蔣鵬，葛洪成，符鋅砂，胡嘉誠(chéng)

（1.中交基礎(chǔ)設(shè)施養(yǎng)護(hù)集團(tuán)，北京 100102；2.華南理工大學(xué) 土木與交通學(xué)院，廣東 廣州 510640；3.中交第四航務(wù)工程勘察設(shè)計(jì)院有限公司，廣東 廣州 510000）

0 引言

我國(guó)半荒漠化地帶主要分布于華北、西北地區(qū)，其氣候環(huán)境常年干燥、路側(cè)植被稀少，地勢(shì)平坦，是草原與沙漠的過(guò)渡區(qū)域。半荒漠化地區(qū)公路往往線形指標(biāo)較高、道路設(shè)施形式及路側(cè)環(huán)境單調(diào)乏味，容易誘使駕駛?cè)顺亳{駛，也易導(dǎo)致駕駛?cè)诉M(jìn)入疲勞狀態(tài)，進(jìn)而造成不同程度的駕駛風(fēng)險(xiǎn)[1]。因此，明確單調(diào)路側(cè)景觀對(duì)于駕駛?cè)说鸟{駛疲勞影響過(guò)程，對(duì)于在半荒漠化地區(qū)高速公路景觀設(shè)計(jì)中如何刺激駕駛?cè)说男旭傋⒁饬Α⒕徑怦{駛疲勞、降低駕駛風(fēng)險(xiǎn)至關(guān)重要。

駕駛疲勞是指駕駛?cè)嗽诮?jīng)歷長(zhǎng)時(shí)間駕駛后，生心理機(jī)能發(fā)生失調(diào)，難以對(duì)駕駛環(huán)境和狀態(tài)進(jìn)行正確判斷致使駕駛能力下降的狀態(tài)[2]。長(zhǎng)期以來(lái)，針對(duì)駕駛?cè)似跔顟B(tài)的評(píng)估方法一般分為主觀問(wèn)卷、生理指標(biāo)評(píng)估等。在不借助任何儀器設(shè)備的情況下，對(duì)駕駛?cè)耸占瘔毫?wèn)卷與量表可以快速地了解其主觀疲勞感受，相關(guān)研究有：閻瑩等使用KSS 主觀疲勞量表衡量駕駛?cè)嗽趩握{(diào)道路環(huán)境下的疲勞狀態(tài)[3]；張代發(fā)對(duì)國(guó)外廣泛應(yīng)用的瑞典職業(yè)疲勞量表（SOFI-C）進(jìn)行了修訂完善，并應(yīng)用于駕駛疲勞評(píng)估[4]。還有一些學(xué)者嘗試采用多項(xiàng)生心理指標(biāo)對(duì)駕駛?cè)说钠跔顟B(tài)進(jìn)行量化，通過(guò)采集駕駛環(huán)境、車(chē)輛狀態(tài)等多模態(tài)參數(shù)來(lái)評(píng)估駕駛?cè)嗽谛熊?chē)過(guò)程中的疲勞程度，如：Li等開(kāi)發(fā)了一個(gè)實(shí)時(shí)主動(dòng)監(jiān)測(cè)駕駛?cè)似诔潭鹊南到y(tǒng)，利用SVM 方法識(shí)別基于心理特征的駕駛?cè)似跔顟B(tài)[5]；Lal 等提出了一種基于腦電指標(biāo)的疲勞檢測(cè)方法，利用疲勞期間所有主要腦電波段的變化來(lái)判斷不同疲勞程度[6]；王艷玲提出了一個(gè)基于BP 神經(jīng)網(wǎng)絡(luò)的駕駛疲勞實(shí)時(shí)識(shí)別系統(tǒng)，該系統(tǒng)利用生理數(shù)據(jù)、眼動(dòng)數(shù)據(jù)和車(chē)輛運(yùn)行數(shù)據(jù)來(lái)判斷駕駛?cè)似跔顩r[7]。針對(duì)單調(diào)路側(cè)環(huán)境對(duì)駕駛?cè)似跔顟B(tài)影響的研究主要集中在疲勞特征和疲勞發(fā)生時(shí)間分析等方面[8]，如：劉建蓓等選取3個(gè)高海拔點(diǎn)，通過(guò)駕駛模擬方式探究了駕駛?cè)嗽诟咴h(huán)境下的疲勞特征[9]；秦偉等通過(guò)實(shí)駕試驗(yàn)探究了駕駛?cè)嗽诓菰飞像{駛時(shí)的疲勞發(fā)生時(shí)間[10]；陳婷婷等通過(guò)模擬駕駛，研究了荒漠草原景觀對(duì)駕駛疲勞的影響[11]。

