王 暢,郭應(yīng)時,付 銳,袁 偉,宋殿明
(長安大學(xué) 汽車學(xué)院,陜西 西安 710064)
駕駛?cè)苏q{駛過程中通常最為關(guān)注自車的前方區(qū)域,但實際駕駛過程表明,駕駛?cè)顺藢η胺絽^(qū)域進(jìn)行觀察之外對其他區(qū)域也會進(jìn)行觀察,如后視鏡、車內(nèi)儀表、路邊風(fēng)景或其他非交通對象等[1-2]。正常情況下,駕駛?cè)藢Ψ乔胺絽^(qū)域的觀察時間較短,并且次數(shù)較少,但一旦駕駛?cè)耸艿狡渌麑ο蟮母蓴_而對非前方區(qū)域投入過多的觀察行為時,駕駛?cè)藢囕v行駛狀態(tài)的把握程度將嚴(yán)重下降,從而引發(fā)駕駛?cè)俗⒁饬Ψ稚栴}。例如,行車過程中駕駛?cè)耸褂靡苿与娫?、被路邊無關(guān)緊要的對象所吸引等情況下的行車過程存在一定風(fēng)險。
針對駕駛?cè)说淖⒁饬Ψ稚栴},J.L.Harbluk,等[3]研究了使用移動電話對駕駛?cè)说囊曈X特性和車輛操作方式的影響;R.Karlsson[4]研究了駕駛?cè)颂幱谧⒁饬Ψ稚顟B(tài)下的轉(zhuǎn)向行為。正常駕駛過程中,駕駛?cè)藭?jīng)常出現(xiàn)視線離開前方區(qū)域的行為,而注意力分散的直接表現(xiàn)就是視線離開前方區(qū)域,因而,如何界定正常的視線離開前方區(qū)域行為和注意力分散成為一個重要的問題。此外,要分析駕駛?cè)俗⒁饬Ψ稚⑶闆r下的駕駛操作行為特征,首先需要確定正常視線離開前方區(qū)域時的駕駛操作行為特征。針對此問題,筆者通過對多名被試在真實道路上進(jìn)行自然駕駛試驗,采用眼動儀追蹤記錄駕駛過程中駕駛?cè)说淖⒁晹?shù)據(jù),并同步采集駕駛?cè)说牟僮餍袨閿?shù)據(jù)和車輛運(yùn)動狀態(tài)數(shù)據(jù),對視線離開前方區(qū)域時的駕駛?cè)瞬僮餍袨檫M(jìn)行分析。
試驗過程中采用非接觸式眼動儀FACELAB對駕駛?cè)说淖⒁曅袨檫M(jìn)行監(jiān)測,該眼動儀在使用過程中不需要駕駛?cè)伺宕魅魏卧O(shè)備,克服了傳統(tǒng)頭戴式眼動儀對駕駛過程存在干擾的缺點,其能夠采集到完全符合正常駕駛過程的注視數(shù)據(jù),且長時間連續(xù)工作能力較強(qiáng)。FACELAB眼動儀利用場景攝像機(jī)同步記錄試驗過程中自車的前方視頻,并與駕駛?cè)俗⒁晠^(qū)域數(shù)據(jù)進(jìn)行視頻渲染疊加,形成帶注視點的前方道路視頻,從而使得后續(xù)注視行為分析過程更加直觀和有效。FACELAB眼動儀的采樣頻率為60 Hz,注視角度測量精度為0.5°,其安裝于試驗車儀表盤上方,鏡頭朝向駕駛?cè)税惭b,如圖1。
圖1 眼動儀安裝位置Fig.1 Install place of eye movement tracker
正常駕駛過程中,駕駛?cè)说闹饕僮餍袨轶w現(xiàn)在速度控制和方向控制方面,因此試驗中重點監(jiān)測駕駛?cè)藢Ψ较虮P、加速踏板、制動踏板以及轉(zhuǎn)向燈等的操作。利用CAN總線數(shù)據(jù)采集卡,在工控機(jī)平臺下自行設(shè)計開發(fā)了多通道同步CAN總線數(shù)據(jù)采集程序。同時,試驗車上還安裝了測距雷達(dá)、差分GPS系統(tǒng)等儀器,所使用的試驗車如圖2。
圖2 試驗車Fig.2 Test vehicle
車輛的運(yùn)行狀態(tài)由車輛的速度、車輛在各個方向上的加速度和角速度、車輛相對于車道線的距離,車輛行駛軌跡等。筆者通過在試驗車上安裝三軸陀螺儀、車道線監(jiān)測系統(tǒng)等儀器,并結(jié)合CAN總線數(shù)據(jù)采集卡,實現(xiàn)了對車輛運(yùn)行速度、縱向加速度、橫向加速度、橫擺角速度、俯仰角速度、車輛與車道線距離、車輛運(yùn)行軌跡等參數(shù)的同步采集。利用數(shù)據(jù)同步軟件,實現(xiàn)了車輛運(yùn)動狀態(tài)數(shù)據(jù)、駕駛?cè)瞬僮餍袨閿?shù)據(jù)和眼動儀注視行為數(shù)據(jù)的同步。
