<低风险车辆>交通事故发生率比<高风险车辆>交通事故发生率低12.11倍。（详见《数据研究》）。

具有伴随性与循环性的<预警信息>（<危险敏感信息>）主要包括：<车辆风险等级信息>、<车辆风险度标注信息>、<车辆安全度信息>、<行车类别信息>（轻中度事故频次信息）、<事故等级区间信息>、<危险敏感时间节点信息>、<节点预警级别信息>共7个<预警信息>（<危险敏感信息>）。这7个<预警信息>（<危险敏感信息>）始终伴随着动态车辆的行车过程，对动态车辆发生交通事故（含<“四类情形”交通事故>）具有至关重要的主导影响作用，因此通过<DSRC>模拟计算出来的<预警数据>具有长久地预警价值和预防价值。

答：第一类<危险敏感信息>（<预警信息>）对<危险敏感信息>汇聚完备形成<事故引爆点>最重要。因为没有第一类<危险敏感信息>（<预警信息>）汇聚就不构成<危险敏感信息>汇聚完备，<危险敏感信息>汇聚不完备时，动态车辆的<事故引爆点>就不会形成。因此第一类<危险敏感信息>（<预警信息>）对<危险敏感信息>汇聚完备形成<事故引爆点>最重要。

动态车辆所涉及的<危险敏感信息>（<行车安全信息>）共有三大类：第一类<危险敏感信息>（<预警信息>），第二类<危险敏感信息>（不良行车环境信息），第三类<危险敏感信息>（不良驾驶行为信息）。第二类<危险敏感信息>（不良行车环境信息），第三类<危险敏感信息>（不良驾驶行为信息）都不具有长期的伴随性与循环性。唯有第一类<危险敏感信息>（<预警信息>）具有长期的伴随行与循环性，第一类<危险敏感信息>（<预警信息>）始终伴随着行车过程，对动态车辆所涉<危险敏感信息>汇聚完备形成<事故引爆点>具有最重要的主导影响作用。第一类<危险敏感信息>（<预警信息>）的伴随性与循环性增加了动态车辆在行驶中形成<事故引爆点>的机率，从而使动态车辆发生交通事故（含<“四类情形”交通事故>）因此而成为一件随时随地都可能发生的事，驾驶员因此而时常在危险的情境中驾驶车辆，驾驶员唯有提前获取自己所驾车辆的<预警信息>（<危险敏感信息>）进行提前预警评估到主动预防，通过“合理使用”<节点>降低动态车辆在行驶中形成<事故引爆点>的机率，从而降低交通事故的发生机率、降低<“四类情形”交通事故>的发生机率。

第一类<危险敏感信息>（<预警信息>）共有7个<预警信息>（<危险敏感信息>），其中以<车辆风险等级信息>、<车辆风险度标注信息>、<危险敏感时间节点信息>、<节点预警级别信息>4个<危险敏感信息>最为重要。动态车辆所涉<危险敏感信息>汇聚完备并形成<事故引爆点>最常见的<危险敏感信息>（<预警信息>）至少包含<高风险车辆信息>(<危险敏感信息>)和<1级预警节点信息>(<危险敏感信息>)与<危险敏感路段>信息(<危险敏感信息>)或突发危险情况信息(<危险敏感信息>)相关联、交叉、重叠、汇聚并形成<事故引爆点>。

答：<事故引爆点>也称<时空汇聚点>。是TIRIA智库行车安全问题研究中心定义的专属学术理论名词。<事故引爆点>是指动态车辆所涉<危险敏感信息>在该车辆的某个<危险敏感时间节点>上汇聚完备之际而形成的随时都可能引发动态车辆发生交通事故的“时空汇聚点”，就是动态车辆的<事故引爆点>。

“时空汇聚点”包含强调的是与<节点>时间关联、交叉、重叠、汇聚的<危险敏感信息>包括：不良的行车环境信息（包括：危险敏感路段信息、突发危险情况信息）、不良的驾驶行为信息（包括：如疲劳驾驶、分心驾驶、酒后驾驶、违法驾驶、违规超车、超速行驶、越线行驶、闯红灯、驾驶员出现<视觉幽灵现象>，以及车辆在<节点>时间高速行驶不降速、车辆行驶中或停车等信号期间跟车过近不保持安全车距等因不良驾驶行为而构成的<危险敏感信息>），以及最重要的评测计算出来的<预警信息>（包括如：<车辆风险等级>信息、<节点>信息等<预警信息>），这三类<危险敏感信息>在车辆的某个<危险敏感时间节点>上汇聚完备之际就会形成随时都可能引发动态车辆发生交通事故的<事故引爆点>。

TIRIA智库的研究数据与实验数据显示：动态车辆所涉<危险敏感信息>汇聚并形成<事故引爆点>后不是100%的车辆都必然会发生交通事故或必然会被动遭遇交通事故，而是 <事故引爆点>一旦形成动态车辆发生交通事故或被动遭遇交通事故的机率就会升高，也就是说<事故引爆点>一旦形成动态车辆发生交通事故或被动遭遇交通事故就会成为大概率事件。

<事故引爆点>的构成要件与形成是三类<危险敏感信息>在某个<节点时间>汇聚而形成。动态车辆在行车过程中每小时都会出现3-4个<节点>，且<节点>具有伴随行与循环性，因此理论上动态车辆发生交通事故具有随时随地发生的可能性，然而事实上动态车辆并不是每天都会发生交通事故，而是偶尔会发生一次交通事故，主要原因是动态车辆所涉<危险敏感信息>必须在该车辆的某个<危险敏感时间节点>上汇聚完备才能形成<事故引爆点>，也就是说没有<危险敏感信息>在该车辆的某个<危险敏感时间节点>上汇聚完备并形成<事故引爆点>任何情形的交通事故都不会发生，也不会被动发生（遭遇）。

什么情况下最容易形成<事故引爆点>呢？

如果驾驶员驾驶的是一辆<高风险车辆>，<高风险车辆>本身就是<危险敏感信息>，如果驾驶员驾驶<高风险车辆>在没有”合理使用”<节点>的情况下在该车辆的某个<节点>（<危险敏感信息>）上行驶，此时该车辆形成<事故引爆点>已具备三分之二的<危险敏感信息>条件，剩下的三分之一的<危险敏感信息>什么时间汇聚完备，就看该车辆在某个<节点>（<危险敏感信息>）时间是否经过危险敏感路段或遇突发危险情况或驾驶员有不良驾驶行为（包括：如疲劳驾驶、分心驾驶、酒后驾驶、违法驾驶、违规超车、超速行驶、越线行驶、闯红灯、驾驶员出现<视觉幽灵现象>，以及车辆在<节点>时间高速行驶不降速、车辆行驶中或停车等信号期间跟车过近不保持安全车距等因不良驾驶行为而构成的<危险敏感信息>），这些<危险敏感信息>只要有其一就会立刻汇聚完备而形成<事故引爆点>。动态车辆形成<事故引爆点>后不是100%的车辆都必然会发生交通事故或必然会被动遭遇交通事故，而是 <事故引爆点>一旦形成动态车辆发生交通事故或被动遭遇交通事故的机率就会升高，也就是说<事故引爆点>一旦形成动态车辆发生交通事故或被动遭遇交通事故就会成为大概率事件，这也是为什么驾驶员驾驶<高风险车辆>的交通事故发生率比驾驶<中风险车辆>高5.64倍，比驾驶<低风险车辆>高12.11倍的主要原因，因为<高风险车辆>本身就是<危险敏感信息>，加之<节点>（<危险敏感信息>）具有伴随行与循环性，那么只要再汇聚一个或行车环境的<危险敏感信息>或驾驶行为的<危险敏感信息>，<危险敏感信息>就会立刻在某个<节点>上汇聚完备而形成<事故引爆点>。

答：TIRIA智库的研究数据与实验数据显示：动态车辆所涉<危险敏感信息>汇聚并形成<事故引爆点>后不是100%的车辆都必然会发生交通事故或必然会被动遭遇交通事故，而是 <事故引爆点>一旦形成动态车辆发生交通事故或被动遭遇交通事故的机率就会升高，也就是说<事故引爆点>一旦形成动态车辆发生交通事故或被动遭遇交通事故就会成为大概率事件，因此防止<事故引爆点>形成很重要。动态车辆能否发生交通事故，取决于动态车辆的<事故引爆点>能否形成。动态车辆何时发生交通事故，取决于动态车辆的<事故引爆点>何时形成，因为没有<事故引爆点>的形成任何情形的交通事故都不会发生也不会被动发生（遭遇），因此防止<事故引爆点>的形成很重要。

<危险敏感信息>汇聚并形成<事故引爆点>的必要条件：

通常情况下<事故引爆点>由二类<危险敏感信息>汇聚形成或由三类<危险敏感信息>汇聚形成：

<事故引爆点>由二类<危险敏感信息>汇聚形成的必要条件包括：<预警信息>（包括：<车辆风等级>信息、<节点>信息等<预警信息>）、行车环境信息（包括：<危险敏感路段>信息或<突发危险情况>信息）。

<事故引爆点>由三类<危险敏感信息>汇聚形成的必要条件包括：<预警信息>（包括：<车辆风等级>信息、<节点>信息等<预警信息>）、行车环境信息（包括：<危险敏感路段>信息或<突发危险情况>信息）、驾驶员不良驾驶行为信息（包括：如疲劳驾驶、分心驾驶、酒后驾驶、违法驾驶、违规超车、超速行驶、越线行驶、闯红灯、驾驶员出现<视觉幽灵现象>，以及车辆在<节点>时间高速行驶不降速、车辆行驶中或停车等信号期间跟车过近不保持安全车距等因不良驾驶行为而构成的<危险敏感信息>。

守法守规驾驶员如何防止<事故引爆点>的形成：

守法守规驾驶员发生交通事故或被动遭遇交通事故多数情况下都是由三类（少数情况下由二类）<危险敏感信息>汇聚形成<事故引爆点>而发生的交通事故，即守法守规驾驶员发生交通事故或被动遭遇交通事故仍然遵循<危险敏感信息>汇聚形成<事故引爆点>而发生或被动遭遇交通事故的原理，否则守法守规驾驶员就不会发生交通事故更不会被动遭遇交通事故。守法守规驾驶员虽然不存在违法违规驾驶行为问题，但守法守规驾驶员仍然存在因不良驾驶行为而构成的<危险敏感信息>，例如守法守规驾驶员在某种情况下而导致出现<视觉幽灵现象>（<危险敏感信息>）、在<节点时间>驾驶没有适度降低车速（<危险敏感信息>）、在<节点时间>驾驶没有保持足够的安全车距（<危险敏感信息>）等都属于不良驾驶行为而构成的<危险敏感信息>。所以守法守规驾驶员在防止<事故引爆点>形成中仍然需要不断地提高驾驶素养，克服不良驾驶行为使<事故引爆点>形成机率减少，才能有效降低交通事故发生率、最大程度地降低被动交通事故发生率。

守法守规驾驶员防止<事故引爆点>形成更重要的是：提前获取自己所驾车辆的<预警信息>（包括：<车辆风等级>信息、<节点>信息等<预警信息>），<预警信息>是三类<危险敏感信息>汇聚形成<事故引爆点>最重要的<危险敏感信息>。

<预警信息>（包括：<车辆风等级>信息、<节点>信息等<预警信息>）也是守法守规驾驶员对自己所驾车辆的基础行车安全进行风险评估，实现提前预警、主动预防（<合理使用节点>），防止<事故引爆点>形成非常重要的方法与技术。如果守法守规驾驶员能够提前掌控<预警信息>（<危险敏感信息>），如果守法守规驾驶员没有不良驾驶行为构成的<危险敏感信息>，那么守法守规驾驶员等于掌控了形成<事故引爆点>三分之二的<危险敏感信息>的主控权，剩下的三分之一的行车环境中的<危险敏感信息>（包括：<危险敏感路段>信息或<突发危险情况>信息）因不能汇聚完备而不能形成<事故引爆点>。

有不良驾驶行为习惯的驾驶员如何防止<事故引爆点>的形成：

有不良驾驶行为习惯的驾驶员首先需要修正的是不良驾驶行为习惯，因为驾驶员的不良驾驶行为习惯本身就是动态车辆所涉<危险敏感信息>，也是形成<事故引爆点>的条件之一。如果有不良驾驶行为习惯的驾驶员驾驶的是<高风险车辆>，<高风险车辆>本身也是动态车辆所涉<危险敏感信息>，如果有不良驾驶行为习惯的驾驶员驾驶<高风险车辆>在该车辆的某个<节点>（<危险敏感信息>）上行驶，那么这二类<危险敏感信息>汇聚完备，该车辆就会立刻形成<事故引爆点>，所以有不良驾驶行为习惯的驾驶员修正不良驾驶行为习惯非常重要，其次是按照守法守规驾驶员防止<事故引爆点>形成的方法防止<事故引爆点>的形成。

答：驾驶员的<视觉幽灵现象>是指驾驶员在驾驶车辆过程中由于注意力过度集中观察某一特定目标而忽视行车环境中的其它车辆、行人等本应可以很容易观察到的人、车、物、事等情况，即驾驶员出现了短暂的“视而不见”现象就是驾驶员的<视觉幽灵现象>也称：驾驶员的<视觉幽灵时间>。

驾驶员的<视觉幽灵现象>属于驾驶行为类的<危险敏感信息>。驾驶行为类的<危险敏感信息>与行车环境类的<危险敏感信息>，以及与<预警信息>类的<危险敏感信息>在动态车辆的某个<危险敏感时间节点>上关联汇聚完备而形成<事故引爆点>就会导致动态车辆发生交通事故。驾驶员的<视觉幽灵现象>是驾驶行为类很敏感很重要的<危险敏感信息>，因为动态车辆的<节点>具有循环性与伴随性（<节点>是形成<事故引爆点>的必要条件），因此驾驶员的<视觉幽灵现象>（<危险敏感信息>）出现的次数越少，动态车辆形成<事故引爆点>的机率越少，动态车辆发生交通事故的机率越小；驾驶员的<视觉幽灵现象>（<危险敏感信息>）出现的次数越多，动态车辆形成<事故引爆点>的机率越多，动态车辆发生交通事故的机率越大。

驾驶员的<视觉幽灵现象>之所以非常重要，之所以应当引起驾驶员的高度重视，是因为当驾驶员出现<视觉幽灵现象>时通常情况下并不是因为驾驶员分心驾驶导致的，也不是因为驾驶员违规驾驶导致的，而是因为驾驶员过度集中注意力观察驾驶员自认为很重要的行车环境中的信息而导致的，例如驾驶员集中注意力观察指示灯还有几秒时间由绿灯变红灯，于是驾驶员匆忙抢时间通过指示灯路口，却忽略了车前有行人或有其它非机动车辆，从而引发交通事故，这类交通事故一旦发生一般情况下都是比较严重的交通事故。驾驶员的<视觉幽灵现象>是可以通过驾驶员驾驶素养的自我提高而得到驾驶行为的修正而降低，随着驾驶员驾驶素养的提高驾驶员出现<视觉幽灵现象>的频次概率也会随之有效降低。

答：TIRIA智库长期的研究显示：驾驶员使用<预警数据>不能完全避免出现<视觉幽灵现象>，但能够大幅度有效降低驾驶员出现<视觉幽灵现象>的频次概率。<预警数据>是通过采集真实车辆信息以及相关真实驾驶信息、真实行车信息通过<DSRC>智能模拟计算技术而计算得出的<预警数据>，也就是说动态车辆的<预警数据>已经包含了对不良行车环境信息（<危险敏感信息>）的预警，以及对不良驾驶行为信息（<危险敏感信息>）的预警提示。但为什么还要把不良的行车环境信息（<危险敏感信息>）与不良的驾驶行为信息（<危险敏感信息>）仍然列为<危险敏感信息>汇聚的重要敏感信息呢？

最主要原因就是模拟计算不可能把动态车辆可能遇到的全部敏感信息全部纳入计算模型之中进行计算，例如计算驾驶员的<视觉幽灵现象>出现时间与频次概率预警数据，我们是根据驾驶员填写的驾驶行为的自我评价结合真实行车环境等信息进行计算最终得出主要<预警数据>（<车辆风险等级>数据）与辅助<预警预防数据>（<节点预警预防数据>），以此提示驾驶员对自己车辆的基础行车安全要有基础风险评估同时还要重视预警节点（合理使用<节点>）的重要提示。如果驾驶员填写的驾驶行为自我评价是真实客观准确的，那么<预警数据>的预警预防作用与效果会更显著，如果驾驶员填写的驾驶行为自我评价不够客观准确真实，那么<预警数据>帮助驾驶员降低出现<视觉幽灵现象>的频次概率这个特殊的驾驶行为会有所降低。

驾驶员的<视觉幽灵现象>属于驾驶行为类的<危险敏感信息>，也是计算<预警数据>最难全面客观准确采集纳入的驾驶行为信息。驾驶员的<视觉幽灵现象>本不在预警范畴内，因为驾驶行为是驾驶员自己完全可以克服修正的，但我们在采集信息计算<预警数据>时仍然兼顾了把本应由驾驶员养成良好驾驶习惯，提升驾驶素养就可以避免出现<视觉幽灵现象>也尽力纳入预警提示范畴进行预警数据计算，实验数据显示：驾驶员依靠<预警数据>的预警提示能够大幅度降低出现<视觉幽灵现象>的频次概率是有效且肯定的。如果驾驶员想要完全避免出现<视觉幽灵现象>达到最满意的效果，那么驾驶员在使用<预警数据>的同时提升驾驶素养是可以收获满意效果的。

