譚 婷，王羽塵，宗晨宏，王祉祈

（南京林業(yè)大學 汽車與交通工程學院，江蘇 南京210037）

0 引言

隨著交通事業(yè)的發(fā)展，我國公路隧道通車里程逐年增加，隧道群數(shù)量也隨之增加。截至2018年末，已建成公路隧道17 738處，總長1 723.61萬米[1]。隧道作為公路的瓶頸路段，具有封閉性、不可及性、聯(lián)絡與救援困難等特性。隧道群路段隧道密集、隧道間距短，連續(xù)進、出隧道口駕駛人將經(jīng)歷“暗適應”和“明適應”的快速轉換，使得隧道群成為公路上的敏感區(qū)域[2]。

國內(nèi)外學者對隧道駕駛人的視覺特征研究主要集中在行車安全評價指標的建立以及視覺特性參數(shù)的變化兩方面。部分學者基于瞳孔面積變化對隧道行車視覺特征展開研究，例如分析環(huán)境光照與瞳孔面積的關系[3]、建立隧道出入口行車安全評價指標[4]以及運用數(shù)學模型分析隧道出口的眩光效應[5]等。通過研究駕駛人的眼動參數(shù)以表征視覺特性的變化，如運用BP神經(jīng)網(wǎng)絡模擬視覺特征參數(shù)變化[6]，以及利用動態(tài)聚類理論分析不同注視點的視覺區(qū)域并建立眼動參數(shù)與隧道距離的關系模型[7]等。

綜上所述，已有研究主要是通過建立隧道行車安全評價指標以表征隧道路段的交通安全性，針對隧道群駕駛人的視覺特征研究集中在出入口段，而對各個區(qū)段的整體研究較少。本文在劃分公路毗鄰隧道群不同區(qū)段的基礎上，分析各個區(qū)段駕駛人視覺特征指標變化特點，結合隧道群交通環(huán)境分析變化差異性，有利于駕駛人隧道群行車安全的評價。

1 隧道群定義及間距劃分

目前，國內(nèi)外關于隧道群尚未給出統(tǒng)一的定義。在《公路照明設計細則》（JTG/T D70/2-01-2014）以及《公路隧道設計規(guī)范》（JTG3370.1-2018）中皆稱之為“連續(xù)隧道”，并未界定距離的長短。

王少飛綜合隧道間通風、照明、交通安全以及防火安全等因素，建議當兩隧道間距L≤250m時，定義為毗鄰隧道；當兩隧道間距L＞250m且L≤1 000m時，定義為連續(xù)隧道；毗鄰隧道和連續(xù)隧道統(tǒng)稱為隧道群[8]。諸文江基于駕駛人明暗適應時間推算出不同車速下隧道之間的極限距離，如表1所示[9]。

隧道群的分段根據(jù)杜志剛對隧道路段駕駛員最小注視時間的研究，將隧道群劃分為入口段、中間段、出口段以及開敞段，并將隧道入口前約15s行駛距離作為普通路段（該路段終點與隧道入口間的距離應大于10s行程）[10]。

2 試驗設計

2.1 試驗路段

試驗路段選取S38常合高速公路茅山隧道群路段，雙向分離式隧道，每個方向由兩個隧道組成，開敞段長度在200～250m之間，屬于毗鄰隧道。設計速度120km/h，隧道內(nèi)限速80km/h，試驗車輛速度控制在75km/h±5km/h。隧道內(nèi)部為LED照明。

2.2 試驗儀器與對象

試驗車輛為大眾邁騰1.8T轎車，選擇在晴朗的白天進行試驗。選取5名駕駛人作為試驗對象，試驗對象均至少擁有3年的駕駛年限，無不良駕駛習慣且矯正視力正常。為保證實驗數(shù)據(jù)的準確性以及人員安全，要求實驗前駕駛人不得飲酒或吃藥，且保證充足睡眠。使用Tobii Glasses 2便攜式眼動儀采集駕駛人在試驗路段往返行車過程中的試驗數(shù)據(jù)，該眼動儀帶有無線實時觀察功能，可獲得最自然的視覺行為數(shù)據(jù)。

