APP下载

基于扎根理论的驾驶员情境意识影响因素研究

2020-06-03杨艳群陈梅凤郑新夷邵海鹏黄艳群

交通工程 2020年2期
关键词:范畴驾驶员编码

杨艳群, 陈梅凤, 郑新夷, 邵海鹏, 黄艳群, 樵 婷

(1.福州大学土木工程学院, 福州 350108; 2.福州大学人文社会科学学院, 福州 350108;3.长安大学运输工程学院, 西安 710064; 4.天津大学机构理论与装备设计教育部重点实验室, 天津 300350)

0 引言

情境意识(situation awareness SA)最早出现在航空领域,后来在军事[1]、空中交通管制[2]、轨道[3]、过程控制[4]等领域得到广泛应用,随后在道路安全领域也逐渐发展起来. 在这个过程中,由Endsley提出的情境意识概念认可度最高,指在特定的时空内,操作者感知环境中的要素后,理解其意义并预测随后的发展状态[5]. 交通安全领域中情境意识指驾驶员对驾驶目标(包括交通标志及信号、路况信息等诸多要素)、其他道路使用者的出行行为及车辆状态之间相互关系的理解[6].

目前关于情境意识的研究已经涉及许多不断变化的环境和高度脑力负荷的任务事件,驾驶行为处于一种动态变化的环境中且作为高度脑力负荷事件,驾驶员情境意识的评估备受关注. 在执行驾驶任务时驾驶员应保持较好的情境意识,否则可能导致严重的事故后果. 有研究表明,驾驶员的SA是影响驾驶决策和驾驶行为的关键因素[7],是驾驶任务中导致错误的最常见原因[8]. 驾驶员的SA容易受到很多因素的影响,故明晰驾驶员情境意识的影响因素具有十分重要的意义,有利于提高道路的安全性.

目前关于驾驶员SA影响因素的研究只是探究单一或几个因素的影响,尚未见对所有影响因素进行系统性梳理并分析因素间的相互作用. 因此,构建一个全面包含驾驶员情境意识影响因素的理论框架具有重要意义. 本文基于扎根理论深入探究交通领域中机动车驾驶员情境意识的影响因素及其作用机理,在前人研究的基础上建立影响因素理论框架,为改善驾驶环境和加强驾驶员的筛选管理提供依据和建议,为今后的研究方向提出实质性的建议.

1 研究方法与数据来源

1.1 研究方法

扎根理论是一种定性分析方法,该理论最核心的过程是编码,即对原始资料进行归纳总结,组合成新的各类范畴,建立每类范畴之间的逻辑关系构成基础理论,最终得出研究结论. 编码过程为开放式编码、主轴编码和选择性编码,然后进行理论饱和度验证[9]. 首先通过检索数据库获得机动车驾驶员情境意识影响因素的相关文献,以此作为原始材料;其次对原始材料进行分析,将其归纳为不同的范畴;然后根据扎根理论的编码过程,建立每类范畴之间的联系;最后得出影响驾驶员情境意识的因素模型.

1.2 数据来源

本文以4个数据库(web of science、ScienceDirect、SpringerLink、Engineering Village)为主要文献来源. 关键词由3部分组成,分别为“情境意识”“驾驶员”“影响因素”. 最终从web of science中检索出294篇文献,从ScienceDirect中检索2 043篇,SpringerLink中有1 408篇,Engineering Village中有685篇. 各数据库中存在较多重复的文章,由于SA最早应用于航空领域,因此关于空中交通管制员和飞行员的研究占绝大多数. 经过对标题和摘要的筛选,除去重复文献以及关于空中交通管制员、飞行员和非机动车驾驶员等的研究,最终得到37篇文献. 参照扎根的理论饱和原则和相关文献[10],将抽样编码样本和理论饱和检验样本的比例设为2∶1,即分别为25篇和12篇文献.

2 驾驶员情境意识影响因素构成

2.1 开放式编码

在扎根理论的指导下,以驾驶员情境意识影响因素为核心,逐篇逐句分析获取的文献资源,标注并记录备案每篇文献的相关语句,使用Excel表格统计关键信息. 由于初始相关语句中存在诸多重复或者相似的含义,通过不断对比和分析,将重复和相近的语句概念进行归类,得到39个原始概念. 再对原始概念进行分析,最终归纳出12个初始范畴,见表1.

