吳付威，付 銳，牛增良

（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，西安 710064）

1 引 言

在車道變換過程中，如果駕駛?cè)嗽谖茨軠蚀_地把握周圍交通狀況的情況下強行換道，很容易與周圍的車輛發(fā)生刮擦事故.據(jù)歐盟統(tǒng)計，在換道引起的交通事故中約有75%的換道事故與駕駛?cè)擞嘘P(guān).

2002年，美國Drexel大學(xué)的Dario D Salvucci和Andrew Liu選取了11名至少有兩年駕駛經(jīng)驗的駕駛?cè)?，在模擬的多通道高速公路環(huán)境下利用駕駛模擬器進行車道變換試驗，綜合調(diào)查了從左到右和從右到左換道時的方向盤、油門、轉(zhuǎn)向燈和眼睛運動隨時間的變化過程，做出了各駕駛控制和視覺行為隨時間的變化曲線.研究發(fā)現(xiàn)：從左向右變換車道的視覺曲線和從右向左變換車道的視覺曲線互為始末[1].2004年，美國羅格斯大學(xué)計算機系的Santella和認知科學(xué)中心的DeCarlo提出了一種自動的數(shù)據(jù)驅(qū)動方法，用均值漂移過程將視覺注視點歸為注視點或興趣區(qū)域.用這種方法聚出的類能夠結(jié)構(gòu)化再現(xiàn)觀察者的興趣所在，并且可復(fù)制，不受噪聲及奇異點的影響[2].2005年美國“國家公路交通安全局”（NHTSA）的研究人員Louis采用小轎車和多功能能運動型車兩種試驗車，選取39名駕駛?cè)嗽诟咚俟泛推胀ü飞线M行了23949英里（約38558 km）的試驗，采集了8667個換道行為，重點研究了換道前10 s的時段.分析了從左到右和從右到左的車道變換特性，并得出了換道期間的眼睛注視分布特性[3].2006年，G Pastor和PTejero等人選取了男女各12名熟練駕駛?cè)嗽诟咚俟飞虾推匠５缆飞线M行實車試驗，并用攝像機記錄駕駛?cè)说难劬\動.通過觀看、分析試驗錄像得到了駕駛?cè)嗽诓煌缆飞嫌^看后視鏡的頻率和時間的關(guān)系，并進行了差異分析.結(jié)果表明，駕駛?cè)嗽诓煌缆飞嫌^看后視鏡的視覺行為存在顯著性差異，并對差異進行了分析[4].2009年，Shan Bao和Linda Ng Boyle選取了年輕、中年和老年駕駛?cè)烁?0名在兩個交通事故發(fā)生頻率不同的十字路口進行了左轉(zhuǎn)、右轉(zhuǎn)和直行的實車試驗.分析了不同年齡駕駛?cè)嗽诓煌瑮l件下觀看后視鏡等區(qū)域的視覺搜索模式[5].2011年，美國MIT大學(xué)AgeLab的Lavallière等人選取了108名駕駛?cè)嗽诟咚俟飞线M行實車試驗，研究了車道變換過程中年齡及性別對駕駛?cè)艘曈X搜索行為的影響[6].

本文主要針對高速公路車輛換道過程中駕駛?cè)说淖⒁曓D(zhuǎn)移模式進行研究.

2 試驗數(shù)據(jù)采集

2.1 試驗道路

本研究選取浙江省湖州市的某高速公路路段作為試驗路段，所選段路長度為12.6 km，雙向四車道，以中央隔離帶分隔；行車道限速為60～100 km/h，超車道限速為100～120 km/h.試驗過程中路段的交通流量為1200～2000車/小時.

2.2 被試者選取

試驗以自愿形式招募了13名駕駛經(jīng)驗豐富的男性駕駛?cè)?，平均年齡為42歲（SD=4.4），平均駕齡為19年（SD=4.6），被試人員基本信息如表1所示.

表1 試驗駕駛?cè)嘶拘畔⒈鞹able 1 The basic information of test participants

2.3 試驗車輛及設(shè)備

本試驗所采用的眼球追蹤設(shè)備為澳大利亞SeeingMachines公司生產(chǎn)的一款非接觸式眼動儀faceLAB 5[7]，用于跟蹤駕駛?cè)搜劬ψ⒁曅袨楹皖^部運動，測量注視點位置、注視時間、掃視行為、頭部位置、頭部旋轉(zhuǎn)角度等參數(shù)，其采樣頻率為30 Hz.試驗車輛為大眾途安自動擋7座車.此外，還包括電源等其他相關(guān)的試驗裝置.