綜上所述，既有成果通過(guò)主觀量表與模擬駕駛評(píng)估等方法，對(duì)駕駛疲勞檢測(cè)和評(píng)估方法進(jìn)行了研究，也探討了高原、草原等單調(diào)道路景觀對(duì)駕駛疲勞的影響，但并未對(duì)該類(lèi)型道路的景觀元素進(jìn)行量化表征。為了量化單調(diào)路側(cè)景觀對(duì)駕駛疲勞過(guò)程的影響，本研究選取半荒漠化地區(qū)的3條高速公路開(kāi)展試驗(yàn)，通過(guò)設(shè)計(jì)自然駕駛試驗(yàn)的方式進(jìn)行路側(cè)景觀、駕駛?cè)诵碾娭笜?biāo)等數(shù)據(jù)的采集，選取行車(chē)視野中占比最大的“天空”元素作為路側(cè)環(huán)境的量化指標(biāo)，通過(guò)“天空”元素比例變化量定義路側(cè)景觀刺激等級(jí)和強(qiáng)度；選取心率表征駕駛?cè)嗽谛熊?chē)過(guò)程中的疲勞度，通過(guò)分析駕駛?cè)诵穆孰S景觀刺激等級(jí)和強(qiáng)度的變化規(guī)律，探究半荒漠化地區(qū)單調(diào)路側(cè)景觀對(duì)駕駛?cè)笋{駛疲勞的影響過(guò)程。

1 自然駕駛試驗(yàn)數(shù)據(jù)采集與處理

1.1 數(shù)據(jù)采集

半荒漠化地區(qū)地廣人稀，用地限制較少，因此所建高速公路往往線形指標(biāo)較高，以長(zhǎng)直線和大半徑曲線為主，極易誘使駕駛?cè)水a(chǎn)生疲勞。本研究選擇我國(guó)西北半荒漠化地區(qū)具有代表性的青銀、定武、黑海3 條高速公路進(jìn)行試驗(yàn)。試驗(yàn)路段長(zhǎng)度分別為60.5km,63.1km 與56.5km，設(shè)計(jì)速度均為100km/h，與大多數(shù)半荒漠化地區(qū)高速公路設(shè)計(jì)速度保持一致。3 條試驗(yàn)路段均為長(zhǎng)直線或大半徑曲線，日常車(chē)輛稀少，平均車(chē)頭時(shí)距大于8s，可視為自由流狀態(tài)。本研究不考慮線形、交通量及突發(fā)事件等因素對(duì)駕駛疲勞的影響。試驗(yàn)招募了13 名駕駛?cè)?，包? 名男性、4 名女性，年齡分布和性別分布與我國(guó)目前駕駛?cè)吮壤恢耓12]（年齡跨度26～40 歲，平均年齡31.1 歲，標(biāo)準(zhǔn)差4.6），駕齡在3～15 年不等（均值為7.3 年，標(biāo)準(zhǔn)差3.9），所有被招募者都持有中華人民共和國(guó)機(jī)動(dòng)車(chē)駕駛C1 執(zhí)照，視力或矯正視力均達(dá)到5.0。

