， ，

(福建工程學(xué)院 交通運輸學(xué)院， 福建 福州 350118)

在車輛行駛過程中，駕駛員通過觀察周圍車輛、路況和交通標志等信息，做出相應(yīng)的決策及操作。駕駛員依靠視覺獲得大約 90% 與駕駛相關(guān)的信息[1]。因此，有必要對駕駛員通過視覺獲取信息的行為進行研究。研究視覺行為的一種方式是通過眼動儀記錄人們眼球運動過程的各種參數(shù)。駕駛過程中多種因素會影響駕駛員的眼動行為，包括道路環(huán)境、駕駛員的熟練程度[2-3]、車速

和標志牌信息量[4]等。

隨著城市的發(fā)展，車流量增加，道路環(huán)境也更加多樣化。道路交通中的大量信息增加了行駛環(huán)境的復(fù)雜程度，對駕駛員的眼動行為，以及駕駛員搜索識別交通標志的效率都會產(chǎn)生影響。駕駛員對交通標志的識別情況，會影響行駛的安全和效率，以及道路的車流情況。駕駛員對目標信息觀察和認知上的錯誤，是最常見的交通事故原因[5]。

因此，研究不同信息量的交通環(huán)境下駕駛員的眼動行為特征，以及視覺搜索效率的變化，可以為各種交通環(huán)境下的道路標志設(shè)置和交通管理提供參考依據(jù)，提高交通安全性。

當前關(guān)于交通信息量和眼動行為關(guān)系的文獻，主要是針對交通標志牌信息量的設(shè)置進行研究[5-6]。本文研究的交通環(huán)境的信息量包括道路環(huán)境的信息量和路面車流量。車流量的大小會影響駕駛員需要處理的信息。道路環(huán)境包含的信息量越大，吸引駕駛員注意的目標點就越多。

關(guān)于不同信息量對于眼動特征參數(shù)的影響的研究結(jié)論有：(1)大多數(shù)研究表明隨著信息量的增加，搜索目標的時間會延長[5-7]。但栗覓等[8]的研究顯示，在搜索設(shè)定圖片時，信息過載時的搜索時間顯著小于非信息過載時的搜索時間。(2)隨著環(huán)境中的信息量增加，搜索目標過程的注視次數(shù)增加[4,7-8]。(3)關(guān)于信息量和平均注視時間的關(guān)系，各研究在不同情況下的結(jié)論有所不同。在以往的實驗中隨著信息量的增加，平均注視時間有增加，也有縮短的[7-8]。楊冰浩[9]在關(guān)于交通標志路名數(shù)量和眼動行為的研究中發(fā)現(xiàn)，平均注視時間首先隨著交通標志中的路名數(shù)量增加而增加，當交通標志的路名數(shù)量超過6個以后，平均注視時間開始下降。

關(guān)于駕駛員視覺特征研究的試驗方法主要有兩種：一種是虛擬條件下動態(tài)視覺特征試驗，用靜態(tài)的圖片[5-6,9]或者動態(tài)的視頻[7]模擬不同的交通環(huán)境；另一種是真實交通環(huán)境下動態(tài)視覺特征試驗[10]。后者對儀器的性能要求很高，同時在真實交通環(huán)境中進行試驗容易發(fā)生危險，因此研究難度較大。本文擬采用靜態(tài)的圖片來模擬不同的交通環(huán)境。

1 眼動實驗設(shè)計

1.1 實驗方案

本實驗研究道路環(huán)境和車流量對于人們眼動行為的影響。其中道路環(huán)境分成兩種模式：單調(diào)和多樣化的道路環(huán)境。車流量也分成兩種模式：少車流和多車流。實驗根據(jù)道路環(huán)境和車流量變化分成4組場景：單調(diào)道路環(huán)境×少車流量路況，單調(diào)道路環(huán)境×多車流路況，多樣化道路環(huán)境×少車流路況，多樣化道路環(huán)境×多車流路況。多樣化的道路環(huán)境指道路的自然風(fēng)景或建筑景觀較為豐富。反之，將缺乏自然風(fēng)景和建筑景觀的道路環(huán)境稱為單調(diào)的道路環(huán)境。場景示例圖見圖1- 圖4。通過分析被試在各種場景下的眼動數(shù)據(jù)，研究不同的道路環(huán)境和車流量情況下，人們眼動行為的差別，以及這些差別對于駕駛過程中識別交通標志效率的影響。

