车载信息对驾驶人眨眼特性及负荷的影响规律

朱 彤， 吴 玲， 路巧珍

(1.汽车运输安全保障技术交通行业重点实验室，陕西 西安 710064;2.长安大学汽车学院，陕西 西安 710064)

负荷是影响驾驶绩效的重要因素.近年来，随着智能交通系统的发展，车载信息系统(in-vehicle information system，IVIS)[1]获得广泛使用，为驾驶人提供娱乐、路径引导、实时路况乃至出租车订单与支付信息服务[2].但是，车载信息系统使驾驶人心理资源分配失衡[3]、负荷增加，也成为引发交通事故的重要因素之一[4].因此，有必要对车载信息下驾驶人工作负荷进行量测与分析.

近年来，已有较多学者开始研究工作负荷的测量方法.金立生等对相关研究方法进行了归纳[3]，O'Donnell等将工作负荷测量方法归为4类[5-6]，分别为主任务表现法、双任务法、主观评价法和生理参数法.其中，主观评价法无法实时评价驾驶人绩效[7]，主任务法与双任务法在实际道路交通环境下较难实现[8]，以往评价驾驶人工作负荷多限于室内实验[9]或虚拟环境[10].比较而言，在实际道路环境下获取驾驶人生理指标并分析其变化情况[11]，更为接近并反映驾驶人真实状态.

考虑到车载信息对驾驶人影响的短暂性与细微性，需要选取敏感度高的生理指标，以反映驾驶负荷的变化.以往研究更多使用注视时间、注视次数等指标，如驾驶人视线离开前方视野的时间[12]，或讨论次任务干扰对驾驶人造成的影响[13].然而，上述指标多用来表征信息获取范围与获取量，而非直接表征负荷，导致车载信息对驾驶人负荷影响的研究较少.本文选择眨眼频率和眨眼持续时间指标进行深入分析，以反映工作负荷.研究表明，眨眼是反映驾驶人心理活动的一个重要指标，眨眼频率高通常反映紧张、焦虑等[14-16]，在人因学研究和航空研究中，常作为负荷的评价指标[17-18].Benedetto等通过研究发现，眨眼持续时间是评价驾驶负荷的高灵敏指标，短眨眼的数量更能反映出驾驶人各类注意资源的消耗[1].

综上所述，已有研究对于车载信息与驾驶人负荷之间的关系研究较少，特别是缺乏实际道路环境下的实验研究.鉴于此，本文应用常见的车载导航系统作为信息服务设备，在城市道路条件下进行实车道路实验.采集驾驶人眨眼时间长度与频率数据，对比多种情况下驾驶人眨眼特性的差异，同时探讨眨眼指标所反映的工作负荷变化规律.

1 实车道路实验

1.1 实验方案

被试包括不同职业、年龄、性别和驾龄共12位驾驶人(8名男性，4名女性，平均年龄31.5岁，平均驾龄3.8 a)，均已获得机动车驾驶证，并要求视力或矫正视力达到相关要求.对驾驶人眼动参数的测量采用加拿大SR Research公司生产的EyeLink II型头戴式眼动仪.实验车辆为2007款起亚新佳乐，配备纽曼便携式S480触摸式车载导航设备.实验天气晴朗，选取城市快速干道中4段路线作为实验路段，选择昼间15:00～16:30非交通高峰时段为实验时段，所有被试在不同日的同一时间段进行实验.

1.2 实验设计

通过实验跟踪并记录驾驶人眨眼特性数据，对比驾驶人使用与未使用车载导航状态下，在寻找路径、决策判断与控制车辆过程中，眨眼时间与频率分布规律差异.同时，根据实验控制因素差异，反映不同车载设备安装位置、不同信息发布方式下的驾驶人眨眼特性.

实验中可变因素包括是否使用车载信息服务、设备安装位置、信息发布方式，其他因素则被视为干扰因素.实验由9个阶段组成，如表1所示.采用组内比较实验方案，每个实验参与人需要完成全部9阶段任务.

表1 实验方案设计Tab.1 Experimentation scheme

其中，第1阶段目的是使驾驶人熟悉车辆与环境，此后7个阶段为正式实验，第9阶段为恢复阶段，目的是与第1阶段对比，检验实验前、后驾驶人眨眼数据是否存在明显差异，以验证实验有效性.

