李正盛，邢文，何燦群，鄧亮

(1.江蘇大學(xué) 汽車與交通工程學(xué)院，江蘇 鎮(zhèn)江 212013；2.河海大學(xué) 機(jī)電工程學(xué)院，江蘇 常州 213022；3.常州星宇車燈股份有限公司，江蘇 常州 213022)

1 引言

近年來因“路怒癥”而引發(fā)交通事故的現(xiàn)象屢見不鮮，不良的駕駛情緒易使駕駛員產(chǎn)生不利于駕駛的行為[1]。據(jù)SOHU網(wǎng)的調(diào)查結(jié)果顯示，我國有60.72%的車主患有“路怒癥”[2]。憤怒情緒會影響駕駛者的主觀判斷，使駕駛?cè)藛T的駕駛能力下降[3]，公共意識變低，攻擊性駕駛行為增多[4]，不良駕駛情緒嚴(yán)重威脅著公共安全，圍繞駕駛安全問題的討論不絕于耳。

車內(nèi)氛圍燈是裝飾照明燈具，主要用于滿足車內(nèi)裝飾[5]的要求，烘托車內(nèi)氛圍，增強(qiáng)感官刺激[6]。良好的照明環(huán)境可以體現(xiàn)品牌的特征，例如勞斯萊斯星光頂棚、寶馬星空頂、奔馳和起亞的情緒氛圍燈、榮威情感交互燈、雪佛蘭動態(tài)環(huán)境照明等。除此之外，其附加功能還體現(xiàn)在人進(jìn)入車內(nèi)的迎賓環(huán)繞功能[7]、杯托顯示、車門車窗未關(guān)閉提醒、車鑰匙離車提醒。氛圍燈也可根據(jù)車內(nèi)駕駛者的需求隨音樂律動，實(shí)現(xiàn)車內(nèi)娛樂功能[8]，其交互效果具有烘托駕駛環(huán)境的作用，從而影響情緒的變化。

近些年語音識別技術(shù)在汽車設(shè)計中的應(yīng)用逐漸增加。人工神經(jīng)網(wǎng)絡(luò)(ANN)和深度神經(jīng)網(wǎng)絡(luò)(DNN)、卷積神經(jīng)網(wǎng)絡(luò)(CNN)等在語音情感識別上的應(yīng)用使情緒識別率大幅提高，車內(nèi)語音交互系統(tǒng)搭載情感識別功能成為發(fā)展趨勢。

但目前對于氛圍燈色彩的設(shè)計，仍然停留在對品牌特征及車系形象的表現(xiàn)中，缺少了對駕駛安全的考慮。本文選擇色彩對駕駛情緒的影響為研究內(nèi)容[9]，建立色彩跳轉(zhuǎn)維度模型，通過實(shí)驗及主觀測量表驗證色彩對情緒的安撫效果，利用語音情感識別對駕駛者的情緒進(jìn)行捕捉，設(shè)計有利于駕駛安全的氛圍燈色彩跳轉(zhuǎn)。

2 建立色彩情緒維度模型

在前期的研究中，我們選取NCS(Natural Color System)色環(huán)及羅素情緒環(huán)狀模型[10]，由長時間對駕駛詞匯的收集及對色彩的研究[11]，設(shè)計合理的調(diào)查問卷調(diào)查了駕駛員關(guān)于色彩與情緒關(guān)系的評定。通過大量的樣本分析出駕駛員認(rèn)為的色彩與情緒的對應(yīng)關(guān)系，并建立色彩情緒維度模型(見圖1)。

圖1 色彩情緒維度模型

色彩情緒維度模型的建立，具有兩方面作用：一是作為實(shí)驗中色彩選擇的依據(jù)，在測試色彩對情緒安撫效果的實(shí)驗中，選擇紅色，藍(lán)色、湖藍(lán)色、黃色、綠色，這些色彩覆蓋的情緒范圍較廣；二是為色彩跳轉(zhuǎn)邏輯提供一個跳轉(zhuǎn)范圍。單一色彩的車內(nèi)氛圍燈不能夠展現(xiàn)出汽車品牌的氣質(zhì)與格調(diào)，為了豐富跳轉(zhuǎn)空間，增強(qiáng)氛圍燈的娛樂效果且保證汽車行駛中的安全，建立合適的色彩維度，為氛圍燈的跳轉(zhuǎn)邏輯提供了選擇空間。

