彭金栓，高翠翠，郭應(yīng)時

(1.重慶交通大學(xué) 交通運輸工程重點實驗室，重慶 400074；2.煙臺汽車工程職業(yè)學(xué)院，山東 煙臺 265500；3.長安大學(xué) 汽車運輸安全保障技術(shù)交通行業(yè)重點實驗室，陜西 西安 710064)

行車過程中，駕駛?cè)藬z取的外界信息中，視覺信息約占80%，駕駛?cè)艘曈X掃描的特性及質(zhì)量直接決定了駕駛?cè)怂幍陌踩珷顟B(tài)[1]。目前，國內(nèi)外對視覺掃描的評價主要基于注視時間、掃視幅度及注視轉(zhuǎn)移特性等本源參數(shù)進(jìn)行。D.Crundall和T.Falkmer，等[2-3]借助于試驗視頻錄像，以注視時間、注視角度等參數(shù)為主要指標(biāo)，研究了熟練與非熟練汽車駕駛?cè)说囊曈X掃描差異；D.M.Stampe[4]提出可以眼球運動速度來區(qū)分注視及掃視行為，當(dāng)眼球運動速度大于30(°)/s，且加速度大于8 000(°)/s2時可視之為掃視，否則視為注視行為；柳忠起，等[5]通過劃分興趣區(qū)域，以注視點百分比、平均注視時間等為主要評價指標(biāo)，研究了飛行員注意力分配特性，結(jié)果表明飛行員主要依靠外景而不是艙內(nèi)儀表區(qū)域獲取主要的視覺信息；潘曉東，等[6]利用眼動儀，設(shè)計實際道路試驗，研究了光照條件對交通標(biāo)志視認(rèn)距離的影響。筆者提出一種基于熵率值來評價駕駛?cè)艘曈X搜索特性的方法，相對于利用本源參數(shù)研究駕駛?cè)艘曈X特性，可有效解決多源參數(shù)評價時指標(biāo)不易統(tǒng)一量化的問題，使評價及描述結(jié)果更為科學(xué)、合理。此外，還研究了駕駛經(jīng)驗對駕駛?cè)诵睦碡?fù)荷的影響。

1 試驗設(shè)計

1.1 試驗儀器

試驗采用EyeLink II型眼動儀記錄駕駛?cè)嗽囼炦^程中的注視及掃視行為特征。相比于其他型號眼動儀，其具有裝置輕便、采樣頻率高、易調(diào)試、精度較高等顯著特征，如圖1。此外，試驗還采用KF2型動態(tài)多參數(shù)生理檢測儀檢測并記錄人在運動中的呼吸波、體表溫度、心率等生理參數(shù)。

圖1 EyeLink II眼動儀Fig.1 EyeLink II eye tracking system

1.2 試驗駕駛?cè)?/h3>

為明確駕駛經(jīng)驗對駕駛?cè)艘曈X特性的影響，筆者依據(jù)駕駛里程對駕駛?cè)诉M(jìn)行分類。駕駛里程超過50 000 km的，認(rèn)為其是熟練駕駛?cè)耍{駛里程小于50 000 km的，認(rèn)為其為非熟練駕駛?cè)薣7]。本次試驗共選取12名被試駕駛?cè)?，其中熟練與非熟練駕駛?cè)烁?名。駕駛?cè)司唧w信息見表1。

表1駕駛?cè)嘶拘畔?/p>

Table1Informationofthesubjects

1.3 試驗路線

筆者在西安市選擇了總長度約15 km的試驗道路，其中包含7.5 km的城市環(huán)形主干道，限速為70 km/h，和7.5 km的城市次干道，限速為40 km/h，總駕駛時間約30 min。試驗路線包含平面交叉路口(包括左轉(zhuǎn)、右轉(zhuǎn)及直行等轉(zhuǎn)向方式)、立體交叉、非交叉口路段等典型類型。

2 注視熵率值簡介

2.1 興趣區(qū)域劃分

采用固定邊界法對駕駛?cè)说淖⒁晠^(qū)域進(jìn)行劃分：設(shè)水平視角為x，垂直視角為y。則可依據(jù)x及y的根據(jù)注視角度范圍進(jìn)行區(qū)域劃分，如圖2。對各區(qū)域的具體描述見表2。

