施 雯,谷夢路,黃曉夢
(1.陜西青年職業(yè)學院,陜西 西安 710068;2.長安大學汽車學院,陜西 西安 710064)
一般將駕駛分心分為視覺、聽覺、操作分心和認知分心[4-5],不同種類的駕駛分心都會伴有認知分心,其本質(zhì)是駕駛?cè)苏J知通道的占用導致駕駛?cè)丝梢苑峙涞今{駛主任務(wù)上的注意力減少。
研究駕駛?cè)朔中鸟{駛狀態(tài)常用的參數(shù)有眼動參數(shù)[6]、操作反應(yīng)時間[7-8]、方向盤回轉(zhuǎn)率[9-11]、速度控制能力[12-14]和車道保持能力[15-20]等駕駛績效指標。研究表明,駕駛分心會使駕駛?cè)藢囕v的橫、縱向操控能力變差[21]。
在以往的駕駛分心研究中,在車輛駕駛績效參數(shù)特征方面,只考慮了參數(shù)的時域特征,沒有考慮該參數(shù)在相應(yīng)的駕駛狀態(tài)下相應(yīng)時間內(nèi)頻域信息的組成及變化。本文主要研究認知分心對駕駛?cè)朔较虮P操控特性、車輛運行參數(shù)的影響,以及不同參數(shù)時域和頻域變化特征。方向盤轉(zhuǎn)角和方向盤角速度的變化直接反映駕駛?cè)藢囕v的操控特征,橫向加速度、縱向加速度和橫擺角速度反映車輛的運行特征。研究認知分心下車輛參數(shù)的頻域特征,可以更加完善地得到駕駛?cè)苏J知分心駕駛下車輛的運行狀態(tài)特征。
為研究認知分心對車輛操控能力以及車輛運行狀態(tài)的影響,開展了實車道路駕駛實驗。實驗過程中,為駕駛?cè)耸┘硬煌恼J知分心任務(wù),以方向盤轉(zhuǎn)角和方向盤角速度作為表征駕駛操作的參數(shù),以橫向加速度、縱向加速度和橫擺角速度作為車輛運行特征參數(shù),通過相關(guān)傳感器設(shè)備和錄像設(shè)備獲取實驗數(shù)據(jù)、記錄實驗過程,用采集到的數(shù)據(jù)分析不同等級的認知分心對駕駛?cè)朔较虮P操作行為的影響。
實驗路線選擇西安市內(nèi)城市快速路西太路直線路段,路段雙向六車道,限速80 km/h,交通流量實際觀測值約為700 vph,實驗路段全線封閉,除起點和終點位置可進行掉頭之外(由交通信號燈控制的可掉頭十字路口),全線無車輛掉轉(zhuǎn)、行人橫穿情況,避免了突發(fā)事件對實驗的影響。實驗路線及道路實景如圖1所示。
圖1 實驗路線及道路實景
搭建了裝載多路傳感器的駕駛行為特征提取實驗車,該車輛裝載了視頻采集系統(tǒng)、方向盤傳感器、陀螺儀和VBOX 3i GPS主機等設(shè)備,各設(shè)備的采集參數(shù)如表1所示。
表1 實驗設(shè)備及采集參數(shù)
由于真實道路分心駕駛實驗的特殊性,只招募了6名駕齡6 年以上、駕駛里程60 000 km以上的熟練的駕駛?cè)俗鳛楸辉嚾藛T,并為每位被試駕駛?cè)撕蛯嶒炄藛T購買了中國平安保險的短期綜合意外險中的基礎(chǔ)款保險。
自2002年以來,云、貴、川三省體育局共審批各類比賽4 123項,承辦各類比賽近4 000余項。2020東京奧運會臨近前,各類項目測試也在陸續(xù)開展,這些高層次的大型體育賽事不僅在一定方面滿足了三省居民的多樣化需求,同時也促進了三省大型體育賽事市場化運作管理的發(fā)展。此外,經(jīng)過這些賽事的鍛煉,三省的賽事組織、運作與管理水平也獲得了相應(yīng)提高,為2022年“北京——張家口”冬奧會培養(yǎng)了一大批賽事運作與管理人才。
