王豐元，陳曉婷

（青島理工大學(xué)汽車與交通學(xué)院，山東 青島 266520）

駕齡長(zhǎng)短往往對(duì)駕駛?cè)藨?yīng)對(duì)各種交通狀況的能力有較大影響。行車中的信息80%以上是由駕駛?cè)说囊曈X(jué)系統(tǒng)獲?。?］，利用眼動(dòng)參數(shù)來(lái)衡量駕駛?cè)说奈ｋU(xiǎn)感知能力是可行的［2］。Azman Afizan and Meng Qinggang研究了駕駛員注意力分散對(duì)其駕駛過(guò)程中眼球運(yùn)動(dòng)和檔位操作造成的影響，研究結(jié)果表明眼球運(yùn)動(dòng)和檔位操作有顯著差異［3］。Underwood等人進(jìn)行了實(shí)車試驗(yàn)，主要研究并分析了不同熟練程度的駕駛?cè)嗽谝曈X(jué)搜索特性方面的差異［4］。Nerl D Lerner等研究駕駛員的判斷能力對(duì)道路交通環(huán)境安全的影響，研究結(jié)果表明，駕駛員對(duì)時(shí)間、距離、速度等的判斷與偏差與一定的交通危險(xiǎn)形態(tài)相對(duì)應(yīng)［5］。郭應(yīng)時(shí)等人利用眼動(dòng)儀，對(duì)駕駛?cè)说难蹌?dòng)特征和操縱特征等問(wèn)題進(jìn)行了多角度分析［6］。

本文選用眼動(dòng)參數(shù)來(lái)衡量危險(xiǎn)感知能力，針對(duì)不同駕齡的駕駛?cè)耍O(shè)計(jì)危險(xiǎn)模擬場(chǎng)景并進(jìn)行對(duì)比試驗(yàn)，采集試驗(yàn)過(guò)程中的眼動(dòng)參數(shù)［7］，分析其變化規(guī)律及差異性，研究駕齡對(duì)駕駛?cè)宋ｋU(xiǎn)感知能力的影響。

1 駕駛?cè)宋ｋU(xiǎn)感知能力分析

駕駛?cè)嗽谛熊囘^(guò)程中，會(huì)從周圍的交通環(huán)境中感知到危險(xiǎn)信息并進(jìn)行判斷和預(yù)測(cè)，進(jìn)而根據(jù)預(yù)測(cè)結(jié)果采取不同的操作，改變車輛行駛狀態(tài)。圖1為駕駛?cè)宋ｋU(xiǎn)感知機(jī)理圖。駕駛?cè)嗽谛熊囘^(guò)程中獲取的信息，有80%來(lái)自視覺(jué)，因此，駕駛?cè)艘曈X(jué)功能的好壞對(duì)行車安全有著直接影響，可以通過(guò)分析眼動(dòng)參數(shù)來(lái)衡量駕駛?cè)说奈ｋU(xiǎn)感知能力。本文選取注視時(shí)長(zhǎng)和注視點(diǎn)次數(shù)作為眼動(dòng)指標(biāo)。

圖1 駕駛?cè)宋ｋU(xiǎn)感知機(jī)理圖

2 虛擬試驗(yàn)總體設(shè)計(jì)

2.1 試驗(yàn)場(chǎng)景

本文中的場(chǎng)景均選自《駕車危險(xiǎn)101例》，如圖2所示，選擇的模型為前方某車輛突然出現(xiàn)故障，其他車輛紛紛緊急避讓，臨時(shí)變道?；谠撡Y料，在UC-win/road軟件中使用交通場(chǎng)景建模場(chǎng)景功能建立路段、交叉口、站臺(tái)等道路模型，添加綠化、建筑物、路燈等道路附屬特征，配置天空、天氣等交通環(huán)境，設(shè)置道路的交通流。

