虚拟试验下驾龄对驾驶人危险感知特性的影响

王丰元，陈晓婷

（青岛理工大学汽车与交通学院，山东 青岛 266520）

驾龄长短往往对驾驶人应对各种交通状况的能力有较大影响。行车中的信息80%以上是由驾驶人的视觉系统获取［1］，利用眼动参数来衡量驾驶人的危险感知能力是可行的［2］。Azman Afizan and Meng Qinggang研究了驾驶员注意力分散对其驾驶过程中眼球运动和档位操作造成的影响，研究结果表明眼球运动和档位操作有显著差异［3］。Underwood等人进行了实车试验，主要研究并分析了不同熟练程度的驾驶人在视觉搜索特性方面的差异［4］。Nerl D Lerner等研究驾驶员的判断能力对道路交通环境安全的影响，研究结果表明，驾驶员对时间、距离、速度等的判断与偏差与一定的交通危险形态相对应［5］。郭应时等人利用眼动仪，对驾驶人的眼动特征和操纵特征等问题进行了多角度分析［6］。

本文选用眼动参数来衡量危险感知能力，针对不同驾龄的驾驶人，设计危险模拟场景并进行对比试验，采集试验过程中的眼动参数［7］，分析其变化规律及差异性，研究驾龄对驾驶人危险感知能力的影响。

1 驾驶人危险感知能力分析

驾驶人在行车过程中，会从周围的交通环境中感知到危险信息并进行判断和预测，进而根据预测结果采取不同的操作，改变车辆行驶状态。图1为驾驶人危险感知机理图。驾驶人在行车过程中获取的信息，有80%来自视觉，因此，驾驶人视觉功能的好坏对行车安全有着直接影响，可以通过分析眼动参数来衡量驾驶人的危险感知能力。本文选取注视时长和注视点次数作为眼动指标。

图1 驾驶人危险感知机理图

2 虚拟试验总体设计

2.1 试验场景

本文中的场景均选自《驾车危险101例》，如图2所示，选择的模型为前方某车辆突然出现故障，其他车辆纷纷紧急避让，临时变道。基于该资料，在UC-win/road软件中使用交通场景建模场景功能建立路段、交叉口、站台等道路模型，添加绿化、建筑物、路灯等道路附属特征，配置天空、天气等交通环境，设置道路的交通流。

图2 场景选材

2.2 试验仪器

本文选用FaceLAB眼动仪来测量眼动参数，其主要功能是测量头部运动特征、视觉特征、面部特征、疲劳特征。通过一组摄像机进行非接触式测量，分析摄像头采集的图像信息，制定拍摄对象的面部特征，以及三维空间中视线方向等。试验仪器如图3所示。模拟试验平台由3D道路场景显示装置、服务器、试验场景软件3部分组成。3D道路场景显示装置与服务器相连，虚拟场景通过3D道路场景显示装置显示在曲面幕布上，驾驶人根据虚拟场景做出一系列眼动反应。

2.3 模拟车辆

选用UC-win/road软件中的Car模型作为模拟车辆及干扰车辆，模拟车辆的整车参数、变速箱形式、制动与转向特性等具体参数如表1所示。

图3 试验仪器

表1 模拟车辆参数

2.4 试验对象

选取37名符合道路交通法、持有有效驾驶证且为非职业的驾驶人（19男18女）作为本次虚拟试验的被测试人员，基本情况如表2所示。根据公安部交管局2012年统计资料，驾龄在5年以内的驾驶人的事故数占驾驶人事故总数的45%以上，因此，以5年作为驾龄划分依据，将37名被试对象分为两组。同时，考虑到性别对试验的影响，两组试验对象中男女驾驶人比例相近。

表2 试验对象基本情况

2.5 虚拟试验过程

试验流程图如图4所示，其间注意试验仪器的调试要准确，数据记录要同步，做好人员分工，保证试验准确性。

3 眼动参数分析

3.1 注视时长变化分析

不同驾龄的驾驶人在危险场景下的平均注视时长分析结果如图5所示，可以看出：

（1）整体而言，相对于驾龄长的驾驶人，驾龄短的驾驶人对危险发生区域的平均注视时长更长。

（2）当危险出现时，驾龄短的驾驶人平均注视时长相对较短，且变化幅度较小，这是因为其驾驶经验相对匮乏，反应能力也有所欠缺，容易忽视危险的存在；相比而言，驾龄长的驾驶人的经验更加丰富，往往能够提早意识到危险的存在并采取有效的应急措施，避免事故的发生，因此驾龄长的驾驶人平均注视时长大幅增加，波动明显。