3 隧道群不同區(qū)段駕駛人視覺差異性分析

3.1 視覺特征表征指標

在行車過程中，駕駛人的視覺特征與駕駛人的信息獲取和決策能力有著內(nèi)在的聯(lián)系[11]。由于隧道內(nèi)影響駕駛人視覺特征參數(shù)變化的主要因素為光照條件以及封閉的空間環(huán)境[12]，故選取瞳孔面積、注視次數(shù)及注視時間作為研究駕駛人視覺特征的表征指標。

（1）瞳孔面積

瞳孔的大小受光線、情緒和認知負荷等因素的影響[13]。研究表明：瞳孔大小是心理、生理負荷的靈敏指標[14]。當光照強度較大時，瞳孔面積會減小以降低光線對視網(wǎng)膜的刺激。當光照強度較小時，瞳孔面積會增大使更多光照量進入。因此，瞳孔面積的變化可以反映駕駛人在不同刺激條件下的注意狀態(tài)，進一步表征駕駛人視覺適應性以及視覺負荷的程度[15]。

（2）注視次數(shù)及注視時間

由于隧道路段空間結構以及光環(huán)境的變化，在隧道不同區(qū)段駕駛人的注視行為會有所區(qū)別，主要體現(xiàn)在注視次數(shù)以及注視時間兩方面。與此同時，注視的次數(shù)取決于與駕駛相關的視覺信息處理的數(shù)量，而與信息的深度無關[16]。不同區(qū)域注視次數(shù)的多少以及注視時間的長短在一定程度上反映了駕駛人在行車環(huán)境中對不同位置關注程度的高低[17]。

3.2 BP神經(jīng)網(wǎng)絡

由于駕駛人視覺特征表征指標受外界環(huán)境、主觀條件等多方面因素的影響，且相關因素難以準確測量。因此需要以多個實驗數(shù)據(jù)為基礎進行人工模擬，以探究視覺指標的變化特性。BP神經(jīng)網(wǎng)絡是一種按誤差逆?zhèn)鞑ニ惴ㄓ柧毜亩鄬忧梆伨W(wǎng)絡，拓撲結構包括輸入層、隱層及輸出層，如圖1所示。

圖2 BP模型傳遞函數(shù)

運用mapminmax算法對數(shù)據(jù)進行預處理以集中數(shù)據(jù)范圍。在模型中采用距離排序作為輸入量，按50m間隔設置觀測點并采用logsig函數(shù)作為傳遞函數(shù)以規(guī)范輸入值，如圖2所示。其中輸出層進行5 000次訓練，訓練錯誤設置為不超過1%。

3.3 試驗結果分析

3.3.1 瞳孔面積

根據(jù)隧道群路段照明及結構條件，將隧道群劃分為入口段、中間段、開敞段以及出口段，并增加隧道群以外的普通路段作為對比研究，數(shù)據(jù)如表2所示。

表2 隧道群駕駛人瞳孔面積 單位：mm2

在對瞳孔面積變化進行BP模擬訓練之前，應判斷5個駕駛人樣本數(shù)據(jù)之間不存在顯著差異以滿足數(shù)據(jù)的有效性，即單因素方差分析進行顯著性檢驗。

單因素方差分析要求各個樣本總體滿足獨立性、正態(tài)性。試驗期間5個駕駛人不存在干擾，各自獨立，因此滿足獨立性要求。利用SPSS對5個獨立樣本進行K-S檢驗皆為P＞0.05即滿足正態(tài)性，進一步可以進行單因素方差分析，采用LSD法完成各組均值間的配對比較，分析結果見表3。

表3 入口平均瞳孔面積單因素方差分析結果

根據(jù)單因素方差數(shù)據(jù)檢驗結果，5個樣本數(shù)據(jù)之間不存在顯著性差異，滿足條件進行BP模擬訓練以整合數(shù)據(jù)變化趨勢，結果如圖3所示。