图1 车载导航安装位置示意图Fig.1 Positions of in-vehicle navigation system

第2阶段采集无车载信息条件下数据，第3至第8阶段分别采集不同信息发布位置、发布方式条件下数据.由于目前车载导航安装位置尚无标准，因此结合被试的驾驶习惯及专家意见，设置驾驶人常用的3个安装位置作为实验变量.安装位置包括前挡风玻璃中部、置物台上方、置物台下方共3处(简称为位置A、B、C)，3位置位于同一垂直平面上，如图1所示.在驾驶人仅被告知起始地和目的地的情况下，依靠车载导航发布的信息确定路径.导航路径信息发布方式包括两种，一种仅使用图像提示，另一种则同时提供图像与语音信息，分别代表视觉次任务和听觉次任务所产生的作业负荷.

1.3 实验过程

实验开始前，驾驶人试车及车载信息系统、佩戴眼动仪.在确认驾驶人不熟悉实验路线后，告知驾驶人完全按照车载导航所提供的图像或语音路径信息驾驶.实验车辆前排为参与驾驶人与工作人员，后排放置眼动仪主机及相关电器设备.被试完全掌握设备使用方法并确认任务后，在指定起始点开始实验.

为了尽可能减小道路的单一性以及长期佩戴眼动仪对实验结果的干扰，9个阶段实验依次进行.每段路线的起点和终点对被试进行眼动行为标定，并提供5～10 min休息时间.各阶段实验持续8 ～10 min.

2 驾驶人眨眼持续时间特性

比较未使用车载导航与使用时眨眼次数分布规律，以50 ms为单位分别展开并观察差别，如图2(a)与图2(b)所示.

图2 眨眼次数分布Fig.2 The distribution of blink counts

未使用IVIS时，驾驶人眨眼持续时间主要集中于0～200 ms，其中小于50 ms的眨眼约占50%，50～100 ms的眨眼比例约为25%;使用IVIS后，小于50 ms的眨眼次数明显增加，比例超过了50%，50～100 ms的眨眼则超过30%，100 ms以上眨眼占据的比例明显减少.

将眨眼持续时间为0～200 ms的眨眼数据以10 ms为间距展开，研究不同眨眼持续时间下眨眼次数分布情况.

在此情况下，驾驶人眨眼次数分布曲线出现了明显的双峰特征，如图3所示.持续时间为10～20 ms、50～60 ms的眨眼比例明显超过其他区段，这一特征是在以50 ms为间距时无法观察到的.未使用IVIS时，眨眼持续时间在50～60 ms的峰值低于10～20 ms的峰值，可简单表达为左峰比右峰高;使用时则相反，左峰低于右峰.此外，其他区段的比例差异并不明显.

图3 0～200 ms眨眼次数分布Fig.3 Distribution of blink count on a scale of 0 －200 ms

为进一步探究该现象反映出的问题，参照文献[1]的分类方法，运用 k-means聚类分析分为3类，确定3种眨眼类型的范围.结果表明，分为3类时具有显著的统计学意义(显著性系数p=0.000).3类眨眼分别称为短眨眼(0 ～60 ms)、中眨眼(61～130 ms)以及长眨眼(131～200 ms)，如图4所示.在此基础上，再次对比有无车载导航条件下驾驶人眨眼情况.使用车载导航后与之前相比，短眨眼和中眨眼明显增加，长眨眼变化不大.

采用独立样本t检验，定量判断车载导航对上述3类眨眼的影响.考虑到Levene检验下总体方差不相等，故采用方差不等的t检验方法，结果如表2所示.有无车载导航时的短眨眼、中眨眼均具有显著差异，长眨眼则无显著变化.文献[1]认为，短眨眼、中眨眼增加能够表征驾驶人的工作负荷增大，这表明在使用车载信息系统确定未知路径的情况下，驾驶人的工作负荷有所增加.这也说明当信息从脑内部提取时，比从外部获取具有更高的效率.

图4 驾驶人眨眼类型比较Fig.4 The comparison of blink type

表2 眨眼分类t检验表Tab.2 The t-test for blink classification

3 安装位置的影响

观察车载导航安装在不同位置时，驾驶人眨眼持续时间与频率，如图5所示.

导航安装在位置A时，驾驶人持续时间均值大，频率均值亦最大，数据呈高态分布;安装在位置C时，上述二值次之;安装在位置B时，持续时间均值与频率均值最小，数据呈低态分布，下四分位数与均值接近.

比较车载导航安装于不同位置时，驾驶人眨眼持续时间的差异.车载导航安装于不同位置时，眨眼次数分布波动规律相似但存在差异，如图6所示.

图6 安装位置对眨眼次数分布和眨眼类型的影响Fig.6 Effects of navigation system positions on blink count distribution and type

置于位置A时，眨眼次数双峰高于车载导航置于位置C时数据，而置于位置B时，双峰比例低于前两种.

分类比较可知，不同导航安装位置条件下，眨眼类型的分布也不同.运用单因素方差分析发现，导航安装位置对中、长眨眼无显著影响(p=0.162;p=0.213)，而短眨眼具有显著差异(位置 A，p=0.000;位置 B，p=0.013;位置 C，p=0.002).