驾驶员在行车过程中最难预防的其实是行车环境中出现的突发情况或危险敏感路段等<危险敏感信息>，而这些<危险敏感信息>恰恰是<预警数据>预警预防效果最好的，因为采集真实准确的行车环境信息比采集客观真实准确的驾驶行为信息更容易。驾驶员在使用<预警数据>的基础上提高自己的驾驶素养能大幅度有效降低出现<视觉幽灵现象>的频次概率是有效且肯定的。

答：TIRIA智库筛查<高风险车辆>占比实验数据显示：个人自用车辆筛查实验组<高风险车辆>占比：26.7%；专业运输车辆筛查实验组<高风险车辆>占比：27.8%；公司办公车辆筛查实验组<高风险车辆>占比：26.9%。<高风险车辆>平均占比：27.13%，数据统计可信度：94.46%。（详见《数据研究》）。

TIRIA智库对案例数据库进行<高风险车辆>筛查与<高风险车辆>发生交通事故统计数据显示：发生严重交通事故包括被动发生（遭遇）严重交通事故的车辆中<高风险车辆>占比高达78.7%；发生<“四类情形”交通事故>的车辆中<高风险车辆>占比高达86.5%。<高风险车辆>筛查平均占比虽然只有27.13%，但<高风险车辆>发生严重交通事故和发生<“四类情形”交通事故>的平均占比高达：82.6%，数据统计可信度：95.8%。

数据统计方法（可信度注释）：从TIRIA智库采集的真实清晰准确的涉及事故车辆10万辆的交通事故案例中筛查出27030辆<高风险车辆>，统计<高风险车辆>在涉及事故车辆10万辆的交通事故案例中发生严重交通事故与发生<四类情形交通事故>的占比，数据统计可信度：95.8%。

从筛查<高风险车辆>占比实验数据与<高风险车辆>发生严重交通事故（含<“四类情形”交通事故>）占比统计数据可知：筛查<高风险车辆>确实是一件非常重要的事，因为严重交通事故往往关系到人的生命安全，生命安全高于一切，生命安全是事业与幸福的基础，保障自己的行车安全相当于在保护自己的生命安全，筛查<高风险车辆>确实应该是生活中的头等大事。

答：相同点：当驾驶员有违法违规驾驶行为时：

当驾驶员有违法违规驾驶行为、酒后驾驶行为、吸毒后驾驶行为、疲劳驾驶行为、分心驾驶行为、闯红灯驾驶行为、超速驾驶行为、违规超车驾驶行为等违法违规驾驶行为时，不论驾驶员驾驶的是什么风险等级的车辆发生交通事故的机率都会同样升高。当驾驶员有违法违规驾驶行为时，此时的<高风险车辆>、<中风险车辆>、<低风险车辆>都同样构成动态车辆所涉<危险敏感信息>。

不同点1：当驾驶员没有违法违规驾驶行为时：

当驾驶员没有违法违规驾驶行为、没有酒后驾驶行为、没有吸毒后驾驶行为、没有疲劳驾驶行为、没有分心驾驶行为、没有闯红灯驾驶行为、没有超速驾驶行为、没有违规超车驾驶行为等违法违规驾驶行为时，即驾驶员都是在正常守法守规驾驶的前提下，<高风险车辆>的严重交通事故发生率比<中风险车辆>的严重交通事故发生率高5.64倍，比<低风险车辆>的严重交通事故发生率高12.11倍。

不同点2：当驾驶员没有违法违规驾驶行为时：

驾驶员驾驶<高风险车辆>时：不论驾驶员的驾驶素养高还是驾驶素养普通，驾驶员驾驶<高风险车辆>都属于动态车辆所涉<危险敏感信息>。

驾驶员驾驶<中风险车辆>时：驾驶员的驾驶素养非常优秀，驾驶员驾驶<中风险车辆>不属于动态车辆所涉<危险敏感信息>；驾驶员的驾驶素养普通，驾驶员驾驶<中风险车辆>仍然属于动态车辆所涉<危险敏感信息>。

驾驶员驾驶<低风险车辆>时：不论驾驶员的驾驶素养高还是驾驶素养普通，驾驶员驾驶<低风险车辆>都不属于动态车辆所涉<危险敏感信息>。

TIRIA智库对案例数据库进行<高风险车辆>筛查与<高风险车辆>发生交通事故统计数据显示：发生严重交通事故包括被动发生（遭遇）严重交通事故的车辆中<高风险车辆>占比高达78.7%；发生<“四类情形”交通事故>的车辆中<高风险车辆>占比高达86.5%。<高风险车辆>筛查平均占比虽然只有27.13%，但<高风险车辆>发生严重交通事故和发生<“四类情形”交通事故>的平均占比高达：82.6%，数据统计可信度：95.8%。

数据统计方法（可信度注释）：从TIRIA智库采集的真实清晰准确的涉及事故车辆10万辆的交通事故案例中筛查出27030辆<高风险车辆>，统计<高风险车辆>在涉及事故车辆10万辆的交通事故案例中发生严重交通事故与发生<四类情形交通事故>的占比，数据统计可信度：95.8%。

答：<高风险车辆>之间是有差别的，简述如下：

从<高风险车辆>的行车“风险度”标注上有三个“风险度”的差别：

<高风险车辆>之间有“风险度”的差别（<风险度标注>数据的不同），<高风险车辆>分为：<高风险车辆>A度、<高风险车辆>B度、<高风险车辆>C度。<高风险车辆>A度是行车“风险度”最高的车辆、其次是<高风险车辆>B度、再其次是<高风险车辆>C度。

从<高风险车辆>筛查确认条件上有三种风险类型的差别：

第一种风险类型：发生<轻、中度事故频次>高的风险类型，这种风险类型属于<高风险车辆>中行车“风险度”相对风险较低的风险类型，但仍然属于<高风险车辆>。

第二种风险类型：发生（含被动发生或遭遇）严重交通事故机率高的风险类型，这种风险类型属于<高风险车辆>中行车“风险度”比较高的风险类型。

第三种风险类型：发生<轻、中度事故频次>高和发生（含被动发生或遭遇）严重交通事故机率高兼具类型的<高风险车辆>，这种风险类型属于<高风险车辆>中行车“风险度”最高的风险类型。只要是<高风险车辆>从行车风险上看都是相对不安全的车辆，因此筛查<高风险车辆>对于真爱生命的驾驶员来说非常的重要。

客户如何评估确认<高风险车辆>属于<高风险车辆>中的哪种类型？

客户可以通过查看<风险度标注>数据评估判断确认，客户也可再获取2个<辅助预警数据>（<轻、中度事故频次>数据与<事故等级区间>数据）对主预警数据（<车辆风险等级>数据）进行补充评估，确认自己所驾驶的<高风险车辆>属于哪种类型。

筛查<高风险车辆>的目的：

筛查<高风险车辆>的目的就是提前预警评估、主动预防车辆发生严重交通事故。至于车辆平时发生轻微事故或发生轻度事故或发生中度事故，只要驾乘人员的生命没有受到损伤就都是行车当中的小事。而一旦车辆发生严重交通事故往往会直接危害到的驾乘人员的生命安全，这也是为什么筛查<高风险车辆>很重要也很必要的原因，也是筛查<高风险车辆>的价值所在与意义所在。

<高风险车辆>必然会发生严重交通事故吗？为什么？

答：TIRIA智库长期的研究显示：<高风险车辆>必然会发生<轻、中度交通事故>，但不是所有的<高风险车辆>都必然会发生严重交通事故。例如<高风险车辆>当中的第一种风险类型，即发生<轻、中度事故频次>高的风险类型的<高风险车辆>，发生严重事故的机率就相对比较低，但仍然属于<高风险车辆>；例如驾驶<高风险车辆>的驾驶员每天出车时间比较少、车程比较短或使用车辆频次比较低，很少有较长时间的长途驾驶或很少行驶在比较复杂的行车环境中，这些因素都会相应地降低<高风险车辆>发生严重交通事故的机率。

如果驾驶员驾驶的<高风险车辆>属于第二种风险类型或第三种风险类型，驾驶员每天驾驶车辆的时间都比较长、行驶里程也比较长、行车环境时好时差，交通秩序也时好时差或不是很良好，那么发生交通事故的机率就会随之升高，尤其驾驶第三种风险类型的<高风险车辆>发生严重交通事故的机率也会随之升高，什么时间会发生严重事故要看三类<危险敏感信息>何时在<危险敏感时间节点>上汇聚完备并形成<事故引爆点>。

特别注释1：

TIRIA智库长期的研究数据显示：驾驶员守法守规驾驶<低风险车辆>发生严重交通事故的机率非常低、发生<“四类情形”交通事故>的机率也非常低；驾驶员守法守规驾驶<中风险车辆>发生严重交通事故的机率比较低，发生<“四类情形”交通事故>的机率也同样比较低，这是有科研数据支持的研究结论。（详见《数据研究》、《理论研究》）。

特别注释2：

TIRIA智库长期的研究数据显示：正常守规驾驶<中风险车辆>或守规驾驶<低风险车辆>也会偶尔发生轻微事故或偶尔发生<轻、中度交通事故>或偶尔被动发生（遭遇）<轻、中度交通事故>。<中风险车辆>或<低风险车辆>不是不会发生<“四类情形”交通事故>，也不是不会被动发生（遭遇）<“四类情形”交通事故>，而是发生或被动发生（遭遇）<“四类情形”交通事故>的机率相对比较低。<中风险车辆>或<低风险车辆>不是绝对百分百不会发生或不会被动发生（遭遇）严重交通事故，而是发生严重交通事故的机率很低、被动发生（遭遇）严重交通事故的机率也很低。

答：根据TIRIA智库的研究数据调查数据以及TIRIA智库的交通事故案例数据库统计数据发现：被动发生（遭遇）交通事故的车辆事实上确实多于引发事故的责任方车辆。这是因为诸如车辆被追尾、车辆被冲撞、车辆被翻滚的车辆砸中等情形的交通事故中，被追尾、被冲撞、被撞砸的车辆往往不是一辆车受损伤而是同时有多辆车受损伤，因此被动发生（遭遇）交通事故的车辆事实上确实比引发事故的责任方车辆多，这个统计数据目前没有全球范围的精确统计数据，但根据TIRIA智库的交通事故案例数据库的统计数据显示：被动发生（遭遇）交通事故的车辆要比引发事故的责任方车辆要多出30%左右。

TIRIA智库之所以把守法守规驾驶者也会时常发生交通事故，也会时常被动发生（遭遇）交通事故做为重点关注研究的科研项目，就是因为TIRIA智库在研究解决交通问题科研活动中发现：不仅是被动发生事故的车辆数要远多于引发事故的责任方车辆数，更重要的是通过大量的调查统计数据发现：大量的长期守法守规驾驶者也会时常发生交通事故，也会时常被动发生（遭遇）交通事故是客观事实，并且被动发生交通事故的车辆数要多于引发事故的责任方车辆数也是客观事实，这也正是TIRIA智库确立科研方向和科研重点的原因，TIRIA智库用了近二十年的科研时间为守法守规驾驶者专门研发出筛查评测<高风险车辆>的业务项目，为守法守规驾驶者提供提前预警主动预防的信息技术帮助。

答：TIRIA智库长期的研究数据和调查数据显示：守法守规驾驶者也会时常发生交通事故，也会时常发生或遭遇<“四类情形”交通事故>，也会时常发生或被动遭遇严重交通事故是客观事实而且是大量存在的客观事实，被动发生或被动遭遇交通事故（含<“四类情形”交通事故>）的车辆比事故主要责任方车辆多出30%左右。

TIRIA智库长期的研究数据和实验数据显示：动态车辆发生交通事故并非是无规律的偶然现象，而是有规律可循证的客观现象，当动态车辆所涉<危险敏感信息>在某个<危险敏感时间节点>汇聚完备之际，动态车辆发生交通事故就会成为有规律的必然现象，我们基于循证研究和数据驱动的分析方法，在大量的研究数据与实验数据的支持下发现并确定：动态车辆发生交通事故具有<隐秘的客观规律>，<隐秘的客观规律>对动态车辆发生交通事故具有至关重要的主导影响作用，也就是说动态车辆发生交通事故并不是无规律的偶然现象而是有规律可循证的客观现象，更进一步说就是有些情形的交通事故和<“四类情形”交通事故>的发生不是因驾驶员是否正在守法守规驾驶而发生。

TIRIA智库在研究探求动态车辆发生交通事故<隐秘的客观规律>的科研活动的过程中创立了<DSRC>智能模拟计算技术，我们运用该项技术对实验车辆进行模拟计算，确定实验车辆的<风险等级>，然后进行长期的观察与检验验证，对比实验数据显示：<高风险车辆>的严重交通事故发生率比<中风险车辆>的严重交通事故发生率高5.64倍，比<低风险车辆>的严重交通事故发生率高12.11倍（详见《数据研究》相关专题）。

守法守规的驾驶员都是热爱生活珍视生命的人士，守法守规的驾驶员应当象重视和保护自己的身体健康那样重视和保护自己的行车安全，人的生命很珍贵而严重交通事故常常会直接损伤或直接危害到人的珍贵的生命安全，当车辆一旦发生严重交通事故驾驶员再想去重视行车安全，有时可能连重视行车安全的机会都被取消了，驾驶员提前获取自己所驾车辆的<预警数据>非常重要，尤其守法守规的驾驶员提前获取对车辆基础行车安全具有风险评估定性与安全评估定性的<主预警数据>不但重要，而且非常有必要。

答：包括情形：车辆在行驶过程中、停车等信号过程中或在某处临时停车时，突然发生的、突然出现的、突然遭遇的轻重不同的各类情形交通事故（含<“四类情形”交通事故>）所造成的各类损伤、车毁以及所涉人员伤亡等情况。它包括：车与车、车与人、车与物之间发生的各类情形交通事故（含<“四类情形”交通事故>），以及因各种原因（发生或遭遇）导致的撞物、撞树、撞墙、刮撞隔离栏等交通设施、翻车、坠崖、冲沟、落水、被硬物砸中、被硬物击中、被滚落的山石击中、被掉下或倒塌的建筑物砸中或击中等等各类情形的交通事故（含<“四类情形”交通事故>）。

不包括情形：不包括人为故意破坏车辆、人为故意损毁车辆、人为故意撞损车辆、人为故意爆炸车辆、人为故意烧毁车辆、以及人为故意制造车辆损毁过程中所涉及的人员损伤等，不包括人为制造车辆假交通事故现场的各类车辆损伤及人员损伤。不包括车辆自燃损毁、自爆损毁。不包括地震、冰雹、火灾、水灾等各类自然灾害对车辆及所涉人员的损伤。

答：<“四类情形”交通事故>是TIRIA智库行车安全问题研究中心对各种原因导致的交通事故和各类情形交通事故长期的调查、研究、归纳、总结、统计、验证最终确定、界定、定义的专属学术理论名词。

<“四类情形”交通事故>广义概括地说是指<传统预防方法>（见下方的【注释】）难以预防或无法预防的交通事故情形，都属于<“四类情形”交通事故>。 

<“四类情形”交通事故>具体地说是指<传统预防方法>（见下方的【注释】）难以预防或无法预防的交通事故情形主要有“四类情形”， “四类情形”交通事故包括：第一类情形：“无奈发生”的交通事故（也称：”无法躲避”的交通事故）；第二类情形：“被动发生”的交通事故；第三类情形：“不幸发生“的交通事故（也称：交通意外事故）；第四类情形：“不明原因发生”的交通事故，这“四类情形”交通事故常伴有或发案率高或致伤率高或致残率高或致死率高的“四高特点“，就是TIRIA智库界定、定义的<“四类情形”交通事故>。

<“四类情形”交通事故>是TIRIA智库行车安全问题研究中心在对动态车辆发生交通事故根本原因与交通事故发生原理的研究与探索中发现、归纳、总结出来的<传统预防方法>难以预防或无法预防的<“四类情形”交通事故>。

【注释】：<传统预防方法>是指驾驶员在驾驶车辆中采用守法驾驶、守规驾驶、谨慎驾驶、专心驾驶、熟练驾驶、不超速驾驶、不疲劳驾驶等良好的驾驶习惯、良好的驾驶技术和良好的驾驶状态预防动态车辆发生交通事故的<常用预防方法>、<普通预防方法>，即是<传统预防方法>。详见《学术释义》：<传统预防方法>。

<“四类情形”交通事故>具体情形和特点研究简介：

TIRIA智库的调查、研究发现：<传统预防方法>对预防动态车辆发生交通事故是有帮助作用的，这是毋庸置疑的，<传统预防方法>能够有效预防某些情形的交通事故、有效降低某些情形交通事故的发生率是客观事实，但<传统预防方法>不是对所有情形的交通事故都能有效预防也是客观事实，其中主要有“四类情形”交通事故，<传统预防方法>是难以预防或无法预防的，这“四类情形”交通事故的具体情形和特点以及相关问题研究简介如下：

第一类情形：“无奈发生“的交通事故，也称：”无法躲避“的交通事故。如：车辆在守法守规正常行驶中或正在停车等信号中或在公用道路（含公用场地）的某处临时停车时突然发生被他车撞击、被他车碰撞、被他车追尾、被翻滚的车辆砸中……等情形的交通事故。当车辆被撞、追、砸时驾驶主体（含智能车辆和驾驶员）因没有躲避空间或没有躲避时间或没有躲避方法或躲避意识已无法运转或车辆智能探测处理中心无法处理等原因，驾乘人员只能目睹交通事故无奈地在眼前发生却无法躲避的交通事故情形。