可以看出，駕駛人在普通路段及隧道群路段的整體變化主要呈現(xiàn)出“平穩(wěn)—上升—平穩(wěn)—下降—上升—平穩(wěn)—下降”的趨勢，其中瞳孔面積變化值在中間段達到最高，在普通路段最低，不同路段瞳孔面積的變化也有所不同。

（1）在普通路段行車過程中，駕駛人的瞳孔面積變化平穩(wěn)。由于外界光照條件穩(wěn)定，且車輛在高速公路為自由流行駛，因此外界干擾較小，瞳孔面積呈現(xiàn)極小范圍波動的平穩(wěn)變化，其視覺負荷也相對較小。

（2）入口段駕駛人的瞳孔面積逐漸上升，且第二個隧道入口段相比于第一個隧道入口段變化率大，越靠近隧道洞口截面瞳孔面積變化率越大。由于隧道的半封閉式結構，在進入隧道前駕駛人很難準確通過視覺獲取隧道內(nèi)的交通信息。與此同時，隧道群入口段的光照由明到暗急劇變化，駕駛人需在短時間內(nèi)完成視覺的明暗過渡，由此造成駕駛人的心理壓力較大從而間接影響駕駛人的瞳孔變化。因此，在光照條件以及心理壓力的影響下，駕駛人的瞳孔面積將增大以便更多光線進入獲取周邊信息，且洞口附近變化幅度最大。而毗鄰隧道群開敞段間距較短，駕駛人在第二個隧道入口段的瞳孔面積變化更為劇烈。

（3）在隧道中間段，瞳孔面積變化達到最大且趨于平穩(wěn)變化。由于中間段處于封閉的空間，光照完全由隧道內(nèi)部燈光提供，此時光照環(huán)境最暗，駕駛人需增大瞳孔面積以獲取更多光線。此外，高速公路隧道內(nèi)禁止駕駛人超車及變道，因此交通流變化較小，相比于出入口段，視覺負荷小，瞳孔面積變化平穩(wěn)。

（4）當進入隧道群的開敞段，光照明暗變化迅速，瞳孔面積迅速增大并立即減小，變化速率相比于入口段與出口段更大，變化的最低點略高于普通路段。由于此時駕駛人視覺負荷較大，瞳孔面積尚未恢復平穩(wěn)狀態(tài)就又進入暗適應過程。第二個隧道入口段緊鄰開敞段，駕駛人在適應明暗變化的同時需盡快集中注意力辨認下一入口段的交通信息，因此隧道開敞段駕駛人瞳孔面積變化幅度大且最低點高于普通路段。

（5）在隧道出口段，駕駛人瞳孔面積逐漸減小，直到再次適應外界光照條件，變化趨于平穩(wěn)，且第二個隧道出口段瞳孔面積變化率比第一個隧道出口段小，出口段瞳孔面積變化率比入口段小。由于人眼的明適應比暗適應更快，駕駛人在出口段適應外界明亮環(huán)境更快。

3.3.2 注視分布

（1）注視區(qū)域劃分

注視區(qū)域劃分是研究駕駛人注視特征的基礎，使用聚類方法進行駕駛人注視區(qū)域劃分可克服傳統(tǒng)注視區(qū)域劃分主觀性大的缺點[18]。K-means聚類原理即對于給定的樣本集，按照樣本間的距離大小，將樣本集劃分為K個簇，并讓簇內(nèi)的點盡量緊密的連在一起，而讓簇間的距離盡量的大[19]。

對采集到的5名試驗對象共計6 326個注視點進行聚類分析。在對聚類數(shù)量取值分別為5、6、7、8類的情況處理比較后，最終認為6類較為合理，并將駕駛人的視野平面分為6個界限明顯的區(qū)域，見圖4。通過對比試驗錄像，確定各個區(qū)域的主要注視目標如表4所示。

（2）注視次數(shù)及時間分布

在動態(tài)聚類的基礎上，對駕駛人在隧道群各個區(qū)段行車過程中的注視次數(shù)以及注視時間進行統(tǒng)計，并分析不同注視區(qū)域的其占比情況，見表5。