試驗過程中以自愿原則召集了6名被試參加試驗,所選擇的被試均身體健康,無心腦血管疾病。6名被試的平均年齡為38.3歲,平均駕齡為10.8年。駕駛試驗過程中對駕駛?cè)藳]有提出任何要求,只需按照指定的試驗線路正常駕駛即可,對行車速度等不作任何要求。
試驗線路包括了高速公路與國道。相比于其他道路,高速公路上車輛行駛速度塊,因此注意力分散帶來的事故隱患也更大。因此筆者只對高速公路情況下的視線離開前方區(qū)域行為進(jìn)行分析。所選擇的試驗線路為雙向四車道的干線高速公路,路線全長57.4 km,道路限速100 km/h,試驗線路中無隧道、特大橋梁等特殊路段。
行車過程中,駕駛?cè)说淖⒁曅袨槌尸F(xiàn)復(fù)雜多變的特性。為分析駕駛?cè)俗⒁朁c在不同區(qū)域或者不同目標(biāo)上的注視行為,通常采取對注視區(qū)域進(jìn)行劃分的辦法,進(jìn)而分別研究駕駛?cè)说淖⒁曅袨樘匦?。筆者研究目的在于分析駕駛?cè)艘暰€離開前方區(qū)域時的操作行為,因而首先需要定義出前方區(qū)域的概念。參考其他研究人員的結(jié)論[7-8],并結(jié)合實際試驗過程特點,筆者對駕駛?cè)说淖⒁晠^(qū)域劃分方法如圖3。
圖3 注視區(qū)域劃分方法Fig.3 Division method of gazing area
根據(jù)圖3,利用眼動儀所記錄得到的注視點視頻,對駕駛過程中駕駛?cè)说淖⒁晠^(qū)域進(jìn)行分析,當(dāng)駕駛?cè)俗⒁朁c沒有落在前方區(qū)域時,即駕駛?cè)藢ψ蠛笠曠R、右后視鏡、車內(nèi)區(qū)域或其他區(qū)域進(jìn)行觀察時,即可認(rèn)為當(dāng)前駕駛?cè)说囊暰€離開了前方區(qū)域,進(jìn)而對這種狀態(tài)下的駕駛?cè)瞬僮餍袨閿?shù)據(jù)進(jìn)行分析。
截圖某次視線離開前方區(qū)域時駕駛?cè)说牟僮餍袨閿?shù)據(jù),以時間為橫軸,相關(guān)操作行為數(shù)據(jù)為縱軸,對視線離開前方區(qū)域時的操作行為數(shù)據(jù)進(jìn)行初步分析,結(jié)果如圖4。
圖4 時間窗內(nèi)的參數(shù)變化Fig.4 Parameters variety in time window
圖4中,陰影區(qū)域為駕駛?cè)艘暰€離開前方區(qū)域區(qū)間,駕駛?cè)艘暰€在0.6 s左右開始離開前方視野而觀察儀表盤,這個過程持續(xù)了1.1 s。在1.7 s左右,駕駛?cè)说囊暰€重新回到前方區(qū)域,即圖4中陰影區(qū)域覆蓋所代表的這段時間。相比于視線未離開前方區(qū)域時,駕駛?cè)说囊暰€離開前方區(qū)域后,操作行為具有以下特征:
1)方向盤角速度穩(wěn)定,無明顯波動。而正常駕駛情況下方向盤角速度呈現(xiàn)出一定的波動。這表明駕駛?cè)艘暰€離開前方區(qū)域之后,由于無法正確感知前方道路場景,因而駕駛?cè)丝刂品较虮P保持當(dāng)前狀態(tài),從而使得方向盤角速度為0。
2)加速踏板開度呈現(xiàn)出下降趨勢,駕駛?cè)艘暰€轉(zhuǎn)移回前方區(qū)域之后踏板開度重新上升。這表明,駕駛?cè)艘暰€離開前方區(qū)域之后,駕駛?cè)藢η胺降缆返母兄盐粘潭认陆?,從而使得駕駛?cè)讼乱庾R的松開部分加速踏板,提高對車輛行駛狀態(tài)的把握程度。
3)車道偏離距離持續(xù)變化。這表明視線離開前方區(qū)域之后,由于方向盤失去了微調(diào)過程,從而使得車輛的行駛軌跡發(fā)生變化,并使得車輛相對于車道中心發(fā)生持續(xù)位移。如果駕駛?cè)瞬粚Ψ较虮P進(jìn)行調(diào)整,則會使得車輛偏離出車道,典型的疲勞駕駛過程引發(fā)的沖出道路事故發(fā)生機(jī)理就體現(xiàn)在此處。
4)車速呈現(xiàn)輕微的下降趨勢,但趨勢不明顯。圖4中車速呈現(xiàn)出一定的下降過程,但在視線離開前方區(qū)域時的下降量不超過1 km/h,這與正常駕駛過程中的車速波動范圍接近,從而無法確認(rèn)車速的下降是駕駛?cè)说闹饔^行為引起還是車速的正常變化范圍。
以上過程為某一次視線離開前方區(qū)域時的相關(guān)操作行為數(shù)據(jù)變化過程,類似的,筆者對大量視線離開前方區(qū)域時的駕駛操作行為數(shù)據(jù)進(jìn)行了分析。