特点：驾驶主体（含智能车辆和驾驶员）或有时间可以看见，或有机会可以预想预见到事故即将发生，但却无法紧急避险无法躲避或没有躲避空间或没有躲避时间或没有机会采取紧急预防措施，眼看着事故发生，没有或无法事先想到会有“无法躲避“的危险情况突然出现（发生），<传统预防方法>难以预防或无法预防。

第二类情形：“被动发生“的交通事故。如：车辆在正常守法守规行驶中或在停车等信号中或在公用道路（含公用场地）的某处临时停车时突然发生被他车追尾、撞击、碰撞、被翻滚的车辆砸中（撞击）……等被动遭遇的交通事故情形。

特点：驾驶主体（含智能车辆和驾驶员）既没有时间看见，也没有机会预想预见到事故即将发生，突然被动发生，被动遭遇交通事故，没有机会紧急避险，没有机会采取紧急预防措施，没有或无法事先想到会有危险情况突然出现（发生），<传统预防方法>难以预防或无法预防。

第三类情形：“不幸发生“的交通事故，也称：交通意外事故。如：车辆在守法守规正常行驶中突然发生意想不到的翻车、坠崖、冲沟、入水、撞树、撞物、撞人、撞交通设施、撞非机动车、被滚落的山石砸中（撞击）、被倒下的树木砸中、被倒下（掉落）的建筑物（公共设施）砸中、被飞行的硬物击中（砸中）、被翻滚的车辆砸中（撞击）……等意想不到的交通事故情形，人们通常把这一类情形的交通事故统称为：交通意外事故。

特点：驾驶主体（含智能车辆和驾驶员）或有时间可以看见，紧急避险时或采取紧急预防措施时“为时已晚”，或没有时间看见，都没有机会预想预见到事故即将发生，超出想象（意想不到），无法避免事故发生，没有或无法事先想到会有“意想不到“的危险情况突然出现（发生），<传统预防方法>难以预防或无法预防。

第四类情形：“不明原因发生”的交通事故。如：车辆在守法守规正常行驶中突然不明原因发生撞车或撞物或撞墙或撞人或撞树或翻车或坠崖……等情形的交通事故。TIRIA智库的研究与调查数据显示：“不明原因发生”交通事故的车辆常常是在没有违法行驶、车辆没有违规行驶、车辆没有超速行驶、驾驶员没有分心驾驶、驾驶员没有疲劳驾驶、事故发生前和发生之际没有行车环境中的其他特殊情况或突发情况影响驾驶员正常驾驶、常常在毫无征兆的情况下车辆突然“不明原因发生“交通事故、导致事故发生的直接原因无法查明。警方对“不明原因“发生的交通事故通常采用的是推测结论或推理结论进行事故定性，如：驾驶员“操作不当”、驾驶员“操作失误”等原因导致交通事故给予事故定性和案件统计，从而忽略了对“不明原因“发生的交通事故的统计和研究，事实上“不明原因发生”的交通事故不仅是客观存在，并且常伴有“四高特点“（发案率高、致伤率高、致残率高、致死率高），“不明原因发生”的交通事故是不可忽略、不可否定、具有<隐秘客观规律>并非偶然出现的交通事故现象。

特点：驾驶主体（含智能车辆和驾驶员）或有时间可以看见，紧急避险时或采取紧急预防措施时“为时已晚”，或没有时间看见，都没有机会预想预见到事故即将发生，事故发生前毫无征兆，事故原因不明，无法避免事故发生，没有或无法事先想到会有“不明原因”的危险情况突然出现（发生），<传统预防方法>难以预防或无法预防。

<“四类情形”交通事故>具有“四高”特点的调查、统计数据研究简介：

TIRIA智库的研究与调查统计数据显示：<“四类情形”交通事故>具有：发案率高、致伤率高、致残率高、致死率高的“四高”特点。

TIRIA智库的研究、调查、统计数据显示：动态车辆发生交通事故被警方定性为：“车辆碰撞事故”的交通事故案件中，有85%左右的车辆碰撞事故案件（两辆车相撞或多辆车相撞）中，每一起两辆车相撞或多辆车相撞事故中至少有一辆车或多辆车的事故情形符合<“四类情形”交通事故>中的第一类情形： “无奈发生的”交通事故“（也称：“无法躲避的”交通事故）情形或符合<“四类情形”交通事故>中的第二类情形：“被动发生的”交通事故情形特点，<“四类情形”交通事故>在车辆碰撞事故案件中发案率高、“占比”高。

TIRIA智库对交通事故案例数据库进行分析统计数据显示：无奈发生交通事故的车辆数与被动发生（遭遇）交通事故的车辆数要比引发事故的责任方车辆要多出30%左右，这个统计数据显示<“四类情形”交通事故>的第一类情形：无奈发生交通事故（无法躲避的交通事故）与第二类情形：“被动发生”交通事故的车辆发案率高、占比高是客观事实。

TIRIA智库的研究、调查、统计以及对交通事故案例数据库进行分析统计数据显示：动态车辆发生交通事故被警方定性为：“交通意外事故”的交通事故案件中，有97%左右事故案件的事故情形符合<“四类情形”交通事故>中的第三类情形：“不幸发生的”交通事故“的事故情形特点，<“四类情形”交通事故>在警方定性为“交通意外事故”案件中发案率高、“占比”高。

TIRIA智库的研究、调查、统计数据显示：动态车辆发生交通事故被警方定性为：驾驶员“操作失误”、驾驶员“操作不当”这类原因导致的交通事故案件中，有87%左右事故案件的事故发生直接原因无法查明，这类交通事故符合<“四类情形”交通事故>中的第四类情形：“不明原因发生的”交通事故的情形特点，<“四类情形”交通事故>在警方定性为驾驶员“操作失误”、驾驶员“操作不当”这类原因导致的交通事故案件中发案率高、“占比”高。

TIRIA智库长期的研究、调查、统计数据显示：发生<“四类情形”交通事故>的车辆或因驾乘人员没有时间可以看见、或因驾乘人员没有机会预见、或因紧急避险时“为时已晚”、或因驾乘人员没有躲避空间、或因驾乘人员无法躲避、或因驾乘人员被动发生交通事故，导致驾乘人员的受伤率、致残率和死亡率都远高于其它情形的交通事故。

<“四类情形”交通事故>没有受到人们高度重视的原因研究简介：

TIRIA智库长期的研究、调查、统计数据显示：<“四类情形”交通事故>不仅具有<传统预防方法>难以预防或无法预防的特点，同时<“四类情形”交通事故>还具有：发案率高、致伤率高、致残率高、致死率高的“四高”特点，然而长久以来为什么没有受到人们的高度重视呢？

<“四类情形”交通事故>之所以长久以来没有受到人们的高度重视，是因为传统的交通事故定性和交通事故案件统计对<“四类情形”交通事故>常常界定不清、事故情形统计模糊甚至是忽略，如：对第一类情形：无奈发生的交通事故（无法躲避的交通事故）和第二类情形：被动发生的交通事故，常常是做为同一类型的普通车辆碰撞事故定性和统计；如：对第三类情形：不幸发生的交通事故（交通意外事故）和第四类情形：不明原因发生的交通事故，常常是做为同一类型的普通“交通意外事故”定性和统计或推测、推理定性为：驾驶员“操作不当”、 驾驶员“操作失误”等原因导致的普通情形交通事故定性和统计。

“传统的事故分析方法”对“不明原因发生”的交通事故（含一部分“不幸发生”的交通事故） 因找不到引发交通事故的直接证据和直接原因，通常给这类情形的交通事故下一个推测结论或推理结论，如：驾驶员“操作失误”或驾驶员“操作不当”或驾驶员遭遇“意外”等原因导致事故发生，而使“不明原因发生”的交通事故（含一部分“不幸发生”的交通事故）的事故案件统计“占比“常常被忽略。TIRIA智库的研究与调查数据显示：“不明原因发生”的交通事故（含一部分“不幸发生”的交通事故）的事故案件“占比“是很高的。由于传统的事故勘查、分析、定性缺少从“事故情形”表象到引起不同情形事故深层原因（关键信息和主导信息）的深入研究与探索求证，导致传统的事故勘查、分析、定性、统计没有归纳总结出<传统预防方法>难以预防或无法预防的界定清晰的<“四类情形”交通事故>：

因此导致：驾驶员对<“四类情形”交通事故>没有清晰的认知、驾驶员对<“四类情形”交通事故>预防观念模糊、驾驶员常常忽略或轻视<“四类情形”交通事故>的客观存在、驾驶员不知道<“四类情形”交通事故>在交通事故发案率中“占比”很高的客观事实、驾驶员不知道<“四类情形”交通事故>常常伴随的是严重交通事故、驾驶员误认为使用<传统预防方法>可以预防全部情形的交通事故、驾驶员不知道<传统预防方法>因缺少<信息预警方法>和<主动预防技术>对<“四类情形”交通事故>难以预防或无法预防，导致驾驶员长久以来使用<传统预防方法>对<“四类情形”交通事故>难以有效预防，也因此导致长久以来严重交通事故发生率在全球范围内难以有效降低。

TIRIA智库从长期的研究、调查、统计数据中发现：<“四类情形”交通事故>具有：发案率高、致伤率高、致残率高、致死率高的“四高”特点，不仅<传统预防方法>对<“四类情形”交通事故>难以预防或无法预防，而且在传统的事故定性和事故案件统计中，对<“四类情形”交通事故>也常常以普通车辆碰撞事故或交通意外事故进行定性和统计，导致许多驾驶员对<“四类情形”交通事故>没有清晰的认知、没有引起足够的重视，实际上<“四类情形”交通事故>发案率很高。

TIRIA智库的研究结论是：由于<“四类情形”交通事故>常常伴随的是严重交通事故且发案率高又难以预防是导致全球严重交通事故发案件数逐年上升的主要原因之一，<传统预防方法>对动态车辆发生<“四类情形”交通事故>难以预防或无法预防是导致全球交通事故发生率居高不下的重要原因之一，也是导致严重交通事故现象在全球范围内长期普遍存在的重要原因之一。因此对<传统预防方法>必须进行弥补、完善和优化、升级，即对<传统预防方法>添加<信息预防方法>和<主动预防技术>，才能解决提前预警、主动预防动态车辆发生<“四类情形”交通事故>的问题。

<传统预防方法>必须优化升级的原因研究简介：

TIRIA智库的研究、调查、统计数据显示：长久以来守法守规驾驶员使用<传统预防方法>对许多情形的交通事故有效预防率不是很高，驾驶员使用<传统预防方法>尤其是对<“四类情形”交通事故>更是难以预防或无法预防，这个研究、调查、分析结论从联合国每年公布的全球交通事故年度受伤人数和年度死亡人数的统计数据中也可反映出来并得到验证：

联合国世界卫生组织近20年来每年公布的全球交通事故年度死亡人数和年度受伤人数统计数据显示：全球每年因各种情形交通事故导致死亡的人数130多万人，全球每天约有4000多人因各种情形交通事故导致死亡，全球每年因各种情形交通事故导致受伤的人数在2000万人至5000万人，也就是全球每天约有10多万人因各种情形交通事故导致受伤或导致伤残，研究和解决行车安全问题刻不容缓。

TIRIA智库长期的调查、研究发现：<传统预防方法>对预防动态车辆发生交通事故是有帮助作用的，这是毋庸置疑的，<传统预防方法>能够有效预防某些情形的交通事故、有效降低某些情形交通事故的发生率是客观事实，但<传统预防方法>不是对所有情形的交通事故都能有效预防也是客观事实，其中主要有“四类情形”交通事故，<传统预防方法>是难以预防或无法预防的，这<“四类情形”交通事故>包括：第一类情形：“无奈发生”的交通事故（也称：”无法躲避”的交通事故）；第二类情形：“被动发生”的交通事故；第三类情形：“不幸发生“的交通事故（也称：交通意外事故）；第四类情形：“不明原因发生”的交通事故。全球范围内因交通事故导致死亡的人数逐年升高，其中很重要的原因之一就是<传统预防方法>对<“四类情形”交通事故>难以预防或无法预防，而<“四类情形”交通事故>常常伴随的是严重交通事故，<“四类情形”交通事故>在交通事故发生案件总件数中占比很高，因此对<传统预防方法>必须进行弥补、完善和优化、升级，即对<传统预防方法>添加<信息预防方法>和<主动预防技术>，才能解决提前预警、主动预防动态车辆发生<“四类情形”交通事故>的问题。

“传统的事故原因研究与分析“因为缺少对动态车辆所涉<危险敏感信息>（行车安全信息）的获取技术，因而无法通过对<行车安全信息>（<危险敏感信息>）的数据分析找到导致<“四类情形”交通事故>发生的“主导原因”和“关键原因”（“主导信息”和“关键信息”），因此也就无法找到提前预警、主动预防<“四类情形”交通事故>有效的<新预防方法>。

TIRIA智库的研究与实验数据显示：<传统预防方法>之所以对<“四类情形”交通事故>难以预防或无法预防，是因为<传统预防方法>缺少<信息预警方法>和<主动预防技术>，这是导致<传统预防方法>对<“四类情形”交通事故>难以预防或无法预防的重要原因、关键原因，所以必须对<传统预防方法>添加<信息预警方法>和<主动预防技术>，即必须对<传统预防方法>进行弥补、完善和优化、升级，才能解决提前预警、主动预防动态车辆发生<“四类情形”交通事故>的问题。

<传统预防方法>中缺少<信息预警方法>和<主动预防技术>是导致守法守规驾驶者也会时常发生交通事故（含<“四类情形”交通事故>）、时常遭遇交通事故（含<“四类情形”交通事故>）的根本原因，唯有在<传统预防方法>基础上添加<信息预警方法>和<主动预防技术>才能弥补<传统预防方法>的不足，才能优化、升级、完善<传统预防方法>，使守法守规驾驶者少发生交通事故（含<“四类情形”交通事故>）、不发生交通事故（含<“四类情形”交通事故>）。

TIRIA智库长期的研究与调查数据显示：<传统预防方法>对动态车辆发生<“四类情形”交通事故>难以预防或无法预防是导致全球交通事故发生率居高不下的重要原因之一，也是导致严重交通事故现象在全球范围内长期普遍存在的重要原因之一，所以必须对<传统预防方法>进行弥补、完善和优化、升级，才能解决提前预警、主动预防<“四类情形”交通事故>的问题。

<“四类情形”交通事故>研究的相关【注释】：

【注释1】：TIRIA智库在对动态车辆发生交通事故根本原因与事故发生原理的研究与探索中发现、归纳、总结出<传统预防方法>难以预防或无法预防的<“四类情形”交通事故>，并尝试使用信息科学的方法和技术对动态车辆的<危险敏感信息>（<预警信息>）进行信息筛查、评测与数据分析，TIRIA智库的研究与计算机模拟数据显示：动态车辆发生交通事故（含<“四类情形”交通事故>）具有<隐秘的客观规律>和相同的事故发生原理，从而找到并确定了引爆动态车辆发生交通事故（含<“四类情形”交通事故>）<事故引爆点>的“关键信息”和“必要条件”，开创性地提出用<新预防方法>，即用<安全驾驶方法>（<信息预警方法>和<主动预防技术>）对<传统预防方法>进行弥补、完善和优化、升级，解决预防<“四类情形”交通事故>的难题。

【注释2】： <新预防方法>是在<传统预防方法>基础上添加<信息预警方法>和<主动预防技术>，即是对<传统预防方法>的弥补、完善和升级、优化。TIRIA智库的研究与实验数据显示：<新预防方法>尤其对降低<“四类情形”交通事故>发生率非常有效，对主动预防动态车辆发生严重交通事故（含<“四类情形”交通事故>）帮助作用非常明显，大幅度明显提升了预防不同情形交通事故的有效率。

【注释3】：<新预防方法>（<信息预警方法>和<主动预防技术>）的创立并没有否定和取代<传统预防方法>的预防功能和预防作用，<传统预防方法>是<新预防方法>的使用基础，<新预防方法>是<传统预防方法>的优化、升级，TIRIA智库创立<新预防方法>，即<安全驾驶方法>（<信息预警方法>和<主动预防技术>）是为了弥补、完善和优化、升级<传统预防方法>提高动态车辆的安全度、降低交通事故（含<“四类情形”交通事故>）发生率，用信息技术更高效地辅助驾驶员的行车安全。

答：<DSRC智能模拟计算数据技术>是TIRIA智库创立的通过采集真实车辆信息、真实车辆行驶信息及相关真实信息建立动态车辆数据分析模型，模拟真实车辆在真实的行车环境中运行，从而获取动态车辆的<预警数据>的一项专门的智能模拟计算技术。

<DSRC智能模拟计算数据技术>是TIRIA智库在研究解决行车安全问题的科研活动中，为验证理论研究成果与实验数据的广泛适用性，而专门研发创立的一项模拟计算验证技术与<预警数据>获取技术。理论研究成果：是指动态车辆发生交通事故并不是偶然现象，而是有规律可循证的客观现象，动态车辆发生交通事故具有<隐秘的客观规律>，<隐秘的客观规律>对动态车辆发生交通事故具有至关重要的主导影响作用。实验数据：是指多项为理论研究成果而实施的长期实验数据统计检验验证理论研究成果是否具有广泛适用性、准确率有多少、可信度有多高。