圖2 場(chǎng)景選材

2.2 試驗(yàn)儀器

本文選用FaceLAB眼動(dòng)儀來(lái)測(cè)量眼動(dòng)參數(shù)，其主要功能是測(cè)量頭部運(yùn)動(dòng)特征、視覺(jué)特征、面部特征、疲勞特征。通過(guò)一組攝像機(jī)進(jìn)行非接觸式測(cè)量，分析攝像頭采集的圖像信息，制定拍攝對(duì)象的面部特征，以及三維空間中視線方向等。試驗(yàn)儀器如圖3所示。模擬試驗(yàn)平臺(tái)由3D道路場(chǎng)景顯示裝置、服務(wù)器、試驗(yàn)場(chǎng)景軟件3部分組成。3D道路場(chǎng)景顯示裝置與服務(wù)器相連，虛擬場(chǎng)景通過(guò)3D道路場(chǎng)景顯示裝置顯示在曲面幕布上，駕駛?cè)烁鶕?jù)虛擬場(chǎng)景做出一系列眼動(dòng)反應(yīng)。

2.3 模擬車輛

選用UC-win/road軟件中的Car模型作為模擬車輛及干擾車輛，模擬車輛的整車參數(shù)、變速箱形式、制動(dòng)與轉(zhuǎn)向特性等具體參數(shù)如表1所示。

圖3 試驗(yàn)儀器

表1 模擬車輛參數(shù)

2.4 試驗(yàn)對(duì)象

選取37名符合道路交通法、持有有效駕駛證且為非職業(yè)的駕駛?cè)耍?9男18女）作為本次虛擬試驗(yàn)的被測(cè)試人員，基本情況如表2所示。根據(jù)公安部交管局2012年統(tǒng)計(jì)資料，駕齡在5年以內(nèi)的駕駛?cè)说氖鹿蕯?shù)占駕駛?cè)耸鹿士倲?shù)的45%以上，因此，以5年作為駕齡劃分依據(jù)，將37名被試對(duì)象分為兩組。同時(shí)，考慮到性別對(duì)試驗(yàn)的影響，兩組試驗(yàn)對(duì)象中男女駕駛?cè)吮壤嘟?/p>

表2 試驗(yàn)對(duì)象基本情況

2.5 虛擬試驗(yàn)過(guò)程

試驗(yàn)流程圖如圖4所示，其間注意試驗(yàn)儀器的調(diào)試要準(zhǔn)確，數(shù)據(jù)記錄要同步，做好人員分工，保證試驗(yàn)準(zhǔn)確性。

3 眼動(dòng)參數(shù)分析

3.1 注視時(shí)長(zhǎng)變化分析

不同駕齡的駕駛?cè)嗽谖ｋU(xiǎn)場(chǎng)景下的平均注視時(shí)長(zhǎng)分析結(jié)果如圖5所示，可以看出：

（1）整體而言，相對(duì)于駕齡長(zhǎng)的駕駛?cè)?，駕齡短的駕駛?cè)藢?duì)危險(xiǎn)發(fā)生區(qū)域的平均注視時(shí)長(zhǎng)更長(zhǎng)。

（2）當(dāng)危險(xiǎn)出現(xiàn)時(shí)，駕齡短的駕駛?cè)似骄⒁晻r(shí)長(zhǎng)相對(duì)較短，且變化幅度較小，這是因?yàn)槠漶{駛經(jīng)驗(yàn)相對(duì)匱乏，反應(yīng)能力也有所欠缺，容易忽視危險(xiǎn)的存在；相比而言，駕齡長(zhǎng)的駕駛?cè)说慕?jīng)驗(yàn)更加豐富，往往能夠提早意識(shí)到危險(xiǎn)的存在并采取有效的應(yīng)急措施，避免事故的發(fā)生，因此駕齡長(zhǎng)的駕駛?cè)似骄⒁晻r(shí)長(zhǎng)大幅增加，波動(dòng)明顯。

