,陸妍琳,2,王心悅,龔小林
(1.南京林業(yè)大學(xué) 汽車與交通工程學(xué)院,江蘇 南京210037;2.中汽研汽車檢驗(yàn)中心(常州)有限公司,江蘇 常州213161)
騎行行為是影響交通安全的重要因素,視覺行為為騎行者獲取道路信息和指導(dǎo)騎行行為提供了重要支撐。低照明條件會妨礙騎行者的視線和對道路信息的獲取,影響騎行者的決策。因此,研究騎行者在不同光照條件下的視覺行為和變化規(guī)律,為指導(dǎo)低光照條件下的騎行行為提供理論支持,具有重要意義。
關(guān)于光照條件對騎行行為的影響,現(xiàn)有研究大多考慮機(jī)動車駕駛員的視覺行為,主要從隧道和城市道路兩個(gè)場景進(jìn)行入手。針對駕駛員在隧道內(nèi)駕駛的眼動變化,W. QI等[1]探究了隧道環(huán)境中受光照影響時(shí)駕駛員的眼動和生理特性變化特征;胡英奎等[2]研究表明,除了心理等因素的影響,駕駛員的瞳孔變化主要與亮度有關(guān);閆瑩等[3]分析了隧道群環(huán)境光照度對駕駛員瞳孔面積變化的影響規(guī)律,提出了隧道群路段“6小段”的劃分方式;針對明暗適應(yīng)現(xiàn)象,崔洪軍等[4]分析了駕駛員的明暗適應(yīng)轉(zhuǎn)換次數(shù)與隧道類型和連接段之間的關(guān)系。在城市道路照明對機(jī)動車駕駛員眼動特性的影響研究中,李瑋晟等[5]針對閃光燈眩光影響,提出了眩光持續(xù)時(shí)間和眼睛垂直照度的合理范圍;李洪濤等[6]研究了村鎮(zhèn)無信號公路交叉口照明和限速對駕駛員視覺搜索能力的影響,提出限速和照度的理論范圍。以上研究主要針對機(jī)動車駕駛員這一主體,分析了駕駛員在不同光照條件影響下的視覺行為。
城市道路中騎行者的眼動受非機(jī)動車本身影響,在對騎行行為的研究中:馬艷麗等[7]針對低照度條件在無信號交叉口處對行人與車輛沖突進(jìn)行了研究;P.VANSTEENKISTE等[8]研究了低等級自行車道對騎行者的眼動影響;胡文斌等[9]分析了自行車騎行者與機(jī)動車駕駛員在城市道路上的眼動特征差異。
綜上,關(guān)于照度對交通參與者的影響研究,很少考慮騎行者;在騎行行為研究中,很少考慮光照程度的影響。因此,筆者從電動自行車騎行者入手,通過眼動儀實(shí)驗(yàn),對比分析騎行者在不同光照條件下的視覺特性,為騎行者在低光照條件下安全騎行提供理論支持。
實(shí)驗(yàn)路段選擇江蘇省南京市龍?bào)绰芬惶幹毙新范?龍?bào)绰窞殡p向六車道,交通量大,路段有機(jī)非分隔帶和行人專用道,夜間路燈間隔距離長,有樹木和道路設(shè)施遮擋且照度低。為避免不同溫度對騎行者的影響,實(shí)驗(yàn)的時(shí)間為20211211—20220116;為了防止實(shí)驗(yàn)時(shí)樣本量過多干擾數(shù)據(jù)采集,實(shí)驗(yàn)時(shí)間選取為非工作日晴天15:00—16:00(下午)、17:00—18:00(傍晚)和19:00—20:00(夜晚),傍晚指同時(shí)擁有自然光和路燈雙重照明,夜晚指除路燈外沒有其他照明。
實(shí)驗(yàn)選用TobiiGlasses眼動儀(采樣頻率為50 Hz)、ErgoLAB數(shù)據(jù)分析軟件。
初選42名騎行者完成實(shí)驗(yàn),在實(shí)驗(yàn)結(jié)束后通過觀察每位實(shí)驗(yàn)人員的眼動采樣概率,篩除采樣率低于70%的騎行者,最終選擇30名作為實(shí)驗(yàn)對象。其中,男性17名,女性13名,年齡分布為[18,30]歲12人,(30,43]歲10人,(43,60]歲5人,>60歲3人,矯正視力均為5.0以上,均有較好的電動自行車騎行經(jīng)驗(yàn)。