3 氛圍燈色彩對駕駛員情緒的影響研究

3.1 實(shí)驗?zāi)康?/h3>

本實(shí)驗是色彩情緒理論對應(yīng)關(guān)系的驗證實(shí)驗。在色彩心理學(xué)的基礎(chǔ)上，驗證在駕駛環(huán)境中，該色彩對情緒的影響是否依然成立，并研究各種色彩對情緒影響的效果。

3.2 預(yù)實(shí)驗(獲取實(shí)驗有效誘導(dǎo)視頻)

(1)獲得實(shí)驗視頻

選取17名具有正常情感表達(dá)的星宇車燈公司員工作為被試，被試具有3年以上的駕駛經(jīng)驗。為獲取實(shí)驗中可誘導(dǎo)悲傷、愉快、驚奇、恐懼、生氣五種情緒的視頻，經(jīng)多方征集意見，結(jié)合視頻排行榜中的情感視頻，在觀看推薦視頻后進(jìn)行初步篩選，并在初選后的每種情緒視頻中選出3個。嚴(yán)格控制觀看環(huán)境和觀看時間，通過排序的方法獲得實(shí)驗視頻。

(2)驗證視頻誘導(dǎo)效果

為保證測量數(shù)據(jù)客觀，再另外選擇12位對色彩心理不了解的成員作為被試。通過生理多導(dǎo)儀，測量被試在觀看視頻期間的皮電反應(yīng)情況，其結(jié)果如圖2、3所示。縱坐標(biāo)為皮膚導(dǎo)電性(sensor-E:SC/GSR)，數(shù)據(jù)是生理多導(dǎo)儀放大處理過的顯示值。

圖2 皮電實(shí)驗數(shù)據(jù)變化系數(shù)和標(biāo)準(zhǔn)差

圖3 皮電數(shù)據(jù)平均值

對變化系數(shù)進(jìn)行對比分析，發(fā)現(xiàn)在驚奇和愉快兩種情緒中，變化趨勢較小，結(jié)合平均值分析可知在觀看愉快視頻時，皮電指數(shù)大部分處于較高水平，愉快視頻誘導(dǎo)效果較好。由標(biāo)準(zhǔn)差結(jié)果可知，驚奇視頻引起的情緒波動最小，表明驚奇的誘導(dǎo)效果較弱?？植酪曨l表現(xiàn)出的變化系數(shù)差別較大，即視頻對不同被試的影響效果差別較大。結(jié)合平均值，在恐怖視頻中皮電指數(shù)較高，說明恐怖視頻誘導(dǎo)效果較好。在悲傷視頻中，被試的變化系數(shù)差別最大，且不止出現(xiàn)一次峰值，在標(biāo)準(zhǔn)差的對比上更為強(qiáng)烈，說明悲傷視頻在一定程度上對被試的刺激較大。在生氣視頻中，平均值都低于其他情緒，表明生氣視頻對皮電指數(shù)有一定的抑制作用或視頻誘導(dǎo)效果不佳。

進(jìn)一步選擇83位被試，被試為學(xué)校學(xué)生。通過主觀情緒測量表對情緒視頻進(jìn)行評分。情緒量表采用五點(diǎn)量表，以愉快情緒為例，-2表示非常不愉快，-1表示不愉快，0表示沒感覺，1表示愉快，2表示非常愉快，以此輔助驗證視頻誘導(dǎo)效果。對量表做信度分析，α=0.789>0.6,表明數(shù)據(jù)可靠。

表1 主觀情緒視頻得分

從表1看出，在愉快及悲傷視頻中，得分平均值都接近1，說明視頻能調(diào)動所需情緒。生氣及驚奇得分在0.65～0.7之間，即視頻調(diào)動效果在勉強(qiáng)調(diào)動到較能調(diào)動之間，而恐懼視頻超過了1，則恐懼視頻調(diào)動性較強(qiáng)。結(jié)合皮電數(shù)據(jù)和主觀數(shù)據(jù)表明，愉快、悲傷、恐懼視頻較好地調(diào)動了對應(yīng)情緒，生氣、驚奇視頻可以調(diào)動對應(yīng)情緒，所以上述五種情緒視頻可以作為情緒誘導(dǎo)材料。