（3）當(dāng)危險(xiǎn)消失后，駕齡短的駕駛?cè)说钠骄⒁晻r(shí)長(zhǎng)保持穩(wěn)定，這表明其駕駛情緒在短時(shí)間內(nèi)無(wú)法平復(fù)到正常狀態(tài)，在短時(shí)間內(nèi)會(huì)一直保持高度集中狀態(tài)，而駕齡長(zhǎng)的駕駛?cè)说钠骄⒁晻r(shí)長(zhǎng)有明顯而迅速的下降，說(shuō)明其恢復(fù)駕駛情緒的能力較強(qiáng)，有利于提高行車安全。

圖4 試驗(yàn)流程圖

圖5 平均注視時(shí)長(zhǎng)變化

3.2 注視點(diǎn)變化分析

本文將危險(xiǎn)場(chǎng)景試驗(yàn)中的危險(xiǎn)區(qū)域進(jìn)行劃分，將模擬信息中的每個(gè)小格子抽象為一個(gè)邊長(zhǎng)10 cm的小正方形，使得駕駛?cè)说囊曈X(jué)觀察范圍主要集中在模擬圖形中的頭部左邊3個(gè)格和右邊7個(gè)格的水平范圍內(nèi)，即在左邊30 cm和右邊70 cm變化范圍內(nèi)。在此，研究在危險(xiǎn)出現(xiàn)時(shí)，不同駕齡駕駛?cè)说囊曈X(jué)注視點(diǎn)變化差異，記錄危險(xiǎn)出現(xiàn)后的60 s內(nèi)駕駛?cè)说淖⒁朁c(diǎn)分布，以注視的頻次為厘米直徑，做出不同駕齡的駕駛?cè)说囊曈X(jué)注視點(diǎn)變化圖，如圖6所示。

圖6 視覺(jué)注視點(diǎn)變化

圖中的圓圈直徑可以反映駕駛?cè)藢?duì)危險(xiǎn)區(qū)域注視興趣點(diǎn)的數(shù)目，圓圈直徑越大，說(shuō)明此區(qū)域?yàn)轳{駛?cè)颂峁┑奈ｋU(xiǎn)信息越重要。對(duì)比不同駕齡的駕駛?cè)嗽谖ｋU(xiǎn)場(chǎng)景下的視覺(jué)注視點(diǎn)分布結(jié)果，可知：

（1）整體而言，駕齡長(zhǎng)的駕駛?cè)嗣鎸?duì)危險(xiǎn)場(chǎng)景時(shí)，其注視點(diǎn)的分布明顯比駕齡短的駕駛?cè)嗣芗?/p>

（2）在危險(xiǎn)場(chǎng)景中，當(dāng)前車紛紛緊急轉(zhuǎn)向變道時(shí)，不同駕齡的駕駛?cè)硕紩?huì)自然而然關(guān)注左前方及左后方的區(qū)域，但從圖中可明顯看出，駕齡長(zhǎng)的駕駛?cè)说囊曈X(jué)搜索范圍相對(duì)更廣，興趣點(diǎn)更密集且分布區(qū)域更大，其對(duì)右后方的來(lái)車也有更多的關(guān)注。而駕齡短的駕駛?cè)擞捎隈{駛經(jīng)驗(yàn)相對(duì)匱乏，無(wú)法迅速而準(zhǔn)確地判斷出自身位置與周圍危險(xiǎn)車輛之間的相對(duì)位置關(guān)系，從而容忽視車輛右后方等潛在的危險(xiǎn)區(qū)域。

3.3 平均注視時(shí)長(zhǎng)及注視次數(shù)的差異性分析

在對(duì)虛擬試驗(yàn)數(shù)據(jù)進(jìn)行缺失數(shù)據(jù)補(bǔ)全、異常數(shù)據(jù)剔除后，利用SPSS軟件，對(duì)眼動(dòng)參數(shù)的算術(shù)平均值等描述統(tǒng)計(jì)量進(jìn)行定量分析。表3為駕齡在5年之內(nèi)及5年以上的駕駛?cè)嗽谔摂M試驗(yàn)中的各眼動(dòng)參數(shù)的算術(shù)平均值，其中，經(jīng)驗(yàn)變量中“1”表示駕齡段的駕駛?cè)?，?”表示駕齡長(zhǎng)的駕駛?cè)恕?/p>