實(shí)驗(yàn)中實(shí)驗(yàn)對象佩戴眼動儀在實(shí)驗(yàn)路段持續(xù)騎行500 m,分別在3種光照條件下騎行兩次,剔除采樣率較低的數(shù)據(jù),并重新進(jìn)行補(bǔ)充實(shí)驗(yàn),分析數(shù)據(jù)得到每一時(shí)刻的騎行者眼動情況,結(jié)果取兩次有效實(shí)驗(yàn)的均值,對實(shí)驗(yàn)所得畫面截取所需片段,獲取騎行者的注視區(qū)域、熱點(diǎn)圖、注視、掃視、眨眼以及瞳孔變化等參數(shù)。
通過實(shí)驗(yàn)獲取的數(shù)據(jù),得到騎行者的注視、掃視、眨眼和瞳孔變化等眼動參數(shù),其中注視、掃視和眨眼是騎行者持續(xù)重復(fù)的眼動行為[10],在注視行為中穿插掃視和眨眼行為。注視行為反映了興趣和視認(rèn)程度,掃視行為反映了信息的獲取能力,眨眼行為反映緊張程度[11]。根據(jù)ErgoLab軟件數(shù)據(jù)輸出,使用描述性統(tǒng)計(jì)方法,得到騎行者在白天、傍晚和夜晚3種光照條件下在實(shí)驗(yàn)路段的眼動參數(shù)數(shù)據(jù)。
眼動研究中注視行為的表征參數(shù)主要有注視次數(shù)、注視時(shí)間和注視視角,騎行者的注視次數(shù)代表興趣程度,注視持續(xù)時(shí)間代表對有效信息的視認(rèn)程度,注視視角代表視野范圍[11]。
2.1.1 注視點(diǎn)分布
根據(jù)導(dǎo)出的騎行者注視坐標(biāo)繪制騎行者在3種光照條件下的注視點(diǎn)分布散點(diǎn)如圖1,可以發(fā)現(xiàn)騎行者在傍晚和夜晚的注視點(diǎn)分布較白天來說更為分散。
圖1 注視點(diǎn)分布
2.1.2 注視行為分析
根據(jù)數(shù)據(jù)繪制騎行者在3種光照條件下的注視指標(biāo)如圖2,可以發(fā)現(xiàn)騎行者在白天時(shí)注視次數(shù)高于傍晚和晚上,在夜晚騎行者的注視時(shí)間和注視時(shí)間百分比高于傍晚,這說明受光照的影響,騎行者的單次注視時(shí)間增加。這是因?yàn)樵诘凸庹諚l件下,騎行者的騎行難度加大,騎行者需要集中注意觀察道路情況,因此隨著光照條件的減弱,注視次數(shù)下降而注視時(shí)間上升,夜晚的路燈照明條件較傍晚雙重光照對騎行者的影響更大。
眼動研究中視負(fù)荷程度的表征參數(shù)主要有眨眼行為、掃視行為和瞳孔變化。眨眼行為表示騎行者的緊張程度,掃視行為表示騎行者對周圍復(fù)雜信息的獲取能力,瞳孔變化一定程度上表示騎行者的疲勞程度[11]。
2.2.1 眨眼行為分析
根據(jù)數(shù)據(jù)繪制騎行者在3種光照條件下的眨眼指標(biāo)如圖3,可以看出騎行者在3種光照條件下的每秒鐘眨眼速率和眨眼時(shí)間的排序?yàn)?白天>傍晚>夜晚,平均眨眼時(shí)間排序則相反。說明受光照影響,當(dāng)騎行者處于較暗照明條件時(shí),會減少眨眼次數(shù)、增加眨眼間隔時(shí)間,騎行者更容易產(chǎn)生緊張感。
圖3 騎行者的眨眼指標(biāo)數(shù)據(jù)對比
2.2.2 掃視行為分析
根據(jù)數(shù)據(jù)繪制騎行者在3種光照條件下的掃視指標(biāo)如圖4,可以看出騎行者在3種光照條件下的掃視次數(shù)、掃視時(shí)間和掃視時(shí)間百分比數(shù)據(jù)的排序?yàn)?白天<傍晚<夜晚。掃視指標(biāo)的上升說明當(dāng)騎行者處于較暗照明的條件下,會進(jìn)行更頻繁的掃視行為來獲取道路信息。