圖2 興趣區(qū)域劃分Fig.2 Division of the interest region

區(qū)域名稱及編號視角范圍/(°) 包含主要目標(biāo)左側(cè)左側(cè)近處1x≤-20左后視鏡及附近區(qū)域左側(cè)遠(yuǎn)處2-20

2.2 注視熵率值概念

熵的概念最初來源于熱力學(xué)，后被引入信號處理領(lǐng)域，用來描述信息的不確定性[8]。S.Bao，等[9]首次將熵率值概念引入駕駛?cè)艘曈X特性研究領(lǐng)域，分析了不同年齡駕駛?cè)嗽诮徊婵谔幍囊曈X掃描特征差異，其中注視熵率值En的定義如式(1)：

(1)

當(dāng)Pxi=1時，E=0，進(jìn)一步得到無量綱常量En=0，表明當(dāng)駕駛?cè)艘朁c僅停駐在某個確定興趣區(qū)域時，注視熵率值達(dá)到最小值0，此時駕駛?cè)艘暯菕呙璧撵`活性最低。注視熵率值可以用來表征駕駛?cè)艘曈X掃描的隨意性，其值越大，表明該駕駛?cè)丝梢栽诘乳L的行車時間內(nèi)掃描到更多興趣區(qū)域。在駕駛?cè)说淖⒁暷繕?biāo)全為與駕駛?cè)蝿?wù)相關(guān)且有效的前提下，熵率值越大，顯然對保證駕駛?cè)诵熊嚢踩鼮橛欣?，因為它意味著駕駛?cè)擞休^大的視覺搜索幅度及頻率，有助于駕駛?cè)思皶r發(fā)現(xiàn)潛在危險，尤其在換道、超車、通過交叉口等復(fù)雜行為模式下這種效應(yīng)更為顯著。

3 熟練程度對視覺特性的影響

試驗完成后，依據(jù)眼動儀場景錄像對試驗進(jìn)程進(jìn)行分解，包括路段直行、換道、交叉口直行、右轉(zhuǎn)及左轉(zhuǎn)等。在保證每名駕駛?cè)嗽囼灂r間大致相同的前提下，記錄的不同被試試驗時各路段的斷面交通量值差異不大，因此可近似認(rèn)為交通量大小不會對提取駕駛?cè)诵袨樘卣饔酗@著影響。

由于式(1)中各區(qū)域的平均注視時間、注視概率等指標(biāo)需要借助于試驗錄像逐幀分析，工作量非常龐大，因此筆者從試驗路線中選取5 km作為分析樣本(包含直行、跟車、換道、交叉口通行等駕駛行為模式)，基于每名駕駛?cè)嗽诖朔治鰳颖局械难蹌訁?shù)綜合評價其視覺掃描特性。

表3不同駕駛?cè)俗⒁曥芈手当容^

Table3Fixationentropyratesofdifferentdrivers

表3給出了不同駕駛?cè)俗⒁曥芈手档谋容^結(jié)果，直觀發(fā)現(xiàn)熟練駕駛?cè)说淖⒁曥芈手蹈哂诜鞘炀汃{駛?cè)?。進(jìn)行獨立樣本T檢驗，p=0.001<0.05，拒絕0假設(shè)，即熟練與非熟練駕駛?cè)俗⒁曥芈手涤酗@著差異，表明相對于非熟練駕駛?cè)?，熟練駕駛?cè)擞懈鼜姷囊曈X掃描幅度及頻率，可以在相同的時間內(nèi)獲取更多興趣的實時信息，有利于提前觀察到?jīng)_突車輛及行人，保證行駛過程中的安全性。

4 交叉口通行方式對視覺特性的影響

交叉口的通行方式包括直行、右轉(zhuǎn)及左轉(zhuǎn)3種。為驗證交叉口通行方式的不同對視覺掃描特性是否有顯著影響，以6名熟練駕駛?cè)藶檠芯繉ο螅y(tǒng)計各被試駕駛員在各通行方式下的注視熵率值，如圖3。需要特別指出的是，各通行方式的注視熵率值由通過交叉口前后兩停車線間駕駛?cè)怂w現(xiàn)的眼動參數(shù)決定。

圖3 交叉口不同轉(zhuǎn)向方式注視熵率值比較Fig.3 Comparison of fixation entropy rates with different turning modes at intersections

