朱守林, 韓 磊, 戚春華, 高明星, 李航天, 呂俊祥

(內(nèi)蒙古農(nóng)業(yè)大學(xué)能源與交通工程學(xué)院, 呼和浩特 010018)

近年來，專家學(xué)者們已經(jīng)意識(shí)到交通工程設(shè)施設(shè)置不合理也是誘發(fā)交通事故的重要原因之一。研究表明，交通工程設(shè)施信息量設(shè)置不合理會(huì)影響駕駛員的行車安全，而合理的交通工程設(shè)施信息量能夠誘導(dǎo)駕駛員高效、準(zhǔn)確、及時(shí)地獲取道路交通環(huán)境信息，從而對駕駛操作做出及時(shí)的調(diào)整。研究表明：相對于直線路段，車輛在彎道路段行車時(shí)受視距、曲率和橫向力等因素的影響易導(dǎo)致駕駛員難以及時(shí)獲取相關(guān)道路交通信息和進(jìn)行相關(guān)駕駛操作而誘發(fā)危險(xiǎn)駕駛行為，對車輛在彎道行駛的穩(wěn)定性和安全性產(chǎn)生巨大威脅[1]。

為保障行車的穩(wěn)定與安全，駕駛員需要在有限的時(shí)間內(nèi)完成對復(fù)雜的道路交通環(huán)境信息的搜索、判斷并完成相應(yīng)的駕駛操作，對交通事故的成因分析研究表明道路交通事故的發(fā)生有92.6%是人為因素引起的，而在人因因素中和駕駛員視覺特性相關(guān)的比例極高。目前在交通安全領(lǐng)域，國內(nèi)外專家學(xué)者利用眼動(dòng)設(shè)備針對駕駛員視覺特性已經(jīng)取得了一系列的研究成果。高振海等[2]分析了駕駛員在不同車速條件下變換車道過程中的眼動(dòng)變化規(guī)律；尚婷等[3]研究了道路視錯(cuò)覺控速標(biāo)線對駕駛員的影響并建立了趨勢面模型進(jìn)行定量評價(jià)；許世勇等[4]探究了高速公路彩色路面對駕駛員視覺行為的影響規(guī)律，發(fā)現(xiàn)彩色路面在能夠有效引起駕駛員視覺注意的同時(shí)也影響了駕駛員的視覺舒適性；高巖等[5]分析了駕駛員在跟車過程中進(jìn)行不同手機(jī)分心操作時(shí)的視覺特性，進(jìn)而確定不同類型手機(jī)分心操作對行車安全的影響程度；Erik等[6]分析了駕駛員在直行和換道兩種駕駛條件下注視區(qū)域和頻次的變化特征；Belyusar等[7]研究了駕駛員在高速公路行車時(shí)視認(rèn)路旁數(shù)字廣告牌的注視行為變化規(guī)律；Ana等[8]通過模擬駕駛實(shí)驗(yàn)探究了駕駛員視認(rèn)交通標(biāo)志的頻次和時(shí)間以及速度變化規(guī)律；Yan等[9]研究了駕駛員在特長隧道特殊光區(qū)路段時(shí)注視點(diǎn)分布、注視持續(xù)時(shí)間和瞳孔面積的變化規(guī)律，發(fā)現(xiàn)特殊光區(qū)可以幫助減輕駕駛員的視力疲勞；Valeria等[10]對比研究了駕駛員對正常道路和道路施工區(qū)交通標(biāo)志的注視行為特性發(fā)現(xiàn)相對于組合標(biāo)志駕駛員對單個(gè)標(biāo)志的視認(rèn)時(shí)間更長。

總結(jié)發(fā)現(xiàn)，以往的研究主要集中于駕駛員跟馳、換道、分心等駕駛行為以及特定行車環(huán)境條件下的眼動(dòng)研究，而針對交通工程設(shè)施的眼動(dòng)研究也大多側(cè)重于對交通標(biāo)志的基本要素、有效性評價(jià)和優(yōu)化設(shè)置等方面，鮮見對駕駛員的視覺特性與線形誘導(dǎo)信息量之間關(guān)系的分析，特別是在景觀單調(diào)、線形簡單的草原公路，彎道路段線形誘導(dǎo)信息量對新老駕駛員視覺特性的影響亟待研究。基于此背景，現(xiàn)結(jié)合交通工程學(xué)、人機(jī)工程學(xué)、交通安全心理學(xué)等基礎(chǔ)理論，深入研究分析線形誘導(dǎo)設(shè)施信息量對新老駕駛員視覺注意特性的影響問題，對于訓(xùn)練駕駛員信息獲取、減少認(rèn)知錯(cuò)誤和保障行車安全有顯著的理論和現(xiàn)實(shí)意義。