3 注視特性分析

3.1 注視區(qū)域劃分

視覺是駕駛?cè)双@取交通信息的主要渠道.在駕駛過程中，駕駛?cè)诵枰@取足夠的交通信息才能為駕駛操作做出正確的決策，從而保證行車安全.為了研究換道過程中駕駛?cè)藢Σ煌煌ㄐ畔⒌年P(guān)注程度及注意力分配情況，將駕駛?cè)艘曇皠澐譃?個區(qū)域.區(qū)域劃分情況如圖1所示，各注視區(qū)域所包含的交通信息如表2所示.

將駕駛?cè)艘曇斑M行區(qū)域劃分之后，可以分析注視點在不同區(qū)域的分布情況.選擇有效的試驗數(shù)據(jù)，觀看場景攝像頭拍攝的帶有注視點的試驗錄像，逐幀分析每幅畫面中注視點所在的區(qū)域，確定每個注視點相對應(yīng)的注視目標.該方法的優(yōu)點是統(tǒng)計簡單方便、精確度高.

圖1 換道過程注視區(qū)域劃分Fig.1 Fixation areas determination

3.2 換道意圖階段視線轉(zhuǎn)動情況

注視點分布情況可用視線轉(zhuǎn)動角度描述.本文以向左換道為例開展研究.根據(jù)場景錄像分析發(fā)現(xiàn)，駕駛?cè)嗽诓扇Q道行為之前5 s內(nèi)的意圖較為明顯，一般為觀察左后視鏡，所以取換道意圖階段的時窗寬度為5 s；而換道執(zhí)行階段，即從開始換道至換道結(jié)束的持續(xù)時間從4 s到9 s不等，平均為5.82 s.注視在各區(qū)域的分布情況及視線轉(zhuǎn)動情況如圖2所示.

表2 注視區(qū)域目標分類Table 2 Fixation objects classification

圖2 換道意圖階段注視情況Fig.2 Visual line rotation during lane change intent stage

由圖2（a）可知，在換道意圖階段駕駛?cè)藢υ嚨篮湍繕塑嚨赖淖⒁曀嫉谋壤芨?，二者之和占到了總?shù)的70%以上，說明駕駛?cè)说闹饕⒁饬Ψ峙湓谶@兩個區(qū)域.

由圖2（b）可知，駕駛?cè)说囊暯侵饕植荚诖怪盵-15°，15°]和水平[-50°，30°]范圍內(nèi)，即主視區(qū)和左側(cè)視區(qū).表明在換道意圖階段，駕駛?cè)藢⒅饕⒁饬性谇胺揭曇埃瑸榱伺袛嗍欠窬哂邪踩膿Q道條件，對目標車道的觀察較多，并通過左后視鏡觀察目標車道后方的路況信息.因此視線在左側(cè)區(qū)域分布較多，而在右側(cè)區(qū)域的分布較少.垂直方向上，在主視區(qū)的垂直視角主要分布在[-10°，15°]范圍內(nèi).視線在[-20°，-10°]附近區(qū)域較為集中，表明駕駛?cè)嗽陉P(guān)注車速表等車內(nèi)設(shè)施、前方車道近處.在左側(cè)視區(qū)，視線主要分布在[-15°，0°]之間，表示駕駛?cè)擞^察左后視鏡及左側(cè)的中間隔離帶等目標物.

3.3 換道執(zhí)行階段視線轉(zhuǎn)動情況

由圖3（a）可知，換道執(zhí)行階段駕駛?cè)藢υ嚨赖淖⒁暣蠓档?，對目標車道的注視程度也略微減少，而對左側(cè)區(qū)域的注視大大增加.駕駛?cè)酥饕獙⒆⒁饬械侥繕塑嚨溃员憧刂栖囕v的行駛軌跡及車輛的橫向位置，并觀察目標車道前方可能存在的其他車輛，從而順利地實施換道.

由圖3（b）可知，視線的視角主要分布在垂直[-15°，15°]和水平[-45°，35°]兩個范圍內(nèi)，表明駕駛?cè)酥饕P(guān)注正前方的主視區(qū)及左側(cè)車道.但是，與意圖階段相比，視線的集中程度較低，說明駕駛?cè)俗⒁暷繕宋锏姆植挤秶^廣.左側(cè)視區(qū)的視線表示駕駛?cè)擞^察左后視鏡及左側(cè)區(qū)域，但是視線分布與意圖階段相比較為分散.