視線離開前方過程中,駕駛?cè)说霓D(zhuǎn)向操作行為可以由方向盤的轉(zhuǎn)動角速度來表征,具體處理方法如下。首先,求取視線離開前方區(qū)域過程中方向盤轉(zhuǎn)動角速度的平均值。然后,選擇該過程之后2 s的方向盤轉(zhuǎn)動數(shù)據(jù)作為正常情況下的對比數(shù)據(jù),按照同樣的辦法求取對比數(shù)據(jù)中轉(zhuǎn)向角速度平均值。以此類推,將所有視線離開前方區(qū)域時的數(shù)據(jù)都篩選對比數(shù)據(jù),得出兩種情況下轉(zhuǎn)向角速度平均值的箱線,如圖5。
圖5 方向盤轉(zhuǎn)向角速度箱線Fig.5 Box line diagram of angular velocity of steering wheel
圖5中,左側(cè)的箱線圖表示視線離開前方區(qū)域時所有角速度均值的分布特性,而右邊的箱線圖則是視線未離開前方區(qū)域時的對比角速度均值的分布。對比兩個箱線圖知:左側(cè)箱線圖的4分位數(shù)均較小,并且箱線圖的箱體整體較小。采用獨立樣本T檢驗方法對兩類數(shù)據(jù)進(jìn)差異性檢驗,p= 0.012 < 0.05,從而二者之間存在顯著的差異性。左側(cè)箱線圖中數(shù)據(jù)的平均值為0.325(°)/s,標(biāo)準(zhǔn)差為0.578(°)/s,而右側(cè)箱線圖中數(shù)據(jù)的平均值為0.853(°)/s,標(biāo)準(zhǔn)差為0.858(°)/s。
綜上,視線未離開前方時駕駛?cè)说霓D(zhuǎn)向行為要比視線離開前方區(qū)域時的轉(zhuǎn)向行為靈活,原因在于駕駛?cè)瞬粩嘤^察前方區(qū)域的情況后會實時的對車輛運(yùn)動狀態(tài)進(jìn)行持續(xù)的微調(diào),從而使得車輛適應(yīng)道路線形的變化。相反的,駕駛?cè)艘暰€離開前方區(qū)域后將失去對前方道路線形的把握,從而為了安全起見駕駛?cè)藢⒕o握方向盤防止車輛發(fā)生偏離現(xiàn)象而引發(fā)交通事故,直接表現(xiàn)為方向盤的轉(zhuǎn)動行為稍顯僵硬,這是由于駕駛?cè)说臐撛谥?jǐn)慎性而決定的。
試驗過程中,車道線識別系統(tǒng)實時監(jiān)測自車與左側(cè)車道線的距離L1、自車與右側(cè)車道線的距離L2。基于上述兩參數(shù),同時結(jié)合自車的寬度,可以計算出車輛中心線偏離車道中心線的距離J。車輛縱軸中心線在車道平面上的投影線與車道中心線的距離J用于表征駕駛?cè)丝刂栖囕v在車道內(nèi)橫向位置保持穩(wěn)定的能力。J值越大,則表明駕駛?cè)说臋M向控制能力越差,車輛相對于車道中心線的漂移情況就越嚴(yán)重。J按式(1)計算:
(1)
數(shù)據(jù)處理過程中,對于駕駛?cè)艘暰€離開前方區(qū)域的數(shù)據(jù),采用式(1)計算參數(shù)J。同時對每個視線離開前方區(qū)域的階段,計算該階段內(nèi)參數(shù)J最大值和最小值的差值。該差值即表明了這一次視線離開前方區(qū)域過程中車輛相對于車道中心線的偏離幅度Js。根據(jù)大量實測數(shù)據(jù),按照時間長短(單位:s)將視線離開前方區(qū)域數(shù)據(jù)分為(0, 0.5),[0.5, 1.0),[1.0,2.0)等3類。對這3類數(shù)據(jù)分別求取參數(shù)Js,并計算Js的均值。相應(yīng)的,對駕駛?cè)艘暰€未離開前方區(qū)域時的數(shù)據(jù)進(jìn)行同樣處理,得到駕駛?cè)说能嚨辣3帜芰εc視線離開前方區(qū)域時長之間的關(guān)系,如圖6。
圖6 車道偏離幅度Fig.6 Range of lane departure
圖6中,橫坐標(biāo)為3類時間長度,而縱坐標(biāo)則是相應(yīng)時間長度情況下的兩類Js均值。圖中曲線表明,對于視線離開前方區(qū)域和視線未離開前方區(qū)域兩類情況,車道偏離幅度的均值都隨著時長的增加而逐漸上升。時長<0.5 s時Js均值相差不多,而在[0.5 s,1.0 s)和>1.0 s兩種情況下,視線離開前方區(qū)域時的均值要明顯大于視線未離開前方區(qū)域的數(shù)據(jù)。這表明,駕駛?cè)艘暰€離開前方區(qū)域時間越長,則車輛在車道內(nèi)橫向位置發(fā)生變化的可能性也越大,從而引發(fā)車道偏離的概率也將大大增加。