1 試驗(yàn)設(shè)計(jì)

1.1 交通工程設(shè)施信息量化

不同信息量的交通工程設(shè)施會(huì)對駕駛員產(chǎn)生不同的駕駛信息負(fù)荷，控制駕駛信息負(fù)荷的關(guān)鍵是交通工程設(shè)施的信息量。根據(jù)項(xiàng)目組前期研究，應(yīng)用香農(nóng)信息理論進(jìn)行交通工程設(shè)施信息的定量分析，并利用層次分析法(AHP)確定了交通工程設(shè)施信息各個(gè)元素的權(quán)重如表1所示[11]。

表1 交通工程設(shè)施各個(gè)元素的信息量和權(quán)重

在綜合考慮各種要素的單信息量以及所占權(quán)重以后，可以得到草原公路交通工程設(shè)施信息量的計(jì)算公式為

H(S)=ε1Hn1+ε2Hn2+…+εiHni

(1)

式(1)中：H(S)為草原公路交通工程設(shè)施總信息量；εi為每種元素的權(quán)重；Hi為第i種元素的基本信息量；ni為交通工程設(shè)施中該元素的數(shù)量。采用以上方法對草原公路彎道處的線形誘導(dǎo)設(shè)施進(jìn)行量化處理，包括線形誘導(dǎo)標(biāo)志和警示樁等，進(jìn)而分析不同信息量層級(jí)條件下駕駛員的眼動(dòng)行為特性。

1.2 試驗(yàn)被試

招募20名駕駛員，視力或矯正視力均正常且均持有C照駕駛證。綜合考慮被試駕駛員的駕齡、駕駛里程和駕駛行為習(xí)慣等根據(jù)模糊聚類評價(jià)方法將20名被試駕駛員分成2組：熟練組駕駛員[10人，駕齡(8.74±1.26)年，駕駛里程(54.25±2.62)萬km]和非熟練組駕駛員[10人，駕齡(2.63±0.84)年，駕駛里程(2.33±0.54)萬km]。

1.3 試驗(yàn)設(shè)備

利用六自由度模擬駕駛艙進(jìn)行模擬駕駛試驗(yàn)，模擬駕駛車輛前方配備有能夠?yàn)轳{駛員提供180°主觀水平視野的環(huán)形幕布，采用SMI iView XTM HED型頭盔眼動(dòng)儀實(shí)時(shí)采集記錄駕駛員在模擬駕駛過程中眼動(dòng)行為數(shù)據(jù)和行車交通場景畫面，眼動(dòng)儀采樣頻率200 Hz。模擬駕駛試驗(yàn)設(shè)備如圖1所示。

圖1 試驗(yàn)設(shè)備Fig.1 Test Equipments

1.4 試驗(yàn)場景

本次模擬駕駛試驗(yàn)中的彎道模擬場景設(shè)計(jì)參考了典型二級(jí)草原公路，根據(jù)實(shí)地調(diào)查小半徑彎道線形設(shè)計(jì)參數(shù)擬定為半徑500 m，長度300 m，車道寬度3.75 m，雙向兩車道，轉(zhuǎn)向均為左轉(zhuǎn)，設(shè)計(jì)車速為80 km/h，場景中不設(shè)置其他交通車輛以及差異性景觀，避免對試驗(yàn)結(jié)果產(chǎn)生影響。根據(jù)對內(nèi)蒙古東、西部典型草原公路沿線交通工程設(shè)施進(jìn)行調(diào)查統(tǒng)計(jì)，發(fā)現(xiàn)在小半徑彎道路段的線形誘導(dǎo)標(biāo)志和紅白警示樁設(shè)置不科學(xué)，同時(shí)根據(jù)前文的量化方式，對草原公路彎道線形誘導(dǎo)設(shè)施信息量范圍設(shè)置了5個(gè)層級(jí)。彎道模擬場景以及設(shè)置信息量層級(jí)見圖2、表2。