采用3 項(xiàng)設(shè)備進(jìn)行試驗(yàn)及數(shù)據(jù)采集：①大眾朗逸（1.6T 排量，三廂自動(dòng)擋小汽車(chē)）被選作試驗(yàn)車(chē)用于自然駕駛試驗(yàn)；②BIOPAC MP160 生理采集儀用于收集駕駛?cè)嗽隈{駛?cè)蝿?wù)中的心電信號(hào)；③行車(chē)記錄儀被固定在與駕駛?cè)艘暯瞧烬R的車(chē)輛前擋風(fēng)玻璃中央，用于記錄行駛過(guò)程中駕駛員視角的路側(cè)景觀。自然駕駛試驗(yàn)場(chǎng)景如圖1所示。

圖1 自然駕駛試驗(yàn)場(chǎng)景

既有理論研究表明，駕駛?cè)嗽趩握{(diào)景觀道路上行駛20～40min 后將進(jìn)入疲勞狀態(tài)[13]，故本研究為了確保被試人的疲勞數(shù)據(jù)得到有效記錄，選取90min 作為研究時(shí)長(zhǎng)，即單個(gè)駕駛?cè)嗽趩螚l試驗(yàn)路段連續(xù)完成兩個(gè)上下行的行駛，單次試驗(yàn)總里程約為226～252km，總時(shí)長(zhǎng)約為100～120min。單次試驗(yàn)過(guò)程共分為4 個(gè)步驟：①試驗(yàn)前安裝行車(chē)記錄儀，繞試驗(yàn)車(chē)一圈，檢查有無(wú)漏油、車(chē)輛指標(biāo)是否正常等；②在被試人員身體指定位置安裝電極片進(jìn)行心電信號(hào)采集，并在正式試驗(yàn)前進(jìn)行10min 適應(yīng)性駕駛；③在目標(biāo)路段進(jìn)行單次試驗(yàn)數(shù)據(jù)采集，為了保持試驗(yàn)數(shù)據(jù)的準(zhǔn)確性，告知駕駛?cè)瞬辉试S在車(chē)內(nèi)交談或出現(xiàn)大幅度的肢體晃動(dòng)；④重點(diǎn)檢查試驗(yàn)路段試驗(yàn)數(shù)據(jù)收集情況，取下駕駛?cè)松砩系碾姌O片，完成單次采集。

1.2 疲勞指標(biāo)選擇

根據(jù)以往研究結(jié)果，常用于反映疲勞的駕駛?cè)松睦碇笜?biāo)以腦電波信號(hào)[14]與心電信號(hào)[15]為主。心電信號(hào)與腦電波等信號(hào)在檢測(cè)疲勞時(shí)存在一定的相關(guān)性[16]，由于心電信號(hào)在采集方式上較腦電波信號(hào)更為便捷，故本文選用心電指標(biāo)來(lái)表征駕駛?cè)说钠跔顟B(tài)。心電信號(hào)中的心率（Heart Rate,HR）和心率變異性信號(hào)（Heart Rate Vari?ability,HRV）會(huì)因自主神經(jīng)系統(tǒng)活動(dòng)的波動(dòng)而變化，當(dāng)人們處于緊張、興奮狀態(tài)時(shí)，自主神經(jīng)系統(tǒng)相對(duì)活躍，心率提高；在疲勞狀態(tài)下，神經(jīng)系統(tǒng)活動(dòng)較為低迷，心率也較低。HRV 分為時(shí)域和頻域指標(biāo)，本試驗(yàn)擬提取的時(shí)域信號(hào)為相鄰R-R（心電圖中兩個(gè)相鄰R 波的時(shí)間差）間隔之差的均方根RMSSD；頻域信號(hào)為低頻（Low Frequen?cy,LF）、高頻（High Frequency,HF）、低高頻比值LF/HF。