2.2 主轴性编码

根据目前情境意识影响因素文献中的相关阐述,结合交通环境下信息的传输特性和驾驶员自身的认知特性[11],在开放性编码中获得12个子范畴的基础上,笔者进一步分析和对比这些因素的特性,深入挖掘他们之间的逻辑关系. 最终将12个子范畴归纳为4个主范畴,分别为人的因素、车的因素、道路交通环境因素和其他因素,见表2. 这与交通工程的4个主要构成要素(人、车、路与环境)既有契合点又有补充点. 情境意识的影响因素不仅局限于人、车、路、环境,还有其他因素,例如导致驾驶员分心的因素(如接听电话、发送短信)和提高驾驶能力的培训(如元认知培训).

2.3 选择性编码

该阶段需从主范畴中挖掘出核心范畴,建立与其他范畴之间的关系[12]. 核心范畴应具有统领性作用. 主轴编码过程中的4个主范畴均对驾驶员情境意识产生影响,因此核心范畴是“驾驶员SA影响因素”. 最终建立驾驶员SA影响因素模型,如图1所示.

表1 初始编码范畴及概念

表2 主轴性编码主范畴

图1 驾驶员情境意识影响因素模型

2.4 理论饱和度检验

理论饱和度检验是验证理论模型科学完整的重要环节,通过编码基础资料,直到无新概念出现为止[13]. 根据扎根理论的方法,本文对余下的12篇文献内容进行分析,编码过程中没有出现新的概念和范畴,因此本文构建的模型在理论上达到饱和.

3 驾驶员情境意识的影响因素

3.1 人的因素

人的因素包括驾驶员自身及其同车厢的乘客,其中驾驶员个体因素包括年龄、驾驶经验、情绪状态、精神状态和认知能力. 随着年龄的增加,驾驶员的感知能力、认知能力以及情境意识都会发生变化. 青少年的情境意识低于成年人[14],这与视觉搜索模式相关,青少年观察后视镜的时间比成年人少,成年人会频繁观察后视镜以确保行车安全. 而老年人总体的情境意识低于年轻驾驶员[15-18],因为随着年龄的增加,老年人的反应时间也会增加,虽然他们能快速感知信息,但不能在一定的时间内理解交通状况,从而导致错误的判断[17].

有经验驾驶员的SA比新手高[19-23]. 驾驶员从驾驶经验中获得的视觉扫描模式有助于提高他们的SA水平[14]. 有经验者会更频繁观察路面状况,可更快速识别到道路上的潜在危险[19]. 而新手需要花费较多的精力预测危险[21],他们无法快速获得危险信息,故需要更多时间处理信息才能达到更高水平的SA. 而且,他们会出现更多的违规行为,例如碰撞,超速等[24-25].

驾驶员的情境意识水平主要得益于他们的认知能力,主要包括感知能力、工作记忆能力、视觉搜索能力和阅读理解能力. 当道路上危险发生后,工作记忆和视觉认知能力对保持情境意识水平至关重要[15,23,26-27]. 驾驶员注视指路标志时唤起他的阅读理解能力,如果驾驶员的阅读能力受限,那么对道路标志的理解和情境意识也会下降[28].

除了驾驶员自身的固有属性,驾驶员当前的情绪状态和精神状态也会对情境意识有所影响. 情绪会影响人的感知、判断,从而影响人的生理行为[29]. 有研究表明,愤怒情绪会降低驾驶员的情境意识和驾驶表现[30],因为情绪愤怒时驾驶员的心思沉浸在愤怒之中,对驾驶环境和车辆状态缺乏准确的认知,导致驾驶表现和情境意识受到影响. 而且,在驾驶时驾驶员必须时刻集中注意力,否则可能危及自己和他人的生命安全. Wijayanto等[31]发现睡眠剥夺状态显著影响SA的各个水平,因为驾驶员在疲劳时会出现反应迟钝、注意力分散、动作缓慢等现象.

