李虹燕，王 迪，劉心茹，蘇振海，范新琪，孫 琪

(山東交通學院 交通與物流工程學院, 濟南 250357)

0 引言

霧天條件下因能見度降低、視距不足，駕駛人的視覺、情緒易受到較大影響. 不良的道路環(huán)境會影響駕駛人的信息捕捉能力及對突發(fā)事故的判斷能力，更容易發(fā)生交通事故. 與晴天事故相比，霧天交通事故后果更為嚴重,傷亡率明顯增加[1]. 據(jù)統(tǒng)計，在我國公安交通管理部門受理的道路交通事故案例中，惡劣天氣導致的交通事故量占全年交通事故量的24.97%、傷亡率為22.74%；而霧天導致的交通事故量占惡劣天氣條件下交通事故量的10.25%，傷亡率為10.87%，盡管與霧天相關的交通事故較少，但霧天條件下造成的經(jīng)濟損失最為嚴重，且霧天發(fā)生交通事故的傷亡率最高，約為正常天氣條件的10倍[2].

事實上，駕駛過程中80%的信息由視覺獲取并加工，駕駛人視覺測試研究證實，人因(Human Factors)占事故致因的比例高達92.6% ,而在人因中起主導作用的因素也多與視覺有關，包括駕駛人觀察不當、注意力不集中、動態(tài)視敏度較差等. 可見，視覺特性研究在交通安全中占據(jù)極為重要的地位. 以往的研究探究了視覺信息、聽覺信息及信息復雜度對視覺表現(xiàn)的影響. 學者們通過對注視點的研究發(fā)現(xiàn)，視覺信息的出現(xiàn)會導致掃視時長與掃視頻率的顯著變化[3],使得注視時長變短、注視點分布不穩(wěn)定[4]，并且減少駕駛人對道路中心的關注.

由于真實環(huán)境受限，在惡劣天氣條件下駕駛試驗危險性較高，本研究結合霧天條件下的交通特征，通過車路協(xié)同模擬試驗，采集駕駛人的視覺數(shù)據(jù)和車輛的運行數(shù)據(jù)[5]，驗證能見度在差、較差、較好、好4種情況下駕駛人的行車速度、加速度、注視時間、掃視速度、瞳孔直徑的變化，分析駕駛人在霧天條件下車輛的運行狀態(tài)及影響程度，得到相應結論. 為避免或減少霧天條件下的交通事故以及研究駕駛人在霧天不同能見度下的視覺特性和車輛運行特征提供理論基礎.

1 駕駛人視覺搜索及眼動行為

駕駛人的視覺搜索過程是眼球通過掃視運動從1個注視點到下1個注視點[6]. 利用這種運動方式在視野內(nèi)循環(huán)交替搜尋目標，直到發(fā)現(xiàn)駕駛人感興趣的信息. 注視、掃視和眼動追隨是駕駛人行車過程中的眼動基本形式[7].

注視行為是駕駛人能清晰的看到觀察對象的視覺過程. 單次注視持續(xù)時間作為處理有效信息的度量標準，可反映駕駛人對有效信息提取的難易程度. 累積注視持續(xù)時間可反映駕駛人對某一注視對象的感興趣程度，也代表駕駛人處理刺激信息所消耗的時間[8].

掃視行為產(chǎn)生于2次注視之間[9]，通常指人眼對于交通環(huán)境中目標搜索的過程. 掃視行為發(fā)生的速度特別快，與駕駛人雙眼的跳動幾乎一致.

圖1 視野圖

眼動追隨就是當觀察對象發(fā)生移動時為了可繼續(xù)注視觀察對象，眼球會隨之移動，此時眼球的運動稱追隨運動. 其眼動追隨的目的是讓觀察對象成像時準確地落在駕駛人雙眼視網(wǎng)膜的中央凹處. 然而，在觀察對象運動過快或過慢時就很難發(fā)生眼動的追隨運動. 在這種情況下，眼動追隨就需要掃視行為的參與.

基于駕駛人視覺搜索及眼動行為特征，在車路協(xié)同模擬試驗過程中采集注視、掃視、眼動追隨幾個參數(shù)對駕駛人行為、視覺感知能力、駕駛人及車輛運行狀態(tài)進行分析.

2 車路協(xié)同模擬測試

2.1 相關試驗設備的介紹

試驗選用Simulator駕駛模擬器作為車輛運行數(shù)據(jù)的采集儀器，試驗倉選擇了大眾帕薩特1.8 T轎車，如圖2所示. 此實驗倉具有真實的制動系統(tǒng)、轉向系統(tǒng)，模擬真實的駕乘環(huán)境，并通過傳感器反饋給計算機.