篩選駕駛?cè)艘暰€離開前方區(qū)域時的車輛加速踏板開度數(shù)據(jù),以視線離開前方區(qū)域時間長度為橫坐標(biāo),繪制加速踏板的開度變化量ΔP曲線,如圖7。
圖7 加速踏板開度隨時間區(qū)間的變化Fig.7 Stretch degree of accelerate pedal charging with the time
圖7表明,當(dāng)駕駛?cè)艘暰€離開前方區(qū)域持續(xù)的時間≤1.0 s時,車輛加速踏板的開度基本保持在0%左右,這表明加速踏板開度基本保持穩(wěn)定。而當(dāng)持續(xù)時間超過1.0 s以后,加速踏板開度呈現(xiàn)迅速的下降,這表明車輛的加速踏板出現(xiàn)了迅速釋放的特點。分析其原因,當(dāng)駕駛?cè)艘暰€離開前方區(qū)域時間超過1.0 s以后,駕駛?cè)藢τ谲囕v的控制把握心理程度出現(xiàn)明顯的下降,駕駛?cè)藷o法準(zhǔn)確感知車輛的運(yùn)行速度、橫向穩(wěn)定性等參數(shù),從而下意識的松開加速踏板以降低車輛的行駛速度。速度的降低意味著車輛安全性的增加,這是駕駛?cè)藘?nèi)在潛在特性的外部直接表現(xiàn)。隨著視線離開前方區(qū)域時間的進(jìn)一步增加,駕駛?cè)酸尫偶铀偬ぐ宓母怕室矊㈦S之增加。
速度控制行為是駕駛?cè)藢囕v操控能力的重要表征因素。篩選視線離開前方區(qū)域過程中的車輛運(yùn)行速度數(shù)據(jù),采用視線離開前方區(qū)域過程結(jié)束時的車速與該過程開始時的車速差ΔV表示。ΔV>0表示經(jīng)過視線離開過程后車輛行駛速度增加;反之則表示速度降低或者保持不變。統(tǒng)計視線離開前方區(qū)域時的速度變化特性,結(jié)果如圖8。
圖8 速度變化特性Fig.8 Velocity variety characteristics
圖8表明,駕駛?cè)艘暰€離開前方區(qū)域過程中, 38.14%的樣本出現(xiàn)了速度下降,而其他的樣本數(shù)據(jù)均出現(xiàn)速度上升。加速踏板的釋放特性表明,視線離開前方區(qū)域后駕駛?cè)藭霈F(xiàn)釋放加速踏板的趨勢,從而車速也應(yīng)該出現(xiàn)相應(yīng)的下降。但圖8中數(shù)據(jù)沒有出現(xiàn)此類規(guī)律。分析車輛在道路上的實際運(yùn)行過程,車輛在高速公路上行駛時,車輛的運(yùn)行速度會受到多方面因素的影響,最直接的因素包括道路的坡度、風(fēng)阻系數(shù)、車輛動力傳遞系統(tǒng)對加他踏板的響應(yīng)特性等。高速行駛時,駕駛?cè)溯p微的松開加速踏板后,車輛的速度并不會出現(xiàn)迅速的下降,原因在于高速行駛時的狀態(tài)沒有被打破,從而圖8的結(jié)論與文中的結(jié)論有一些偏差。
一般認(rèn)為,當(dāng)駕駛?cè)艘暰€離開前方區(qū)域時車輛速度應(yīng)該會降低,但圖8數(shù)據(jù)表明,速度增加或不變的比例反而占到了大部分。分析其原因為:高速行駛過程中,車輛的行駛速度受到多種因素的影響,主要的因素包括風(fēng)阻、道路坡度、發(fā)動機(jī)與傳動系統(tǒng)對加速踏板的響應(yīng)時間等。當(dāng)駕駛?cè)溯p微的踩下或者松開加速踏板時,車輛的速度并不能立即得到響應(yīng),從而圖8所得到的結(jié)論無法和圖7所示結(jié)論相匹配。此外,車輛正常行駛過程中車速也會存在一定的波動,且波動范圍與-0.46 km/h或0.38 km/h處于相同范圍,因而使得速度參數(shù)無法正確反應(yīng)駕駛?cè)艘暰€離開前方區(qū)域時的操作行為,但加速踏板的釋放過程則清晰的表征了駕駛?cè)说鸟{駛特性。
1)通過利用非接觸式眼動儀、車道線監(jiān)測系統(tǒng)、CAN總線采集卡,基于小型試驗車對多名被試進(jìn)行了實際道路駕駛試驗?;谠囼炈杉瘮?shù)據(jù),對高速公路環(huán)境下駕駛?cè)艘暰€離開前方區(qū)域時駕駛?cè)说牟僮餍袨檫M(jìn)行了研究。