在進(jìn)行疲勞過(guò)程分析之前，為了探究各指標(biāo)間是否適合進(jìn)行相關(guān)性分析，首先應(yīng)進(jìn)行KMO（Kaiser-Meyer-Olkin）檢驗(yàn)和Bartlett′s 球狀檢驗(yàn)。在數(shù)理統(tǒng)計(jì)分析中，KMO 檢驗(yàn)[17]用于探究變量之間的簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)系數(shù)之間的關(guān)系，其具體計(jì)算方法見(jiàn)式（1）。KMO 取值范圍對(duì)應(yīng)結(jié)果見(jiàn)表1。

表1 KMO取值度量標(biāo)準(zhǔn)表

式（1）中：rij為第i,j個(gè)變量間的簡(jiǎn)單相關(guān)系數(shù)；aij為第i,j個(gè)變量間的偏相關(guān)系數(shù)。

Bartlett′s 球狀檢驗(yàn)通過(guò)判定變量的相關(guān)系數(shù)矩陣是否為單位陣來(lái)衡量指標(biāo)間是否存在相關(guān)性，其零假設(shè)為相關(guān)系數(shù)矩陣是一個(gè)單位陣。當(dāng)Sig.<0.05（即p值<0.05）時(shí)，拒絕零假設(shè)，表明指標(biāo)間存在相關(guān)性，反之則接受零假設(shè)，指標(biāo)間不存在相關(guān)性。表2 為各項(xiàng)心電指標(biāo)的Bartlett′s球狀檢驗(yàn)結(jié)果，計(jì)算得出KMO 值為0.824，表明分析的適用性較好，球狀檢驗(yàn)顯著性水平0.000<0.05，拒絕零假設(shè)，指標(biāo)間存在相關(guān)性，可以進(jìn)行指標(biāo)間的相關(guān)性分析。

表2 Bartlett′s球狀檢驗(yàn)和KMO檢驗(yàn)結(jié)果

指標(biāo)間的Pearson 相關(guān)性分析結(jié)果見(jiàn)表3，表明心率HR 與其他各項(xiàng)指標(biāo)均具有較顯著的相關(guān)性，故本研究選取心理信號(hào)HR 作為駕駛疲勞的評(píng)價(jià)指標(biāo)。

表3 心電指標(biāo)相關(guān)性分析

1.3 基于擴(kuò)張殘差網(wǎng)絡(luò)的路側(cè)環(huán)境量化方法

為了對(duì)半荒漠化地區(qū)高速公路行車(chē)路側(cè)景觀進(jìn)行量化，基于深度學(xué)習(xí)中的擴(kuò)張殘差網(wǎng)絡(luò)（Di?lated Residual Networks,DRN）算法對(duì)行車(chē)記錄儀收集到的圖像進(jìn)行語(yǔ)義分割。DRN 是一種基于ResNet 進(jìn)行擴(kuò)張卷積的算法，可降低圖像分辨率損失，最大程度地保留細(xì)節(jié)[18]。DRN 模型設(shè)置了7 組卷積網(wǎng)絡(luò)，以ResNet 為基礎(chǔ)且移除了下采樣層，維持了特征圖的空間分辨率。另外，該模型在第4 組和第5 組設(shè)置了擴(kuò)張卷積，較大程度地減少了圖像像素細(xì)節(jié)丟失，且在網(wǎng)格末端加入第6組和第7組以避免產(chǎn)生過(guò)度膨脹。

DRN 模型根據(jù)半荒漠化高速公路場(chǎng)景，將圖像劃分為道路、天空、轎車(chē)等10種元素，模型具體量化過(guò)程及圖像語(yǔ)義分割結(jié)果如圖2所示。

從圖2 中語(yǔ)義分割結(jié)果來(lái)看，半荒漠化地形中“天空”場(chǎng)景在駕駛員的行駛視野中所占比例最大，故本研究將“天空比例”視作試驗(yàn)路段路側(cè)環(huán)境單調(diào)性的量化指標(biāo)，其量化計(jì)算過(guò)程見(jiàn)式（2）。

圖2 路側(cè)景觀圖像語(yǔ)義分割過(guò)程圖

式（2）中：Props為天空元素占比（%）；pixelsj為天空元素的第j個(gè)像素；pixelij為第i種元素的第j個(gè)像素。

2 單調(diào)路側(cè)環(huán)境對(duì)駕駛疲勞的影響

2.1 路側(cè)景觀刺激定義及分級(jí)