模拟计算统计周期时长：

模拟真实车辆行驶在不同的真实行车环境中，获取动态车辆的<预警数据>，每一个统计周期是6年，共模拟计算统计车辆运行7个周期，模拟计算最终得出的<预警数据>、<辅助预警数据>、<辅助预警预防数据>具有长久的基础行车安全评估价值、预警价值、预防价值。

< DSRC智能模拟计算数据技术>主要应用：

（1）     运用< DSRC智能模拟计算数据技术>为客户提供具有实用价值的<预警数据>、<辅助预警数据>、<辅助预警预防数据>。

（2）     运用< DSRC智能模拟计算数据技术>研究分析某车辆发生交通事故的究竟成因。

（3）     运用< DSRC智能模拟计算数据技术>研究验证动态车辆发生交通事故具有隐秘的客观规律。

（4）     运用< DSRC智能模拟计算数据技术>研究验证动态车辆发生交通事故并不是无规律的偶然现象，而是有规律可循证的客观现象。

（5）     运用< DSRC智能模拟计算数据技术>可使驾驶员提前获取自己车辆的预警评估数据，实现提前预警主动预防的目的。

答：TIRIA智库模拟计算动态车辆的<预警数据>除采集客户的车辆信息以及真实的行驶信息等客户有把握能够真实准确填写的信息外，TIRIA智库为模拟计算客户车辆的<预警数据>，TIRIA智库还需要自主采集客户车辆真实的行车环境信息及重要的诸多相关信息才能建立动态车辆数据分析模型并进行智能模拟计算，最终获取客户车辆的多项<预警数据>。TIRIA智库需要自主采集的行车环境信息举例如下：

需要采集行车环境的信息包括：具体行车环境信息：自然信息、道路信息、交通标识信号设施信息、事故多发路段信息、客户车辆主要行驶区域近10年事故案件升降信息、驾驶员自觉守规驾驶信息、交通秩序信息等等信息。较大行车环境信息：不同国家、地区、城市的主要交通道路所处的自然环境信息、地理地形地貌信息、交通道路规划设计信息、季节与气候特点信息、降雨降雪信息、车辆与人口比例信息、驾驶员培训信息、遵守交通法规信息、交通管理信息、交通秩序信息、造成城市交通拥堵原因信息、造成交通事故高发原因信息、交通道路规划设计问题信息、交通提醒标识信号等设施设置问题信息、年度交通事故发案件数信息、年度交通事故发案率升降信息、年度严重交通事故发案件数信息……等等多项与行车安全息息相关的自然信息、道路信息、交通信息等等重要信息都需要由TIRIA智库自主采集才能建立动态车辆数据分析模型并进行模拟计算某动态车辆的<预警数据>。

行车环境信息是客户难以填写或难以填写准确的信息，需要由TIRIA智库采集并纳入计算模型中进行模拟计算客户车辆在不同行车环境中可能遇到的或可能发生的情况，即模拟计算观察<行车安全信息>（<危险敏感信息>）的数据变化，最终模拟计算出具有重要实用价值的动态车辆的<预警数据>。

问：为什么<车辆易损部位>和<车辆易发事故情形>做为<辅助预警信息>（<验证信息>）使用而不做为主要的<预警数据>使用？

答：虽然评测计算出来的<车辆易损部位>信息和<车辆易发事故情形>信息，也是通过DSRC智能模拟计算技术计算出来的<预警数据>的组成部分，但<车辆易损部位>信息和<车辆易发事故情形>信息不能对动态车辆的基础行车安全进行独立的安全定性评估和风险定性评估，因此这两项预警数据做为<辅助预警信息>（<验证信息>）使用而不做为主要的<预警数据>使用符合<预警数据>的严谨性。尤其<车辆易损部位>信息做为<验证信息>直观而又验证方便，做为重要的辅助预警信息和方便实用的<验证信息>，<车辆易损部位>信息和<车辆易发事故情形>信息也有其独特的预警价值和重要的辅助预警作用。

【注释】：关于验证信息：是指对动态车辆过去已发生过的事故情形和已损伤部位的信息验证，以及对动态车辆未来发生事故的情形和损伤部位的信息验证，<验证信息>验证的最短时间要求是6年，即车辆至少需要正常行驶6年时间才符合验证信息的验证前提条件，如果车辆行驶时间低于6年或已行驶6年，但每年行驶里程不足3000公里，<验证信息>的验证准确率都会有所降低。<验证信息>做为辅助预警信息可供有需求的客户选项办理，<验证信息>对客户确立提前预警评估主动预防的新的预防观念有直接的帮助作用。

答：目前把业务咨询（含优惠咨询）、选择业务申请、填表、提交、支付、接收报告，这6个操作环节都融合在一个平台窗口一次性办理完毕的只有微信平台能够做到。TIRIA最初设计的办理业务窗口，客户需要分别操作6个操作环节才能办理完毕，不仅客户办理业务步骤多、操作繁琐、所用时间长，TIRIA智库也需要投入人力维护这个办理业务系统，因此TIRIA智库取消在DSIT服务中心直接办理业务的功能，在微信平台开设业务窗口方便客户以最便捷的方式咨询与办理业务。

在微信平台业务窗口办理业务都有哪些便捷和优惠：

（1）     客户可一次性从咨询到接收报告全部在微信一对一的贵宾式高质量舒适服务的方式中完成业务办理，客户咨询办理业务的便捷感、体验感、舒适感非常高。

（2）     符合享受优惠政策办理业务的客户或确有经济困难需要申请优惠政策办理业务的客户都可以很便捷快速地得到优惠办理的明确答复。

（3）     批量办理业务符合议价优惠政策的客户可以很方便地与TIRIA智库进行微信议价商议确定业务价格，用微信商议确定业务价格不仅快速方便，更重要的是用微信商议确定的业务价格本身已经具备了简易合同的功能与约束作用，方便双方的长期合作与履约，省去许多复杂的操作环节，使业务办理更便捷、更快速、更高效。

答：<筛查业务>给客户提供的是动态车辆的<主要预警数据>，<主预警数据>对客户车辆的基础行车安全能够起到风险评估与安全评估的定性作用，<主预警数据>对客户提前预警评估主动预防动态车辆发生交通事故非常重要，因此驾驶员申办<筛查业务>获取自己所驾车辆的<预警数据>非常重要非常有必要。

客户在申办<筛查业务>的同时可以根据自己的实际需要同时可申办<辅助预警业务>、<辅助预警预防业务>，更全面地了解掌握自己所驾驶车辆的<预警数据>，更好地保护自己的行车安全。驾驶员申办<筛查业务>获取自己所驾车辆的<预警数据>非常重要非常必要的重要原因还可以从以下几方面看：

从<高风险车辆>发生交通事故的机率高或发生交通事故的等级高的角度看：

<筛查业务>的基础目的：其实就是筛查哪些车辆是<高风险车辆>，因为<高风险车辆>具有发生交通事故的机率高或发生事故的等级高的特点。<筛查业务>的最终目：是给驾驶<高风险车辆>的驾驶员提供提前预警主动预防的信息技术支持，最大程度地降低严重交通事故的发生机率。因此驾驶员申办<筛查业务>获取自己所驾车辆的<预警数据>非常重要非常有必要。

从生命安全的保护角度看：

正如重视和保护自己的身体健康不应该从发现已经有病才开始重视保护，重视行车安全也是同样的道理，即不应该从车辆发生过严重交通事故才开始重视行车安全，其实车辆一旦发生严重交通事故，驾驶员可能连重视行车安全的资格都可能被取消了，因为人的生命仅有一次，而严重交通事故往往就会直接危害到人的生命安全，因此驾驶员申办<筛查业务>获取自己所驾车辆的<预警数据>保障自己的行车安全非常重要非常有必要。

从守法守规驾驶者也会时常发生交通事故这个现象看：

为什么TIRIA智库重点关注研究解决的是那些守法守规驾驶者也会时常发生交通事故，也会时常被动发生（遭遇）交通事故的行车安全问题？那是因为TIRIA智库长期的研究数据和调查数据显示：守法守规驾驶者也会时常发生交通事故（含<“四类情形”交通事故>）也会时常被动发生（遭遇）交通事故（含<“四类情形”交通事故>）是客观事实而且是大量存在的客观事实。守法守规驾驶者也会时常发生交通事故，也会时常被动发生（遭遇）交通事故，不是因为守法守规驾驶者驾驶经验不足更不是因为驾驶技术不好，而是因为守法守规驾驶者所驾驶的车辆是<高风险车辆>才是时常发生交通事故或时常被动遭遇交通事故的根本原因，因此驾驶员尤其是守法守规驾驶员申办<筛查业务>获取自己所驾车辆的<预警数据>非常重要非常有必要。

从提前预警主动预防的角度看：人在什么情况下最重视自己的身体健康？大多数人都是在自己身体体质明显变差经体检后确诊身体出现了问题的情况下才开始重视自己的身体健康，这如同许多驾驶员只有在发生了比较重的交通事故后才开始重视行车安全的认知模式基本相同。人为什么不在身体没有出现问题前就重视身体健康呢？人为什么不在发生严重交通事故前就重视行车安全呢？因此驾驶员尤其是守法守规驾驶员申办<筛查业务>获取自己所驾车辆的<预警数据>非常重要非常有必要。

答：这三种情况都非常需要申办<筛查业务>。因为TIRIA智库之所以把评测计算<车辆风险等级>数据的业务命名为<筛查业务>，其主要目的是通过信息筛查评测技术筛查出哪些车辆是<高风险车辆>。为什么要专注筛查评测<高风险车辆>呢？因为<高风险车辆>具有发生高等级事故的可能性，即发生严重交通事故的机率高，而车辆一旦发生严重交通事故往往会对驾驶人和他人的生命安全构成威胁，因此TIRIA智库把评测计算<车辆风险等级>数据的业务命名为<筛查业务>，其主要目的就是筛查<高风险车辆>，即通过信息筛查评测技术对全社会的车辆进行筛查，确定哪些车辆具有发生严重事故的可能性，进行提前预警主动预防，降低全社会的严重交通事故发生率。

这项筛查评测技术不仅对个人驾驶私人车辆能够帮助驾驶员提前预警，也能帮助驾驶员确立和提高主动预防意识，从而达到预防发生严重交通事故的目的，同时这项筛查评测技术也能够帮助运输单位或公司机构能够更合理地调配长短途运输车辆的合理使用，帮助运输单位或公司机构更加科学地制定规章制度、更加科学合理地管理，促进加强安全驾驶考核与安全驾驶教育，合理使用<高风险车辆>，有效降低运输单位车辆或公司机构车辆发生严重交通事故的机率。

根据TIRIA智库长期的研究与实验数据显示：动态车辆发生交通事故并不是无规律的偶然现象而是有规律的必然现象，动态车辆发生交通事故具有<隐秘客观规律>，<隐秘客观规律>对动态车辆发生交通事故具有至关重要的影响作用，这一<隐秘客观规律>尤其在动态车辆被动发生交通事故时显得更为明显。举例说明例如：车辆被追尾、车辆被碰撞、车辆翻车、车辆冲沟、车辆坠崖、车辆撞树木、车辆撞墙或刮撞静物、车辆被飞石击中、车辆被硬物砸中、车辆发生各类情形的意外事故等等情形的交通事故，即TIRIA智库归纳总结的<四类情形>交通事故，都不是仅仅要求驾驶员认真守法驾驶就能够预防或避免发生的，因此筛查评测车辆是否属于<高风险车辆>就显得尤为重要，因为<高风险车辆>的显著特点就是发生事故的频次高或发生事故的等级高，即发生事故的严重程度高，而车辆一旦发生严重交通事故往往会对驾驶员和他人的生命安全构成威胁，因此筛查评测车辆是否是<高风险车辆>具有非常高的社会价值与个人实用价值。

什么是<高风险车辆>？是指车辆或发生事故频次高或发生事故等级高或发生事故频次和等级都高，这三个条件符合其一就是<高风险车辆>。

如果某车辆经常发生轻中度事故，这说明该车属于高频次事故车辆即该车辆符合<高风险车辆>的构成要件之一，但要确定该车辆是否同时具有发生严重事故的信息，需要客户在申办筛查评测<车辆风险等级>这个主数据时还需要组合申请评测<行车等级区间>（<事故等级区间>）数据做为参考数据，以此确定该车辆是否同时具有发生严重交通事故的信息。

如果某车辆偶尔发生轻中度事故，这说明该车辆属于中偏低频次事故车辆即该车辆的频次信息不符合<高风险车辆>的构成要件之一，这种情况更要确定该车辆是否具有发生严重事故的信息，因此需要客户在申办筛查评测<车辆风险等级>这个主数据时需要组合申请评测<行车等级区间>（<事故等级区间>）数据做为参考数据，以此确定该车辆是否具有发生严重事故的信息。

如果某车辆从未发生轻中度事故，这说明该车属于低频次事故车辆即该车辆的频次信息不符合<高风险车辆>的构成要件之一，这种情况更要确定该车辆是否具有发生严重事故的信息，因此需要客户在申办筛查评测<车辆风险等级>这个主数据时需要组合申请评测<行车等级区间>（<事故等级区间>）数据做为参考数据，以此确定该车辆是否具有发生严重事故的信息。

【注1】：高等级事故：是指车辆发生不同情形的7级、8级、9级事故就是高等级事故，即车辆发生中等程度以上的严重事故或更严重事故或非常严重的交通事故。

【注2】：目前TIRIA智库已开通<微信办理业务窗口>，客户申请办理<筛查业务>可到TIRIA智库的客服页面，打开<关于微信咨询>页面扫描微信联系人二维码，添加【TIRIA智库】即可咨询或直接申办业务。微信办理业务快速、简便、方便、费用更低。

答：TIRIA智库有关行车安全业务的咨询与办理全部在微信上完成，操作步骤如下：

第一步【添加微信】：

扫描TIRIA智库的微信二维码，添加TIRIA智库的【TIRIA】为微信联系人。

第二步【阅读解答】：

客户阅读【TIRIA】发送的《办理业务阅读与须知（阅读表）》，【TIRIA】为客户解答相关问题，如果客户没有问题，自动进入第三步流程。

第三步【填写提交】：

【TIRIA】为客户发送《办理业务填写与勾选（提交表）》，客户完成填写与勾选，将《办理业务填写与勾选（提交表）》发送给【TIRIA】，自动进入第四步流程。

第四步【支付费用】：

客户按自己选定的业务组合合计费用，用此微信给【TIRIA】转账支付筛查评测费用，而后自动进入第五步流程。

第五步【接收报告】：

客户用此微信接收业务报告。【TIRIA】按发送报告的规定时间或按加急办理时间或按与客户约定的发送报告时间，给客户发送微信版本的《筛查评测业务综合报告》。

答：适合办理筛查业务的车辆：

凡由人驾驶或有人监控自动驾驶或无人驾驶，能够合法在公用道路上行驶的各类载人、载物二轮、三轮、四轮及四轮以上无轨道燃油机动车辆、无轨道电动机动车辆、无轨道燃油电动混合动力机动车辆、无轨道气体燃料机动车辆都适合办理筛查业务。

不适合办理筛查业务的车辆：

机场、货场、工地等各类场内专用运输机动车辆。

轧道车、铲车、吊车、推土车、挖掘车、除雪车等各类专用特种作业机动车。

有轨电车、有轨机车、悬浮列车。

电动自行车、以及各类由人力、畜力驱动的车辆。

所有不能合法在公用道路上行驶的各类载人、载物机动车辆。

答：<传统预防方法>是TIRIA智库根据长久以来驾驶员普遍使用的预防方法归纳总结而界定定义的学术理论概念。

<传统预防方法>是指驾驶员在驾驶车辆中采用守法驾驶、守规驾驶、谨慎驾驶、专心驾驶、熟练驾驶、不超速驾驶、不疲劳驾驶等良好的驾驶习惯、良好的驾驶技术和良好的驾驶状态预防动态车辆发生交通事故的<常用预防方法>、<普通预防方法>，就是<传统预防方法>。

TIRIA智库长期的研究数据与调查数据显示：<传统预防方法>因缺少<信息预警方法>和<主动预防技术>而导致无法预防或难以预防<“四类情形”交通事故>，也因此而导致有许多守法守规的驾驶员也会时常会发生或时常被动遭遇不同情形的严重交通事故。

TIRIA智库界定定义的<传统预防方法>这个概念不仅对预防领域的学术研究很重要，为驾驶员更好地使用<传统预防方法>保护自己的行车安全更重要，因为明确了<传统预防方法>存在不足就会为弥补完善优化升级<传统预防方法>，找到明确的研究方向和优化解决方案，那就是为<传统预防方法>增添<信息预警方法>和<主动预防技术>，使驾驶员在使用<传统预防方法>中能够更有效地预防<“四类情形”交通事故>，降低严重交通事故的发生机率。

<传统预防方法>必须优化、升级的原因在此概念中不做过多论证与阐述，读者可阅读《TIRIA行车安全信息理论》以及<“四类情形”交通事故>名词解释，都有比较详尽的论证阐述与解释，以了解<传统预防方法>必须优化、升级的详情。

答：<新预防方法>是TIRIA智库针对<传统预防方法>存在的不足，为论述“信息预警预防”这个新预防理论新预防技术在表述与论证上方便而提出的新学术理论概念。

<新预防方法>是指驾驶员在<传统预防方法>基础上使用<信息预警方法>和<主动预防技术>预防动态车辆发生交通事故的全新的信息预警信息预防的驾驶方法，就是<新预防方法>。