圖2 駕駛模擬器

駕駛員在操作時通過眼動儀進行視線跟蹤，該眼動儀可有效提取運行軌跡、眼動時間、眼動速度、注視點位置和瞳孔的大小等相關參數(shù)，并進行相關數(shù)據(jù)分析.

2.2 試驗條件準備

2.2.1 試驗人員篩選

圖3 測試現(xiàn)場

從公安部交管局公布的2020年駕駛人數(shù)據(jù)中得到駕駛人的年齡分布. 18～25歲占11.65%；26～50歲71.79%；51～60歲占13.36%. 從駕駛人的駕齡分布看，1～5 a駕齡占27.90%；6～10 a駕齡占29.83%. 從駕駛人的性別分布看，男性占66.32%，女性占33.68%. 基于駕駛人年齡、駕齡分布特征選取20名視力或者矯正視力正常，年齡分布在20～50歲,駕齡2～10 a駕駛人作為被試者，被試者均具有高速駕駛經(jīng)驗并熟悉駕駛模擬器和眼動儀器的操作方法. 在進行試驗前要求試驗對象睡眠充足、飲食正常，不得飲酒和服藥，避免因試驗對象疲勞駕駛、身體不適或者使用藥物異常而導致的試驗值誤差，駕駛員信息見圖4.

圖4 模擬器試驗駕駛人基本信息

2.2.2 試驗路段設置

建設長度為19.8 km的濟南國際機場高速公路為模擬試驗路段，選取其中道路條件和交通環(huán)境穩(wěn)定的2 km直線路段進行數(shù)據(jù)分析并采用SCANeR studio車路協(xié)同模擬系統(tǒng)進行平臺搭建.

車輛類型根據(jù)實際駕駛模擬器的車輛類型設定為小型轎車，道路的基本條件為雙向6車道，車道寬度為3.75 m，車道采用單一的白色邊緣線和白色中心線作為標記，路側設置護欄、行道樹、道路標志等日常道路設施，模擬試驗路段如圖5所示.

圖5 模擬試驗路段

2.2.3 試驗方案

在車路協(xié)同模擬器中設置自由流，道路的起點與終點分別導入固定車流，并在同向最內(nèi)側車道加入車速為90～120 km/h的限定車流，道路起點車流如圖6所示. 試驗設置50、200、350、500 m能見度的車路協(xié)同模擬測試場景，駕駛人佩戴眼動儀在霧天試驗場景下完成加速、勻速、減速3種行車狀態(tài). 在駕駛模擬過程中，車、路、人3方實現(xiàn)動態(tài)實時信息交互，車輛數(shù)據(jù)及道路數(shù)據(jù)反饋給SCANeR studio車路協(xié)同模擬系統(tǒng)，進行車輛運行數(shù)據(jù)的輸出，配合眼動設備同時采集駕駛員的運動參數(shù).

圖6 道路起點導入車流情況

3 試驗結果分析

3.1 眼動數(shù)據(jù)分析

對駕駛人在不同能見度下行駛過程中的注視持續(xù)時間、掃視持續(xù)時間和眨眼時間數(shù)據(jù)進行處理，得到累積注視時間、累積掃視時間和累積眨眼時間的百分比，見圖7.

圖7 累積注視、掃視、眨眼行為時間占比

從整體來看，在一定時間內(nèi)，4種能見度下駕駛人行車過程中累積注視時間占比最高，再者為累積掃視時間，其次累積眨眼時間占比最少，這表明，駕駛人在霧天行車過程中以注視為主，發(fā)生眨眼行為的時間很少[10].

從注視的累積時間占比可看出，50 m能見度下的累積注視時間較200、350、500 m能見度下的注視累積時間占比最高，這說明在50 m能見度的情況下，駕駛人從中能提取到的信息效率低，需要較多的注視時間來獲取道路信息，200、350 m能見度下注視占比時間較低，這說明能見度較高，車速相對緩慢的情況下，駕駛人從中能提取到的信息效率高，500 m 能見度情況下，駕駛員車速較快，需要較多的注視時間來獲取道路信息，注視時間相對較高.

從掃視和眨眼的累積時間占比可看到，50 m能見度下的累積眨眼時間占比低于200 m能見度條件，這說明駕駛人在50 m能見度下行車時精力更為集中. 50 m能見度下的累積掃視時間占比略高于200 m能見度條件，這說明當駕駛人在注視前方很難得到有效信息時，可能會借助觀察其他輔助信息，比如路面的標線、兩側綠化和護欄來判斷行車的安全性.