如前文所述，本文以天空比例作為路側(cè)環(huán)境單調(diào)性的衡量指標(biāo)：對(duì)于駕駛?cè)硕?，相鄰時(shí)段天空比例變化越小，表明路側(cè)景觀越保持單調(diào)的變化態(tài)勢(shì)，對(duì)駕駛?cè)说母泄俅碳ぞ驮轿⑷?，致使駕駛?cè)撕芸爝M(jìn)入疲勞狀態(tài)。本研究以1s為時(shí)間間隔，計(jì)算路側(cè)景觀圖像前后天空比例的變化量，將其作為路側(cè)景觀的刺激程度。以青銀高速為例，在連續(xù)的天空比例變化量時(shí)間序列中，定義C為一次有效刺激，其篩選方法見(jiàn)式（3）：

式（3）中：C為青銀高速試驗(yàn)路段有效刺激次數(shù)集合；ci為第i時(shí)刻與i-1 時(shí)刻天空比例的差值絕對(duì)值（%）；avec為試驗(yàn)路段ci的均值（%）；σc為標(biāo)準(zhǔn)差（%）；T為天空比例變化量的刺激閾值（%）。

經(jīng)計(jì)算，青銀高速avec=0.9%，σc=3.7%，故其路側(cè)天空比例變化量的刺激閾值為4.6%。圖3為青銀高速2050～2215s 時(shí)間段的天空比例變化量與主要刺激景觀分布狀況。

圖3 青銀高速路側(cè)景觀刺激分布圖

圖3 中，有4 處明顯逾越閾值線的景觀變化點(diǎn)：跨線橋在該路段的天空比例變化量為31.4%，是整個(gè)路段影響最大的刺激類(lèi)型；其次是跨線橋龍門(mén)架等組合設(shè)置，約為17.6%；較為常見(jiàn)的高速公路情報(bào)板和標(biāo)志牌天空比例變化量為12.4%和5.6%。通過(guò)以上方式對(duì)3 條試驗(yàn)路段的主要刺激景觀進(jìn)行計(jì)算篩選，結(jié)果如表4所示。

表4 試驗(yàn)路段刺激閾值及主要刺激景觀次數(shù)統(tǒng)計(jì)表

為了分析不同類(lèi)型景觀刺激對(duì)駕駛?cè)说挠绊懗潭?，研究通過(guò)k-means 聚類(lèi)方法對(duì)采集到的3條路段共計(jì)201 個(gè)主要刺激點(diǎn)的天空比例變化量進(jìn)行聚類(lèi)分級(jí)。聚類(lèi)設(shè)置了3 個(gè)中心，將刺激等級(jí)劃分為低、中、高3 級(jí)，具體劃分標(biāo)準(zhǔn)和聚類(lèi)結(jié)果如表5 所示，其中，低刺激等級(jí)景觀最多，占試驗(yàn)路段總刺激景觀的71.14%；中刺激等級(jí)景觀次之；高刺激等級(jí)景觀較少。為了探究不同景觀刺激等級(jí)之間有無(wú)明顯差別，對(duì)聚類(lèi)得到的3 類(lèi)景觀刺激等級(jí)進(jìn)行了單因素方差分析，具體結(jié)果見(jiàn)表6。結(jié)果表明，聚類(lèi)得到的不同景觀刺激等級(jí)之間存在顯著差異，表明在不同天空比例變化量的影響下，景觀對(duì)駕駛?cè)说拇碳こ潭染哂薪y(tǒng)計(jì)學(xué)意義，可用于進(jìn)一步疲勞分析。