圖1 單調(diào)道路環(huán)境少車流量路況示意圖Fig.1 Illustration of a amonotonous road environment with less traffic

圖2 多樣化道路環(huán)境少車流量路況示意圖Fig.2 Illustration of a diversified road environ-ment with less traffic

圖3 單調(diào)道路環(huán)境多車流量路況示意圖Fig.3 Illustration of a monotonous road environment with a large traffic volume

圖4 多樣化道路環(huán)境多車流量路況示意圖Fig.4 Illustration of a diversified road environ-ment with a large traffic volume

人的注視行為包括注視、掃視和眨眼。本文主要研究和注視相關(guān)的眼動特征指標。采用的眼動特征測試指標包括：搜索過程的注視點數(shù)目、平均每次注視時間和搜索目標所花費的時間。搜索過程的注視次數(shù)是指從目標出現(xiàn)到被試確認過程中的注視次數(shù)。每次注視時間指一次注視行為的時間長度，單位為s。搜索目標所花費的時間是指從目標出現(xiàn)到被試確認發(fā)現(xiàn)目標的時間長度，單位為s。

1.2 實驗材料及裝置

實驗共采用了48幅道路交通場景靜態(tài)圖，這48幅按照上述場景分成4組，每組12幅圖，每幅圖呈現(xiàn)10 s。搜索目標為16×16像素的交通限速標志。每組12幅交通場景圖中隨機的3幅包含該交通標志。試驗被試共20名，均為年齡19-21歲的在校學(xué)生。所有被試均無佩戴眼鏡，裸眼視力0.9以上，被試均要觀看上述48幅交通圖。實驗采用Tobii眼動儀，采集被試在觀看圖像過程中的眼動數(shù)據(jù)。

1.3 實驗流程

被試按要求坐在距離屏幕前方約75 cm的位置上，并假設(shè)在以駕駛員的角色看前方的交通場景。被試準備就緒，點擊鼠標開始一組實驗。當被試發(fā)現(xiàn)交通場景中出現(xiàn)設(shè)定的交通標志時，點擊鼠標確認，實驗開始播放下一圖像。實驗圖像分4組，每結(jié)束一組實驗后，被試至少休息3 min再開展下一組實驗。

1.4 眼動數(shù)據(jù)分析方法

眼動儀記錄眼動數(shù)據(jù)后，通過Ergolab 軟件提取搜索過程的注視次數(shù)、注視時間和搜索目標所花費的時間這幾個參數(shù)。計算每組實驗中各被試搜索到目標的平均注視次數(shù)和平均搜索時間，以及各個被試的平均注視時間。有3名被試實驗過程中部分眼動數(shù)據(jù)丟失，共獲得17名被試完整的眼動數(shù)據(jù)。實驗數(shù)據(jù)采用 SPSS 20 進行2×2的雙因素可重復(fù)測量方差分析。

2 實驗結(jié)果分析

2.1 不同信息量的交通環(huán)境對搜索過程注視次數(shù)的影響

雙因素可重復(fù)測量方差分析結(jié)果顯示，不同道路環(huán)境對搜索目標過程中注視次數(shù)的影響不顯著(F(1,16)=2. 35,p=0.154)；不同車流量對搜索目標過程中注視次數(shù)的影響顯著(F(1,16)=32.625,p=0.000)；道路環(huán)境的變化和車流量大小的交互作用對搜索目標過程中注視次數(shù)的影響不顯著(F(1,16)=2.462,p=0.136)。

不同環(huán)境下被試搜索目標的平均注視次數(shù)如圖5所示。在95%的置信水平下，單調(diào)道路環(huán)境，小車流量的情況下搜索到目標的平均注視次數(shù)為(1.980±0.317)次；單調(diào)道路環(huán)境，車流量大的情況下搜索到目標的平均注視次數(shù)為(3.971±0.780)次；多樣化道路環(huán)境，車流量較小時搜索到目標的平均注視次數(shù)為 (2.706±0.483)次；多樣化道路環(huán)境，車流量較大時搜索到目標的平均注視次數(shù)為 (4.029±0.626)次。