3.3 皮電測試實(shí)驗設(shè)計

被試共24人，分為兩組每組12人，被試為星宇車燈公司具有3年以上駕齡的員工。設(shè)置有燈光組與無燈光組進(jìn)行對比，有燈光組為色彩燈光環(huán)境，控制燈光為中等亮度[12]。對照組無燈光，在兩者對比下分析氛圍燈色彩的安撫效果(圖4為實(shí)驗過程)。結(jié)合羅素情緒分類環(huán)狀模型、NCS色環(huán)、預(yù)實(shí)驗情緒調(diào)動情況以及問卷研究結(jié)果，得出在燈光組中，情緒與燈光色彩的對應(yīng)關(guān)系：愉快狀態(tài)—藍(lán)色、生氣狀態(tài)—黃色、驚奇狀態(tài)—湖藍(lán)、恐懼狀態(tài)—綠色、悲傷狀態(tài)—紅色。

圖4 單次實(shí)驗過程

3.4 主觀情緒測試

設(shè)計五點(diǎn)情緒量表，讓被試對情緒變化情況進(jìn)行自我評價，對5種情緒表現(xiàn)程度進(jìn)行打分。-2表示“非常不平靜”，-1表示“比較不平靜”，0表示“沒有感覺”，1表示“比較平靜”，2表示“非常平靜”，打分節(jié)點(diǎn)如圖5。

圖5 主觀情緒量表填寫時間點(diǎn)

根據(jù)李克特5點(diǎn)量表法對被試觀看視頻前及觀看視頻后的情緒進(jìn)行調(diào)查。在前面的實(shí)驗中已經(jīng)確定了視頻的有效性，在此次實(shí)驗中，只要確定視頻使被試調(diào)動了所需情緒即可。所以在主觀情緒量表的處理方面，需先自測在觀看視頻前是否平靜，觀看視頻后是否調(diào)動了情緒。實(shí)驗時間較長，實(shí)驗被試并非一鼓作氣看完所有視頻，過程為被試輪流觀看視頻，為調(diào)查情緒提供了最佳時間，見圖6。

圖6 視頻觀看后情緒調(diào)動結(jié)果柱狀圖

在情緒調(diào)動情況中，比較能調(diào)動及非常能調(diào)動認(rèn)為可以調(diào)動所需情緒，則各情緒都具有較好的調(diào)動情況，91.67%的被試認(rèn)為視頻可以調(diào)動生氣的情緒，100%的被試認(rèn)為視頻可以調(diào)動愉快的情緒，100%的被試認(rèn)為視頻可以調(diào)動恐懼的情緒，91.63%的被試認(rèn)為視頻可以調(diào)動悲傷的情緒，83.33%的被試認(rèn)為視頻可以調(diào)動驚奇的情緒。說明視頻情緒誘導(dǎo)的效果在實(shí)驗中表現(xiàn)較為良好，所以在主觀情緒自測方面，大多數(shù)的被試都產(chǎn)生所需情緒。在后續(xù)的皮電測試中，可以驗證，也說明后期的燈光測試中，被試存在不良駕駛情緒。

3.5 結(jié)果

通過描述分析從表2、表3可以看出：當(dāng)前數(shù)據(jù)中并沒有異常值，因而可直接針對平均值進(jìn)行描述分析。

表2 無燈光下皮電數(shù)據(jù)描述分析

表3 燈光下皮電數(shù)據(jù)描述分析

從視頻結(jié)束后，即從情緒調(diào)動出的時刻(0 min)到情緒平復(fù)8 min后，計算這段時間情緒在燈光組和對照組各打分節(jié)點(diǎn)的得分平均值，得到情緒平復(fù)情況的主觀調(diào)查結(jié)果。

圖7 情緒平復(fù)情況調(diào)查結(jié)果

從圖7可以看出在情緒平復(fù)過程中，初始時刻情緒的調(diào)動效果都較為明顯，被試有較強(qiáng)的情緒反應(yīng)。有燈光組和無燈光組平復(fù)情況的總體走向相同，隨著時間的推移，被試的情緒也在逐漸平復(fù)，時間越長，被試感覺越平靜。

表4 燈光組正態(tài)性檢驗分析結(jié)果

表4中研究數(shù)據(jù)的樣本量全部≤50，因而使用S-W檢驗。具體來看，悲傷—紅色,愉快—藍(lán)色,恐懼—綠色,驚奇—湖藍(lán),生氣—黃色全部均沒有呈現(xiàn)顯著性(P>0.05)，意味著接受原假設(shè)，悲傷—紅色,愉快—藍(lán)色,恐懼—綠色,驚奇—湖藍(lán),生氣—黃色全部均具備正態(tài)性特質(zhì)。

