朱 彤， 吳 玲， 路巧珍

(1.汽車(chē)運(yùn)輸安全保障技術(shù)交通行業(yè)重點(diǎn)實(shí)驗(yàn)室，陜西 西安 710064;2.長(zhǎng)安大學(xué)汽車(chē)學(xué)院，陜西 西安 710064)

負(fù)荷是影響駕駛績(jī)效的重要因素.近年來(lái)，隨著智能交通系統(tǒng)的發(fā)展，車(chē)載信息系統(tǒng)(in-vehicle information system，IVIS)[1]獲得廣泛使用，為駕駛?cè)颂峁蕵?lè)、路徑引導(dǎo)、實(shí)時(shí)路況乃至出租車(chē)訂單與支付信息服務(wù)[2].但是，車(chē)載信息系統(tǒng)使駕駛?cè)诵睦碣Y源分配失衡[3]、負(fù)荷增加，也成為引發(fā)交通事故的重要因素之一[4].因此，有必要對(duì)車(chē)載信息下駕駛?cè)斯ぷ髫?fù)荷進(jìn)行量測(cè)與分析.

近年來(lái)，已有較多學(xué)者開(kāi)始研究工作負(fù)荷的測(cè)量方法.金立生等對(duì)相關(guān)研究方法進(jìn)行了歸納[3]，O'Donnell等將工作負(fù)荷測(cè)量方法歸為4類(lèi)[5-6]，分別為主任務(wù)表現(xiàn)法、雙任務(wù)法、主觀評(píng)價(jià)法和生理參數(shù)法.其中，主觀評(píng)價(jià)法無(wú)法實(shí)時(shí)評(píng)價(jià)駕駛?cè)丝?jī)效[7]，主任務(wù)法與雙任務(wù)法在實(shí)際道路交通環(huán)境下較難實(shí)現(xiàn)[8]，以往評(píng)價(jià)駕駛?cè)斯ぷ髫?fù)荷多限于室內(nèi)實(shí)驗(yàn)[9]或虛擬環(huán)境[10].比較而言，在實(shí)際道路環(huán)境下獲取駕駛?cè)松碇笜?biāo)并分析其變化情況[11]，更為接近并反映駕駛?cè)苏鎸?shí)狀態(tài).

考慮到車(chē)載信息對(duì)駕駛?cè)擞绊懙亩虝盒耘c細(xì)微性，需要選取敏感度高的生理指標(biāo)，以反映駕駛負(fù)荷的變化.以往研究更多使用注視時(shí)間、注視次數(shù)等指標(biāo)，如駕駛?cè)艘暰€離開(kāi)前方視野的時(shí)間[12]，或討論次任務(wù)干擾對(duì)駕駛?cè)嗽斐傻挠绊慬13].然而，上述指標(biāo)多用來(lái)表征信息獲取范圍與獲取量，而非直接表征負(fù)荷，導(dǎo)致車(chē)載信息對(duì)駕駛?cè)素?fù)荷影響的研究較少.本文選擇眨眼頻率和眨眼持續(xù)時(shí)間指標(biāo)進(jìn)行深入分析，以反映工作負(fù)荷.研究表明，眨眼是反映駕駛?cè)诵睦砘顒?dòng)的一個(gè)重要指標(biāo)，眨眼頻率高通常反映緊張、焦慮等[14-16]，在人因?qū)W研究和航空研究中，常作為負(fù)荷的評(píng)價(jià)指標(biāo)[17-18].Benedetto等通過(guò)研究發(fā)現(xiàn)，眨眼持續(xù)時(shí)間是評(píng)價(jià)駕駛負(fù)荷的高靈敏指標(biāo)，短眨眼的數(shù)量更能反映出駕駛?cè)烁黝?lèi)注意資源的消耗[1].

綜上所述，已有研究對(duì)于車(chē)載信息與駕駛?cè)素?fù)荷之間的關(guān)系研究較少，特別是缺乏實(shí)際道路環(huán)境下的實(shí)驗(yàn)研究.鑒于此，本文應(yīng)用常見(jiàn)的車(chē)載導(dǎo)航系統(tǒng)作為信息服務(wù)設(shè)備，在城市道路條件下進(jìn)行實(shí)車(chē)道路實(shí)驗(yàn).采集駕駛?cè)苏Ｑ蹠r(shí)間長(zhǎng)度與頻率數(shù)據(jù)，對(duì)比多種情況下駕駛?cè)苏Ｑ厶匦缘牟町?，同時(shí)探討眨眼指標(biāo)所反映的工作負(fù)荷變化規(guī)律.