根據(jù)長安大學袁鈺[22]的靜態(tài)模擬實驗結(jié)果,用于模擬認知分心的數(shù)學計算、數(shù)字記憶認知分心可以囊括不同等級和類型的認知分心,并且非常適合代替真實駕駛時的分心情況。本文選用簡單計算(不帶進、借位的100以內(nèi)加減法)、復雜計算(帶進、借位的100以內(nèi)加減法)和短時記憶(11位手機號碼的記憶)作為3種認知分心次任務(wù)。簡單計算、復雜計算和短時記憶對應(yīng)的認知分心程度依次提增高。
在所選擇的城市快速路實驗路段,由實驗工作人員在副駕駛位置口頭向被試駕駛?cè)岁愂稣J知分心駕駛次任務(wù),并記錄相應(yīng)次任務(wù)下被試駕駛?cè)送瓿傻臏蚀_率。經(jīng)統(tǒng)計表明,所有被試駕駛?cè)藢λ┘拥恼J知分心次任務(wù)的回答準確率大于85%,表明被試駕駛?cè)擞行度氲搅苏J知分心駕駛次任務(wù)當中,保證了實驗的可靠性。
實驗過程中每名被試駕駛?cè)烁鬟M行正常駕駛和分別施加簡單計算、復雜計算、短時記憶認知分心次任務(wù)的駕駛過程,后續(xù)稱之為正常駕駛、簡單計算、復雜計算和短時記憶4種駕駛狀態(tài)。不考慮駕駛?cè)酥g的異質(zhì)性,剔除無效樣本,共得到52個駕駛過程樣本,其中,每種狀態(tài)的樣本13個,4個駕駛狀態(tài)的累計時長分別為1 333 s、1 300 s、1 323 s、1 383 s,總計時長5 339 s。
分別統(tǒng)計了每種駕駛狀態(tài)下駕駛過程中車輛方向盤轉(zhuǎn)角、方向盤角速度,以及橫、縱向加速度,橫擺角速度的值。
頻譜分析實際就是利用傅里葉變換對信號進行處理,將信號隨時間變化的表達式轉(zhuǎn)變?yōu)殡S頻率變化的表達式即將時域信號轉(zhuǎn)化為頻域信號。信號的幅值信息與相位信息可通過傅里葉變換得到。以往在駕駛認知分心車輛參數(shù)特性研究中,只考慮了參數(shù)的時域特征信息,并沒有考慮相應(yīng)時間內(nèi)不同駕駛狀態(tài)參數(shù)的頻域特征。因此,本研究利用MATLAB中傅里葉變換工具箱,對正常駕駛、簡單計算、復雜計算和短時記憶4種駕駛狀態(tài)下車輛的方向盤轉(zhuǎn)角、方向盤角速度、橫向加速度、縱向加速度和橫擺角速度進行傅里葉變換,得到相應(yīng)時間段內(nèi)不同駕駛狀態(tài)下不同參數(shù)的頻域特征。
方向盤轉(zhuǎn)角幅值變化的快慢與大小直接影響車輛行駛的橫向穩(wěn)定性。為了從頻域的角度研究方向盤轉(zhuǎn)角變化情況,利用快速傅里葉變換將方向盤轉(zhuǎn)角從時域轉(zhuǎn)換到頻域中進行頻譜分析。圖2為被試駕駛?cè)嗽谡q{駛和3種分心駕駛狀態(tài)下的方向盤轉(zhuǎn)角時域圖與對應(yīng)的頻譜圖(其他被試駕駛?cè)说姆较虮P轉(zhuǎn)角幅值情況與之類似)。圖2a~圖2d的駕駛狀態(tài)分別為正常駕駛、簡單計算、復雜計算和短時記憶。
圖2 不同駕駛狀態(tài)下的方向盤轉(zhuǎn)角時序圖與頻譜圖