圖3 換道執(zhí)行階段注視情況Fig.3 Visual line rotation during lane change stage

垂直方向上，在主視區(qū)駕駛?cè)说拇怪币暯侵饕植荚赱-10°，10°]范圍內(nèi)，與換道意圖相比視線的范圍較小，表明駕駛?cè)酥饕P(guān)注前方近處的目標物.在[-20°，-10°]范圍視線分布比意圖階段較少，說明在執(zhí)行階段駕駛?cè)素叫桕P(guān)注前方及左側(cè)區(qū)域，從而對車速表等車內(nèi)設(shè)施的關(guān)注減少.在左側(cè)區(qū)域的視線主要分布在[-15°，15°]范圍內(nèi)，但是與意圖階段相比視線集中程度較低.

4 視線轉(zhuǎn)移模式

馬爾可夫理論認為，在已知時刻t0系統(tǒng)所處狀態(tài)的條件下，時刻t0以后系統(tǒng)到達的狀態(tài)與時刻t0以前系統(tǒng)所處的狀態(tài)無關(guān)，完全取決于時刻t0系統(tǒng)所處的狀態(tài).這個特性稱為無后效性，也稱為“馬爾可夫性”[8].注視點在注視區(qū)域之間的轉(zhuǎn)移是一個典型的齊次馬爾可夫鏈[9].本文運用馬爾可夫鏈理論，研究駕駛?cè)俗⒁朁c在各注視區(qū)域間轉(zhuǎn)移的一步轉(zhuǎn)移概率和平穩(wěn)分布，分析換道過程中駕駛?cè)俗⒁曓D(zhuǎn)移的基本規(guī)律.

4.1 換道意圖階段注視轉(zhuǎn)移模式

根據(jù)注視在時間序列上的變化情況，得到兩次連續(xù)注視之間的轉(zhuǎn)移規(guī)律，得出換道意圖階段注視在不同區(qū)域之間的一步轉(zhuǎn)移概率矩陣，如表3所示.

總體來看，注視從原車道向目標車道的轉(zhuǎn)移概率最高（0.792），說明在換道意圖階段駕駛?cè)嗽谧⒁曉嚨乐?，下一次最有可能注視的區(qū)域是目標車道.同時，注視從目標車道向原車道的轉(zhuǎn)移概率為0.607，略低于注視從原車道向目標車道的轉(zhuǎn)移概率，這是由于在注視目標車道后，駕駛?cè)藢⑵湟暰€轉(zhuǎn)移到了左后視鏡（0.179）、左側(cè)區(qū)域（0.125）等區(qū)域.當(dāng)前注視區(qū)域為左后視鏡時，注視向目標車道的轉(zhuǎn)移概率最高（0.667），其次為原車道（0.200）.

表3 換道意圖階段注視一步轉(zhuǎn)移概率＊Table 3 Fixation’s one-step transition probabilities during lane change intent stage

4.2 換道執(zhí)行階段注視轉(zhuǎn)移模式

在換道執(zhí)行階段，駕駛?cè)藢δ繕塑嚨篮妥髠?cè)區(qū)域的注視程度有所增加，而對原車道的注視相應(yīng)減少.在該階段駕駛?cè)藢ψ髠?cè)目標物的注視增多.換道執(zhí)行階段注視在不同區(qū)域之間的一步轉(zhuǎn)移概率如表4所示.

表4 換道執(zhí)行階段注視一步轉(zhuǎn)移概率Table 4 Fixation’s one-step transition probabilities during lane change stage

當(dāng)前車道為原車道時，注視到目標車道的一步轉(zhuǎn)移概率最高（0.615），說明駕駛?cè)嗽谟^察原車道之后，將大部分的注意力轉(zhuǎn)移到了目標車道.同時，注視從目標車道向原車道的轉(zhuǎn)移概率為0.436，低于原車道向目標車道的轉(zhuǎn)移概率，這是由于在注視目標車道后，駕駛?cè)藢⑵湟暰€轉(zhuǎn)移到了左后視鏡（0.146）、左側(cè)區(qū)域（0.327）等.

當(dāng)前注視區(qū)域為左側(cè)區(qū)域時，注視到目標車道的轉(zhuǎn)移概率最高（0.864），說明駕駛?cè)嗽谟^察左側(cè)區(qū)域的目標物之后將視線轉(zhuǎn)移到目標車道.當(dāng)前注視區(qū)域為右側(cè)區(qū)域時，注視向目標車道的轉(zhuǎn)移概率最高（0.571），其次為原車道（0.286）.