1 實(shí)車(chē)道路實(shí)驗(yàn)

1.1 實(shí)驗(yàn)方案

被試包括不同職業(yè)、年齡、性別和駕齡共12位駕駛?cè)?8名男性，4名女性，平均年齡31.5歲，平均駕齡3.8 a)，均已獲得機(jī)動(dòng)車(chē)駕駛證，并要求視力或矯正視力達(dá)到相關(guān)要求.對(duì)駕駛?cè)搜蹌?dòng)參數(shù)的測(cè)量采用加拿大SR Research公司生產(chǎn)的EyeLink II型頭戴式眼動(dòng)儀.實(shí)驗(yàn)車(chē)輛為2007款起亞新佳樂(lè)，配備紐曼便攜式S480觸摸式車(chē)載導(dǎo)航設(shè)備.實(shí)驗(yàn)天氣晴朗，選取城市快速干道中4段路線作為實(shí)驗(yàn)路段，選擇晝間15:00～16:30非交通高峰時(shí)段為實(shí)驗(yàn)時(shí)段，所有被試在不同日的同一時(shí)間段進(jìn)行實(shí)驗(yàn).

1.2 實(shí)驗(yàn)設(shè)計(jì)

通過(guò)實(shí)驗(yàn)跟蹤并記錄駕駛?cè)苏Ｑ厶匦詳?shù)據(jù)，對(duì)比駕駛?cè)耸褂门c未使用車(chē)載導(dǎo)航狀態(tài)下，在尋找路徑、決策判斷與控制車(chē)輛過(guò)程中，眨眼時(shí)間與頻率分布規(guī)律差異.同時(shí)，根據(jù)實(shí)驗(yàn)控制因素差異，反映不同車(chē)載設(shè)備安裝位置、不同信息發(fā)布方式下的駕駛?cè)苏Ｑ厶匦?

實(shí)驗(yàn)中可變因素包括是否使用車(chē)載信息服務(wù)、設(shè)備安裝位置、信息發(fā)布方式，其他因素則被視為干擾因素.實(shí)驗(yàn)由9個(gè)階段組成，如表1所示.采用組內(nèi)比較實(shí)驗(yàn)方案，每個(gè)實(shí)驗(yàn)參與人需要完成全部9階段任務(wù).

表1 實(shí)驗(yàn)方案設(shè)計(jì)Tab.1 Experimentation scheme

其中，第1階段目的是使駕駛?cè)耸煜ぼ?chē)輛與環(huán)境，此后7個(gè)階段為正式實(shí)驗(yàn)，第9階段為恢復(fù)階段，目的是與第1階段對(duì)比，檢驗(yàn)實(shí)驗(yàn)前、后駕駛?cè)苏Ｑ蹟?shù)據(jù)是否存在明顯差異，以驗(yàn)證實(shí)驗(yàn)有效性.

圖1 車(chē)載導(dǎo)航安裝位置示意圖Fig.1 Positions of in-vehicle navigation system

第2階段采集無(wú)車(chē)載信息條件下數(shù)據(jù)，第3至第8階段分別采集不同信息發(fā)布位置、發(fā)布方式條件下數(shù)據(jù).由于目前車(chē)載導(dǎo)航安裝位置尚無(wú)標(biāo)準(zhǔn)，因此結(jié)合被試的駕駛習(xí)慣及專(zhuān)家意見(jiàn)，設(shè)置駕駛?cè)顺Ｓ玫?個(gè)安裝位置作為實(shí)驗(yàn)變量.安裝位置包括前擋風(fēng)玻璃中部、置物臺(tái)上方、置物臺(tái)下方共3處(簡(jiǎn)稱(chēng)為位置A、B、C)，3位置位于同一垂直平面上，如圖1所示.在駕駛?cè)藘H被告知起始地和目的地的情況下，依靠車(chē)載導(dǎo)航發(fā)布的信息確定路徑.導(dǎo)航路徑信息發(fā)布方式包括兩種，一種僅使用圖像提示，另一種則同時(shí)提供圖像與語(yǔ)音信息，分別代表視覺(jué)次任務(wù)和聽(tīng)覺(jué)次任務(wù)所產(chǎn)生的作業(yè)負(fù)荷.