由圖3可知，在交叉口的3種不同通行方式中，直行時的注視熵率值最低，其次為右轉(zhuǎn)，最高的為左轉(zhuǎn)方式。進(jìn)行單因素方差分析，p=0.029<0.05，表明交叉口的注視熵率值受交叉口轉(zhuǎn)向方式的不同影響顯著。直行時駕駛?cè)藷o需對左右兩側(cè)的相關(guān)目標(biāo)給予過多關(guān)注，而將視點主要集中于前方視野，因此熵率值較??；在右轉(zhuǎn)及左轉(zhuǎn)時，駕駛?cè)顺岁P(guān)注行車軌跡上前方目標(biāo)物外，還需對左右兩側(cè)的相關(guān)車輛及行人給予一定的注意力分配，因此熵率值較于直行時更高；相對于右轉(zhuǎn)通行方式，左轉(zhuǎn)時的行車軌跡更長，潛在交通沖突點更多，沖突烈度也更強，駕駛?cè)说淖⒁朁c需要不斷在前方視野、左右兩側(cè)、信號燈及路側(cè)行人間切換，導(dǎo)致注視熵率值較高。以上分析表明交叉口的通行方式不同，駕駛?cè)说膾呙桦S意性也不盡相同，這是由駕駛?cè)蝿?wù)的復(fù)雜程度決定的。駕駛?cè)蝿?wù)越復(fù)雜，駕駛?cè)俗⒁朁c轉(zhuǎn)換越靈活，視覺搜索的頻率越快，同時分配在各興趣區(qū)域的平均注視時間越短，以加大視覺搜索力度，保證駕駛安全性。

5 駕駛經(jīng)驗對心理負(fù)荷的影響

由前面討論可知，一般情況下，駕駛?cè)蝿?wù)越復(fù)雜，駕駛?cè)说淖⒁曥芈手翟礁?。在評價復(fù)雜任務(wù)對駕駛?cè)诵睦碡?fù)荷造成的影響時，心率增長率是一個重要的評價指標(biāo)，它反映了被試心率的變異程度[10]。本節(jié)將探討注視熵率值與心率增長率的關(guān)系，以明確駕駛?cè)嗽谝曈X搜索頻率加快的前提下，其心理負(fù)荷是否會相應(yīng)增加，具體表現(xiàn)如緊張情緒加劇，操作協(xié)調(diào)度下降等。假定試驗前駕駛?cè)似届o狀態(tài)下測定駕駛?cè)诵穆手禐镠0，試驗進(jìn)程中測量值為H，則心率增長率R定義為：

(2)

依據(jù)上式依次得到12名駕駛?cè)嗽? km的分析樣本中心率增長率的平均值，如表4。心率增長率最高的為2號駕駛?cè)耍_(dá)到16.08%，最低的為12號駕駛?cè)?，約為7.38%。對熟練組和非熟練組進(jìn)行獨立樣本T檢驗，相伴概率p=0.006<0.05，拒絕零假設(shè)，即熟練組和非熟練組的心率增長率有顯著差異。

表4不同駕駛?cè)诵穆试鲩L率比較

Table4Changerateofheartbeatfordifferentdrivers

圖4給出了不同駕駛?cè)俗⒁曥芈手蹬c心率增長率的變化關(guān)系，其中虛線以左的1～6號被試為非熟練組駕駛?cè)?，虛線以右的7～12號被試為熟練組駕駛?cè)?。直觀發(fā)現(xiàn)，熟練組駕駛?cè)说男穆试鲩L率低于非熟練組駕駛?cè)耍砻麟S著駕駛經(jīng)驗的豐富，駕駛技能的提高，在同樣的駕駛環(huán)境下，駕駛?cè)说木o張程度會降低，心理負(fù)荷下降，有利于安全行車。此外，通過比較不同駕駛?cè)碎g注視熵率值與心率增長率的變化趨勢發(fā)現(xiàn)，二者呈現(xiàn)逆反的變化態(tài)勢，即隨著注視熵率值的增大，心率增長率反而降低。綜上可知，注視熵率值與心率增長率均與駕駛?cè)说鸟{駛經(jīng)驗有重要關(guān)系?？傮w而言，駕駛經(jīng)驗越豐富，駕駛?cè)说囊曈X搜索效率越高，有利于及時發(fā)現(xiàn)周圍潛在危險，且可以保證駕駛過程中處于自如狀態(tài)，避免因過于緊張而出現(xiàn)失誤操作。以上分析表明可以依據(jù)駕駛?cè)说淖⒁曥芈手岛托穆试鲩L率來評價駕駛?cè)说氖炀毘潭龋碚髌漶{駛行為特性。