主觀情緒測量結(jié)果證明，在駕駛環(huán)境下燈光色彩與情緒的對應(yīng)情況與自然色彩與情緒的對應(yīng)情況較為一致，見圖8。情緒為憤怒時，藍(lán)色和湖藍(lán)色燈光都可以使被試感受到情緒得到平復(fù)。通過與無燈光組結(jié)果進(jìn)行對比，發(fā)現(xiàn)藍(lán)色及湖藍(lán)色燈光可以使被試情緒更快恢復(fù)平靜。在情緒為悲傷時，被試的初始情緒與其他情緒相比顯得更平靜一些，在紅色燈光下，被試認(rèn)為自己的情緒逐漸變得不平靜，而在無燈光下，被試情緒平復(fù)得更加快速，見圖9。

圖8 燈光下情緒平復(fù)狀況結(jié)果

計算燈光組所有被試每個測試時間點(diǎn)皮電顯示數(shù)值的平均數(shù)。通過皮電數(shù)據(jù)可得，處于愉快狀態(tài)的被試，通過藍(lán)色燈光的調(diào)節(jié)，皮電顯示值下降?？謶?、生氣狀態(tài)的顯示值下降趨勢明顯，驚奇與悲傷情緒在燈光組較于其他情緒有抑制情緒平復(fù)的趨勢。

圖9 無燈光對照組情緒平復(fù)狀況結(jié)果

對照組的每種情緒隨著時間的推移都是處于下降趨勢的，只有驚奇在最后表現(xiàn)出上升的趨勢。在生氣情緒中前40 s是明顯下降，又產(chǎn)生小幅度上升，之后也是在下降趨勢中，圖10。

通過燈光組與對照組的對比，在愉快、生氣、害怕情緒中，燈光組皮電顯示值都是平穩(wěn)下降，對照組數(shù)據(jù)趨勢不夠平穩(wěn)，但也是處于明顯的下降過程中。在生氣情緒中前期數(shù)值下降較快，后期明顯慢于燈光組。在愉快情緒中前期兩組的趨勢情況相似，后期無燈光組趨于平穩(wěn)，燈光組仍處于下降趨勢。在驚奇情緒中，兩組的變化都不明顯，燈光組前期數(shù)據(jù)變化較小。在悲傷情緒中，紅色明顯抑制了情緒的平復(fù)。由數(shù)據(jù)可以證明燈光對于情緒在一定程度上更具有安撫效果。

4 語音情感識別應(yīng)用

在語音情感識別中被普遍認(rèn)可的方法有以下幾種：貝葉斯網(wǎng)絡(luò)、人工神經(jīng)網(wǎng)絡(luò)、近鄰算法、隱馬爾科夫模型、支持向量機(jī)、k-means聚類算法等。在近些年中，人工智能為各行各業(yè)都打開了新世界的大門。機(jī)器學(xué)習(xí)、深度學(xué)習(xí)在情感識別方面展示出非常強(qiáng)勢的生命力，在駕駛環(huán)境語義分析方面也有較大提升[13]。本文選擇的語音情感識別方法為識別率較高的卷積神經(jīng)網(wǎng)絡(luò)(Convolution neural network,CNN)[14]，如圖11顯示。

圖11 CNN語音識別流程圖

星宇車燈股份有限公司前期研發(fā)部門對于語音識別較為專業(yè)，依托部門的語音識別氛圍燈項目，在部門圖像識別開發(fā)完善的基礎(chǔ)上，進(jìn)一步做了語音情緒識別的測試。使用的程序語音為MATLAB及Python。情感數(shù)據(jù)庫使用的是CASIA漢語情感語料庫，最后的識別結(jié)果不是特別理想，但進(jìn)行識別分類還是可行的。

5 氛圍燈色彩跳轉(zhuǎn)設(shè)計

氛圍燈的設(shè)計在汽車內(nèi)部多為帶狀發(fā)光物，位于駕駛儀表盤、全景天窗周圍、前后車門扶手、踩腳線、杯托、車門扶手處等位置。較少為點(diǎn)狀發(fā)光物，點(diǎn)狀氛圍燈多為內(nèi)嵌式，一般位于按鍵內(nèi)部，例如車窗調(diào)控按鍵內(nèi)部。點(diǎn)狀氛圍燈影響面積較小，無論對駕駛者還是對乘坐者的生理刺激都較微弱。而帶狀氛圍燈的影響空間較大，對駕駛者會產(chǎn)生較強(qiáng)的色彩刺激。所以在氛圍燈的設(shè)計中，對于燈光效果的設(shè)計主要是針對帶狀氛圍燈進(jìn)行描述。例如向中間熄滅，即指氛圍燈燈帶的光源由兩端開始熄滅，直至中間熄滅。