1.3 實(shí)驗(yàn)過(guò)程

實(shí)驗(yàn)開(kāi)始前，駕駛?cè)嗽囓?chē)及車(chē)載信息系統(tǒng)、佩戴眼動(dòng)儀.在確認(rèn)駕駛?cè)瞬皇煜?shí)驗(yàn)路線后，告知駕駛?cè)送耆凑哲?chē)載導(dǎo)航所提供的圖像或語(yǔ)音路徑信息駕駛.實(shí)驗(yàn)車(chē)輛前排為參與駕駛?cè)伺c工作人員，后排放置眼動(dòng)儀主機(jī)及相關(guān)電器設(shè)備.被試完全掌握設(shè)備使用方法并確認(rèn)任務(wù)后，在指定起始點(diǎn)開(kāi)始實(shí)驗(yàn).

為了盡可能減小道路的單一性以及長(zhǎng)期佩戴眼動(dòng)儀對(duì)實(shí)驗(yàn)結(jié)果的干擾，9個(gè)階段實(shí)驗(yàn)依次進(jìn)行.每段路線的起點(diǎn)和終點(diǎn)對(duì)被試進(jìn)行眼動(dòng)行為標(biāo)定，并提供5～10 min休息時(shí)間.各階段實(shí)驗(yàn)持續(xù)8 ～10 min.

2 駕駛?cè)苏Ｑ鄢掷m(xù)時(shí)間特性

比較未使用車(chē)載導(dǎo)航與使用時(shí)眨眼次數(shù)分布規(guī)律，以50 ms為單位分別展開(kāi)并觀察差別，如圖2(a)與圖2(b)所示.

圖2 眨眼次數(shù)分布Fig.2 The distribution of blink counts

未使用IVIS時(shí)，駕駛?cè)苏Ｑ鄢掷m(xù)時(shí)間主要集中于0～200 ms，其中小于50 ms的眨眼約占50%，50～100 ms的眨眼比例約為25%;使用IVIS后，小于50 ms的眨眼次數(shù)明顯增加，比例超過(guò)了50%，50～100 ms的眨眼則超過(guò)30%，100 ms以上眨眼占據(jù)的比例明顯減少.

將眨眼持續(xù)時(shí)間為0～200 ms的眨眼數(shù)據(jù)以10 ms為間距展開(kāi)，研究不同眨眼持續(xù)時(shí)間下眨眼次數(shù)分布情況.

在此情況下，駕駛?cè)苏Ｑ鄞螖?shù)分布曲線出現(xiàn)了明顯的雙峰特征，如圖3所示.持續(xù)時(shí)間為10～20 ms、50～60 ms的眨眼比例明顯超過(guò)其他區(qū)段，這一特征是在以50 ms為間距時(shí)無(wú)法觀察到的.未使用IVIS時(shí)，眨眼持續(xù)時(shí)間在50～60 ms的峰值低于10～20 ms的峰值，可簡(jiǎn)單表達(dá)為左峰比右峰高;使用時(shí)則相反，左峰低于右峰.此外，其他區(qū)段的比例差異并不明顯.

圖3 0～200 ms眨眼次數(shù)分布Fig.3 Distribution of blink count on a scale of 0 －200 ms

為進(jìn)一步探究該現(xiàn)象反映出的問(wèn)題，參照文獻(xiàn)[1]的分類(lèi)方法，運(yùn)用 k-means聚類(lèi)分析分為3類(lèi)，確定3種眨眼類(lèi)型的范圍.結(jié)果表明，分為3類(lèi)時(shí)具有顯著的統(tǒng)計(jì)學(xué)意義(顯著性系數(shù)p=0.000).3類(lèi)眨眼分別稱(chēng)為短眨眼(0 ～60 ms)、中眨眼(61～130 ms)以及長(zhǎng)眨眼(131～200 ms)，如圖4所示.在此基礎(chǔ)上，再次對(duì)比有無(wú)車(chē)載導(dǎo)航條件下駕駛?cè)苏Ｑ矍闆r.使用車(chē)載導(dǎo)航后與之前相比，短眨眼和中眨眼明顯增加，長(zhǎng)眨眼變化不大.

采用獨(dú)立樣本t檢驗(yàn)，定量判斷車(chē)載導(dǎo)航對(duì)上述3類(lèi)眨眼的影響.考慮到Levene檢驗(yàn)下總體方差不相等，故采用方差不等的t檢驗(yàn)方法，結(jié)果如表2所示.有無(wú)車(chē)載導(dǎo)航時(shí)的短眨眼、中眨眼均具有顯著差異，長(zhǎng)眨眼則無(wú)顯著變化.文獻(xiàn)[1]認(rèn)為，短眨眼、中眨眼增加能夠表征駕駛?cè)说墓ぷ髫?fù)荷增大，這表明在使用車(chē)載信息系統(tǒng)確定未知路徑的情況下，駕駛?cè)说墓ぷ髫?fù)荷有所增加.這也說(shuō)明當(dāng)信息從腦內(nèi)部提取時(shí)，比從外部獲取具有更高的效率.