圖5 不同信息量交通環(huán)境搜索過程的注視次數(shù)Fig.5 Times of fixation when searching in traffic environments with different information volumes

隨著環(huán)境中信息量的增加，被試搜索過程注視的次數(shù)增加。單調(diào)道路環(huán)境和多樣化道路環(huán)境下，車流量的提升使得注視次數(shù)分別增加了100.6% 和48.9%。而小車流量和大車流量的情況下，提升道路環(huán)境的信息量使得注視次數(shù)分別增加了36.7% 和 1.5%。增大車流量相比于增加道路環(huán)境的信息量，對搜索過程注視次數(shù)影響幅度更大。

2.2 不同信息量的交通環(huán)境對平均注視時間的影響

雙因素可重復(fù)測量方差分析結(jié)果顯示，不同道路環(huán)境對平均注視時間的影響顯著(F(1,15)=21.184,p=0.00)；不同車流量對平均注視時間的影響也顯著(F(1,15)=49.053,p=0.00)；道路環(huán)境的變化和車流量大小的交互作用對平均注視時間的影響不顯著(F(1,15)=0.223,p=0.097)。

不同環(huán)境下被試者平均注視時間如圖6所示。在95%的置信水平下，單調(diào)道路環(huán)境，小車流量的情況下平均注視時間為 (0.864±0.156)s；單調(diào)道路環(huán)境，車流量大的情況下平均注視時間為 (0.520±0.060)s；多樣化道路環(huán)境，車流量較小時平均注視時間為(0.693±0.142)s；多樣化道路環(huán)境，車流量較大時平均注視時間為(0.439±0.083)s。

圖6 不同信息量交通環(huán)境的平均注視時間Fig.6 Average fixation time in traffic environments with different information volumes

隨著環(huán)境中信息量的增加，被試的平均注視時間縮短。單調(diào)道路環(huán)境和多樣化道路環(huán)境下，車流量的提升使得平均注視時間縮短了39.8% 和36.7%。而小車流量和大車流量的情況下，提升道路環(huán)境的信息量使得平均注視時間縮短了19.8% 和15.6%。增大車流量相比于增加道路環(huán)境的信息量，影響平均注視時間的程度更大。

2.3 不同信息量的交通環(huán)境對平均搜索目標時間的影響

雙因素可重復(fù)測量方差分析結(jié)果顯示，不同道路環(huán)境對平均搜索目標時間的影響顯著(F(1,16)=9.184,p=0.008)；不同車流量對平均搜索目標時間的影響也顯著(F(1,16)=15.576,p=0.001)；道路環(huán)境的變化和車流量大小的交互作用對平均搜索到目標時間的影響不顯著(F(1,16)=0.229,p=0.639)。

不同環(huán)境下被試目標搜索時間如圖7所示。在95%的置信水平下，單調(diào)道路環(huán)境，小車流量的情況下平均搜索到目標交通標志的時間為(2.521±0.297)s；單調(diào)道路環(huán)境，車流量大的情況下平均搜索目標時間為(2.913±0.269)s；多樣化道路環(huán)境，車流量較小時平均搜索時間為(2.249±0.329)s；多樣化道路環(huán)境，車流量較大時平均搜索時間為(2.722±0.277)s。

圖7 不同信息量交通環(huán)境的標志搜索時間Fig.7 Time for searching traffic signs in traffic environments with different information volumes

車流量較大時人們平均搜索目標時間均大于車流量較小時的平均搜索時間；而多化樣的道路環(huán)境下，人們的平均搜索目標時間要小于單調(diào)的道路環(huán)境下的平均搜索目標的時間。