<新预防方法>是针对<传统预防方法>缺少<信息预警方法>和<主动预防技术>而提出的新预防理论概念。<新预防方法>在实际应用中就是<TIRIA安全驾驶方法>，因此<新预防方法>也称：<TIRIA安全驾驶方法>。在此不再为理论概念做过多的理论解释与阐述，读者可以通过详细阅读<TIRIA安全驾驶方法>，以及<信息预警方法>和<主动预防技术>的概念解释了解<新预防方法>。

答：<信息预警方法>是TIRIA智库行车安全问题研究中心定义的专属学术理论名词。

<信息预警方法>是指驾驶员根据获取的<预警信息>对车辆的基础行车安全进行风险评估与安全评估，驾驶员提前获取该车辆的基础行车安全的行车安全信息（<预警信息>），就是<信息预警方法>。

<信息预警方法>是理论研究中的学术理论名词，当评测机构采集客户车辆的真实车辆信息及相关行车信息通过<DSRC>智能模拟计算技术计算出客户车辆的<预警信息>时，此时的<预警信息>称为：<预警数据>，客户可根据获取的<预警数据>对自己所驾车辆的基础行车安全进行风险评估与安全评估，就是<信息预警方法>，也称：<信息预警技术>。

答：<主动预防技术>是TIRIA智库行车安全问题研究中心定义的专属学术理论名词。

<主动预防技术>是指驾驶员根据获取的<预警数据>对车辆的基础行车安全进行风险评估与安全评估，驾驶员提前获取该车辆的基础行车安全的行车安全信息（<预警数据>）后，驾驶员驾驶车辆中通过“合理使用”<节点>主动预防动态车辆发生交通事故的驾驶技术，就是<主动预防技术>。

<主动预防技术>也称：<安全驾驶技术>，也称：<安全驾驶方法>。（详见《学术释义》：<安全驾驶方法>）。

答：<TIRIA安全驾驶方法>也称：<TIRIA安全驾驶技术>是TIRIA智库行车安全问题研究中心定义的专属学术理论名词。

<TIRIA安全驾驶方法>是指驾驶员在<传统预防方法>基础上使用<信息预警方法>（提前获取<预警信息>）和<主动预防技术>（“合理使用”<节点>驾驶技术）驾驶车辆，以达到最大程度地降低不同情形的交通事故发生率、最大程度地降低<四类情形交通事故>发生率、最大程度地降低严重交通事故发生率为目的的驾驶方法（技术）就是 <TIRIA安全驾驶方法>，也称：<TIRIA安全驾驶技术>。<TIRIA安全驾驶方法>是对<信息预警方法>和<主动预防技术>的综合使用概括总称。<TIRIA安全驾驶方法>是对<传统预防方法>的弥补完善与优化升级。<TIRIA安全驾驶方法>在理论研究中也称：<新预防方法>。

<TIRIA安全驾驶技术>的特点与优势：提前预警评估与主动预防，即具有预警信息前置化与预防主动化的特点。TIRIA智库的研究数据与实验数据显示：驾驶员使用<TIRIA安全驾驶方法>驾驶车辆能有效降低交通事故发生率，尤其对降低严重交通事故发生率效果非常明显，对降低<“四类情形”交通事故>发生机率帮助作用非常显著。（详见《数据研究》相关实验数据）。

<TIRIA安全驾驶技术>应用与有效性实验：

（1）提前获取：使用<TIRIA安全驾驶技术>需要驾驶员提前获取自己所驾车辆的<预警数据>，<TIRIA安全驾驶技术>是建立在<预警数据>基础上的信息辅助驾驶技术。

（2）使用基础：<传统预防方法>是<TIRIA安全驾驶技术>的使用基础，<TIRIA安全驾驶技术>是针对<传统预防方法>缺少<信息预警方法>和<主动预防技术>这一不足而创立的，<TIRIA安全驾驶方法>是对<传统预防方法>的弥补、完善和优化、升级，如果驾驶员没有在<传统预防方法>基础上使用<TIRIA安全驾驶方法>，会降低<TIRIA安全驾驶方法>的有效性。

（3）有效性实验：TIRIA智库的研究与多项实验对比数据显示：在相同的”行车环境”下，在相同的<驾驶条件>下，在基本相同的车辆行驶实验年限长度内（含基本相同的年行驶里程），驾驶员使用<TIRIA安全驾驶方法>实验组交通事故（含：轻、中、重事故等级）发生率明显低于驾驶员不使用<TIRIA安全驾驶方法>实验组。多项实验对比数据显示：驾驶员使用<TIRIA安全驾驶方法>实验组，严重交通事故发生率非常明显地大幅度低于驾驶员不使用<TIRIA安全驾驶方法>实验组。（详见《数据研究》相关专题实验数据）

【注释】：<传统预防方法>是指驾驶员在驾驶车辆中采用守法驾驶、守规驾驶、谨慎驾驶、专心驾驶、熟练驾驶、不超速驾驶、不疲劳驾驶等良好的驾驶习惯、良好的驾驶技术和良好的驾驶状态预防动态车辆发生交通事故的<常用预防方法>、<普通预防方法>，即是<传统预防方法>。（详见《学术释义》：<传统预防方法>）。

<TIRIA安全驾驶技术>的四个显著特点：

（1）提前化：目前智能车辆的“即时预警”对<“四类情形”交通事故>仍然是难以预防或无法预防，从智能车辆的“即时预警”到TIRIA智库的提前预警评估主动预防，这是预警技术质的进步与提升，因为没有提前预警评估，就没有主动预防，唯有实现提前预警评估，才能实现主动预防，唯有实现主动预防，才能实现有效预防，因此<预警信息>的提前获取是<TIRIA安全驾驶技术>最显著的特点之一。

（2）主动化：没有主动预防，就难以实现有效预防。因驾驶员得到提前预警而使驾驶员自觉确立和提高了主动预防意识，也因为驾驶员得到了提前预警而使驾驶员获得了主动预防的能力，没有提前预警，就没有主动预防，唯有实现主动预防，才能实现有效预防，因此<主动预防技术>是<TIRIA安全驾驶技术>最显著的特点之一。

（3）信息化：<信息预警方法>所采用和依靠的是信息技术与<DSRC智能模拟计算技术>，为保障动态车辆的行车安全而采用信息预警信息预防技术是信息时代的发展必然，信息预警预防技术是目前保障行车安全最先进的信息化技术手段，因此<信息预警方法>是<TIRIA安全驾驶技术>最显著的特点之一。

（4）数据化：为保障动态车辆的行车安全，最大程度地降低动态车辆交通事故发生率，TIRIA智库使用<DSRC智能模拟计算技术>为驾驶员提供<预警数据>，驾驶员可对自己所驾驶车辆的基础行车安全进行风险评估与安全评估，实现提前预警评估到主动预防的数据化支持，因此数据化是<TIRIA安全驾驶技术>最显著的特点之一。

答：“合理使用”<节点>是指车辆在行驶中遇有<节点>预警提示时，驾驶员应保持足够的安全车距留出足够的观察空间、不变道超车、适度降低车速、谨慎专心驾驶、注意观察行车环境中前后左右的突发危险情况提前做好应急准备或避险准备，就是“合理使用”<节点>，也称：标准“合理使用”<节点>。

【注】：足够安全车距是指保持至少30米-50米的安全车距，适度降低车速是指在没有超速行驶的正常车速的前提下，根据车流的车速和交通道路安全允许的情况下，适度降低车速才能留出足够的安全车距，给自己留出足够的观察空间和应急反应紧急避险时间。

“合理使用”<节点>有三种使用方法：

（1）     标准“合理使用”<节点>方法：也称：“合理使用”<节点>方法。标准“合理使用”<节点>方法是最常用的节点使用方法，也是TIRIA智库推荐的使用方法。

（2）     高标准“合理使用”<节点>方法：

是指车辆在行驶中遇有<1级预警节点>预警提示时，驾驶员应保持足够的安全车距留出足够的观察空间、不变道超车、适度降低车速、注意观察行车环境中前后左右的突发危险情况提前做好应急准备或避险准备，如果遇有法规允许安全停车休息的服务区等可合法停车的交通条件，驾驶员采用避开<1级预警节点>时间后再继续驾驶车辆的方法，就是高标准“合理使用”<节点>方法。高标准“合理使用”<节点>方法比较适合在高速公路上行驶的长途客运车辆或长途货运车辆使用，因为遇有<1级预警节点>预警提示时车辆遇有服务休息区可以进入服务区休息，在城市行车环境中不适合经常使用。

（3）     标准和高标准合理切换使用<节点>：

标准和高标准合理切换使用<节点>：是指驾驶员遇有<1级预警节点>预警提示时，驾驶员根据自己对行车环境的实际观察判断或采用标准“合理使用”<节点>的驾驶方法或切换到高标准“合理使用”<节点>的驾驶方法，以此实现最高效地“合理使用”<节点>，达到最大程度地降低交通事故的发生机率为目的的驾驶方法，就是标准和高标准合理切换使用<节点>方法。

重要提示1：避开<1级预警节点>时间再继续行驶的驾驶方法，之所以称为：高标准“合理使用”<节点>的驾驶方法，是因为高标准“合理使用”<节点>的驾驶方法对降低交通事故发生机率效果最显著，但驾驶员使用避开<1级预警节点>的驾驶方法有个前提条件，就是当时的行车环境是否允许驾驶员合法合规地安全停车，如果驾驶员为了高标准“合理使用”<节点>而采取突然降速强行停车，不但不能降低事故率还可能升高事故率，甚至可能会引发严重交通事故，合理避开<节点>的驾驶方法，核心价值在预防，但关键在“合理使用”，唯有“合理使用”<节点>才能达到有效的预防目的。高标准“合理使用”<节点>的驾驶方法不能做为常用驾驶方法使用，在此特别提示说明。

重要提示2：驾驶员在使用高标准“合理使用”<节点>的驾驶方法时，即避开<1级预警节点时间>再驾驶车辆的驾驶方法时要特别注意：当车流密集时不可使用、当车流车速很快时不可使用、不允许临时合法停车时不可使用、高速公路上没有服务休息区不可使用等诸多不适合使用避开<1级预警节点>的行车环境都不可使用，切莫违法违规地频繁使用避开<1级预警节点>的驾驶方法，以免发生追尾事故或碰撞事故。高标准“合理使用”<节点>的驾驶方法不能做为常用驾驶方法使用，在此特别提示说明。

重要提示3：避开<1级预警节点>的驾驶方法之所以称为：高标准“合理使用”<节点>的方法，也称：非常用“合理使用”<节点>的驾驶方法，就是因为高标准“合理使用”<节点>的驾驶方法对应的是当车辆在<1级预警节点时间>需要通过：非常复杂难行的路段时、需要通过<危险敏感路段>时、需要通过<事故多发路段>时、需要通过U型弯路段时、需要通过交通秩序行车环境都非常混乱混杂的路段等等不利于行车安全的路段时，此时驾驶员通过观察判断确定非常有必要使用高标准“合理使用”<节点>的驾驶方法时再使用，高标准“合理使用”<节点>的驾驶方法不能做为常用驾驶方法使用，在此特别提示说明。

答：以客户驾驶车辆所在国家的当地时间为准。

如果客户驾驶车辆所在国家正在实行“夏令时”或正在实行“冬令时”，仍然以该国家正在实行的“夏令时”或正在实行的“冬令时”为当地时间”合理使用”（避开）<节点>，即以客户驾驶车辆所在国家的“当地时间”为准。不论客户驾驶车辆所在国家的“当地时间”是“标准“时间或”夏令时“时间或”冬令时“时间都属于“当地时间”。

如果客户驾驶车辆出境旅行也应以客户驾驶车辆所在国家的当地时间为准”合理使用”（避开）<节点>。客户驾驶车辆不论行驶到哪个国家都应按车辆行驶所在国家的“当地时间”为准”合理使用”（避开）<节点>。

答：驾驶员驾驶自己的车辆出国出境旅行不需要重新办理【时间节点业务】。驾驶员需要遵守当地的交通法规，按当地时间“合理使用”（避开）<节点>即可。

提示：如果客户从前申请评测的使用车辆的时间不足以满足长途驾驶时的实际用车时间需要，客户在临出国出境旅行前应考虑申请办理【时间节点业务】，评测从前没有评测过<节点>的时间段，以满足长途驾驶车辆行车安全的实际需要。

答：客户有如下情况之一，客户就需要再次办理【时间节点业务】获取新的<节点>。

（1）客户更换了新车辆。

如果客户更换了新车辆，那么客户从前评测<节点>时所填写的原车辆信息相对于新车辆来说就属于无用信息，所以客户更换了新车辆就需要再次办理【时间节点业务】获取新车辆的<节点时间>以辅助行车安全。

（2）客户驾驶车辆的时间有改变。

如果客户驾驶车辆的时间是从前没有评测过<节点>的时间段，客户就需要再次办理【时间节点业务】获取新的<节点时间>以辅助行车安全。

答：<节点>预警时长最短：1分钟，<节点>预警时长最长：5分钟。不同车辆在不同时间段行驶每个小时至少会出现3-4个<预警节点>，特殊情况下会出现5-6个<预警节点>，不同车辆每小时出现的<节点>个数与<节点预警级别>都不同。

问：评测计算出来的预警<节点>能直接使用吗？

答：评测计算出来的预警<节点>能直接使用。模拟计算出来的预警<节点>能直接应用于辅助驾驶员预警预防车辆发生交通事故。节点的预警预防准确率最低87.1%（事故案例数据库统计验证），节点的预警预防准确率最高97.7%（长期的实验数据统计验证）。<节点预警数据>对辅助驾驶员预防发生严重交通事故有显著的帮助作用，尤其在帮助驾驶员降低<四类情形交通事故>发案率上效果更加显著。

由于不同车辆在不同的时间段每小时平均会出现3-4个<节点>，特殊情况下会出现5-6个<节点>，因此客户使用1-2小时内的<节点>预警数据可以仅凭借驾驶员的记忆就可以直接使用<节点>辅助预警辅助预防。但如果客户申请评测超过3小时以及3小时以上的<节点>预警数据，客户就需要借助APP才能使用<节点>预警数据，客户申请评测的时间超过3小时需要咨询TIRIA智库的客服，客户需要下载使用<TIRIA智能预警APP>才能实现“合理使用”<节点>。

答：TIRIA智库长期的研究与计算机模拟实验数据显示：有98.9%的交通事故（含<“四类情形”交通事故>）发生在该车辆的某个<危险敏感时间节点>时间上；TIRIA智库长期的实验验证统计数据显示：有97.7%的交通事故（含<“四类情形”交通事故>）发生在驾驶员所驾车辆的某个<危险敏感时间节点>时间上；TIRIA智库对交通事故案例数据库中有75300例事故发生时间清晰准确的交通事故案例进行节点时间数据统计显示：有87.1%的交通事故（含<“四类情形”交通事故>）发生在该车辆的某个<危险敏感时间节点>时间上。

模拟计算数据统计占比：98.9%、真实的实验数据统计占比：97.7%、真实的案例统计数据占比：87.1%。三项统计数显示：动态车辆发生在<危险敏感时间节点>上的交通事故（含<“四类情形”交通事故>）平均占比是：94.56%，数据统计可信度：87.1%。

关于事故发生的准确时间统计研究与分析：

统计误差小于4分钟的交通事故准确发生时间其实是一件非常难的事情。研究分析如下：

1、没有行车记录仪车辆发生交通事故时不论是驾乘人员或是所涉及人员或是目击证人，人们的第一反应是震惊地看事故造成的后果而非第一时间去记录事故发生时间。尽管我们所采集的交通事故案例多数是有行车记录仪记录事故发生时间的交通事故案例，但经过我们的调查行车记录仪的时间显示本身就有不准的情况，况且我们需要的案例事故发生时间必须精确到小于4分钟之内，即误差不能大于4分钟，所以采集事故发生的准确时间是一项有难度的工作，这也是导致采集事故发生时间误差小于4分钟的案例有限的原因之一。

2、交通事故发生时不论是驾乘人员或是所涉及人员或是目击证人三者之间提供的事故发生时间误差小于4分钟完全相同的案例很少。TIRIA智库对交通事故案例数据库中有75300例事故发生时间清晰准确并得到官方验证的交通事故案例进行节点时间数据统计显示：有87.1%的交通事故（含<“四类情形”交通事故>）发生在该车辆的某个<危险敏感时间节点>时间上。这75300实例虽然全部采用的是有行车记录仪记录的案例，但行车记录仪显示的时间是否有误差？误差是否小于4分钟？这又是一个降低统计准确时间的因素，也是影响统计动态车辆发生在<危险敏感时间节点>上的交通事故（含<“四类情形”交通事故>）平均占比数据的重要因素之一。

3、<高风险车辆>发生严重交通事故的占比是：78.7%，统计数据可信度是：95.8%；动态车辆发生在<危险敏感时间节点>上的交通事故（含<“四类情形”交通事故>）平均占比是：94.56%，数据统计可信度：87.1%。导致两者可信度较大差距的是分析统计清晰准确可靠的案例总数量的多少导致的，分析统计清晰准确可靠的案例总数量越多可信度越高。