圖4 駕駛?cè)苏Ｑ垲?lèi)型比較Fig.4 The comparison of blink type

表2 眨眼分類(lèi)t檢驗(yàn)表Tab.2 The t-test for blink classification

3 安裝位置的影響

觀察車(chē)載導(dǎo)航安裝在不同位置時(shí)，駕駛?cè)苏Ｑ鄢掷m(xù)時(shí)間與頻率，如圖5所示.

導(dǎo)航安裝在位置A時(shí)，駕駛?cè)顺掷m(xù)時(shí)間均值大，頻率均值亦最大，數(shù)據(jù)呈高態(tài)分布;安裝在位置C時(shí)，上述二值次之;安裝在位置B時(shí)，持續(xù)時(shí)間均值與頻率均值最小，數(shù)據(jù)呈低態(tài)分布，下四分位數(shù)與均值接近.

比較車(chē)載導(dǎo)航安裝于不同位置時(shí)，駕駛?cè)苏Ｑ鄢掷m(xù)時(shí)間的差異.車(chē)載導(dǎo)航安裝于不同位置時(shí)，眨眼次數(shù)分布波動(dòng)規(guī)律相似但存在差異，如圖6所示.

圖6 安裝位置對(duì)眨眼次數(shù)分布和眨眼類(lèi)型的影響Fig.6 Effects of navigation system positions on blink count distribution and type

置于位置A時(shí)，眨眼次數(shù)雙峰高于車(chē)載導(dǎo)航置于位置C時(shí)數(shù)據(jù)，而置于位置B時(shí)，雙峰比例低于前兩種.

分類(lèi)比較可知，不同導(dǎo)航安裝位置條件下，眨眼類(lèi)型的分布也不同.運(yùn)用單因素方差分析發(fā)現(xiàn)，導(dǎo)航安裝位置對(duì)中、長(zhǎng)眨眼無(wú)顯著影響(p=0.162;p=0.213)，而短眨眼具有顯著差異(位置 A，p=0.000;位置 B，p=0.013;位置 C，p=0.002).

圖7 有無(wú)導(dǎo)航語(yǔ)音提示下眨眼持續(xù)時(shí)間與頻率箱線圖Fig.7 Box plots of blink duration and frequency with and without sound route information

眨眼作為一種“不自主運(yùn)動(dòng)”，是人心理活動(dòng)的重要指標(biāo).文獻(xiàn)[8]指出，眨眼持續(xù)時(shí)間是評(píng)價(jià)工作負(fù)荷的靈敏指標(biāo)，而短眨眼的數(shù)量更能反映出駕駛?cè)俗⒁赓Y源的消耗.從人因?qū)W角度，設(shè)計(jì)的改進(jìn)能夠降低負(fù)荷、提高工效，實(shí)驗(yàn)中短眨眼數(shù)據(jù)的差異說(shuō)明，導(dǎo)航安裝在位置B時(shí)，駕駛?cè)斯ぷ髫?fù)荷更小.

4 語(yǔ)音提示的影響

車(chē)載導(dǎo)航語(yǔ)音提示對(duì)眨眼持續(xù)時(shí)間、頻率有顯著的影響.導(dǎo)航有語(yǔ)音提示時(shí)，眨眼持續(xù)時(shí)間、頻率均值明顯偏低，最大值、四分位值也呈現(xiàn)出同樣的特征，如圖7所示.

眨眼持續(xù)時(shí)間分配與分類(lèi)狀況比較，如圖8所示.無(wú)語(yǔ)音提示下的眨眼次數(shù)雙峰均大于有語(yǔ)音提示時(shí)，短眨眼明顯增大，中眨眼也相對(duì)較大，而長(zhǎng)眨眼幾乎不變.

因此，使用車(chē)載導(dǎo)航語(yǔ)音提示，可減小駕駛?cè)说墓ぷ髫?fù)荷.顯然，同時(shí)發(fā)布多通道信息與單通道信息相比具有優(yōu)勢(shì)，駕駛?cè)四軌蜻x擇適當(dāng)?shù)男畔ⅲ瑴p少心理資源的占用.