图7 有无导航语音提示下眨眼持续时间与频率箱线图Fig.7 Box plots of blink duration and frequency with and without sound route information

眨眼作为一种“不自主运动”，是人心理活动的重要指标.文献[8]指出，眨眼持续时间是评价工作负荷的灵敏指标，而短眨眼的数量更能反映出驾驶人注意资源的消耗.从人因学角度，设计的改进能够降低负荷、提高工效，实验中短眨眼数据的差异说明，导航安装在位置B时，驾驶人工作负荷更小.

4 语音提示的影响

车载导航语音提示对眨眼持续时间、频率有显著的影响.导航有语音提示时，眨眼持续时间、频率均值明显偏低，最大值、四分位值也呈现出同样的特征，如图7所示.

眨眼持续时间分配与分类状况比较，如图8所示.无语音提示下的眨眼次数双峰均大于有语音提示时，短眨眼明显增大，中眨眼也相对较大，而长眨眼几乎不变.

因此，使用车载导航语音提示，可减小驾驶人的工作负荷.显然，同时发布多通道信息与单通道信息相比具有优势，驾驶人能够选择适当的信息，减少心理资源的占用.

图8 导航有无语音提示条件下眨眼次数和眨眼类型的分布Fig.8 Distribution of blink count and type with and without sound route information

5 结论

论文通过实车道路实验采集驾驶人眨眼时间与频率数据，通过实验因素控制实现3种对比，包括对比驾驶人使用与未使用车载导航状态下、车载设备设置在3处不同位置情况下和仅采用图像信息发布或图像与声音信息同时发布方式下的驾驶人眨眼特性，获得以下结论:

(1)将眨眼持续时间为0～200 ms的眨眼数据，以10 ms为间距展开时，驾驶人眨眼次数分布曲线出现了明显的双峰特征.持续时间为10～20 ms、50～60 ms的眨眼比例明显超过其他区段，这一特征是在以50 ms为间距展开数据时无法观察到的.

(2)未使用车载导航时，眨眼持续时间在50～60 ms的峰值低于10～20 ms的峰值，使用车载导航时反之，眨眼持续时间在50～60 ms的峰值高于10～20 ms的峰值，其他区段的比例差异并不明显.

(3)将眨眼数据聚类为短眨眼(0～60 ms)、中眨眼(61～130 ms)以及长眨眼(131～200 ms)，对比有无车载导航条件下驾驶人眨眼情况.使用车载导航后与之前相比，短眨眼和中眨眼明显增加，长眨眼变化不大.短眨眼、中眨眼增加表示车载导航情况下驾驶人的工作负荷更大.

(4)不同导航安装位置条件下，中、长眨眼差异不显著，而短眨眼具有显著差异，导航安装在位置B时，驾驶人工作负荷最小.

(5)无语音提示下的眨眼次数双峰均大于有语音提示时，短眨眼明显增大，中眨眼也相对较大，长眨眼几乎不变.故使用车载导航语音提示，可减小驾驶人的工作负荷.

以上实验结果表明，车载信息服务对驾驶负荷存在影响.其次，车载信息安装位置、车载信息形式对于驾驶人影响具有差异性.应合理选择的位置、设置车载信息形式，减小驾驶负荷.此外，研究驾驶负荷时，应选择敏感性更高的短眨眼作为指标.

[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.次任务驾驶对行车安全性影响研究综述[J].交通信息与安全，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]陈阳.城市道路环境中驾驶员工作负荷试验研究[D].西安:长安大学，2009.

[9]马勇，付锐，袁钰，等.基于驾驶人分心影响程度的驾驶分心任务评级[J].交通信息与安全，2014，32(5):48-51，57.

MA Yong，FU 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]马勇，付锐，王畅，等.视觉分心时驾驶人注视行为特性分析[J].中国安全科学学报，2013，23(5):10-14.

MA Yong，FU 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，刘东波，等.驾驶中拨打手机对驾驶人脑力负荷及驾驶行为的影响分析[J].交通信息与安全，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.眨眼与人的心理活动[J].心理世界，2009(6):36.

[15]唐智慧，程杰，方争楠.基于FSDT的新老驾驶人危险感知差异性致因研究[J].西南交通大学学报，2013，48(3):532-538.

TANG Zhihui，CHENG Jie，FANG 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]彭晓武.VDT作业脑力劳动负荷评价的实验研究[D].武汉:华中科技大学，2006.

[18]董明清，马瑞山.脑力负荷评定指标敏感性的比较研究[J].航天医学与医学工程，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.