4、根据TIRIA智库的模拟计算数据与实验验证数据计算动态车辆发生在<危险敏感时间节点>时间上的事故的平均占比是：98.3%，以此数据对应实际案例分析统计动态车辆发生在<危险敏感时间节点>时间上的事故的占比是：87.1%，这个实际案例统计数据相对于实验数据明显是过低了，我们分析导致“占比”相差较大的主要原因是案例发生时间的精确度误差原因导致的，但尽管案例统计的“占比”数据比较低仅有：87.1%，也足以引起驾驶员需要高度重视<节点预警数据>的重要性，尤其对驾驶<高风险车辆>的驾驶员更应该引起高度的重视。

答：TIRIA智库之所以确定：“时间因素”是动态车辆发生交通事故的“第一位主因”，主要原因是因为有实验数据反复验证的数据支持，即“时间因素”可反复实验操作与验证，以及预防应用科学需要以能够实际预防应用为主的研究方向，简介如下：

（1）     我们认为“时间因素”与“空间因素”在物理学上没有本质上的区别，也就是说我们把“时间因素”放在首要因素进行研究、论证与实验验证，是因为“时间因素”我们可以在实验中反复实验验证，同时“时间因素”可由驾驶员掌握、可有驾驶员做主决策操作，也就是说如果从“时间因素“上能找到解决方案要比从“空间因素”上找到解决方案更有利于方便驾驶员轻松掌握使用。

（2）     我们无法把地表上能行驶车辆的无尽无数的“空间因素”都纳入实验样本，也就是说我们无法把地球上能行驶车辆的无尽无数个可能发生危险情况的“空间位置”都纳入实验样本进行实验验证。某空间位置上突然发生的危险情况不是不重要，而是对于驾驶员来说某空间位置上突然发生的危险情况无法提前预警掌控，无预警预防的可操作性，空间位置上突然发生的危险情况是驾驶员（含智能车辆）无法预知也无法改变的客观现象，因此“空间因素”在车辆发生交通事故主要原因的研究中，即引爆事故的“构成因素“研究中只能是居于第二位重要因素，因为没有实验数据可反复实验验证支持“空间因素”是车辆发生交通事故的第一位主因。

（3）     从时间与空间是构成事物出现的两个主元素上说，时间与空间本是不分主次的，即不分谁是第一位因素，谁是第二位因素，但为什么在研究解决预防车辆发生交通事故的科研中，我们要把“时间因素”确定为车辆发生交通事故的第一位主因呢？主要原因是我们研究的是预防科学，是从预防的角度进行科学研究与定义，同时寻找解决方案。因此我们把有反复实验验证数据支持的“时间因素”确定为车辆发生交通事故的第一位主因，是从预防科学的角度找到了有效的信息预防方法并得到了实验验证数据的支持，我们虽然使用了物理学原理，但主要使用的研究方法是信息科学的方法与技术。

（4）     从实际应用研究的角度上说，我们的一切研究都是为了实际应用，而实际应用的第一个要求就是驾驶员可不可以在实际驾驶中能够提前掌握并可轻松操作，如果驾驶员不能提前掌控也不能轻松操作这样的研究就无实际意义也无法转化为可应用的科研产品。

（5）     从“时间因素”（<节点>时间）反复验证率上说，即动态车辆发生在<危险敏感时间节点>上的交通事故准确验证率上说，如果<节点预警数据>的准确验证率从87.1%（真实交通事故案例数据库的统计数据）提升到97.7%（反复实验验证数据的统计数据），那么对驾驶员的行车安全帮助作用会更大，对降低全社会的严重交通事故发生率会有更大幅度的帮助作用。世间一切因客观规律变化所导致出现的万千现象，都是在“时空因素”的影响作用下而产生的必然结果，动态车辆发生交通事故现象也同样遵循这一客观规律。TIRIA智库长期的研究并在实验数据的支持下确定：“时间因素”是动态车辆发生交通事故的“第一位主因”，为实现使用信息技术提前预警评估到主动预防动态车辆发生交通事故构建信息预警保护生态奠定了坚实的科学基础。

答：不论是L2级、L3级、L4级（（L5级：完全无人驾驶，尚未实现）有人监控的自动驾驶车辆发生交通事故是全球化的现象，但目前没有全球化的统计数据，仅以美国的自动驾驶车辆（L2级-L4级）发生交通事故的统计数据上看，截至2026年1月16日，仅美国加利福尼亚州车管局（DMV）累计收到的自动驾驶车辆事故报告已达918起。

根据美国国家公路交通安全管理局（NHTSA）对自动驾驶车辆（包括高级驾驶辅助系统ADAS和自动驾驶系统ADS）在本国发生交通事故的统计数据显示：

自动驾驶测试车辆事故统计：2023年报告有132起涉及自动驾驶测试车辆的碰撞事故。

自动驾驶车辆每月发生的事故统计：2024年月报告的自动驾驶车辆发生交通事故，每个月在22至80起之间。

自动驾驶车辆6年累计事故数据统计：从2021年至2024年，美国报告：3979起自动驾驶车辆交通事故案件。从2019年至2025年，美国报告：自动驾驶车辆发生交通事故总案件数：5202起。（加州截至2026年1月收到918起自动驾驶车辆碰撞报告）。

这些自动驾驶车辆碰撞报告数字主要基于强制报告，实际事故可能更高，因为并非所有轻微事件都会上报。自动驾驶车辆的事故类型分布：车后端碰撞占64.2%，侧面擦碰占20.8%。

从自动驾驶车辆的事故类型分布：车后端碰撞占64.2%，侧面擦碰占20.8%，这组美国对自动驾驶车辆发生交通事故的情形统计数据上看，自动驾驶车辆对TIRIA智库定义的<四类情形交通事故>难以预防或无法预防。

TIRIA智库根据近6年来美国权威机构对自动驾驶车辆发生交通事故主要原因的研究分析数据，以及TIRIA智库多年来对自动驾驶车辆发生交通事故主要原因的调查研究，TIRIA智库研究归纳总结出自动驾驶车辆发生交通事故主要有九种主要原因，自动驾驶车辆虽然不会疲劳驾驶和分心驾驶，但会因以下九种原因导致车辆发生交通事故：

1、特定的行车环境原因： 自动驾驶系统在晨昏弱光环境和复杂转弯场景下的事故率仍高于人类，其中弱光环境下的事故风险可能是人类驾驶的5倍以上。在强光如太阳光强烈过度照射，恶劣天气下如浓雾天、雾霾天、雨天、雪天等特殊天气，摄像头或激光雷达可能失效导致车辆发生交通事故。

2、人类驾驶员行为原因： 许多事故是由于周围的人类驾驶员无法适应自动驾驶车辆的驾驶风格（如车速较慢或较早刹车），跟车车距较近导致追尾事故最为普遍，占比可达35%至64%。

3、技术感知与预测局限原因：许多极端场景（Edge Cases）： 如“鬼探头”、道路标识不清、交通设施规划设置的不合理导致交通复杂或拥堵、道路规划设计有问题、复杂的障碍物识别失败等情况、对突发危险情况的技术感知与预测局限导致车辆发生交通事故。

4、技术感知与预测失效原因： 虽然能识别物体，但有时无法准确预判行人或其它车辆的下一步动作。在复杂或突发路况下，系统的预测、判断和规划能力不足常导致决策延迟或误判导致车辆发生交通事故。

5、技术感知与识别错误原因：在斑马线、特殊障碍物（如倒地的行人、低反射率物体）上识别困难，导致决策延迟或误判导致车辆发生交通事故。

6、概念认知错误导致过度信任原因：驾驶员把“辅助驾驶系统”当作“完全自动驾驶系统”，这种认知上的错误，导致驾驶员过度信任“辅助驾驶系统”，在需要驾驶员接管车辆时容易出现接管延误或未及时接管车辆导致车辆发生交通事故。

7、特殊极端交通环境原因：如面对其它车辆违规驾驶行为、面对动物突然闯入行车道路等特殊场景时，因系统缺乏这方面的足够数据训练，此时辅助驾驶系统难以独自应对，如果驾驶员此时没有及时接管车辆，很容易导致车辆发生交通事故。

8、人类接管不及时原因：人类对完全自动驾驶（L5级）技术突破还需要很长的时间，还需要克服许多甚至难以克服难以跨越的复杂困难，目前需要人类随时接管的辅助驾驶车辆技术应该是未来相当长时间的主流技术。驾驶员重新接管车辆的“时机”也是导致自动驾驶车辆发生交通事故的重要原因之一，尽管有驾驶员接管迟缓的问题，但更重要的是自动驾驶车辆提前预警技术没有突破的原因，目前自动驾驶车辆的预警技术是“即时”预警而不是“提前”预判预警，当自动驾驶车辆发出需要人类接管信号时往往突发危险情况已迫在眉睫，再加上人类接管时从注意力分散或困倦状态到注意力集中需要有几秒钟的反应时间，而往往就在短短的几秒钟时间里就错过了最佳紧急避险的最佳时机，因此自动驾驶车辆需要突破提前预警技术，才能使车辆与驾驶员之间有足够安全交接的时间，否则尽管看似有人类监控车辆的行车安全实则这种监控车辆自动驾驶机制恰恰最容易使人类驾驶员的注意力分散甚至犯困，有许多自动驾驶车辆发生严重交通事故都是在驾驶员犯困睡觉无法及时接管时发生的严重交通事故。

9、技术故障原因：传感器失效、软件bug或物体检测不足，导致误判速度、距离或交通信号，系统故障或组件失效也会引发导致车辆发生交通事故。

TIRIA智库的研究与建议：

研究1：TIRIA智库根据对办理过<筛查业务>具有自动驾驶功能的车辆发生交通事故情况的长期调查显示：<隐秘的客观规律>对自动驾驶车辆发生交通事故同样具有主导影响作用，具有自动驾驶功能的智能车辆如果筛查结果是<高风险车辆>，同样会发生<四类情形交通事故>或发生比较严重的交通事故。

TIRIA智库长期的研究数据与实验数据显示：不论是自动驾驶车辆还是人类驾驶车辆都会发生各类情形的交通事故，都会发生<“四类情形“交通事故>，这个客观事实不会以人的意志和意愿而有所改变，这是因为动态车辆发生交通事故具有<隐秘的客观规律>，<隐秘的客观规律>对动态车辆发生交通事故具有至关重要的主导影响作用。自动驾驶技术的进步并没有显著降低交通事故发生率，从近20年来联合国世界卫生组织公布的全球因交通事故导致死亡的人口数据上看，全球因交通事故导致死亡的人口数不但没有减少反而逐年再增加，全球交通事故发案总件数呈现逐年升高的趋势。

TIRIA智库长期的研究数据与实验数据显示：动态车辆发生交通事故并非是无规律的偶然现象，而是有规律可循证的客观现象，当动态车辆所涉<危险敏感信息>在某个<危险敏感时间节点>汇聚完备之际，动态车辆发生交通事故就会成为有规律的必然现象，我们基于循证研究和数据驱动的分析方法，在大量的研究数据与实验数据的支持下发现并确定：动态车辆发生交通事故具有<隐秘的客观规律>，<隐秘的客观规律>对动态车辆发生交通事故具有至关重要的主导影响作用，也就是说动态车辆发生交通事故并不是无规律的偶然现象而是有规律的必然现象。这一<隐秘的客观规律>是可以通过信息技术计算并掌握其变化规律的，从而可以实现为驾驶员提前提供<预警数据>，驾驶员因此可获得主动预防车辆发生交通事故的技术能力，从而有效降低严重交通事故的发生机率、预防发生<“四类情形“交通事故>。

研究2、单纯追求技术进步的局限性研究与建议：单纯追求技术进步是近20年来的全球大趋势，人们幻想追求完全自动驾驶技术能解决动态车辆发生交通事故的全部问题，事实上自动驾驶技术发展到L4级就很难发展下去了，为什么？还是动态车辆发生交通事故问题难以提前预警主动预防这个问题没有解决。其实世间一切因客观规律变化所导致出现的万千现象，都是在“时空因素”的影响作用下而产生的必然结果，动态车辆发生交通事故现象也同样遵循这一客观规律。

根据TIRIA智库对动态车辆（含智能车辆）发生交通事故问题长期的研究结论显示：自动驾驶车辆目前能做到的仅相当于人类守法守规普通驾驶员的驾驶水平与驾驶技术，它的优势是不会分心驾驶、不会疲劳驾驶、不会违法驾驶，除此之外一些在驾驶中的预测、评估、判断、处置等能力都没有超过人类比较优秀驾驶员的驾驶素养、驾驶经验和驾驶技能。根据TIRIA智库长期的研究与大量真实详实的案例分析显示：有许多驾驶素养、驾驶经验和驾驶技能都非常优秀的驾驶员也会时常发生交通事故、也会时常被动发生（遭遇）交通事故，甚至发生或遭遇严重交通事故。

有效降低交通事故发生率是人类社会的大问题，包括：国家与社会综合发展规划、法律与法治的进一步完善、信息技术预警的深度融合开发利用等等许多条件与制约，并非单靠汽车驾驶技术进步就能全部解决的，例如根据TIRIA智库的研究显示：道路规划设计问题会影响行车安全、交通法规制定的是否完善与是否科学合理会影响行车安全、道路上的交通设施交通标识设置的是否合理醒目会影响行车安全、交通管理是否科学合理会影响行车安全、驾驶员人群的普遍驾驶素养高低会影响行车安全、驾驶员人群的驾驶心情稳定状态会影响行车安全、对<隐秘的客观规律>是否重视会影响行车安全、是否具有<提前预警>和<主动预防>的新预警预防观念会影响行车安全、是否会合理使用<预警数据>会影响行车安全。

建议1：在没有把信息预警技术深度融合之前，驾驶具有自动驾驶功能的驾驶员切莫完全相信和依靠自动驾驶系统能够及时安全的处理好一切行车途中所遇到的全部情况，因为<隐秘的客观规律>对自动驾驶车辆发生交通事故同样具有主导影响作用，具有自动驾驶功能的所谓智能车辆如果筛查结果是<高风险车辆>，同样会发生<四类情形交通事故>或发生比较严重的交通事故。因此我们建议目前的自动驾驶技术使用时需要驾驶员随时接管才是正确的使用方法，不能完全交给自动驾驶系统而驾驶员去睡觉，目前的自动驾驶系统并非是完全自动驾驶系统，定义明确：辅助驾驶系统。

建议2：自动驾驶车辆与完全自动驾驶车辆，虽然仅差两个字但区别却是巨大的，目前的自动驾驶车辆严格意义上说不能称为自动驾驶车辆，更不能称为“智能车辆”，这个定义夸大了辅助驾驶技术，导致许多驾驶员误认为他购买的车辆能够实现“完全自动驾驶”，甚至驾驶员自己在车上睡觉把生命安全完全交给“辅助驾驶系统”，这其实是夸大定义“辅助驾驶技术”的结果。

严格意义上说“完全自动驾驶车辆”才算是“自动驾驶车辆”，才可以称为：智能车辆，更严格意义上说：“完全自动驾驶车辆”的全部驾驶能力需要全部超过人类驾驶员，才可称为“完全自动驾驶车辆”或可称为“智能车辆”，否则仍然不能称为“完全自动驾驶车辆”，更不能称为“智能车辆”。如果不是从过硬的技术上而是从名词概念上去鼓动人门去驾驶去乘坐还没有完全超过人类驾驶能力的所谓自动驾驶车辆，目的又是什么？意义又是什么？生命安全又如何保障？夸大宣传辅助驾驶技术、“定义”不严谨最终可能会以驾乘人员的身体损伤或生命安全受到危害为代价，在科技名词“定义”不准确的大时代驾驶员提高认知很重要……。

建议3：正确的观念建立在认知能力上，目前的所谓自动驾驶车辆、智能车辆都与定义严重不符，目前的所谓的自动驾驶车辆、智能车辆所具有的自动驾驶技术就是辅助驾驶技术，辅助谁的？辅助驾驶员驾驶车辆用的，绝对不能称为智能车辆或自动驾驶车辆，驾驶员只有把这个重要的观念转变了，驾驶员才能更安全的驾驶具有辅助驾驶功能的车辆，驾驶员因此才不会把驾驶车辆完全交给辅助驾驶系统，驾驶员观念的转变不仅会增加行车安全系数，同时还能因辅助驾驶功能增加一些驾驶乐趣。

具有辅助驾驶功能的车辆就是普通车辆，这一观念对于驾驶员来说非常的重要，只有驾驶员把自己购买的所谓的智能车辆（自动驾驶车辆）当作普通车辆来驾驶，行车安全才有保障、行车安全系数才能提高；如果驾驶员把自己购买的所谓智能车辆（自动驾驶车辆）真当成了智能车辆（自动驾驶车辆）行车安全系数不仅不能提高，反而还会降低。

答：具有自动驾驶系统的车辆也需要筛查<车辆风险等级>。

因为目前具有自动驾驶系统的车辆定义不严谨，定义”自动驾驶系统”概念界定不准确，如果把具有”自动驾驶系统的车辆”修改成：具有”辅助驾驶系统的车辆”就准确了，虽然仅去掉“自动”两个字但在名词概念上的定义就准确了，“自动驾驶系统”与“辅助驾驶系统”对驾驶员具有本质上的概念引导与认知诱导，“自动驾驶系统”与“辅助驾驶系统”两个认知概念会从根本上影响驾驶员操作车辆，乃至于影响到行车安全。

TIRIA智库的研究认为：具有自动驾驶系统的车辆就是普通车辆，具有普通车辆的一切特质，所不同的是它可以开启辅助驾驶模式。事实证明这种辅助驾驶系统就是辅助驾驶系统，不能称为智能驾驶系统或自动驾驶系统，因为此类车辆与普通车辆一样都会发生大量的不同情形的交通事故，此类车辆发生的大量的交通事故案件数据可证明“辅助”与“智能”完全是不同的概念，因此具有自动驾驶系统（辅助驾驶系统）的车辆也需要筛查<车辆风险等级>。