（3）当危险消失后，驾龄短的驾驶人的平均注视时长保持稳定，这表明其驾驶情绪在短时间内无法平复到正常状态，在短时间内会一直保持高度集中状态，而驾龄长的驾驶人的平均注视时长有明显而迅速的下降，说明其恢复驾驶情绪的能力较强，有利于提高行车安全。

图4 试验流程图

图5 平均注视时长变化

3.2 注视点变化分析

本文将危险场景试验中的危险区域进行划分，将模拟信息中的每个小格子抽象为一个边长10 cm的小正方形，使得驾驶人的视觉观察范围主要集中在模拟图形中的头部左边3个格和右边7个格的水平范围内，即在左边30 cm和右边70 cm变化范围内。在此，研究在危险出现时，不同驾龄驾驶人的视觉注视点变化差异，记录危险出现后的60 s内驾驶人的注视点分布，以注视的频次为厘米直径，做出不同驾龄的驾驶人的视觉注视点变化图，如图6所示。

图6 视觉注视点变化

图中的圆圈直径可以反映驾驶人对危险区域注视兴趣点的数目，圆圈直径越大，说明此区域为驾驶人提供的危险信息越重要。对比不同驾龄的驾驶人在危险场景下的视觉注视点分布结果，可知：

（1）整体而言，驾龄长的驾驶人面对危险场景时，其注视点的分布明显比驾龄短的驾驶人密集。

（2）在危险场景中，当前车纷纷紧急转向变道时，不同驾龄的驾驶人都会自然而然关注左前方及左后方的区域，但从图中可明显看出，驾龄长的驾驶人的视觉搜索范围相对更广，兴趣点更密集且分布区域更大，其对右后方的来车也有更多的关注。而驾龄短的驾驶人由于驾驶经验相对匮乏，无法迅速而准确地判断出自身位置与周围危险车辆之间的相对位置关系，从而容忽视车辆右后方等潜在的危险区域。

3.3 平均注视时长及注视次数的差异性分析

在对虚拟试验数据进行缺失数据补全、异常数据剔除后，利用SPSS软件，对眼动参数的算术平均值等描述统计量进行定量分析。表3为驾龄在5年之内及5年以上的驾驶人在虚拟试验中的各眼动参数的算术平均值，其中，经验变量中“1”表示驾龄段的驾驶人，“2”表示驾龄长的驾驶人。

（1）正态分布检验

本文选用Q-Q图和直方图对数据进行正态检验，结果如图7和图8所示，可以看出，不同驾龄的驾驶人的平均注视时长数据基本符合正态分布。

表4为平均注视时长正态性检验结果。由于Sig值均大于0.05，因而说明数据服从正态分布。同理，可以对虚拟试验中的所有眼动参数进行正态性检验，结果表明驾驶人的注视次数及平均注视时长均服从正态分布。

表3 眼动参数各变量算术平均值

图7 驾龄短的驾驶人注视时长Q-Q图及直方图

图8 驾龄长的驾驶人注视时长Q-Q图及直方图

本文主要研究驾驶人的驾龄对其危险感知能力的差异性影响，因此，针对驾龄的单因素，对各变量进行方差分析，结果如表5所示，可以看出，当显著性水平为5%时，可以认为总体方差相等。

表4 注视时长正态检验

表5 方差齐性检验

4 结论

（1）驾龄长短对驾驶人的危险感知特性有显著性影响。在遇到突发危险状况时，驾龄短的驾驶人由于经验匮乏，紧张程度较高，平均注视时长相对较小，注视点分布比较集中；而驾龄长的驾驶人对危险区域的关注范围更大，注视点分布分散而密集。

（2）利用本文分析得出的不同驾龄驾驶人注视行为的特点，可以有针对性地指导高事故倾向性驾驶人的培训，进一步改善其视觉搜索策略，改善行车安全性。

［1］唐登科.驾驶人驾车生理、心理反应与道路线1期关系的研究［D］.南京：东南大学，2006.

［2］彭国雄，莫汉康.城市公交停靠站设置常见问题及对策［J］.交通运输工程学报，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］郭应时.交通流微观仿真与驾驶员行为建模理论及方法［M］.北京：科学出版社，2010.

［7］张鹏.城市常规公交车驾驶员胜任特征评价理论与方法［D］.北京：北京交通大学，2012.