2)視線離開前方區(qū)域和視線停留在前方區(qū)域時方向盤的轉(zhuǎn)動角速度存在顯著差異,視線離開前方區(qū)域后駕駛?cè)说霓D(zhuǎn)向操作行為要差于正常情況。
3)視線離開前方區(qū)域時,駕駛?cè)说能嚨辣3帜芰鄳?yīng)的下降,車輛發(fā)生車道偏離的可能性增加。
4)視線離開前方區(qū)域后,隨著離開時長的增加,駕駛踏板開度呈現(xiàn)下降的趨勢,但此過程中加速踏板與車速之間的變化特性并不明朗。
[1] Sivak M.The information that drivers use: is it indeed 90% visual.[J].Perception,1996, 25(9): 1081-1089.
[2] Sodhi M,Reimer B,Llamazares I.Glance analysis of driver eye movements to evaluate distraction [J].Behavior Research Methods,Instruments & Computers, 2002, 34(4): 529-538.
[3] Harbluk J L,Noy Y I,Eizenman M.The Impact of Cognitive Distraction on Driver Visual Behavior and Vehicle Control [R].Ottawa:Transport Canada, 2002.
[4] Karlsson R.Evaluating Driver Distraction Countermeasures [D].Sweden: Link?ping University, 2004.
[5] 張良力,吳超仲,黃珍,等.汽車駕駛行為試驗系統(tǒng)信息采集模塊設(shè)計與實現(xiàn)[J].武漢理工大學(xué)學(xué)報,2012,34(5):77-81.
Zhang Liangli,Wu Chaozhong,Huang Zhen,et al.Design and implement of information collecting module embedded in a real-vehicle experimental system for driving behavior study[J].Journal of Wuhan University of Technology, 2012, 34(5): 77-81.
[6] 蔣文娟,黃海斌.基于預(yù)瞄駕駛員模型的車輛操控穩(wěn)定性分析[J].重慶交通大學(xué)學(xué)報:自然科學(xué)版,2011,30(6):1420-1424.
Jiang Wenjuan,Huang Haibin.Stability analysis for a vehicle control system based on a spatial previewed driver model [J].Journal of Chongqing Jiaotong University: Natural Science, 2011, 30(6): 1420- 1424.
[7] Brackstone M A,Waterson B J.Are we looking where we are going an exploratory examination of eye movement in high speed driving[C]//Proceedings of the 83rdTransportation Research Board Annual Meeting.Washington,D.C: TRB, 2004: 2602-2626.
[8] Klauer S G,Dingus T A,Neale V L,et al.The Impact of Driver Inattention on Near-Crash/Crash Risk:An Analysis Using the 100-Car Naturalistic Driving Study Data [R].Washington,D.C.:National Highway Traffic Safety Administration, 2006.