圖8 導(dǎo)航有無(wú)語(yǔ)音提示條件下眨眼次數(shù)和眨眼類(lèi)型的分布Fig.8 Distribution of blink count and type with and without sound route information

5 結(jié)論

論文通過(guò)實(shí)車(chē)道路實(shí)驗(yàn)采集駕駛?cè)苏Ｑ蹠r(shí)間與頻率數(shù)據(jù)，通過(guò)實(shí)驗(yàn)因素控制實(shí)現(xiàn)3種對(duì)比，包括對(duì)比駕駛?cè)耸褂门c未使用車(chē)載導(dǎo)航狀態(tài)下、車(chē)載設(shè)備設(shè)置在3處不同位置情況下和僅采用圖像信息發(fā)布或圖像與聲音信息同時(shí)發(fā)布方式下的駕駛?cè)苏Ｑ厶匦?，獲得以下結(jié)論:

(1)將眨眼持續(xù)時(shí)間為0～200 ms的眨眼數(shù)據(jù)，以10 ms為間距展開(kāi)時(shí)，駕駛?cè)苏Ｑ鄞螖?shù)分布曲線出現(xiàn)了明顯的雙峰特征.持續(xù)時(shí)間為10～20 ms、50～60 ms的眨眼比例明顯超過(guò)其他區(qū)段，這一特征是在以50 ms為間距展開(kāi)數(shù)據(jù)時(shí)無(wú)法觀察到的.

(2)未使用車(chē)載導(dǎo)航時(shí)，眨眼持續(xù)時(shí)間在50～60 ms的峰值低于10～20 ms的峰值，使用車(chē)載導(dǎo)航時(shí)反之，眨眼持續(xù)時(shí)間在50～60 ms的峰值高于10～20 ms的峰值，其他區(qū)段的比例差異并不明顯.

(3)將眨眼數(shù)據(jù)聚類(lèi)為短眨眼(0～60 ms)、中眨眼(61～130 ms)以及長(zhǎng)眨眼(131～200 ms)，對(duì)比有無(wú)車(chē)載導(dǎo)航條件下駕駛?cè)苏Ｑ矍闆r.使用車(chē)載導(dǎo)航后與之前相比，短眨眼和中眨眼明顯增加，長(zhǎng)眨眼變化不大.短眨眼、中眨眼增加表示車(chē)載導(dǎo)航情況下駕駛?cè)说墓ぷ髫?fù)荷更大.

(4)不同導(dǎo)航安裝位置條件下，中、長(zhǎng)眨眼差異不顯著，而短眨眼具有顯著差異，導(dǎo)航安裝在位置B時(shí)，駕駛?cè)斯ぷ髫?fù)荷最小.

(5)無(wú)語(yǔ)音提示下的眨眼次數(shù)雙峰均大于有語(yǔ)音提示時(shí)，短眨眼明顯增大，中眨眼也相對(duì)較大，長(zhǎng)眨眼幾乎不變.故使用車(chē)載導(dǎo)航語(yǔ)音提示，可減小駕駛?cè)说墓ぷ髫?fù)荷.

以上實(shí)驗(yàn)結(jié)果表明，車(chē)載信息服務(wù)對(duì)駕駛負(fù)荷存在影響.其次，車(chē)載信息安裝位置、車(chē)載信息形式對(duì)于駕駛?cè)擞绊懢哂胁町愋?應(yīng)合理選擇的位置、設(shè)置車(chē)載信息形式，減小駕駛負(fù)荷.此外，研究駕駛負(fù)荷時(shí)，應(yīng)選擇敏感性更高的短眨眼作為指標(biāo).

[1]BENEDETTO S，PEDROTTI M，MININ L，et al.Driver workload and eye blink duration[J].Transportation Research Part F:Traffic Psychology and Behaviour，2011，14(3):199-208.

[2]GONALVESJ， ROSSETTIR JF， OLAVERRIMONREALC.IC-DEEP:aseriousgamesbased application to assessthe ergonomicsofin-vehicle information systems[C]∥The 15th International IEEE Conference on Intelligent Transportation Systems(ITSC)，2012.[S.l.]:IEEE，2012:1809-1814.

[3]金立生，李科勇，咸化彩，等.次任務(wù)駕駛對(duì)行車(chē)安全性影響研究綜述[J].交通信息與安全，2014，32(5):7-12，19.