驾驶员的情境意识不仅受自身特性的影响,还受到乘客驾驶经验的影响. 当乘客有驾驶经验时驾驶员的SA更好[32],因为有驾驶经验的乘客倾向于关注道路状况,并且与驾驶员的情境意识达成共享状态.

3.2 车的因素

随着智能交通技术的发展,驾驶任务变得简单轻松,驾驶员能分配更多注意资源处理道路信息. 自适应巡航控制(ACC)系统能改善驾驶员的SA[33,40,46],因为ACC 降低了驾驶员的心理负荷,驾驶员有更多的认知资源处理其他信息. 还有其他智能交通技术也会提高驾驶员SA[34-36],例如视觉周边前馈系统(PVFS).

然而,有学者认为人们过于依赖自动化技术,智能交通技术也会潜在地削减驾驶员的SA. 精确的导航信息提高了驾驶员的情境意识和驾驶能力,但使用导航设备会潜在地分散驾驶员的注意力,降低对道路的关注度和SA水平[37]. 驾驶员在高度自动驾驶条件下对关键事件的反应较慢,这可能影响他们对即将发生事故所持有的情境意识[38]. Winter等[39]发现,如果驾驶员主动或被提示观察环境中的物体时,ACC和HAD都可提高情境意识,因为驾驶员在自动化水平的辅助之下,可提升对道路状况的认知能力;然而,如果驾驶员执行非驾驶任务时(例如,看视频),ACC和HAD的情境意识比手动驾驶更差. 因为执行次要任务时,驾驶员认为有自动化技术的辅助而不会集中注意观察道路状况,导致SA降低[45].

3.3 路的因素

道路环境中的主要元素有道路使用者、交通设施和广告牌等,当环境中的信息元素增加,复杂度提高,驾驶员的SA会降低,因为高复杂度环境需要更多的认知资源[15,40-41]. Xueqin Hao等[42]发现,随着交通量的增加,驾驶绩效没有下降,因为随着交通流的增加,会唤起驾驶员更多的精力执行复杂任务;不过他们的心理负荷会随之增加,所持有的SA水平则会降低. 驾驶员在城市道路上的SA比农村道路低,因为城市道路环境较复杂,更容易造成驾驶员视觉上的混乱[16],而相比于这两种道路类型,高速公路是最符合认知的道路类型[43]. 在信号灯、行人、车辆、车内信息、交通标志、自行车骑手这几种道路元素中,驾驶员对车辆和交通标志的SA表现水平显著降低,因为这2种元素需要驾驶员分配较多的注意力资源[17].

3.4 其他因素

除了交通系统中最基本的人车路和环境因素,还有其他因素也影响着SA,比如导致驾驶员分心的因素和有助于改善SA的驾驶培训.

分心是指驾驶员将注意力从驾驶任务转移到与驾驶无关的事物上[44],额外的心理需求会削弱情境意识[45]. 分心因素主要有使用手机、交谈、观看视频和路边广告牌. 使用手机会增加认知负担,降低驾驶员对交通状况的注意和准确认识,削弱他们的情境意识,影响驾驶决策行为,增加驾驶违规次数[21,27,46]. 相比于打电话,阅读信息对驾驶员SA的影响更大[14],因为阅读使驾驶员视线离开路面的时间最长,占用的认知资源最多;交谈可分为远程交谈和面对面交谈,这两者均会降低驾驶员的SA,不过面对面交谈的内容可能涉及道路状况,驾驶员与乘客的情境意识达到共享,可减少交谈带来的潜在消极影响[47]. 普遍观点认为分心因素会对产生不利影响,但是当驾驶员可自主选择是否执行分心任务时,他们会对当前的驾驶环境进行判断,合理分配注意力资源(例如,Schömig等[48-49]).

高级驾驶培训可改善驾驶员情境意识[50],因为高级驾驶培训可增加驾驶员工作记忆中的新信息元素,提高这些元素的整体关联度水平以及改善他们的驾驶行为,这些均有助于他们形成较好的情境意识. 其中元认知策略培训可显著提高驾驶员的SA,有效减少驾驶违规行为,且新手比有经验驾驶员的SA得到更大的改善[23].