基礎(chǔ)氛圍燈是指在不啟動語音交互系統(tǒng)的情況下車內(nèi)氛圍燈的基礎(chǔ)功能(見表5)。在基礎(chǔ)功能中，對車內(nèi)交互情況做了簡單分類，同時也對車速情況進(jìn)行了考慮。在車速過高時，車處于危險狀態(tài)，所以車內(nèi)的氛圍燈的色彩采用藍(lán)色使駕駛員情緒平靜。娛樂模式、音樂模式易使駕駛者分心，氛圍燈色彩不能使用紅色等具有刺激效果的顏色。

表5 基礎(chǔ)氛圍燈跳轉(zhuǎn)設(shè)計

A1是指進(jìn)入車內(nèi)，未啟動車輛，A2是在一般駕駛環(huán)境下的交互場景，與車速產(chǎn)生交互效果。A3、A4指駕駛情況良好，駕駛環(huán)境處于較為舒適的情況下的自動駕駛場景。A5為駕駛情況較差，駕駛員處于較為專注的狀態(tài)。

表6中V1、V2、V3、V4、V5、V6情緒模式的使用場景均為車載語音情感識別交互系統(tǒng)識別出駕駛員處于上述六種模式的某種情緒中。

表6 語音情感氛圍燈跳轉(zhuǎn)設(shè)計

對于語音情感采樣及識別的功能是語音交互系統(tǒng)的附加功能，通過對情感的分析，以及實(shí)驗的驗證，對每種情緒的安撫色彩已經(jīng)有較為明確的選擇。根據(jù)問卷結(jié)果、色彩情緒維度圖及實(shí)驗結(jié)果，情緒的安撫通過采用上表的色彩跳轉(zhuǎn)邏輯更合理。

6 討論

在本次研究主要驗證在駕駛環(huán)境下色彩對情緒依然存在影響，且合理燈光色彩跳轉(zhuǎn)對不良駕駛情緒具有安撫作用。在此次研究中的也存在一些不足：

(1)實(shí)驗樣本容量相對偏小。因為情緒較多，每個實(shí)驗所需時間較長，且被試必須要求有三年以上駕齡，加之受疫情影響，被試相對較為難找，以至于樣本容量較小。為了彌補(bǔ)樣本容量問題，采用了多個生理指標(biāo)，以及情緒自測表的方式進(jìn)行輔助驗證。

(2)實(shí)驗流程設(shè)計有待改進(jìn)。雖然對實(shí)驗中的時間、被試順序應(yīng)用等多個指標(biāo)進(jìn)行了模擬，也通過預(yù)實(shí)驗預(yù)先感受了實(shí)驗過程。但是對于生理指標(biāo)的測試需要更加細(xì)致，生理指標(biāo)非常敏感，噪聲或者溫度都會對皮電、心電 等數(shù)據(jù)產(chǎn)生影響。

基于此次研究接下來可以在以下方面展開進(jìn)一步研究：

(1)建立不良駕駛情緒與其安撫色彩的對應(yīng)模型。

為盡可能完善駕駛情緒色彩安撫機(jī)制，后期通過實(shí)驗及參考色彩心理學(xué)的內(nèi)容，可以建立不良情緒與色彩對應(yīng)關(guān)系的模型。找到駕駛環(huán)境下，色彩對駕駛情緒的安撫規(guī)律，以及多種色彩各自的安撫效果。

(2)以回歸方程的形式計算色彩安撫效果。

當(dāng)一種情緒可由多種色彩進(jìn)行平復(fù)時，可通過腦電、皮電對氛圍燈平復(fù)情緒的能力進(jìn)行計算，得到每種色彩在安撫機(jī)制中所占權(quán)重。

7 總結(jié)

目前對于駕駛安全問題的研究較多處于車外預(yù)防，但每年由于路怒癥或者其他不良駕駛情緒而引起交通事故的現(xiàn)象屢見不鮮。研究發(fā)現(xiàn)通過色彩可對駕駛環(huán)境中駕駛員不良情緒進(jìn)行安撫。目前氛圍燈的設(shè)計主要基于汽車整體形象的構(gòu)造，缺少情感交互的內(nèi)容。本研究主要通過語音情感識別技術(shù)，捕捉駕駛員的情緒狀態(tài)，將情緒狀況進(jìn)行分類反饋到氛圍燈，氛圍燈根據(jù)程序顯示出安撫對應(yīng)不良駕駛情緒的色彩，最終在一定程度上緩解駕駛安全問題。