JIN Lisheng，LI Keyong，XIAN Huacai，et al.A study of the impact of secondary driving tasks on safety[J].Journal of Transport Information and Safety，2015，32(5):7-12，19.

[4]YANG Y，MCDONALD M，REIMER B，et al.Are drivers aware of their behavior changes when using invehicle systems[C]∥ The 15th InternationalIEEE Conference on Intelligent Transportation Systems(ITSC)，2012.[S.l.]:IEEE，2012:1515-1518.

[5]Di DOMENICO A， NUSSBAUM M A. Interactive effects of physical and mental workload on subjective workload assessment[J]. International Journal of Industrial Ergonomics，2008，38(11):977-983.

[6]Di STASI L L，áLVAREZ-VALBUENA V，CAAS J J， etal. Risk behaviourand mentalworkload:multimodal assessment techniques applied to motorbike riding simulation[J].Transportation Research Part F:Traffic Psychology and Behaviour，2009，12(5):361-370.

[7]HE X，WANG L，GAO X，et al.The eye activity measurement of mental workload based on basic flight task[C]∥The 10th IEEE International Conference on Industrial Informatics(INDIN)，2012.[S.l.]:IEEE，2012:502-507.

[8]陳陽(yáng).城市道路環(huán)境中駕駛員工作負(fù)荷試驗(yàn)研究[D].西安:長(zhǎng)安大學(xué)，2009.

[9]馬勇，付銳，袁鈺，等.基于駕駛?cè)朔中挠绊懗潭鹊鸟{駛分心任務(wù)評(píng)級(jí)[J].交通信息與安全，2014，32(5):48-51，57.

MA Yong，F(xiàn)U Rui，YUAN Yu，et al.Distraction task rating based on the degree of distracted driving[J].Journal of Transport Information and Safety，2014，32(5):48-51，57.

[10]BEDZIOUK S，GOLIKOV Y，KOSTIN A.System and method for mental workload measurement based on rapid eye movement:U.S.Patent Application 11/574，525[P].2004-09-03.

[11]ZHANGY， OWECHKOY， ZHANGJ. Driver cognitive workload estimation: a data-driven perspective[C]∥ The 7th International IEEE Conference on IntelligentTransportation Systems，2004.[S.l.]:IEEE，2004:642-647.

[12]馬勇，付銳，王暢，等.視覺(jué)分心時(shí)駕駛?cè)俗⒁曅袨樘匦苑治鯷J].中國(guó)安全科學(xué)學(xué)報(bào)，2013，23(5):10-14.

MA Yong，F(xiàn)U Rui，WANG Chang，et al.Analysis of drivers'gazing behavior during visual distraction[J].China Safety Science Journal，2013，23(5):10-14.

[13]李平凡，王殿海，劉東波，等.駕駛中撥打手機(jī)對(duì)駕駛?cè)四X力負(fù)荷及駕駛行為的影響分析[J].交通信息與安全，2010，28(4):103-107.

LI Pingfan，WANG Dianhai，LIU Dongbo，et al.Effect of using cell phone while driving on mental workload and driving behavior[J]. Journal of Transport Information and Safety，2010，28(4):103-107.

[14]路漫漫.眨眼與人的心理活動(dòng)[J].心理世界，2009(6):36.

[15]唐智慧，程杰，方爭(zhēng)楠.基于FSDT的新老駕駛?cè)宋ｋU(xiǎn)感知差異性致因研究[J].西南交通大學(xué)學(xué)報(bào)，2013，48(3):532-538.

TANG Zhihui，CHENG Jie，F(xiàn)ANG Zhengnan.Causal mechanism of difference between experienced and novice drivers in hazard perception based on fuzzy signaldetection theory[J]. JournalofSouthwest Jiaotong University，2013，48(3):532-538.

[16]HANCOCK P A，LESCH M，SIMMONS L.The distraction effects of phone use during a crucial driving maneuver[J].Accident Analysis and Prevent，2003，35:501-514.

[17]彭曉武.VDT作業(yè)腦力勞動(dòng)負(fù)荷評(píng)價(jià)的實(shí)驗(yàn)研究[D].武漢:華中科技大學(xué)，2006.

[18]董明清，馬瑞山.腦力負(fù)荷評(píng)定指標(biāo)敏感性的比較研究[J].航天醫(yī)學(xué)與醫(yī)學(xué)工程，1999，12(2):106-110.

DONG Mingqing，MA Ruishan.Comparative study on the sensitivity of mental workload evaluation index[J].Space Medicine ＆ MedicalEngineering， 1999，12(2):106-110.