3 總結(jié)和討論

在本實驗中，增加車流量和增加道路環(huán)境的信息量，對于被試的眼動行為產(chǎn)生了以下這些影響：

1)增加車流量和道路環(huán)境的信息量，增加了搜索過程的注視次數(shù)，這與以往的研究結(jié)果相符合[4,7-8]。

2)增加車流量和道路環(huán)境的信息量，減少了平均注視時間。該結(jié)論與 Steven Alan Phillips[7]的研究結(jié)果一致。造成這一現(xiàn)象的原因可能是人的視覺有中央凹視覺和周邊視覺。中央凹視覺用于提取視覺對象的詳細特征，周邊視覺用于處理和構(gòu)建周圍空間環(huán)境的信息。在信息量比較少的環(huán)境中，需要人們轉(zhuǎn)移注視點而變換中央凹視覺位置以提取詳細特征的需求減少。人們的注視點會停留在一個位置上，通過周邊視覺來獲得周圍環(huán)境的信息，因此平均注視時間延長。

3)車流量的增大和道路環(huán)境信息量的增大，對搜索時間的影響是相反的。車流量的增大，搜索到目標交通標志的時間增加。而道路環(huán)境信息量的增加，則減小了搜索目標的時間。這與以往的研究所認為的信息量的增加會延長搜索目標的時間[5-7]，存在差異。其原因可能是，駕駛員在行駛過程中，影響其做決策的主要是路況信息(包括車流量和道路兩側(cè)的交通標志)。駕駛員對于路面情況會有更仔細的關(guān)注，這些需要動用更多的中央凹視覺，即注視行為。對于道路周邊環(huán)境的情況，駕駛員主要是感知其空間特征，這可以通過周邊視覺來完成。因此，增加車流量與增加道路環(huán)境信息量相比，提升人們注視次數(shù)的幅度更大。這與前文數(shù)據(jù)分析的結(jié)果相符。增加車流量，盡管平均注視時間縮短，但注視次數(shù)大幅度的增加，使得總搜索時間增加。而增加道路環(huán)境信息量，注視次數(shù)增大的幅度較小，所以總搜索時間由于平均注視時間的縮短而縮短。

本實驗研究結(jié)果表明，道路環(huán)境的信息量和車流量的增加，均會使得人們在搜索交通標志的過程中，增加注視次數(shù)，減少平均注視時間。但二者對于搜索效率的影響相反。本文認為其原因與人們在駕駛過程中，更注意路面的信息情況而不是環(huán)境信息有關(guān)。

在進行交通道路標志設(shè)計的時候，也需要對交通所處的道路環(huán)境和車流情況的信息量進行綜合考量。

參考文獻：

[1] LANSDOWN T C. Visual allocation and the availability of driver information[M]. Traffic and Transport Psychology: Theory and Application. United Kingdom: Emerald Group Publishing Limited，1997：215-223.

[2] 郭應(yīng)時.交通環(huán)境及駕駛經(jīng)驗對駕駛員眼動和工作負荷影響的研究[D].西安:長安大學(xué),2009.

[3] CRUNDALL D E, UNDERWOOD G. Effects of experience and processing demands on visual information acquisition in drivers[J]. Ergonomics, 1998, 41(4): 448-458.

[4] 劉博華,孫立山,榮建.基于眼動參數(shù)的駕駛員標志視認行為研究[J].交通運輸系統(tǒng)工程與信息,2011,11(4):22-27.

[5] LIU Y C. A simulated study on the effects of information volume on traffic signs, viewing strategies and sign familiarity upon driver’s visual search performance[J]. International Journal of Industrial Ergonomics, 2005, 35(12): 1147-1158.

[6] 杜志剛,潘曉東,郭雪斌.交通指路標志信息量與視認性關(guān)系[J].交通運輸工程學(xué)報,2008,8(1):118-122.

[7] PHILLIPS S A. The effect of familiarity and complexity of environments, and mode of wayfinding on gaze and memory[D]. Toronto:University of Waterloo, 2015.

[8] 栗覓,盧萬譞,呂勝富,等.網(wǎng)頁信息過載時視覺搜索策略與信息加工方式的眼動研究[J].北京工業(yè)大學(xué)學(xué)報,2012,38(3):390-395.

[9] 楊冰浩.交通指路標志的極限信息量與最大前置距離研究[D].成都：西南交通大學(xué),2014.

[10] DI STASI L L, RENNER R, CATENA A, et al. Towards a driver fatigue test based on the saccadic main sequence: A partial validation by subjective report data[J]. Transportation research part C: emerging technologies, 2012, 21(1): 122-133.