3.1.1 注視特性

注視次數(shù)可作為衡量視覺搜索效率的1個指標，注視頻次越高表明駕駛人搜尋感興趣區(qū)域的效率越低. 對單次注視持續(xù)時間數(shù)據(jù)求取各區(qū)間段的頻次占比，以0.1 s為1個區(qū)間段，可得到駕駛人在4種能見度下在行車過程中的注視持續(xù)時間區(qū)段分布. 駕駛人注視時間分段統(tǒng)計結果見表1.

表1 駕駛人注視持續(xù)時間分段統(tǒng)計結果

不同能見度下單次注視持續(xù)時間的頻次占比在各個區(qū)間段中的變化大致相同，主要是集中在0.08～0.5 s區(qū)段內(nèi)，且長時間的注視頻次呈逐級遞減趨勢. 經(jīng)計算可得出在4種能見度中，0.08～0.5 s 區(qū)間段的頻次占比和都在80%以上.

在區(qū)間段0.1～0.2 s內(nèi)，四種能見度下的注視頻次占比較為突出，結合表1計算可得這一區(qū)間段的占比在所有區(qū)間中最高，緊隨其后的是0.2～0.3 s區(qū)間段，這說明在霧天條件下，駕駛人往往以短暫注視來搜索感興趣的信息.

在0.1～0.2 s區(qū)間段，駕駛人在50 m能見度下行車發(fā)生的單次注視持續(xù)時間的頻次占比明顯最高，這說明駕駛人在視野條件差時，注視頻次偏高，駕駛人的視覺搜索效率也會降低，駕駛人更偏向于多次進行短暫的注視來獲取有效信息.

3.1.2 掃視特性

掃視速度可反映出駕駛人在尋找興趣目標的速度，也可表示對上一次注視所得信息的處理速度. 根據(jù)區(qū)間段對掃視速度的數(shù)據(jù)求取頻次占比，以50°/s作為1個區(qū)間段，得到駕駛人在4種不同能見度下行車的掃視速度區(qū)段分布，駕駛人掃視速度分級統(tǒng)計結果見表2.

駕駛人在行車過程中，單次掃視速度主要集中在30～200°/s范圍內(nèi)，占比均在80%左右. 掃視速度在50～100°/s范圍內(nèi)的占比高于其他區(qū)間段；50 m能見度下掃視速度占比明顯低于其他3種能見度，在快速掃視范圍內(nèi)，50 m能見度的占比略高于其他3種能見度；30～50°/s區(qū)間段次之. 得出結論：在霧天條件下，駕駛人偏向于通過較慢的掃視獲取興趣信息，在低能見度情況下，駕駛人精力高度集中，進行多次迅速掃視觀察周邊情況，獲取有效信息.

3.1.3 瞳孔特性

瞳孔大小可描述駕駛人的心理緊張程度. 由于整個駕駛過程較為平緩，無法選擇1個共同的時間點來比較不同能見度下駕駛人的瞳孔面積變化率，因此選擇在整個駕駛過程中瞳孔面積變化率的最大值作為依據(jù).

(1)

式中，Φ為瞳孔面積變化率(%)；SI為原始瞳孔面積(mm2)；S0為變化后的瞳孔面積(mm2).

可計算出駕駛人在行車過程中瞳孔面積的變化率，將瞳孔面積變化率的最大值進行整理，得到瞳孔面積變化率最大值見圖8.

研究表明，瞳孔面積變化率大于40%，表示駕駛人心理狀態(tài)緊張；在20%～40%之內(nèi)，表示駕駛人心理狀態(tài)較緊張；小于20%，表明駕駛人的心理狀態(tài)較為舒適[11]. 在50 m能見度時，駕駛人的瞳孔面積變化率最大值更大，表明駕駛人在50 m能見度條件下駕駛車輛更為緊張. 由此得出，在視野條件越差的情況下，駕駛人的心理狀態(tài)越緊張.

表2 駕駛人掃視速度分段統(tǒng)計結果

圖8 瞳孔面積變化率最大值

3.2 車輛運行數(shù)據(jù)分析

3.2.1 速度

通過處理駕駛人在不同能見度下車輛行駛速度的試驗數(shù)據(jù)，得到速度平均值，見表3.

表3 模擬試驗速度平均值

得出在能見度越高的情況下，駕駛人的速度平均值呈上升趨勢.

為判斷霧天能見度與車輛速度平均值之間相互關系的密切程度，對20位駕駛人在4種不同霧天能見度下的車輛速度平均值與霧天能見度做皮爾遜相關性分析，見表4.