表5 景觀刺激等級(jí)聚類(lèi)結(jié)果表

表6 不同景觀刺激等級(jí)單因素方差檢驗(yàn)表

2.2 不同路側(cè)景觀刺激頻率對(duì)駕駛疲勞的影響

心率在臨床上指1min內(nèi)的心跳次數(shù)，故本文以1min為時(shí)間單元進(jìn)行生理指標(biāo)與景觀刺激狀況的對(duì)齊映射。將景觀刺激頻率Lf定義為被試人員在每分鐘駕駛過(guò)程中主要刺激景觀的累計(jì)次數(shù)（次/min），計(jì)算方法見(jiàn)式（4）：

式（4）中：gi表示低（i=1）、中（i=2）、高（i=3）等級(jí)景觀刺激出現(xiàn)的次數(shù)。

為了探尋駕駛過(guò)程中心率的變化狀況，選取連續(xù)時(shí)間序列數(shù)據(jù)中前后單元間心率差值dif(HRi)來(lái)表征駕駛?cè)松硇盘?hào)，其計(jì)算方法見(jiàn)式（5）：

式（5）中：dif(HRi)為相鄰時(shí)間單元間心率差值（bpm）；ave(HRi)為第i時(shí)刻單元內(nèi)的心率均值（bpm）；ave(HRi-1)為第i-1 時(shí)刻單元內(nèi)的心率均值（bpm）。

通過(guò)對(duì)3 條試驗(yàn)道路路側(cè)環(huán)境刺激次數(shù)與心率變化狀況在單元時(shí)間尺度內(nèi)對(duì)齊，統(tǒng)計(jì)了不同刺激頻率與心率變化狀況的對(duì)應(yīng)情況，如表7 所示。從表中可知，單位時(shí)間內(nèi)景觀刺激集中在每分鐘0,1,2 次3 種較低的頻率，共占總計(jì)時(shí)間單元的80.83%。這表明路側(cè)景觀大多數(shù)時(shí)間對(duì)于駕駛?cè)说拇碳こ潭群艿?，符合半荒漠化地區(qū)荒蕪的路側(cè)景觀特性。

表7 景觀刺激頻率與單元間心率差值映射統(tǒng)計(jì)表

表7 （續(xù)）

為了更直觀地挖掘心率變化狀況和景觀刺激頻率的潛在聯(lián)系，繪制單元間心率差值隨刺激頻率的變化柱狀圖，如圖4 所示。從該圖可見(jiàn)，駕駛?cè)说膯卧g心率差值隨刺激頻率的增大而增大。其中，路側(cè)景觀刺激頻次從3 次/min 起，單元間心率差值由負(fù)值轉(zhuǎn)化為正值，這表明3次/min的刺激頻率是打破駕駛?cè)说钠跔顟B(tài)、激活駕駛意識(shí)的起點(diǎn)頻次，且刺激頻率越高，駕駛?cè)藢?duì)周?chē)坝^注意力集中的時(shí)間越長(zhǎng)、單元間心率差值越大，從而愈發(fā)不易疲勞。

圖4 單元間心率差值隨路側(cè)景觀刺激頻率變化柱狀圖

2.3 不同路側(cè)景觀刺激強(qiáng)度對(duì)駕駛疲勞的影響

景觀刺激頻率表征單位時(shí)間內(nèi)對(duì)駕駛?cè)笋{駛疲勞有顯著影響的刺激景觀次數(shù)，然而該指標(biāo)并未明確不同刺激強(qiáng)度的路側(cè)景觀對(duì)駕駛?cè)说鸟{駛疲勞影響是否一致。為了從刺激強(qiáng)度的角度探究其對(duì)駕駛疲勞的影響，根據(jù)前文聚類(lèi)得到的景觀刺激等級(jí)劃分結(jié)果，對(duì)每分鐘所有景觀的刺激強(qiáng)度進(jìn)行累加得到單位時(shí)間景觀刺激強(qiáng)度Ls，其計(jì)算公式見(jiàn)式（6），如青銀高速第25 分鐘有1 處高刺激等級(jí)和2 處低刺激等級(jí)，則定義該單位分鐘內(nèi)的刺激強(qiáng)度為3×1+2×1=5。