答：TIRIA智库DSIT信息技术服务中心在如下特殊情况下可能会出现延迟发送报告的情况，在此特别说明，敬请客户须知。

•    重要节日及TIRIA智库的重要活动。
•    评审委员会的专家有重要会议或重要活动。
•    临时发生的不可预测的一切影响发送报告的特殊情况，如：网络或传输出现特殊情况、供电出现特殊情况等等。
•    系统受理业务的件数超过系统及评审委员会处理业务的时限匹配能力时，即无法在预定完成业务报告的时间内完成业务报告。
•    其它不可抗拒的自然灾害、战争等等特殊情况。

答：不同之处：

美国道路安全保险协会（IISH）开展的是对汽车被动安全等级的测评业务，属于汽车被动安全等级测评科研领域。

美国交通问题研究智库（TIRIA）开展的是对动态车辆的行车安全等级的筛查和评测业务，属于汽车主动安全等级评测科研领域。

美国道路安全保险协会（IISH）对汽车被动安全等级的测评，所使用的主要技术是测评的硬件技术及其相关的软件技术。

美国交通问题研究智库（TIRIA）对动态车辆行车安全等级的筛查和评测业务，所使用的主要技术是信息技术、<DSRC数据技术>、AI技术。

美国道路安全保险协会（IISH）开展的对动态车辆的“被动安全等级测评”业务，是使用真实的车辆利用硬件设备模拟车辆发生碰撞、翻滚等真实交通事故情形对不同品牌不同车型的汽车自身质量、设计、框架、安全防护设备等对驾乘人员及所涉人员的保护程度等项目进行“被动安全等级测评”，根据测评实验数据确定不同品牌不同车型车辆的“汽车安全等级”。

美国交通问题研究智库（TIRIA）开展的对动态车辆行车安全等级的筛查和评测业务，是运用信息科学的方法和技术对待评测车辆的真实车辆信息、真实行车信息，以及与行车安全密切相关的诸多重要信息进行多方位的信息采集，建立<DSRC>动态车辆数据分析模型，运用<DSRC数据技术>模拟计算该车辆在<正常驾驶条件>下和<非正常驾驶条件>下行驶时，动态车辆所涉<危险敏感信息>的数据变化对动态车辆行车安全的影响作用，进行数据分析、筛查、评测、计算，最终确定该动态车辆的<基础数据>、<全时节点数据>（<行车安全信息>）。这些重要的<基础数据>和<全时节点数据>包括：<动态车辆风险等级数据>、<动态车辆风险度数据>、<动态车辆安全度数据>、<行车安全类别数据>、<事故等级区间数据>、<全时节点数据>、<节点预警级别数据>。

这些重要的<基础数据>和<全时节点数据>再经过AI的时时再计算，即通过驾驶员使用<TIRIA智能预警APP>提供的AI时时<预警保护>数据，辅助驾驶员的安全驾驶，保护驾驶员的行车安全，实现提前预警、主动预防动态车辆发生交通事故（含<“四类情形”交通事故>），最大程度地有效降低交通事故（含<“四类情形”交通事故>）发生率。美国交通问题研究智库（TIRIA）开展的对动态车辆行车安全等级的筛查和评测业务对驾驶员（含智能车辆）的行车安全意义深远。

相同之处：

美国道路安全保险协会（IISH）长期致力于动态车辆发生交通事故后车辆对驾乘人员和所涉及的人员的保护程度的科学研究。

美国交通问题研究智库（TIRIA智库）长期致力于驾驶员（含智能车辆）如何提前预警、主动预防动态车辆发生交通事故（含<“四类情形”交通事故>）的科学研究。这两家汽车安全专业测评机构与专业评测机构的理想是一致的，对人类社会的关爱情怀是一致的，严谨的科学态度是一致的。

答：TIRIA智库的<行车安全问题研究中心>即<DSIT信息技术服务中心>设有三项独立业务：<筛查业务>（筛查<车辆风险等级>数据、<车辆风险度>数据）、<评测业务>（评测<安全度>数据、<事故频次>数据、<事故等级区间>数据）、<节点业务>（计算<节点时间>数据、<节点预警级别>数据）。这三项独立业务共包含7项数据，在TIRIA智库网站上直接申办这三项业务客户需要申办三次业务才能获取全部7项数据，申办三次需要填写三次《车辆信息采集表》，客户所填写的《车辆信息采集表》超过60多项问卷条目内容。为最大程度地方便客户在手机上以最便捷的操作方式申办业务，TIRIA智库开通<微信申办业务窗口>并对申办这三项业务的申办流程与申办方式做了大幅度地改革与优化，改革与优化具体内容如下：

（1）简化优化《车辆信息采集表》：

TIRIA智库在微信平台开设<微信申办筛查业务窗口>是为了最大程度地简化申办业务流程、最大程度地方便客户在手机上就能申办<筛查业务>、以最快的速度让客户获得《筛查评测业务报告》，使客户尽早受益于筛查评测技术，尽快实现提前预警预防。简化优化《车辆信息采集表》大大地缩短了客户的填表时间，大大地降低了填表难度，目前的《车辆信息采集表》已从原来的60多项问卷条目内容精简优化到30多项问卷条目内容，经过优化保留下来的问卷条目内容都是客户能够填写准确且方便客户填写的条目内容，极大地方便客户在手机上以最短的时间最便捷的操作方式申办<筛查业务>。

（2）合并业务项目：

为最大程度地方便客户在手机上以最便捷的方式申办<筛查业务>、以最快速度让客户获得《筛查评测业务报告》，使客户尽早受益于筛查评测技术，尽快实现提前预警预防，TIRIA智库把原本独立的<筛查业务>（<车辆风险等级>数据、<车辆风险度>数据）与<评测业务>（<安全度>数据、<事故频次>数据、<事故等级区间>数据）共涉及5项数据合并为可以通过申办<筛查业务>一并同时选项组合申办原本的<评测业务>项目，客户只需填写一次简化优化后的<车辆信息采集表>，就可实现一次性申办两项业务包含的评测项目内容，且评测的内容可以由客户自主自由组合选项决定。

（3）主数据、参考数据、参考信息、自由组合选项申办

TIRIA智库把原本独立的<筛查业务>（<车辆风险等级>数据与<车辆风险度>数据）与<评测业务>（<安全度>数据、<事故频次>数据、<事故等级区间>数据）共涉及5项数据合并后，把<筛查业务>的<车辆风险等级>数据与<车辆风险度>数据做为主数据，把<评测业务>的<安全度分数>数据、<事故频次>数据、<事故等级区间>数据做为辅助数据、参考数据，同时把<DSRC模拟计算>产生的相关参考数据（车辆易损部位、车辆易发事故情形）做为此次改革的<参考信息>一并提供给客户，由客户自由决定是否需要组合选项阅读由<DSRC模拟计算>计算技术提供的<参考信息>，做为辅助预警信息参考使用。

（4）降低评测费用、限时优惠

TIRIA智库此次改革不仅简化优化了《车辆信息采集表》、也不仅在申办流程上更简化更方便，通过业务合并使客户可以自由按需组合挑选自己最需要的评测项目，使客户申办的业务项目更符合客户的实际需要，大大地降低了筛查评测费用，同时TIRIA智库推出每日限时优惠活动，以更低的筛查评测费用普惠更多有需求的驾驶员，让更多的人受益于筛查评测技术实现提前预警预防，帮助人们确立和提高主动预防意识预防发生严重交通事故。

<视觉盲区时间>是<驾驶员的视觉盲区时间信息>的简称。<视觉盲区时间>是TIRIA智库行车安全问题研究中心确定定义的专属学术理论名词。 <视觉盲区时间>也称：<视觉盲区时间信息>（<驾驶员的视觉盲区时间信息>），也称：<视觉幽灵现象>（<驾驶员的视觉幽灵现象>），也称：<视觉幽灵时间>（<驾驶员的视觉幽灵时间>），也称：<驾驶员的视觉盲区现象>，也称：<驾驶员（含智能车辆）的视觉盲区时间>。

（【注释】：<视觉盲区时间>的多个名称是因其具有的特点和特性决定的，读者在阅读TIRIA智库网站上的文章时会遇到使用不同名称侧重点不同的表述<视觉盲区时间>的情况，在此特别注释说明）。

<视觉盲区时间>概括地说：是指驾驶员在驾驶机动车时因某种原因导致驾驶员“视而不见”本可以清晰看见的人、车、物、事等情况（见下方【注释2】），即驾驶员出现“视觉盲区”（视觉幽灵）的“时间段”，就是驾驶员的<视觉盲区时间>，也称：<视觉盲区时间信息>，也称： 驾驶员的<视觉幽灵现象>。

<视觉盲区时间>具体地说：是指驾驶员在驾驶车辆过程中或多或少或经常或偶尔都存在的一种自己很难觉知，但却是现实存在的“视而不见”本可以清晰看见的人、车、物、事等情况的“驾驶行为现象”，这个“视而不见”的“驾驶行为现象”是动态车辆发生“严重“交通事故的重要因素之一，这个“视而不见”的“驾驶行为现象”是TIRIA智库在研究与探索动态车辆发生交通事故究竟成因与<隐秘客观规律>的过程中发现并得到实验验证的较为普遍存在的“驾驶行为现象”，就是驾驶员的<视觉盲区时间>，也称：<视觉盲区时间信息>，也称：驾驶员的<视觉幽灵现象>。

<视觉盲区时间>从实验数据的角度说：TIRIA智库的研究与实验数据显示：驾驶员的<视觉盲区时间>信息（<视觉幽灵现象>）常常伴随动态车辆的<危险敏感时间节点>信息而出现，驾驶员的<视觉盲区时间>信息具有隐秘的<危险敏感时间信息>的特点和属性，驾驶员的<视觉盲区时间>具有伴随动态车辆的<节点>时间出现的现实可能性特点。驾驶员的<视觉盲区时间>（<视觉幽灵现象>）是许多驾驶员在驾驶车辆过程中或多或少或经常或偶尔都存在的一种自己很难觉知，但却是较为普遍存在的“视而不见”的“驾驶行为现象”，驾驶员的<视觉盲区时间>具有伴随动态车辆的<节点>时间出现的现实可能性，因此增加了动态车辆发生“严重“交通事故的机率。（见下方【注释1】）。

（【注释1】：驾驶员的<视觉盲区时间>信息（<视觉幽灵现象>）并不是导致交通事故发生的“主导信息“和”关键信息“，但驾驶员在驾驶车辆过程中伴随<节点>时间可能出现的<视觉盲区时间>（<视觉幽灵现象>）却是导致动态车辆发生“严重“交通事故的重要因素之一。）

（【注释2】：“视而不见”本可以清晰看见的人、车、物、事等情况包括：行车环境中所涉及的与行车安全有关的全部信息和情况，例如：行人、机动车、非机动车、指示灯、交通标识、交通设施、交通道路、交通道路上发生的事件等等相关情况。下方阐述相同内容与此注释相同。）

<视觉盲区时间信息>特点研究简介：

TIRIA智库长期的研究、观测、调查、统计数据显示：驾驶员在驾驶机动车过程中主观上一直在认真仔细地观察行车环境中的一切可见的人、车、物、事等情况，行车环境中可见的人、车、物、事等情况也在驾驶员的视线之内，但驾驶员有时因某种原因却没有看见视线之内本应清晰可见的全部人、车、物、事等情况，而是仅看见可见内容的一部分内容，或驾驶员虽然看见视线之内的全部人、车、物、事等情况，但因“注意力”过度集中关注某一人、车、物、事等情况上或过度关注专注思考某一人、车、物、事等情况上，或因身体极度疲倦或因特殊心理活动等情况，没有引起脑中枢信息处理系统及时处理传导视觉和意识非重点关注的人、车、物、事等情况的影像信息，导致驾驶员（含智能车辆）出现“视而不见”的<视觉幽灵现象>（<视觉盲区时间>）。

TIRIA智库的研究与调查统计数据显示：驾驶员的<视觉盲区时间>多数情况下并不是在驾驶员违法违规驾驶情况下出现的，而是在驾驶员守法守规驾驶的情况下出现的，甚至有时是因为驾驶员的“注意力”过于集中、过于关注前方行车环境中的某些交通情况、机动车、行人、非机动车、指示灯、交通标识等情况下出现的，<视觉盲区时间>的特点和特性为驾驶员使用<传统预防方法>预防<视觉盲区时间>（<视觉幽灵现象>）增加了几乎无法逾越的难度，<视觉盲区时间>的特点和特性决定了<视觉盲区时间>具有非常高的危险性和<传统预防方法>难以预防或无法预防的特点。

TIRIA智库的研究与实验数据显示：驾驶员的<视觉盲区时间>具有伴随动态车辆的<节点>时间出现的现实可能性特点，因此增加了动态车辆发生“严重“交通事故的机率。驾驶员在不了解、不掌握自己所驾车辆的<节点>时间的情况下，即驾驶员没有使用<TIRIA智能预警APP>（没有采用“合理使用”（避开）<节点>驾驶技术）驾驶车辆的情况下，如果驾驶员经常在该车辆的<节点>时间驾驶该车辆，那么驾驶员在<节点>时间驾驶该车辆发生交通事故的机率将会升高。如果此时驾驶员的<视觉盲区时间>（<视觉幽灵现象>）伴随<节点>时间出现，那么此时驾驶员驾驶该车辆发生“严重”交通事故的机率一定会升高。从动态车辆发生交通事故的原理和<预警信息>（<行车安全信息>）的角度看：如果驾驶员的<视觉盲区时间>伴随动态车辆的<节点>时间出现，当<事故引爆点>形成时，动态车辆发生“严重“交通事故的机率必然会升高，那么此时动态车辆发生“严重“交通事故（含<“四类情形”交通事故>）将是必然的事，不发生“严重“交通事故（含<“四类情形”交通事故>）却是偶然的事。

<视觉盲区时间信息>预防研究与实验简介：

<视觉盲区时间信息>是TIRIA智库行车安全问题研究中心在对动态车辆发生交通事故究竟成因与<隐秘客观规律>的研究与探索中发现，并经过长期反复的研究、实验、验证，最终确定：驾驶员的<视觉盲区时间>信息具有隐秘的<危险敏感时间信息>的特点和属性，驾驶员的<视觉盲区时间>具有伴随动态车辆的<节点>时间出现的现实可能性特点，驾驶员的<视觉盲区时间>信息（<视觉幽灵现象>）常常伴随动态车辆的<危险敏感时间节点>信息而出现。这一研究结论为驾驶员预防<视觉盲区时间>（<视觉幽灵现象>）找到了提前预警、主动预防的有效方法：<信息预警方法>和<主动预防技术>（“合理使用”（避开）<节点>技术）。实验数据显示：驾驶员采用“合理使用”（避开）<节点>技术驾驶车辆，能够最大程度地降低因驾驶员的<视觉盲区时间>（<视觉幽灵现象>）引发“严重“交通事故的机率。

TIRIA智库的研究与实验数据显示：驾驶员的<视觉盲区时间>信息（<视觉幽灵现象>）常常伴随动态车辆的<危险敏感时间节点>信息而出现，驾驶员的<视觉盲区时间>信息具有隐秘的<危险敏感时间信息>的特点和属性，驾驶员的<视觉盲区时间>具有伴随动态车辆的<节点>时间出现的现实可能性特点。<视觉盲区时间>的特点和特性，决定了驾驶员的<视觉盲区时间>（<视觉幽灵现象>）适合使用信息科学的方法和技术（<信息预警方法>和<主动预防技术>）进行提前预警、主动预防，最大程度地降低驾驶员可能在<节点>时间出现<视觉幽灵现象>（<视觉盲区时间>）引发“严重“交通事故的机率。

TIRIA智库的研究、实验与调查数据显示：驾驶员的<视觉盲区时间>（<视觉幽灵现象>）是许多驾驶员在驾驶车辆过程中或多或少或经常或偶尔都存在的一种自己很难觉知，但却是现实存在的“视而不见”的“驾驶行为现象”，驾驶员的<视觉盲区时间>具有伴随动态车辆的<节点>时间出现的现实可能性，因此增加了动态车辆发生“严重“交通事故的机率。

驾驶员的<视觉盲区时间>（<视觉幽灵现象>）是动态车辆发生“严重“交通事故的重要因素之一，驾驶员的<视觉盲区时间>（<视觉幽灵现象>）是<传统预防方法>难以预防或无法预防的，驾驶员的<视觉盲区时间>（<视觉幽灵现象>）是驾驶员因不了解而长期忽略的“驾驶行为现象”，驾驶员的<视觉盲区时间>（<视觉幽灵现象>）不论对驾乘人员或是其他车辆或行人的危险性和危害性都是非常高的、是显而易见的，应引起驾驶员的高度重视。

【注】：关于<视觉盲区时间>（<视觉幽灵现象>）应用研究的相关问题，详见《问题解答》栏目相关专题解答。文中用<>括起来都是专属名词，详见《学术释义》）。

答：TIRIA智库的研究与调查统计数据显示：驾驶员驾驶车辆时一旦出现<视觉幽灵现象>（<视觉盲区时间>）通常具有如下一些特点：

特点1：驾驶员完全不觉知、不知道的特点。

驾驶员驾驶车辆出现<视觉幽灵现象>（<视觉盲区时间>）时，驾驶员完全不觉知、不知道自己正在<视觉盲区时间>里驾驶车辆。

特点2：持续时间比较短、危险性非常高的特点。

驾驶员驾驶车辆出现<视觉幽灵现象>（<视觉盲区时间>）时，多数情况下持续时间都比较短（几秒钟或十几秒钟），但危险性却非常高，尤其驾驶员的<视觉幽灵现象>（<视觉盲区时间>）具有伴随动态车辆的<节点>时间出现的现实可能性特点，所以非常容易引发“严重”交通事故（含<“四类情形”交通事故>）的发生。