圖2 試驗(yàn)場景Fig.2 Test scenario

表2 模擬場景信息量層級(jí)

2 熟練與非熟練駕駛員注視特性比較

2.1 注視區(qū)域劃分

在Victor區(qū)域劃分中，劃分邊界是以度為單位表征的，反映出的是一個(gè)球面[12]。而眼動(dòng)儀記錄的X軸和Y軸坐標(biāo)單位是像素，反映的是一個(gè)平面，視頻畫面的尺寸為752×480像素。在此基礎(chǔ)上，通過三角函數(shù)的運(yùn)算將駕駛員視野注視區(qū)域的劃分落實(shí)到眼動(dòng)儀拍攝的平面：左邊側(cè)是從(0，0)點(diǎn)到(194，480)點(diǎn)的區(qū)域，記為A區(qū)域，表示駕駛員關(guān)注道路左側(cè)及景觀區(qū)域；上方是從(194，239)到(558，480)的區(qū)域，記為B區(qū)域，表示駕駛員關(guān)注道路遠(yuǎn)處區(qū)域；下方是從(194，0)到(558，239)的區(qū)域，記為C區(qū)域，表示駕駛員關(guān)注道路近處的區(qū)域；右邊側(cè)是從(558，0)到(752，480)的區(qū)域，記為D區(qū)域，表征駕駛員關(guān)注道路右側(cè)及景觀區(qū)域。注視區(qū)域劃分結(jié)果如圖3所示。

圖3 駕駛員注視區(qū)域劃分Fig.3 Division of driver’s gaze area

2.2 不同駕駛熟練程度下注視特征分析

注視點(diǎn)位置和頻次以及注視持續(xù)時(shí)間能夠反映駕駛員對目標(biāo)所感興趣的區(qū)域和熱度以及獲取信息的難易程度，是2個(gè)重要且相對獨(dú)立的評價(jià)指標(biāo)，可以有效表征駕駛員注視的空間和時(shí)間特征。

熟練組和非熟練組駕駛員在5種信息量層級(jí)條件下的草原公路彎道行車時(shí)的注視散點(diǎn)圖如圖4所示，并對兩組駕駛員對各區(qū)域的注視頻次和時(shí)間進(jìn)行統(tǒng)計(jì)分析如圖5和圖6所示。

圖4 兩組駕駛員注視散點(diǎn)圖Fig.4 Fixation scatter plot map of the two groups of drivers

圖5 兩組駕駛員對各區(qū)域的注視頻次百分比Fig.5 Percentage of fixation in each area of two groups of drivers

圖6 兩組駕駛員對各區(qū)域的注視時(shí)間Fig.6 The fixation time of two groups of drivers of the two groups of drivers on each area

由圖4可以看出駕駛熟練程度顯著影響了駕駛員注視行為的空間特征，熟練組駕駛員注視分布比非熟練組在水平方向更廣且關(guān)注距離大多較遠(yuǎn)，非熟練組駕駛員注視水平方向較集中且相比熟練組駕駛員對近距離的注視較多。結(jié)合圖5、圖6可見,兩組駕駛員對各個(gè)區(qū)域的注視分布規(guī)律相同，均是對B區(qū)域即道路遠(yuǎn)距離注視頻次最多高達(dá)60%以上，但熟練組駕駛員對A和B區(qū)域的關(guān)注頻次要高于非熟練組，C區(qū)域正相反，D區(qū)域無顯著差異.熟練組駕駛員對A區(qū)域和D區(qū)域的平均注視時(shí)間和波動(dòng)范圍顯著高于非熟練組，但兩組駕駛員對B區(qū)域(p=0.807)和C區(qū)域(p=0.597)的注視時(shí)間沒有顯著差異(α=0.05)。