式（6）中：Ls為單位時(shí)間景觀刺激強(qiáng)度（級(jí)/min）；i=1,2,3 分別代表景觀的刺激等級(jí)為低、中、高；gi的含義同式（4）。

與刺激頻率分析過(guò)程類(lèi)似，對(duì)景觀刺激強(qiáng)度與單元間心率差值進(jìn)行映射統(tǒng)計(jì)，結(jié)果見(jiàn)表8。通過(guò)對(duì)統(tǒng)計(jì)表進(jìn)行分析，發(fā)現(xiàn)刺激強(qiáng)度等級(jí)大多集中在0,1,2,3 這4 個(gè)等級(jí)，合計(jì)占總時(shí)間單元的84.02%。

表8 景觀刺激強(qiáng)度與單元間心率差值映射統(tǒng)計(jì)表

繪制單元間心率差值隨刺激強(qiáng)度的變化柱狀圖，如圖5所示。

圖5 單元間心率差值隨路側(cè)景觀刺激強(qiáng)度變化柱狀圖

從圖5 可以看出，單元間心率差值隨刺激強(qiáng)度的增大而增大。其中，路側(cè)景觀刺激強(qiáng)度從4 級(jí)/min 起，單元間心率差值由負(fù)值轉(zhuǎn)化為正值，這表明4 級(jí)/min 的刺激強(qiáng)度是將駕駛?cè)藦钠跔顟B(tài)喚醒的最小等級(jí)，更高的刺激等級(jí)對(duì)應(yīng)更大的單元間心率差值，表征駕駛?cè)藢⑼度敫嗟淖⒁饬υ谛旭偵稀?/p>

3 結(jié)論

為研究半荒漠化地區(qū)的路側(cè)單調(diào)景觀對(duì)駕駛?cè)似跔顟B(tài)的影響，本文設(shè)計(jì)并實(shí)施了自然駕駛試驗(yàn)，提取了行車(chē)視野圖像、駕駛?cè)诵碾娮兓戎笜?biāo)，主要研究成果和結(jié)論如下：

（1）基于擴(kuò)張殘差網(wǎng)絡(luò)模型對(duì)行車(chē)記錄儀采集的圖像進(jìn)行語(yǔ)義分割，提取了天空比例隨駕駛進(jìn)程的時(shí)間序列數(shù)據(jù)；基于相鄰時(shí)刻圖像間的天空比例變化量數(shù)據(jù)進(jìn)行聚類(lèi)，將景觀刺激等級(jí)劃分為低、中、高3級(jí)；

（2）駕駛?cè)说膯卧g心率差值隨景觀刺激頻率的提升而增大，3 次/min 的刺激頻率是打破駕駛?cè)说钠跔顟B(tài)、激活駕駛意識(shí)的最低頻次，刺激頻率越高，駕駛?cè)藢?duì)周?chē)坝^的注意力集中的時(shí)間越長(zhǎng)；

（3）駕駛?cè)说膯卧g心率差值隨景觀刺激強(qiáng)度的增強(qiáng)而增大，4 級(jí)/min 的刺激強(qiáng)度是將駕駛?cè)藦钠跔顟B(tài)喚醒的閾值，越大的刺激強(qiáng)度表征駕駛?cè)藢⑼度朐蕉嗟男旭傋⒁饬?，越不容易產(chǎn)生駕駛疲勞狀態(tài)。

需要說(shuō)明的是，本研究為了確保實(shí)車(chē)試驗(yàn)的安全性，僅考慮了小客車(chē)在自由流下的實(shí)車(chē)場(chǎng)景，未考慮其他車(chē)型和多車(chē)交互下的場(chǎng)景，故仍存在一些不足和優(yōu)化空間。此外，針對(duì)單調(diào)景觀選取的試驗(yàn)路段集中在我國(guó)西北的半荒漠化地區(qū)，未來(lái)的研究中可提升試驗(yàn)場(chǎng)景的豐富性。