表4 相關分析結果表

霧天能見度和車輛速度平均值之間的皮爾遜相關系數(shù)為0.991，表示在該霧天能見度下車輛行駛的速度平均值呈顯著正相關. 霧天能見度和車輛速度平均值兩變量之間不相關的Sig雙側檢驗值為0.009，小于0.01(雙星號標記表示在0.01級別以下，相關性顯著)，所以認為此標記的相關系數(shù)是顯著的. 因此推出：霧天的能見度與在該條件下駕駛人行駛車輛的速度平均值兩變量之間存在顯著正相關性，即霧天的能見度越高，駕駛人行駛車輛的平均速度越高.

運用SPSS分析軟件試求解回歸方程，通過所有曲線估算模型分析結果的對比，三次方程曲線的R2最大，為1.000，說明該模型可解釋因變量的100%差異，由此得出擬合得到的回歸系數(shù)有效，且三次方程曲線完全擬合了在該霧天能見度下駕駛人行駛車輛的速度平均值之間的關系. 參數(shù)和常數(shù)項的估計值見表 5，三次方程擬合曲線見圖9.

表5 參數(shù)和常數(shù)項的估計值

圖9 三次方程擬合曲線

根據(jù)三次方程曲線的參數(shù)和常數(shù)項的估計值，X為霧天能見度(m)，Y為該能見度下的平均速度(km/h2)，因此得到模型的三次方程為：

Y=14.481+0.405X+0.001X2+1.04×10-6X3

(2)

3.2.2 加速度

計算駕駛人在4種能見度下正向加速度和反向加速度的平均值，得出4種能見度下駕駛人行駛車輛的加速度平均值，繪制不同能見度下的平均加速度折線圖，模擬試驗加速度平均值見表6，平均加速度趨勢圖見圖10.

表6 模擬試驗加速度平均值

圖10 加速度平均值趨勢圖

如圖中1區(qū)域所示，在50 m能見度時，減速度的數(shù)值在所有能見度中最大，說明在50 m能見度條件下駕駛人對減速的需求較大，減速的操作行為較多，從上圖可看出50 m能見度下的正向加速度同樣較高，由此推出50 m能見度的行車狀態(tài)較其他3種能見度的行車狀態(tài)最不穩(wěn)定.

見圖10中2區(qū)域所示，在200 m能見度即天氣條件較差時，正向加速度和反向加速度與50 m能見度條件下相比都有所減少，這說明在200 m的能見度下，駕駛人對行車過程中的加減速的需求相對較少，不會盲目加速、減速. 由此推斷在200 m能見度時駕駛人的駕駛狀態(tài)相對平穩(wěn)，駕駛人的駕駛行為也較為謹慎.

見圖10中3區(qū)域所示，在350、500 m能見度下，正向加速度平均值增大，減速度的平均值減小，這說明當能見度逐漸增高時，駕駛人的正向加速增多，而反向加速度的絕對值也會相應減少，可推出駕駛人在能見度高，即視野條件越好的情況下，駕駛人行車狀態(tài)越為放松.

據(jù)上述分析可看出在霧天條件下駕駛人的行車狀態(tài)隨能見度的變化而變化，在能見度高的天氣情況下，駕駛人行車狀態(tài)越為放松，能見度較低的情況下，駕駛人的行車狀態(tài)越緊張.

4 結論與展望

1)駕駛人在霧天行車過程中，視野條件越差行車狀態(tài)越不穩(wěn)定，駕駛人對減速的需求比較高，駕駛行為比較謹慎，不做過多的加速和減速行為；

2)駕駛人在霧天行車時，單次注視持續(xù)時間主要集中在0.08～0.5 s. 駕駛人在霧天行車時往往以短暫的注視來搜索感興趣信息；在視野條件越好的情況下，駕駛人處理有效的信息更多更復雜，單次注視持續(xù)時間會隨之增長；

3)霧天條件下，駕駛人偏向于較慢的掃視來獲取興趣信息；在低能見度情況下，駕駛人進行多次迅速的掃視獲取有效信息；

4)瞳孔面積變化率隨能見度增高而降低，在視野條件越差的情況下，駕駛人的心理狀態(tài)更為緊張.

在真實環(huán)境中由于模擬受限，所以采用實驗室車路協(xié)同模擬試驗. 以此得出不同霧天能見度對駕駛人的影響及關系，為減少霧天條件下的事故傷亡率提供依據(jù). 有效保證了交通安全及人身安全. 但由于試驗場景單一，與實際情況有所差距，因此準確性有一定影響. 故希望在論文的選擇、結構和成文上，提出寶貴的建議.

將霧天條件主觀設定為50、200、350、500 m，與實際情況略有差異；因試驗條件限制，汽車艙內(nèi)操作裝置與真實車輛駕乘感有差距，對數(shù)據(jù)采集的準確性有一定影響.