特点3：事故严重程度等级高、致伤率高、致死率高的特点。

TIRIA智库的研究与调查统计数据显示：<视觉幽灵现象>（<视觉盲区时间>）引发的交通事故其危险性和危害性是非常大的，尤其驾驶员的<视觉幽灵现象>（<视觉盲区时间>）具有伴随动态车辆的<节点>时间出现的现实可能性特点，所以非常容易引发“严重”交通事故（含<“四类情形”交通事故>）的发生。驾驶员一旦出现<视觉幽灵现象>（<视觉盲区时间>），不论对驾乘人员或是其他车辆或行人的危险性和危害性是非常严重的。驾驶员驾驶车辆出现<视觉幽灵现象>（<视觉盲区时间>）时，由此引发的交通事故（含<“四类情形”交通事故>）通常情况下都具有严重程度等级高、致伤率高、致残率高、致死率高的特点（含驾乘人员、行人和其它车辆的相关人员）。

特点4：驾驶员在非违法违规驾驶的情况下出现的特点。

驾驶员驾驶车辆出现<视觉幽灵现象>（<视觉盲区时间>）时，多数情况下并不是在驾驶员违法 违规驾驶情况下出现的，而是在驾驶员守法守规驾驶的情况下出现的，甚至有时是因为驾驶员的“注意力”过于集中、过于关注前方行车环境中的某些交通情况、机动车、行人、非机动车、指示灯、交通标识等情况下出现的，<视觉盲区时间>的特点和特性决定了<视觉盲区时间> （<视觉幽灵现象>）具有非常高的危险性和<传统预防方法>难以预防或无法预防的特点。

特点5：<视觉盲区时间>具有<传统预防方法>难以预防或无法预防的特点。

驾驶员驾驶车辆出现<视觉幽灵现象>（<视觉盲区时间>）时，多数情况下并不是在驾驶员违法 违规驾驶情况下出现的，而是在驾驶员守法守规驾驶的情况下出现的，甚至有时是因为驾驶员的“注意力”过于集中、过于关注前方行车环境中的某些交通情况、机动车、行人、非机动车、指示灯、交通标识等情况下出现的，<视觉盲区时间>的特点和特性决定了使用<传统预防方法>是难以预防或无法预防的。（详见《学术释义》：<传统预防方法>）。

特点6：<视觉盲区时间>具有伴随动态车辆的<节点>时间而出现的现实可能性的特点。

TIRIA智库的研究与实验数据显示：驾驶员的<视觉盲区时间>信息（<视觉幽灵现象>）常常伴随动态车辆的<危险敏感时间节点>信息而出现，驾驶员的<视觉盲区时间>信息具有隐秘的<危险敏感时间信息>的特点和属性，驾驶员的<视觉盲区时间>具有伴随动态车辆的<节点>时间出现的现实可能性特点。

（【注释】：驾驶员的<视觉盲区时间>信息（<视觉幽灵现象>）并不是导致交通事故发生的“主导信息“和”关键信息“，但驾驶员在驾驶车辆过程中伴随<节点>时间可能出现的<视觉盲区时间>（<视觉幽灵现象>）却是导致动态车辆发生“严重“交通事故的重要因素之一。）

特点7：<视觉盲区时间>具有适合使用信息科学的方法和技术预防的特点。

TIRIA智库的研究与实验数据显示：驾驶员的<视觉盲区时间>信息（<视觉幽灵现象>）常常伴随动态车辆的<危险敏感时间节点>信息而出现，驾驶员的<视觉盲区时间>信息具有隐秘的<危险敏感时间信息>的特点和属性，驾驶员的<视觉盲区时间>具有伴随动态车辆的<节点>时间出现的现实可能性特点。<视觉盲区时间>的特点和特性，决定了<视觉盲区时间信息>（<驾驶员的视觉幽灵现象>）适合使用信息科学的方法和技术（<信息预警方法>和<主动预防技术>）提前预警、主动预防。

以上是驾驶员驾驶车辆时一旦出现<视觉幽灵现象>（<视觉盲区时间>）通常具有的一些特点，应当引起驾驶员的高度重视。

答：驾驶员驾驶车辆时应注意或修正如下6种驾驶行为（习惯）对预防驾驶员的<视觉盲区时间>（<视觉幽灵现象>）有帮助作用：

1.    驾驶员在驾驶车辆时应注意或修正“视觉注意力过度集中关注某一人、车、事、物“这个驾驶行为（习惯），对预防驾驶员的<视觉盲区时间>（<视觉幽灵现象>）有帮助作用。

驾驶员在驾驶机动车时，如果视觉“注意力”过度集中关注行车环境中的某一人、车、事、物（含某些交通情况、指示灯、交通标识、行人、非机动车、机动车等）会导致：驾驶员的视觉观察范围缩小缩窄、驾驶员的全面观察能力减弱，从而影响驾驶员的全面观察和快速准确的驾驶操作，此时驾驶员的眼睛虽然还看着前方，但前方出现的车、人、物影像信息不能全部通过驾驶员的视觉传导引起脑中枢信息处理系统及时处理全部的影像信息，科学研究显示：人脑中枢信息处理系统优先处理的是驾驶员“注意力”过度集中关注和重点专注的影像信息，如果此时驾驶员正在<节点>时间驾驶车辆，既使此时驾驶员没有出现<视觉幽灵现象>（<视觉盲区时间>），驾驶员在<节点>时间驾驶车辆时视觉“注意力”过度集中关注“某一点”上的人、车、事、物，此时驾驶员驾驶该车辆发生交通事故的机率也会非常高。如果此时驾驶员的<视觉盲区时间>（<视觉幽灵现象>）伴随<节点>时间出现，那么此时驾驶员驾驶该车辆发生“严重”交通事故的机率将会非常高。

•    驾驶员在驾驶车辆时应注意或修正“过度专注思考问题“这个驾驶行为（习惯），对预防驾驶员的<视觉盲区时间>（<视觉幽灵现象>）有帮助作用。

驾驶员在驾驶机动车时，如果过度专注思考对本人非常重要或非常迷恋的事情会导致：驾驶员驾驶时分心“走神”， 易使驾驶员的视觉观察范围缩小缩窄、驾驶员的全面观察能力减弱，从而影响驾驶员的全面观察和快速准确的驾驶操作，此时驾驶员的眼睛虽然还看着前方，但前方出现的车、人、物影像信息却没有通过驾驶员的视觉传导引起脑中枢信息处理系统及时处理这些影像信息并快速回应，脑中枢信息处理系统优先处理的是驾驶员正在努力专注思考或专注迷恋或正在过度思考需要解决的事情的影像信息，如果此时驾驶员正在<节点>时间驾驶车辆，既使此时驾驶员没有出现<视觉幽灵现象>（<视觉盲区时间>），驾驶员在<节点>时间驾驶车辆时过度专注思考问题、分心“走神”驾驶车辆，此时驾驶员驾驶该车辆发生交通事故的机率也会非常高。如果此时驾驶员的<视觉盲区时间>（<视觉幽灵现象>）伴随<节点>时间出现，那么此时驾驶员驾驶该车辆发生“严重”交通事故的机率将会非常高。

•    驾驶员在驾驶车辆时应注意或修正“疲劳驾驶“这个驾驶行为（习惯），对预防驾驶员的<视觉盲区时间>（<视觉幽灵现象>）有帮助作用。

如果驾驶员连续长时间驾驶机动车（超过4小时没有停车休息）会出现身体和视觉上的疲劳必然会导致：驾驶员精神状态不佳、驾驶时分心走神，易使驾驶员的视觉观察范围缩小缩窄、驾驶员的全面观察能力减弱等情况，从而影响驾驶员的全面观察和快速准确的驾驶操作，此时驾驶员的眼睛虽然还看着前方，但前方出现的车、人、物影像信息却没有通过驾驶员的视觉传导引起脑中枢信息处理系统及时处理这些影像信息并快速回应，甚至有的驾驶员因疲劳过度竟然会睁着眼睛进行半睡眠状态驾驶，或在驾驶中出现幻觉或视觉观察不清晰或反映变迟钝，此时脑中枢信息处理系统传导处理影像信息会延误或变迟钝或选择思想中非常关注的信息进行处理，如果此时驾驶员正在<节点>时间驾驶车辆，既使此时驾驶员没有出现<视觉幽灵现象>（<视觉盲区时间>），驾驶员在<节点>时间疲劳驾驶，此时驾驶员驾驶该车辆发生交通事故的机率也会非常高。如果此时驾驶员的<视觉盲区时间>（<视觉幽灵现象>）伴随<节点>时间出现，那么此时驾驶员驾驶该车辆发生“严重”交通事故的机率将会非常高。

•    驾驶员在驾驶车辆时应注意或修正“分心驾驶“这个驾驶行为（习惯），对预防驾驶员的<视觉盲区时间>（<视觉幽灵现象>）有帮助作用。

如果驾驶员在驾驶机动车过程中突然出现特殊的心理活动或出现特殊的精神状态或出现不良情绪会导致：驾驶员思维混乱、精神状态不佳、驾驶时分心走神，易使驾驶员的视觉观察范围缩小缩窄、驾驶员的全面观察能力减弱，从而影响驾驶员的全面观察和快速准确的驾驶操作，此时驾驶员的眼睛虽然还看着前方，但前方出现的车、人、物影像信息却没有通过驾驶员的视觉传导引起脑中枢信息处理系统及时处理这些影像信息并快速回应，此时脑中枢信息处理系统（含“意识”特性）传导处理影像信息会延误或变迟钝或选择思想中非常关注的信息进行处理，如果此时驾驶员正在<节点>时间驾驶车辆，既使此时驾驶员没有出现<视觉幽灵现象>（<视觉盲区时间>），驾驶员在<节点>时间分心驾驶，此时驾驶员驾驶该车辆发生交通事故的机率也会非常高。如果此时驾驶员的<视觉盲区时间>（<视觉幽灵现象>）伴随<节点>时间出现，那么此时驾驶员驾驶该车辆发生“严重”交通事故的机率将会非常高。

•    驾驶员在驾驶车辆时应注意或修正“服用有致幻致困效果的药物“这个驾驶行为（习惯），对预防驾驶员的<视觉盲区时间>（<视觉幽灵现象>）有帮助作用。

如果驾驶员在驾驶机动车之前或驾驶机动车过程中服用或使用有致幻致困效果的药物或毒品会导致：驾驶员出现幻觉或视觉观察不清晰、精神状态不佳、驾驶时分心走神，易使驾驶员的视觉观察范围缩小缩窄，驾驶员的全面观察能力减弱，从而影响驾驶员的全面观察和快速准确的驾驶操作，此时驾驶员的眼睛虽然还看着前方，但前方出现的车、人、物影像信息却没有通过驾驶员的视觉传导引起脑中枢信息处理系统及时处理这些影像信息并快速回应，此时脑中枢信息处理系统传导处理影像信息会延误或变迟钝或选择思想中非常关注的信息进行处理，如果此时驾驶员正在<节点>时间驾驶车辆，既使此时驾驶员没有出现<视觉幽灵现象>（<视觉盲区时间>），驾驶员在<节点>时间出现困倦驾驶或出现幻觉驾驶，此时驾驶员驾驶该车辆发生交通事故的机率也会非常高。如果此时驾驶员的<视觉盲区时间>（<视觉幽灵现象>）伴随<节点>时间出现，那么此时驾驶员驾驶该车辆发生“严重”交通事故的机率将会非常高。

•    驾驶员在驾驶车辆时应注意或修正“不重视<节点>时间“这个驾驶行为（习惯），对预防驾驶员的<视觉盲区时间>（<视觉幽灵现象>）有帮助作用。

驾驶员应重视和掌握“合理使用”（避开）<节点>驾驶技术，并在日常驾驶车辆时养成“合理使用”（避开）<节点>的驾驶习惯（注：TIRIA智库建议：驾驶员使用<TIRIA智能预警APP>对驾驶员“合理使用”（避开）<节点>驾驶车辆帮助作用和安全效果更明显。详见《学术释义》：<TIRIA智能预警APP>简介）。

驾驶员在驾驶车辆时如果能够“合理使用”（避开）<节点>，不仅能提高动态车辆安全度、有效降低交通事故发生率、主动预防动态车辆发生交通事故（<“四类情形”交通事故>）、最大程度地保障驾驶员的行车安全，同时对预防驾驶员出现<视觉幽灵现象>（<视觉盲区时间>）具有非常明显的帮助作用。（详见《问与答》：什么是“合理使用”（避开）<节点>？什么是<视觉盲区时间>？）。

答：TIRIA智库的研究与实验数据显示：驾驶员的<视觉盲区时间>具有伴随动态车辆的<节点>时间出现的现实可能性，因此增加了动态车辆发生“严重“交通事故的机率，驾驶员的<视觉盲区时间>（<视觉幽灵现象>）是动态车辆发生“严重“交通事故的重要因素之一，驾驶员的<视觉盲区时间>（<视觉幽灵现象>）是<传统预防方法>难以预防或无法预防的，所以预防驾驶员的<视觉盲区时间>（<视觉幽灵现象>）驾驶员应提前做好如下准备：

驾驶员应提前获取自己所驾车辆的<预警信息>（<行车安全信息>），驾驶员应提前掌握<信息预警方法>和<主动预防技术>，驾驶员应提前掌握“合理使用”（避开）<节点>驾驶车辆的方法和技术（注：TIRIA智库建议：驾驶员使用<TIRIA智能预警APP>对驾驶员“合理使用”（避开）<节点>驾驶车辆帮助作用和安全效果更明显）。驾驶员提前做好这些准备，驾驶车辆时就能够使用这些方法、技术、数据、APP软件设备，以此帮助驾驶员预防可能出现的<视觉幽灵现象>（<视觉盲区时间>），最大程度地降低“严重”交通事故（含<“四类情形”交通事故>）发生率。

（注：预防驾驶员的<视觉盲区时间>（<视觉幽灵现象>）驾驶员除应提前做好以上准备外，还应该注意或修正6种驾驶行为（习惯）对预防驾驶员的<视觉盲区时间>（<视觉幽灵现象>）有帮助作用。详见《问与答》：驾驶员驾驶车辆时应注意或修正哪些驾驶行为（习惯）对预防驾驶员的<视觉盲区时间>（<视觉幽灵现象>）有帮助作用？）

答：评测计算出来的预警<节点>能直接使用：

（1）客户从《节点业务报告》中获取的<节点数据>是可以直接使用的，但由于每小时都会有3-5个节点，直接使用节点更适合评测时间长度在3小时之内的客户，3小时之内的<节点>一般预警<节点>个数在10个左右，驾驶员可凭借记忆记住<节点时间>，客户就可直接使用<节点>预警。

（2）驾驶员在<正常驾驶条件>下驾驶车辆，理论上是完全可以直接使用评测计算出来的全部预警<节点>进行预警预防车辆发生交通事故的。

驾驶员在如下情况下需要借助APP才能使用<节点>：

（1）<节点>多的情况下：客户从《节点业务报告》中获取的<节点数据>是可以直接使用的，但由于每小时都会出现3-5个<节点>，如果驾驶员每天驾驶时间超过4-6个小时，那么预警<节点>就会有20个左右，这种情况下仅凭驾驶员记忆使用<节点>难以实现及时准确的预警作用，因此这种情况下驾驶员需要借助<TIRIA智能预警APP>才能实现预警<节点>的预警作用和预防价值。

（2）在<非正常驾驶条件>下驾驶车辆的情况下：如果驾驶员是在<非正常驾驶条件>下驾驶车辆就需要<TIRIA智能预警APP>的帮助，才能发挥预警<节点>的预警预防作用，因为驾驶员在<非正常驾驶条件>下驾驶车辆，AI需要对<节点>的预警时间进行再计算和校准（或提前预警或延长预警时间），以使预警<节点>与复杂的行车环境相适应（或提前预警或延长预警时间），对驾驶员在<非正常驾驶条件>下驾驶车辆起到预警<节点>的预防保护作用。

【注释1】：<正常驾驶条件>是指行车环境正常或良好，交通秩序正常或良好，人车混行情况很少或管理规范到位，交通道路运行良好，事故多发路段较少，交通道路规划设计基本不影响行车安全，交通管理正常、合理或良好，交通道路指示灯设置正常、合理或良好，交通设施安放的合理、正常或良好、交通标识设置的醒目合理有利于行车安全，必要的交通管理软硬件设施完备齐全等有利于行车安全的交通道路与行车环境，就是<正常驾驶条件>。

【注释2】：<非正常驾驶条件>是指行车环境复杂或交通秩序混乱或人车混行管理缺失或交通道路复杂崎岖危险或事故多发路段较多或交通道路规划设计不合理不科学影响行车安全或缺少有效的交通管理或交通道路缺少交通指示灯或缺少必要的交通设施或缺少醒目的交通标识或交通标识设置的不合理或缺少必要的交通管理软硬件设施等不利于行车安全的交通道路与行车环境，就是<非正常驾驶条件>。