圖4 騎行者的掃視指標(biāo)數(shù)據(jù)對比
2.2.3 瞳孔面積變化分析
騎行者在3種光照條件下的瞳孔指標(biāo)如表1,可以看出騎行者在白天時(shí)瞳孔變化程度最小,夜晚的變化程度最大。說明受光照的影響,當(dāng)處于較暗照明的條件下,騎行者更容易產(chǎn)生疲勞感。
表1 3種光照條件下騎行者瞳孔指標(biāo)數(shù)據(jù)
綜合掃視、眨眼和瞳孔變化數(shù)據(jù)可以發(fā)現(xiàn),騎行者在更暗程度的照明條件下,更緊張也更容易產(chǎn)生疲勞感。為保證自身安全,夜間騎行時(shí)騎行者應(yīng)盡量選擇光照條件更充足的路段。
騎行者注視區(qū)域的劃分方法有視力角劃分、注視目標(biāo)劃分和動態(tài)聚類法等。視力角劃分法較為簡單,但準(zhǔn)確度較低。注視目標(biāo)劃分法準(zhǔn)確度較高,但對數(shù)據(jù)有一定要求。動態(tài)聚類劃分法速度較快且準(zhǔn)確度較高,但可能不符合實(shí)際道路情況。考慮各方法優(yōu)缺點(diǎn),實(shí)驗(yàn)采取K均值動態(tài)聚類和注視目標(biāo)劃分相結(jié)合的方法對道路進(jìn)行劃分,實(shí)驗(yàn)場景如圖5。
圖5 實(shí)驗(yàn)場景
選擇K均值聚類算法[12],使用MATLAB軟件對實(shí)驗(yàn)注視點(diǎn)坐標(biāo)進(jìn)行聚類分析,當(dāng)K均值為5即劃分為5個(gè)區(qū)域時(shí)聚類結(jié)果較好,輪廓值接近1且無負(fù)值,聚類結(jié)果如圖6。
圖6 注視點(diǎn)聚類結(jié)果及輪廓值
綜合考慮實(shí)驗(yàn)場景的注視目標(biāo),將騎行者的注視區(qū)域劃分為遠(yuǎn)處區(qū)域、前方區(qū)域、機(jī)動車區(qū)域、道路和建筑區(qū)域和行人區(qū)域,區(qū)域劃分結(jié)果如圖7。
圖7 注視區(qū)域劃分
根據(jù)注視區(qū)域劃分結(jié)果,進(jìn)行數(shù)據(jù)處理,得到3種光照條件下騎行者在各區(qū)域的注視次數(shù)和注視時(shí)間指標(biāo)數(shù)據(jù)如表2。由表2可知:
表2 3種光照條件下騎行者各區(qū)域注視指標(biāo)數(shù)據(jù)
1)3種照明條件下,騎行者的重點(diǎn)關(guān)注區(qū)域都是遠(yuǎn)處區(qū)域,注視時(shí)間占比分別為49.85%、51.26%、41.46%,關(guān)注遠(yuǎn)處區(qū)域可以提前觀察道路情況、增加反應(yīng)時(shí)間,保證自身安全。
2)隨著光照條件的減弱,騎行者對前方區(qū)域的注視占比逐漸減少,對機(jī)動車區(qū)域和行人區(qū)域的注視占比逐漸增加,對道路和建筑區(qū)域的注視占比基本相等。這是因?yàn)樵谳^暗照明的情況下,騎行者對注視點(diǎn)的單次注視時(shí)間增加,需要更長的時(shí)間識別道路和交通狀況,為保證自身面對突發(fā)情況能做出及時(shí)的反應(yīng),會將更加關(guān)注視野的遠(yuǎn)端和更加開闊的區(qū)域,對道路狀況進(jìn)行全面把控。
馬爾可夫鏈?zhǔn)且唤M具有馬爾可夫性質(zhì)的離散隨機(jī)變量的集合。具體地,對概率空間內(nèi)以一維可數(shù)集為指數(shù)集的隨機(jī)變量集合X={Xn:n>0},若隨機(jī)變量的取值都在可數(shù)集內(nèi):Xn=si,si∈s,且隨機(jī)變量的條件概率滿足式(1):