（1）正態(tài)分布檢驗(yàn)

本文選用Q-Q圖和直方圖對(duì)數(shù)據(jù)進(jìn)行正態(tài)檢驗(yàn)，結(jié)果如圖7和圖8所示，可以看出，不同駕齡的駕駛?cè)说钠骄⒁晻r(shí)長(zhǎng)數(shù)據(jù)基本符合正態(tài)分布。

表4為平均注視時(shí)長(zhǎng)正態(tài)性檢驗(yàn)結(jié)果。由于Sig值均大于0.05，因而說(shuō)明數(shù)據(jù)服從正態(tài)分布。同理，可以對(duì)虛擬試驗(yàn)中的所有眼動(dòng)參數(shù)進(jìn)行正態(tài)性檢驗(yàn)，結(jié)果表明駕駛?cè)说淖⒁暣螖?shù)及平均注視時(shí)長(zhǎng)均服從正態(tài)分布。

表3 眼動(dòng)參數(shù)各變量算術(shù)平均值

圖7 駕齡短的駕駛?cè)俗⒁晻r(shí)長(zhǎng)Q-Q圖及直方圖

圖8 駕齡長(zhǎng)的駕駛?cè)俗⒁晻r(shí)長(zhǎng)Q-Q圖及直方圖

本文主要研究駕駛?cè)说鸟{齡對(duì)其危險(xiǎn)感知能力的差異性影響，因此，針對(duì)駕齡的單因素，對(duì)各變量進(jìn)行方差分析，結(jié)果如表5所示，可以看出，當(dāng)顯著性水平為5%時(shí)，可以認(rèn)為總體方差相等。

表4 注視時(shí)長(zhǎng)正態(tài)檢驗(yàn)

表5 方差齊性檢驗(yàn)

4 結(jié)論

（1）駕齡長(zhǎng)短對(duì)駕駛?cè)说奈ｋU(xiǎn)感知特性有顯著性影響。在遇到突發(fā)危險(xiǎn)狀況時(shí)，駕齡短的駕駛?cè)擞捎诮?jīng)驗(yàn)匱乏，緊張程度較高，平均注視時(shí)長(zhǎng)相對(duì)較小，注視點(diǎn)分布比較集中；而駕齡長(zhǎng)的駕駛?cè)藢?duì)危險(xiǎn)區(qū)域的關(guān)注范圍更大，注視點(diǎn)分布分散而密集。

（2）利用本文分析得出的不同駕齡駕駛?cè)俗⒁曅袨榈奶攸c(diǎn)，可以有針對(duì)性地指導(dǎo)高事故傾向性駕駛?cè)说呐嘤?xùn)，進(jìn)一步改善其視覺(jué)搜索策略，改善行車安全性。

［1］唐登科.駕駛?cè)笋{車生理、心理反應(yīng)與道路線1期關(guān)系的研究［D］.南京：東南大學(xué)，2006.

［2］彭國(guó)雄，莫漢康.城市公交?？空驹O(shè)置常見(jiàn)問(wèn)題及對(duì)策［J］.交通運(yùn)輸工程學(xué)報(bào)，2001，1（3）：77-80.

［3］Azman Afizan. Schedule-based and autoregressive bus running time modeling in the presence of driver-bus heterogeneity［J］.Computer-aided Systems in Public Transport. 2008：301-317.

［4］Underwood Gollen, Chapman Poric, Brocklehurst Netor. et al.Visual attention while driving: sequences of eye fixations made by experienced and novice drivers［J］. Ergonomics，2003，46（6）：629-646.

［5］Neal D Lerner. Modeling variations in bus schedule adherence at the stop level on an urban arterial road［J］. Journal of Transportation Engineering. 2014，7（140）：33-47.

［6］郭應(yīng)時(shí).交通流微觀仿真與駕駛員行為建模理論及方法［M］.北京：科學(xué)出版社，2010.

［7］張鵬.城市常規(guī)公交車駕駛員勝任特征評(píng)價(jià)理論與方法［D］.北京：北京交通大學(xué)，2012.