4 情境意识影响因素作用机理

交通系统由人、车和道路交通环境这3个因素组成,相互关联又相互影响. 驾驶员身处于交通系统中,其SA会受到人、车、路及其他各方面因素的共同影响.

人在交通系统中充当着极其重要的角色. 汽车驾驶员在行驶过程中必须保持较高的SA水平,实时感知和理解车辆、道路及交通的变化状况,提前预测下一刻可能发生的危险,并不断做出正确的判断与反应,否则一旦出现失误就可能发生严重的交通事故. 驾驶员自身的固有属性,如年龄、驾驶经验和认知能力,构成了驾驶员情境意识基础值. 驾驶员年龄对SA的影响在不同的年龄段呈显著差异,可总结为SA中年>SA青年>SA老年. 认知能力主要包含工作记忆能力、感知能力、视觉搜索能力和阅读理解能力,这些能力越高,驾驶员在道路上行驶时的情境意识水平也会维持在较高水平. 有经验驾驶员的情境意识比新手高,主要得益于他们从经验中获得的视觉搜索能力和危险感知能力. 当乘客具备一定的驾驶经验时,会倾向于关注道路情况,其与驾驶员的情境意识可达到共享. 驾驶经验和认知能力可通过长时间驾驶积累获得,也可通过驾驶培训获得. 对驾驶员个体而言,年龄、驾驶经验和认知能力属于静态稳定因素,情绪状态和精神状态是动态变化因素,情绪和精神状态会影响人的感知和判断,从而对驾驶员的情境意识产生影响.

驾驶员在交通大环境下操控车辆,情境意识必然受到车辆和道路交通环境的影响. 驾驶员在行驶过程中道路交通状态随时空变化,具有阶段性,且每阶段的道路状况、交通流等信息内容和信息量不尽相同. 驾驶员必须具备较高的情境意识水平,才能快速准确地处理这些信息元素.

除了“人车路”的因素,还有一个影响较大的因素是分心. 目前分心驾驶已经成为普遍现象,主要有使用手机、交谈、观看视频、路边广告牌等. 分心因素会通过占用驾驶员有限的认知资源来降低他们的情境意识;但驾驶员会根据当前驾驶情况自主选择是否执行分析任务,当目前交通环境复杂时,驾驶员会放弃执行次要任务,以便应对复杂的交通状况.

总的来说,情境意识是个体对不断变化的外部环境的内在表征[51],其会受到人、车、路及其他因素的共同影响,驾驶员个体特征属于内在因素,车辆、道路交通环境和分心因素属于外在因素,这些因素相互影响,共同构成交通系统这一有机整体.

5 结论与展望

驾驶员的情境意识是影响驾驶决策和驾驶行为的关键因素. 本文引入扎根理论对驾驶员情境意识的影响因素进行分析,通过对现有文献的系统性梳理与归纳,编码过程中将影响因素归为4个主范畴:人- 车- 路- 其他,这4个主范畴看似各自独立,实则有机联系在交通系统中. 人在交通系统中扮演重要角色,驾驶员的个体特征因素对SA起着保障性作用,外界环境的动态和复杂性对驾驶员提出了较高的要求. 分心因素会显著降低驾驶员的SA,这对驾驶时关于手机使用的规章制定提供了理论支持. 车辆智能技术和驾驶培训均有利于提高驾驶员的SA,这对推广智能导航技术、自适应巡航控制等智能技术和开展驾驶培训具有重要意义. 前人对SA影响因素的研究相对全面,今后可引入相关计量模型进一步深入探究这些因素对SA的影响程度以及他们之间的相互作用.

猜你喜欢

范畴驾驶员编码
批评话语分析的论辩范畴研究
基于高速公路的驾驶员换道意图识别
基于眼动的驾驶员危险认知
驾驶员安全带识别方法综述
正合范畴中的复形、余挠对及粘合
基于SAR-SIFT和快速稀疏编码的合成孔径雷达图像配准
《全元诗》未编码疑难字考辨十五则
子带编码在图像压缩编码中的应用
Clean-正合和Clean-导出范畴
Genome and healthcare