p(Xt+1|Xt,...,X1)=p(Xt+1|Xt)
(1)
則X被稱為馬爾可夫鏈。
由于騎行者在白天、傍晚和夜晚3種不同光照條件下的眼動特性存在差異,為進(jìn)一步探究騎行者在3種實(shí)驗(yàn)過程中的視覺差異性,采用馬爾可夫鏈對騎行者的注視轉(zhuǎn)移情況進(jìn)行分析。在現(xiàn)有的實(shí)驗(yàn)場景中,通過選擇實(shí)驗(yàn)時(shí)間對外部的交通情況進(jìn)行變量控制,盡可能保證除光照條件以外的其他因素(道路條件、交通量、騎行速度等)基本處于同一水平;在騎行過程中騎行者的注視點(diǎn)變化只與當(dāng)前的注視點(diǎn)相關(guān),并不依賴于上一個(gè)注視點(diǎn),因此符合馬爾可夫鏈的定義。
使用馬爾可夫鏈分析騎行者的一步注視轉(zhuǎn)移概率,步驟如圖8。
圖8 轉(zhuǎn)移概率統(tǒng)計(jì)步驟
選取實(shí)驗(yàn)路段騎行者的注視點(diǎn)位置,將注視點(diǎn)定位至所劃分的區(qū)域,然后統(tǒng)計(jì)出騎行者在白天、傍晚、夜晚3種光照條件下在各個(gè)區(qū)域的轉(zhuǎn)移概率如表3。
表3 騎行者注視一步轉(zhuǎn)移概率
由表3可知:
1)騎行者在白天、傍晚和夜晚3種光照條件下的注視轉(zhuǎn)移特性較為相似,各個(gè)區(qū)域注視轉(zhuǎn)移概率最大的是遠(yuǎn)處區(qū)域,其次是前方區(qū)域,當(dāng)注視區(qū)域內(nèi)有車輛情況,騎行者的視線停留在遠(yuǎn)處和前方區(qū)域,可以更好地收集交通信息。
2)從白天到傍晚再到夜晚,騎行者在機(jī)動車區(qū)域、道路建筑區(qū)域和行人區(qū)域的注視轉(zhuǎn)移概率逐漸增加,隨著光照條件減弱,騎行者的注視范圍逐漸變得分散,對視線范圍內(nèi)的其他區(qū)域的關(guān)注度逐漸上升。
3)騎行者在機(jī)動車區(qū)域和道路建筑區(qū)域內(nèi)部的注視轉(zhuǎn)移概率隨光照條件的減弱呈現(xiàn)上升趨勢,在行人區(qū)域內(nèi)部的注視轉(zhuǎn)移概率逐漸下降。在光照條件減弱的情況下,騎行者的視線范圍會更加傾向于停留在遠(yuǎn)方和光照強(qiáng)烈的區(qū)域,對行人區(qū)域的注視停留概率變低。
若馬爾可夫鏈的所有狀態(tài)都具有遍歷性,則在馬爾可夫鏈狀態(tài)空間E內(nèi),對于任一注視轉(zhuǎn)移概率pij,都存在與之對應(yīng)的概率分布πj,使其乘積的總和為1,如式(2):
(2)
則稱{πj,j∈E}為馬爾可夫鏈的平穩(wěn)分布[13]。
針對騎行者建立的馬爾可夫鏈存在穩(wěn)態(tài)分布,騎行者的注視平穩(wěn)概率如表4。
表4 騎行者注視平穩(wěn)概率
可以看到,在3種光照條件下,騎行者對遠(yuǎn)處區(qū)域的注視平穩(wěn)分布概率都最高,其次是騎行者的前方區(qū)域。隨著光照程度降低,騎行者對遠(yuǎn)處區(qū)域的注視平穩(wěn)分布概率逐漸側(cè)重于機(jī)動車和道路建筑區(qū)域,這說明:
1)受兩側(cè)隔離帶的影響,騎行者對兩側(cè)的關(guān)注度較低,更關(guān)注遠(yuǎn)處和前方區(qū)域,以便應(yīng)對交通的突發(fā)情況;
2)隨著光照條件的減弱,騎行者的注意力會轉(zhuǎn)移,尤其是當(dāng)夜晚僅有路燈照明時(shí),騎行者在關(guān)注遠(yuǎn)處區(qū)域路況時(shí),注視概率會因?yàn)楣庹詹蛔愣蚱渌麉^(qū)域;