4.3 注視平穩(wěn)分布

將換道意圖階段和執(zhí)行階段的一步轉(zhuǎn)移概率作為系統(tǒng)初始概率，分別得出兩個階段駕駛?cè)说淖⒁暺椒€(wěn)分布如下：

總體來看，換道過程中駕駛?cè)说闹饕⒁晠^(qū)域為原車道和前方車輛，而且對目標車道的注視多于對原車道的注視，其次對左后視鏡的注視也較多.

在換道意圖階段，駕駛?cè)说淖⒁曇暂^大的概率出現(xiàn)在原車道和目標車道，并且二者的概率和超過了0.7，并且對目標車道的注視概率最高.在意圖階段駕駛?cè)诵枰袛嘀車慕煌ōh(huán)境是否滿足換道條件，因此會將大部分注意力分配到目標車道上.此外，駕駛?cè)艘残枰ㄟ^觀察左后視鏡以獲取左側(cè)車道后方的交通信息，因此對左后視鏡的注視概率也較高，比換道過程對左后視鏡的注視概率要大得多.由于駕駛?cè)说闹饕⒁饬Ψ峙涞搅酥饕晠^(qū)及左側(cè)區(qū)域，所以對右側(cè)區(qū)域的注視程度相應(yīng)減少.

在換道執(zhí)行階段，駕駛?cè)藢υ嚨赖淖⒁暦€(wěn)態(tài)概率與意圖階段相比大幅度減小，對目標車道的注視也有所降低，但是這兩個注視區(qū)域仍然是駕駛?cè)岁P(guān)注的重點.此外，與意圖階段相比，駕駛?cè)藢ψ髠?cè)區(qū)域的注視穩(wěn)態(tài)概率接近0.2，說明在實施換道過程中駕駛?cè)说氖滓蝿?wù)是控制車輛的橫向位置和速度，所以駕駛?cè)诵枰ㄟ^觀察左側(cè)的車道線和中間隔離帶等目標物以保持車輛在車道中的位置，并且通過觀察車速表以獲取車速信息.

5 研究結(jié)論

本文主要研究了換道過程中駕駛?cè)俗⒁曤S時間的變化規(guī)律，針對換道的不同過程，研究了注視在不同注視區(qū)域間的一步轉(zhuǎn)移規(guī)律，以及注視平穩(wěn)分布特性，結(jié)論如下：

（1）換道意圖階段的時間一般為5 s.

（2）換道意圖階段駕駛?cè)说囊暰€主要集中在原車道和目標車道，視線在兩者之間來回轉(zhuǎn)移.在換道執(zhí)行階段，駕駛?cè)藢υ嚨赖淖⒁暣蠓冉档?，對目標車道和左?cè)區(qū)域的注視程度相應(yīng)增加.

（3）視線的分布情況可判斷駕駛?cè)耸欠裼忻黠@的換道意圖.因此，單位時間內(nèi)視線在水平方向上轉(zhuǎn)動某一特定角度所占的比例可作為判斷駕駛?cè)藫Q道意圖的依據(jù)之一.

[1]Salvucci D D,Liu A.The time course of a lane change:Driver control and eye-movement behavior[J].Transpor?tation Research Part F:Traffic Psychology and Behav?iour.2002(5):123-132.

[2]Santella A,Decarlo D.Robust clustering of eye move?ment recordings for quantification of visual interest[C].San Antonio,Texas:2004.

[3]Tijerina L,Garrott W R,Stoltzfus D,et al.Eye glance be?havior of van and passenger car drivers during lane change decision phase[J].Transportation Research Re?cord:Journal of the Transportation Research Board.2005(Volume 1937/2005):37-43.

[4]Pastor G,Tejero P,Chóliz M,et al.Rear-view mirror use,driver alertness and road type an empirical study using EEG measures[J].Transportation Research Part F:Traffic Psychology and Behaviour.2006,9(4):286-297.

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

[6]Lavallière M,Reimer B,Mehler B,et al.The effect of age and gender on visual search during lane changing[C].Lake Tahoe,California:2011.

[7]Seeingmachines.faceLAB 5[OL],（2012-4-11）[2013-8-21].http://www.seeingmachines.com

[8]劉次華.隨機過程（第二版）[M].武漢:華中科技大學(xué)出版社,2001.[LIU C H.Stochastic process(the second edition)[M].Wuhan:Huazhong University of Science and Technology Press，2001.]

[9]袁偉.城市道路環(huán)境中汽車駕駛員動態(tài)視覺特性試驗研究[D].西安:長安大學(xué),2008.[YUAN W.Study on car driver’s dynamic visual characters test on city road[D].Chang'an University,2008.]