实验方法上，采用驾驶模拟器实验方法。为了弥补模拟器实验中仿真场景的局限性，提高情景真实感，选用高保真的场景重建视频。
场景来源上，选取了自然驾驶场景。原因是自然驾驶场景具有更高的场景真实度（周围车辆行为的合理性）。1.2 研究贡献
本研究构建的驾驶员主观风险认知数据集具有以下三方面特性：
自然驾驶场景的交互性强：各场景中均有2~7辆车进行动态交互，涵盖各种交互类型（跟车、切入、超车和匝道汇入等）以及各种风险水平（从安全到接近碰撞）的场景。
场景重建视频的保真度高：为了提高重建场景的情景真实感，车辆外部环境（包括路面纹理、交通基础设施和环境声等）和车辆内部（包括仪表盘、转向灯和后视镜等）都经过了精心设计和渲染。风险认知测度的丰富性好：包含被试者对各场景的主观风险评估以及眼动数据，提供丰富的人类风险认知信息。
来源：同济智能汽车研究所