由方向盤轉(zhuǎn)角時序圖可知,正常駕駛時方向盤轉(zhuǎn)角變化非常平緩,方向盤轉(zhuǎn)角在1~5°內(nèi)變化;簡單計算情況下方向盤轉(zhuǎn)角的波動明顯比正常駕駛時大,但是整體而言比較穩(wěn)定;復雜計算情況下方向盤轉(zhuǎn)角變化明顯加快并且變化幅度增大,在-2~7°之間變化;短時記憶與復雜計算情況類似,方向盤回轉(zhuǎn)率明顯增大且轉(zhuǎn)角變化幅度在3種分心駕駛中最為嚴重,在-2~10°之間變化。此結(jié)果與史盛慶[23]和Ranney等的研究結(jié)果一致:史盛慶研究發(fā)現(xiàn),駕駛?cè)四X負荷越嚴重,方向盤轉(zhuǎn)動的次數(shù)越大;Ranney等根據(jù)模擬器實驗發(fā)現(xiàn),駕駛?cè)嗽趫?zhí)行次任務(wù)時對方向盤的控制能力降低,方向盤回轉(zhuǎn)率增加。
從不同駕駛狀態(tài)的頻譜圖可知,方向盤轉(zhuǎn)角信號主要集中在低頻部分(0~0.2 Hz),但是相比于正常駕駛,在分心駕駛狀態(tài)下低頻部分的幅值有增大的趨勢,并且高頻部分的信號幅值也明顯增大,短時記憶的駕駛狀態(tài)時這一現(xiàn)象尤為明顯。直線路段上轉(zhuǎn)向操作的頻率與幅度相對都較小,因此反應(yīng)在頻域上表現(xiàn)為以低頻信號為主(0~0.3 Hz),但當駕駛分心時,由于駕駛?cè)藢Ψ较虮P的控制能力下降,導致轉(zhuǎn)向操作的幅度變大,因此需要不斷調(diào)整方向盤,所以方向盤轉(zhuǎn)角頻譜的幅值偏大,且開始出現(xiàn)較高頻信號(0.5~1 Hz)。
方向盤角速度直接表現(xiàn)了轉(zhuǎn)向的快慢。為了從頻域的角度研究方向盤角速度的變化情況,利用快速傅里葉變換將方向盤角速度幅值從時域轉(zhuǎn)換到頻域中進行頻譜分析。圖3為1名被試駕駛?cè)嗽谡q{駛與3種分心駕駛狀態(tài)下的方向盤角速度幅值時域圖與對應(yīng)的頻譜圖。圖3a~圖3d的駕駛狀態(tài)分別為正常駕駛、簡單計算、復雜計算和短時記憶。
從角速度的時序圖可知,在正常駕駛情況下角速度的變化較平穩(wěn),簡單計算時有時出現(xiàn)角速度突然變大的情況,復雜計算角速度突變情況較多,短時記憶時突變出現(xiàn)的次數(shù)雖然減少但是突變的幅度最大。駕駛?cè)耸苷J知分心影響,突然轉(zhuǎn)向增多,引起方向盤角速度增大且離散度增強。此結(jié)果與石涌泉[24]的研究類似,石涌泉研究表明駕駛?cè)嗽谡q{駛時以平穩(wěn)的角速度操作,但是在認知分心時以較大角速度離散操作的趨勢增大。
圖3 不同駕駛狀態(tài)下的角速度時序圖與頻譜圖
從不同駕駛狀態(tài)的頻譜圖可知,角速度頻譜圖中以低頻信號為主(0~0.5 Hz)。正常駕駛時幅值較低,分心駕駛時幅值有增大的趨勢,并且分心駕駛時較高頻區(qū)域的幅值有增加的趨勢,這與方向盤轉(zhuǎn)角的變化規(guī)律比較相符。
橫擺角速度是車輛圍繞垂直軸偏轉(zhuǎn)速度的大小,是表征汽車橫向操縱穩(wěn)定性的重要指標。車輛橫擺角速度的變化是由駕駛?cè)藢Ψ较虮P的操縱引起的。圖4為1名被試駕駛?cè)嗽谡q{駛與3種分心駕駛狀態(tài)下的橫擺角速度幅值時域圖與對應(yīng)的頻譜圖。圖4a~圖4d的駕駛狀態(tài)分別為正常駕駛、簡單計算、復雜計算和短時記憶。
圖4 不同駕駛狀態(tài)下的橫擺角速度時序圖與頻譜圖
從橫擺角速度的時序圖可知,在正常駕駛情況下橫擺角速度的變化比較平穩(wěn),在-1(°)/s~0之間變化;簡單計算時橫擺角速度的變化幅度雖然增加了但是變化比較平緩,在-2(°)/s~0之間變化;復雜計算與短時記憶時橫擺角速度的變化比較劇烈且變化幅度明顯增加,在-3~1(°)/s之間變化。情況與方向盤轉(zhuǎn)角情況相符。