不同駕駛熟練程度的駕駛員注視行為的空間特征和時(shí)間特征有相似之處，但也存在一定顯著差異，與郭應(yīng)時(shí)等[13]的研究結(jié)果一致。草原公路車流量小，車速較快，兩組駕駛員都較為關(guān)注遠(yuǎn)方區(qū)域來獲取充分的信息保證安全行車，但熟練駕駛員行車過程中駕駛負(fù)荷比非熟練組低，駕駛精神狀態(tài)較為放松，注視分布比非熟練駕駛員更遠(yuǎn)也更分散，即熟練駕駛員除了優(yōu)先關(guān)注道路交通信息外也會(huì)關(guān)注于其他與道路交通無關(guān)的目標(biāo)，而非熟練駕駛員由于缺乏駕駛經(jīng)驗(yàn)，對于道路交通狀況更加警覺，所以注視區(qū)域主要集中于道路中央且相對熟練駕駛員更多關(guān)注的道路近處，而對道路兩側(cè)和與交通無關(guān)的目標(biāo)甚少關(guān)注，也反映出其駕駛過程較為謹(jǐn)慎，緊張程度較高，對視覺信息的處理能力和效率較弱，視覺搜索策略需要改善。

2.3 不同駕駛熟練程度下視覺強(qiáng)度分析

根據(jù)韓磊等[14]提出的表征駕駛員視覺強(qiáng)度的三個(gè)指標(biāo)的計(jì)算方法，分別對熟練組和非熟練組兩組駕駛員在各個(gè)信息量層級(jí)條件下的眼動(dòng)活動(dòng)強(qiáng)度做數(shù)學(xué)統(tǒng)計(jì)分析和顯著性差異分析，箱線圖如圖7所示。

圖7 不同信息量條件下熟練組與非熟練組駕駛員眼動(dòng)強(qiáng)度Fig.7 Eye movement intensity of the skilled and unskilled drivers at different levels of information

對注視、掃視和眨眼強(qiáng)度數(shù)據(jù)做方差齊性檢驗(yàn)，其中掃視強(qiáng)度數(shù)據(jù)(Levene統(tǒng)計(jì)量為0.015，p=0.902>0.05)滿足方差齊性，而注視強(qiáng)度(Levene統(tǒng)計(jì)量為5.606，p=0.019<0.05)和眨眼強(qiáng)度(Levene統(tǒng)計(jì)量為14.844，p=0.000<0.05)數(shù)據(jù)不滿足方差齊性，故對其做非參數(shù)檢驗(yàn)。經(jīng)單因素方差分析檢驗(yàn)和Mann-Whitney U檢驗(yàn)：被試駕駛員在各信息量層級(jí)條件下行車過程中注視強(qiáng)度(Z=-2.143，p=0.032<0.05)和掃視強(qiáng)度(F=16.087，p=0.000<0.05)受駕駛熟練與否影響顯著，而對眨眼強(qiáng)度(Z=-0.660，p=0.509>0.05)影響不顯著。

圖7可見，熟練組駕駛員的平均注視強(qiáng)度比非熟練組駕駛員高7.37%，而平均掃視強(qiáng)度和平均眨眼強(qiáng)度低于非熟練組駕駛員32.33%、27.91%，其中在5種信息量層級(jí)條件下非熟練組駕駛員的平均掃視強(qiáng)度均高于熟練組駕駛員且均值變化幅度劇烈，而注視強(qiáng)度和眨眼強(qiáng)度均值對比變化較平緩；非熟練組駕駛員3種強(qiáng)度指標(biāo)數(shù)據(jù)平均分布范圍比熟練組駕駛員高約58.61%，數(shù)據(jù)離散程度較大；熟練組駕駛員平均眨眼強(qiáng)度表現(xiàn)出先上升后下降趨勢，而平均注視強(qiáng)度和平均掃視強(qiáng)度則是呈現(xiàn)先下降后上升趨勢；非熟練組駕駛員平均注視強(qiáng)度和平均眨眼強(qiáng)度呈先上升后下降又上升的波動(dòng)趨勢，平均掃視強(qiáng)度先下降后波動(dòng)中緩慢上升；其中，兩組駕駛員在5種信息量層級(jí)條件下的眼動(dòng)強(qiáng)度變化趨勢均在Q2條件下發(fā)生轉(zhuǎn)折突變，即在Q2條件下兩組駕駛員的視覺活動(dòng)強(qiáng)度表現(xiàn)適宜，視覺負(fù)荷適中，有良好的信息搜索和認(rèn)知能力。