①普通路段上駕駛人普遍對遠方視野關注較多，注視次數(shù)及時間占比皆在80%左右。其次關注較多的是車內(nèi)儀表盤，注視次數(shù)及注視時間占比分別為10.80%和17.78%。由于在高速公路的普通路段行車時，駕駛人一方面由于自由交通流車速較高，視線高度集中，且動視野隨著車速的增加視覺焦點逐漸遠移，因此注視點的位置更多的落在遠方視野區(qū)域內(nèi)，另一方面車速越快駕駛人對速度的感知能力會逐漸降低，從而需要關注儀表盤車速變化以防超速違章。

圖3 瞳孔面積BP神經(jīng)訓練

圖4 注視區(qū)域劃分

表4 各注視區(qū)域主要注視目標

表5 隧道群各區(qū)段不同注視區(qū)域的注視次數(shù)及時間占比 單位：%

②在隧道群入口段，注視次數(shù)占比較高的為遠方視野、前方近處視野以及車內(nèi)儀表盤，注視時間占比較高的為遠方視野、車內(nèi)儀表盤以及前方近處視野。相比于普通路段，減少了對遠方視野的關注度。在隧道入口段由于隧道限速的影響，駕駛人增加了對車內(nèi)儀表盤的關注以保證車速在限速范圍內(nèi)。此外，隧道入口段光照條件發(fā)生變化，駕駛人對遠方信息及隧道內(nèi)部的辨別更難，而前方近處即隧道洞口附近的交通信息更多，如測速區(qū)間、交通標志、可變信息板等，因此增加了對前方近處視野信息的關注度。

③進入隧道群中間段，遠方視野的注視次數(shù)及時間占比降低，而前方近處視野的占比上升。由于隧道中部空間封閉、照度低、環(huán)境單調(diào)，會使駕駛人對速度、距離的感知變?nèi)鮗20]，而隧道中間段車輛間距相比于普通路段較近，跟馳現(xiàn)象更普遍。因此相比其他路段遠方的危險較少而駕駛人對前方車輛的關注度較多。

④在隧道群的開敞段，駕駛人遠方視野的注視次數(shù)占比為81.68%，而注視時間占比為48.55%，其次是前方近處視野為37.33%。由于毗鄰隧道群的開敞段較短（200～250m），而光照條件由暗到明再由明到暗的變化迅速，駕駛人視覺負荷大。此時關注遠方視野更多為集中注意力判斷隧道下一個入口位置以及相關交通信息，而在禁止超車及變道的限制條件下，該道路交通信息較易辨別，因此遠方視野的注視次數(shù)占比多而注視時間占比少。此外，開敞段間距較小，明亮環(huán)境下對前方近處關注度也較多。

⑤隧道群的出口段不同注視區(qū)域的注視次數(shù)及時間占比大致與普通路段相似。由于明適應的過程一般只需幾秒鐘或幾分鐘，因此駕駛人的關注度受影響較小。

4 結論

駕駛人在隧道群與單一隧道行車過程中，其視覺信息認知模式存在較大的不同，通過分析對比隧道群（毗鄰隧道）不同區(qū)段駕駛人視覺特征，得出以下結論：（1）隧道群不同區(qū)段上駕駛人的瞳孔面積的變化趨勢大致呈現(xiàn)“上升—平穩(wěn)—下降—上升—平穩(wěn)—下降”的趨勢，其中開敞段瞳孔面積的變化速率最大且最低點略高于普通路段。（2）由于隧道群不同區(qū)段駕駛人的信息關注點不同，其不同注視區(qū)域的注視次數(shù)及時間占比也有所差別，主要體現(xiàn)為遠方視野、前方近處視野以及車內(nèi)儀表盤三個注視區(qū)域的占比不同。

本文研究了隧道群（毗鄰隧道）各個區(qū)段的駕駛人的瞳孔面積以及注視分布特征，較為完整地對比分析了駕駛人在隧道群行車過程中的視覺特征變化，為隧道群行車安全評價提供借鑒意義。在今后的研究中將進一步增加不同類別的隧道群，并擴大不同駕駛經(jīng)驗以及不同性別的駕駛人樣本，以深入研究隧道群駕駛人視覺特征的差異性。