從不同駕駛狀態(tài)的頻譜圖可知,橫擺角速度頻譜圖中以低頻信號為主(0~0.5 Hz),正常駕駛時幅值較低,分心駕駛時幅值有增大的趨勢。正常駕駛時,橫擺角速度主要集中在低頻區(qū)域,在分心駕駛時橫擺角速度在較高頻區(qū)域的幅值有所增加。
縱向加速度直接表征速度變化的快慢。為了從頻域的角度研究縱向加速度的變化情況,利用傅里葉變換將縱向加速度幅值從時域轉(zhuǎn)換到頻域中進行頻譜分析。圖5為1名被試駕駛?cè)嗽谡q{駛與3種分心駕駛狀態(tài)下的縱向加速度幅值時域圖與對應(yīng)的頻譜圖。圖5a~圖5d的駕駛狀態(tài)分別為正常駕駛、簡單計算、復雜計算和短時記憶。
從縱向加速度的時序圖可知,在正常駕駛情況下縱向加速度的變化比較平穩(wěn),在3種分心駕駛的情況下縱向加速度時快時慢不穩(wěn)定性增加。從不同駕駛狀態(tài)的頻譜圖可知,縱向加速度頻譜圖中以低頻信號為主(0~0.5 Hz),正常駕駛時幅值較低,分心駕駛時幅值有增大的趨勢。實驗要求駕駛?cè)吮M量在50 km/h左右的速度下行駛,所以駕駛?cè)嗽趫?zhí)行次任務(wù)時,速度可能超出實驗要求的范圍,因此駕駛?cè)藭粩嗾{(diào)整操作加速踏板或者制動踏板以使速度維持在一定的區(qū)間內(nèi),因此在分心駕駛時縱向加速度時快時慢,且變化急促。此結(jié)果與顧高峰研究類似,顧高峰研究發(fā)現(xiàn)駕駛?cè)嗽趫?zhí)行次任務(wù)時對加速踏板的控制能力降低,加速度變化幅度增大。
圖5 不同駕駛狀態(tài)下的縱向加速度時序圖與頻譜圖
橫向加速度表征車輛的橫向穩(wěn)定性。利用傅里葉變換將橫向加速度幅值從時域轉(zhuǎn)換到頻域中進行頻譜分析。圖6為1名被試駕駛?cè)嗽谡q{駛與3種分心駕駛狀態(tài)下的車輛橫向加速度幅值時域圖與對應(yīng)的頻譜圖。圖6a~圖6d的駕駛狀態(tài)分別為正常駕駛、簡單計算、復雜計算和短時記憶。
從橫向加速度的時序圖可知,在正常駕駛情況下橫向加速度的變化比較平穩(wěn),在0~0.4 m/s2的區(qū)間內(nèi)變化,但是在3種分心駕駛的情況下橫向加速度有變大的趨勢并且變化時快時慢不穩(wěn)定性增加,尤其是在進行短時記憶的次任務(wù)時變化尤為明顯,在0.2~0.5 m/s2之間變化。
從橫向加速度在不同駕駛狀態(tài)時的頻譜圖可知,橫向加速度頻譜圖中以低頻信號為主(0~0.5 Hz),正常駕駛時幅值較低,分心駕駛時幅值明顯增大,尤其是短時記憶時,幅值明顯增大,并且在分心駕駛時,較高頻帶幅值有增大的趨勢。
圖6 不同駕駛狀態(tài)下的橫向加速度時序圖與頻譜
本文設(shè)計了認知分心駕駛次任務(wù)并進行了城市快速路實車道路認知分心駕駛實驗,采集了正常駕駛狀態(tài)和3種認知分心駕駛狀態(tài)下方向盤轉(zhuǎn)角、角速度、橫擺角速度、縱向加速度以及橫向加速度參數(shù)。對參數(shù)進行傅里葉變換得到各參數(shù)在不同駕駛狀態(tài)下的幅值譜,并對各參數(shù)進行時域分析得出了不同參數(shù)在不同駕駛狀態(tài)下的特點。認知分心時駕駛?cè)朔磻?yīng)變慢使得方向盤轉(zhuǎn)角、角速度、縱向加速度等參數(shù)變化穩(wěn)定性降低,突變情況增多,且分心程度較深時突變更加嚴重。各參數(shù)信號主要集中在低頻區(qū)域,認知分心時有向較高頻區(qū)域移動的趨勢,且認知分心時各參數(shù)幅值均有明顯增加,分心越嚴重增加越顯著。