上述分析說明：被試駕駛員熟練與否顯著影響了行車過程中注視強(qiáng)度和掃視強(qiáng)度，而對眨眼強(qiáng)度影響不顯著；從注視強(qiáng)度來看，兩組駕駛員信息感知和處理模式有差異，非熟練駕駛員在草原公路彎道整體感知和處理交通信息的能力不及熟練駕駛員；從掃視強(qiáng)度看，兩組駕駛員在彎道的搜索和選擇有效信息的模式有差異，熟練駕駛員能夠憑借豐富的駕駛經(jīng)驗(yàn)及時(shí)有效地獲取交通駕駛信息，而非熟練駕駛員更多的無效搜索將會(huì)導(dǎo)致注意力的過度分散同時(shí)還更多地受到冗余和無效信息的影響，甚至?xí)?dǎo)致錯(cuò)誤判斷和決策釀成交通事故；從眨眼強(qiáng)度看，雖然經(jīng)統(tǒng)計(jì)檢驗(yàn)駕駛經(jīng)驗(yàn)對其無顯著影響，但數(shù)據(jù)分布和集中程度說明非熟練駕駛員相對熟練駕駛員眨眼強(qiáng)度不穩(wěn)定即注意力集中程度較差。

對熟練組和非熟練組被試駕駛員3種眼動(dòng)活動(dòng)強(qiáng)度的變化與5種信息量層級(jí)之間做擬合回歸分析，擬合回歸方程以及決定系數(shù)如表3所示。

由于駕駛員行車過程中視覺活動(dòng)主要包括注視、掃視、眨眼三種形式，因此相應(yīng)的注視強(qiáng)度、掃視強(qiáng)度、眨眼強(qiáng)度指標(biāo)就組成了駕駛員行車過程中的眼動(dòng)行為總強(qiáng)度指標(biāo)，可以表示為

Y=αa+βb+θc

(2)

式(2)中：Y為駕駛員視覺活動(dòng)總強(qiáng)度；a、b、c分別為注視強(qiáng)度、掃視強(qiáng)度、眨眼強(qiáng)度；α、β、θ分別為各眼動(dòng)強(qiáng)度的權(quán)重，%。

式(3)中系數(shù)α、β、θ的權(quán)重值可以由駕駛員行車過程中眼動(dòng)行為中注視、掃視、眨眼行為發(fā)生的頻次和所占比重值而確定。對兩組駕駛員行車過程中注視、掃視和眨眼行為發(fā)生的頻次以及平均所占比例統(tǒng)計(jì)如表4所示。

表3 兩組駕駛員3種眼動(dòng)強(qiáng)度回歸方程

表4 兩組駕駛員各眼動(dòng)行為頻次占比統(tǒng)計(jì)

可以得出熟練組YSL和非熟練組YFSL駕駛員在草原公路彎道路段視覺活動(dòng)強(qiáng)度的數(shù)學(xué)模型：

YSL=0.473 8a+0.424 7b+0.101 5c

(3)

YFSL=0.400 7a+0.468 9b+0.130 4c

(4)

同時(shí)結(jié)合表3中眼動(dòng)活動(dòng)強(qiáng)度與信息量之間的定量關(guān)系，可以評價(jià)熟練駕駛員和非熟練駕駛員在草原公路彎道行車過程中視覺活動(dòng)強(qiáng)度受交通工程設(shè)施信息量影響的變化趨勢。

3 結(jié)論

(1)駕駛熟練程度對駕駛員的注視行為特征有顯著影響，熟練駕駛員關(guān)注的視野范圍相比非熟練駕駛員更遠(yuǎn)也更寬廣，非熟練駕駛員對近距離區(qū)域的關(guān)注程度遠(yuǎn)高于熟練駕駛員。非熟練駕駛員行車過程視覺負(fù)荷較高，對有效信息的感知和處理能力較弱，視覺搜索策略需要改善。

(2)駕駛熟練程度對駕駛員行車時(shí)注視強(qiáng)度和掃視強(qiáng)度影響顯著，對眨眼強(qiáng)度影響不顯著；兩組駕駛員的視覺活動(dòng)強(qiáng)度在10～20 bits條件下表現(xiàn)最佳，視覺負(fù)荷最低，有利于安全行車。

(3)建立了熟練組和非熟練組駕駛員在草原公路彎道行車過程中視覺活動(dòng)強(qiáng)度受線形誘導(dǎo)設(shè)施信息量影響的回歸模型，可以有效評價(jià)新老駕駛員受信息量影響的視覺負(fù)荷。

研究結(jié)論對于完善草原公路駕駛行為安全性研究理論以及訓(xùn)練駕駛員視覺搜索和危險(xiǎn)感知能力具有重要意義。