3)在直行道路且兩側(cè)都有隔離帶的路況下,騎行者會比較關(guān)注對自己影響更大的非機(jī)動車區(qū)域,但如果騎行者的注意力過度集中于前方和遠(yuǎn)處區(qū)域,在無隔離帶的道路上騎行會減少自身的危險(xiǎn)感知程度,從而增加事故的發(fā)生。
綜合3種不同光照條件中騎行者的視覺特性,分析騎行者在光照條件降低時(shí)的視覺變化情況,定義騎行者在兩個(gè)變化過程中各項(xiàng)視覺指標(biāo)的變化率Ai和Bi分別為式(3):
(3)
式中:i為視覺特性指標(biāo),i的取值范圍為1~4,分別為注視時(shí)間、掃視速度、眨眼頻率、視覺轉(zhuǎn)移;X′,Y′,Z′分別為3種光照條件下騎行者的視覺指標(biāo)值;Ai和Bi分別為騎行者從白天到傍晚和從傍晚到夜晚的視覺指標(biāo)的變化率,視覺指標(biāo)的變化代表光照度降低時(shí)視覺的衰退情況。
光照減弱時(shí)騎行者視覺指標(biāo)變化情況如表5。
表5 光照減弱時(shí)騎行者視覺指標(biāo)變化情況
根據(jù)表5可知:
1)注視持續(xù)時(shí)間增加,代表認(rèn)知能力和反應(yīng)能力的下降,騎行者從白天到傍晚的注視持續(xù)時(shí)間變化率高于從傍晚到晚上的注視持續(xù)時(shí)間變化率,表明騎行者從白天到傍晚的認(rèn)知能力和反應(yīng)能力的下降更明顯。
2)掃視速度的降低,代表在固定的時(shí)間內(nèi)掃視次數(shù)減少,也說明獲取復(fù)雜信息的能力降低。騎行者從白天到傍晚的掃視速度變化率高于從傍晚到晚上的掃視速度變化率,表明騎行者從白天到傍晚獲取危險(xiǎn)信號的能力下降更明顯。
3)眨眼頻率的增加,代表緊張程度的增加。騎行者從傍晚到晚上的眨眼頻率變化率高于從白天到傍晚的眨眼頻率變化率,表明騎行者從傍晚到晚上的緊張程度更高。
4)視覺轉(zhuǎn)移概率越大,說明對該區(qū)域的關(guān)注程度越高。騎行者從白天到傍晚的視覺轉(zhuǎn)移變化率略高于從傍晚到晚上的視覺變化率,表明騎行者從白天到傍晚對各個(gè)區(qū)域的兼顧概率略高于從傍晚到晚上。
為分析騎行者在城市道路不同光照條件下的眼動特性,選取3種不同的光照場景,以騎行者的眼動實(shí)驗(yàn)分析其差異性和變化規(guī)律,得出結(jié)論如下:
1)由白天到傍晚再到夜晚,騎行者的視野范圍逐漸分散,注視時(shí)間和掃視時(shí)間增加,眨眼頻率減小,瞳孔直徑變化范圍變大。說明隨著光照條件的減弱,騎行者騎行難度加大,騎行者需要集中注意、更加頻繁地進(jìn)行掃視行為觀察道路情況,較暗的照明條件更容易使騎行者產(chǎn)生緊張和疲勞感。
2)騎行者在騎行的過程中,關(guān)注的重點(diǎn)分別是遠(yuǎn)處和前方區(qū)域,隨著光照條件的減弱,騎行者的注視范圍會逐漸擴(kuò)散,對視線范圍內(nèi)的其他區(qū)域的關(guān)注度逐漸上升。根據(jù)注視轉(zhuǎn)移概率可知,騎行者注視轉(zhuǎn)移概率最高的是騎行的遠(yuǎn)處和前方區(qū)域,白天時(shí)遠(yuǎn)處和前方區(qū)域的同區(qū)域注視轉(zhuǎn)移概率達(dá)到了0.604和0.476,而隨著光照條件的減弱,騎行者的視線范圍會更加傾向于停留在遠(yuǎn)方和光照條件更好一些的區(qū)域。
3)根據(jù)光照減弱條件下騎行者視覺變化率,表明騎行者從白天到傍晚的認(rèn)知能力和獲取危險(xiǎn)能力的下降較傍晚到夜晚更明顯;騎行者從傍晚到夜晚的緊張程度變化較白天到傍晚更高;騎行者從白天到傍晚對各個(gè)區(qū)域的兼顧概率略高于傍晚到夜晚。