需要特別指出的是，結(jié)合表1與圖4發(fā)現(xiàn)，個別駕駛?cè)说淖⒁曥芈手怠⑿穆试鲩L率與駕駛里程的線性關(guān)系并不顯著，如3號和4號駕駛?cè)?，表明基于駕駛里程衡量駕駛?cè)说氖炀毘潭扔幸欢ㄈ毕荩渚唧w的衡量指標(biāo)及方法有待進(jìn)一步研究。

6 結(jié) 語

筆者基于實際道路環(huán)境下的駕駛行為特征試驗，引入注視熵率值的概念，研究了熟練程度、交叉口通行方式對駕駛?cè)艘曈X搜索特性的影響，并研究了駕駛經(jīng)驗對駕駛?cè)诵睦碡?fù)荷的影響機理。結(jié)果表明熟練駕駛?cè)说囊曈X搜索效率顯著高于非熟練駕駛?cè)?，交叉口不同通行方式下駕駛?cè)艘曈X搜索特性也有較大差異。相似駕駛環(huán)境下，熟練駕駛?cè)说男睦碡?fù)荷低于非熟練駕駛?cè)?。研究結(jié)論對于駕駛?cè)耸炀毘潭仍u價及駕駛適宜性檢測等有重要的理論指導(dǎo)意義，并具備良好的實際應(yīng)用價值。

[1] 彭金栓,付銳,石磊磊,等.駕駛?cè)塑嚨雷儞Q決策分析[J].武漢理工大學(xué)學(xué)報,2011,33(12):46-50

Peng Jinshuan,Fu Rui,shi Leilei,et al.Research of driver’s lane change decision-making mechanism [J].Journal of Wuhan University of Technology,2011,33(12):46-50.

[2] Crundall D,Van Loon E,Underwood G.Attraction and distraction of attention with roadside advertisements [J].Accident Analysis & Prevention,2006,38(4):671-677.

[3] Falkmer T,Gregersen N P.A comparison of eye movement behavior of inexperienced and experienced drivers in real traffic environments [J].Optometry and Vision Science,2005,82(8):732-739.

[4] Stampe D M.Heuristic filtering and reliable calibration methods for video-based pupil-tracking system [J].Behavior Research Methods & Computers,1993,25(2):137-142.

[5] 柳忠起,袁修干,劉偉,等.飛行員注意力分配的定量測量方法[J].北京航空航天大學(xué)學(xué)報,2006,32(5):518-521.

Liu Zhongqi,Yuan Xiugan,Liu Wei,et al.Quantitative measuring method of pilots’ attention allocation [J].Journal of Beijing University of Aeronautics and Astronautic,2006,32(5):518-521.

[6] 潘曉東,林雨,郭雪斌,等.逆光條件下交通標(biāo)志的可視距離研究[J].公路交通科技,2006,23(5):118-120.

Pan Xiaodong,Iin Yu,Guo Xuebin,et al.Research on traffic sign dissemble visual range under backlighting condition [J].Journal of Highway and Transportation Research and Development,2006,23(5):118-120.

[7] 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(fù)荷影響的研究[D].西安:長安大學(xué),2009.

Guo Yingshi.Study on Effects of Traffic Environment and Driving Experience on Drivers Eye Movement and Workload [D].Xi’an:Chang’an University,2009.

[8] 彭金栓,邵毅明,彭麗芳.基于熵權(quán)的公交滿意度模糊綜合評價[J].山西建筑,2007,33(36):35-36.

Peng Jinshuan,Shao Yiming,Peng Lifang.Fuzzy comprehensive evaluation of public transportation’s satisfaction degree based on entropy weight [J].Shanxi Architecture,2007,33(36):35-36.

[9] Bao S,Boyle L N.Age-related differences in visual scanning at median-divided highway intersections in rural areas [J].Accident Analysis and Prevention,2009,41(1):146-152.

[10] 陳陽.城市道路環(huán)境中駕駛員工作負(fù)荷試驗研究[D].西安:長安大學(xué),2009.

Chen Yang. Experimental Study on Driver Workload in Urban Road Environment [D]. Xi’an: Chang’an University,2009.