门架式可变情报板道路节点数量阈值研究*

彭志彪 伍毅平▲ 荣 建 徐 昶

（1.北京工业大学城市交通学院 北京100124；2.北京工业大学 北京市城市交通运行保障工程技术研究中心 北京100124）

0 引 言

随着汽车保有量及其日均出行次数不断增加，交通拥堵问题日益严重。为提升机动车运行效率，我国已实施多种智能交通系统及设备以期合理分配交通量，如智能交通信号[1]、匝道控制[2]，以及智能交通信息发布系统[3]。其中，可变情报板（variable message sign，VMS）是智能交通系统的重要信息发布设备之一，已被证明是缓解交通拥堵和合理引导司机决策的重要措施[4-5]。虽然面向个体用户的车载导航越来越普及，但VMS作为群体和大范围的诱导设施，目前仍不可或缺[6]。根据安装方式不同，VMS主要分为悬臂式和门架式，其中门架式可变情报板主要应用于高速公路和城市快速路。截止2018年，北京地区国省干道已建成使用可变情报板414块，其中门架式可变情报板133 块，占总数量的32.1%。

虽然VMS在我国应用已有十几年，但仍然缺乏完整的VMS设计标准和使用规范，随意性与盲目性等问题在设计和使用中依然普遍存在[7]。通过对北京市驾驶人进行问卷调查发现，46.5%的驾驶人表示会关注VMS发布的信息；31.6%的驾驶人认为VMS在使用中存在问题，集中体现为统一性缺乏和信息量过载[8]。通过实际调研发现，现阶段应用的门架式可变情报板其版面道路节点数没有统一标准，部分版面道路节点数达7～8 个[9]。进一步分析表明，VMS道路节点数过多导致驾驶人不能快速获取有效信息，是造成VMS利用率较低的重要原因之一[10，11]。同时，驾驶人在行车过程中对可变情报板的视认时间非常短暂，信息量超载导致驾驶人不能在短时间内获取有效信息，从而分散更多注意力在视认上，造成分心驾驶，不仅增加行车的安全风险，对整个交通流也会造成不良影响[12-13]。

实际上，目前已有相关标准[14-15]规定了VMS的部分设计规范。GB5768.2—2009《道路交通标志和标线第二部分道路交通标志》对VMS的用途、显示方式、设置位置和颜色等进行了详细说明。GB/T 29103—2012《道路交通信息服务通过可变情报板发布的交通信息》规定了VMS 的信息结构、文本信息（如字体、高度、颜色）、图形信息和图像信息。Manual on Uniform Traffic Control Devices（MUTCD）规定了VMS 的应用范围、信息显示要求、文本设置要求等。现有标准侧重于VMS文本信息的显示内容，但对图形信息及其显示信息量仍缺乏明确规定。

以往针对VMS显示信息的研究，主要通过偏好问卷调查（RP）、陈述偏好问卷调查（SP）和驾驶实验等方式探究驾驶人在不同交通状况、不同天气条件以及不同驾驶人基本属性和社会属性下，对不同类型VMS显示内容和格式的偏好，以满足驾驶人视认需求或降低驾驶人视认时间[16-18]。研究对象主要集中在悬臂式可变情报板，对门架式可变情报板关注较少。相比之下，门架式可变情报在版面尺寸、信息内容、图文形式等方面均与悬臂式可变情报板存在显著差异，其最优信息量有待进一步研究。

综上，本文针对门架式可变情报板道路节点数量的优化问题开展研究。考虑到行车过程中90%的外部信息主要依靠视觉获取[19]，因此，研究主要从驾驶人视认特性展开。结合本文研究特点及实验成本，研究采用静态认知实验方法。并且，已有研究表明，当车速低于120 km/h 时，驾驶人的动视力和静视力差别不显著[20]。因此，通过室内静态认知实验，获取驾驶人对VMS 显示不同道路节点数量的客观认知和主观评价数据，探究门架式可变情报板道路节点数与驾驶人认知需求的关系，并通过构建基于熵权法的TOPSIS模型对显示不同道路节点数的门架式可变情报板进行综合评价，从而确定最优道路节点数量。研究有助于完善VMS 设计规范和使用标准，进而提升VMS的实际应用效果。

1 实验设计

1.1 被试人员选取

共选取42 名北京地区驾驶人参与实验，其中，男性驾驶人26 名，女性驾驶人16 名；职业司机20名，非职业司机22名。被试人员年龄在24～57岁之间（平均年龄36岁，标准差为11.3岁）。被试驾龄至少1年，其中驾龄10年以上有19人（占比45%）。所有被试人员视力或矫正后的视力均在4.8以上。

为保证样本选取合理，研究主要参考了以往静态认知及动态模拟实验的样本选取原则[21-22]：样本总量不少于30，性别、年龄、驾龄分布合理。同时，通过问卷和测评，确保被试具有实际驾车经验和可变情报板使用经历。

1.2 实验设备

实验采用E-Prime 心理学实验操作平台，E-Prime 是实现计算机化行为研究的一个跨平台系统，平台能呈现刺激为文本、图像和声音（可以同时呈现三者的任意组合），并提供详细的时间信息和事件细节，刺激呈现与屏幕刷新同步，精度可达毫秒。实验过程中将预先制作好的门架式可变情报板呈现在操作平台上，进而将版面信息投影到高清显示屏，实验过程中被试通过观看高清显示屏获得VMS信息。

为创造安静的实验环境，避免外界因素干扰，实验安排在封闭安静的室内进行，见图1（b）。实验过程中被试坐在屏幕正前方，为确定被试距高清显示屏的合理距离L，见图1（a），采用人机工程学理论计算L 为[23]

式中：h 为被试视点高度与屏幕上边缘的高度差；θ为被试视线高度与屏幕上边缘的夹角，当θ ≤8°时，驾驶人可以准确认读标志上的文字[24]。

本次实验中，经实际测量确定，h=0.28 m ，θ取8°，计算得L=2 m。

图1 室内静态认知实验说明Fig.1 Illustration of indoor static cognition experiment

1.3 实验场景

为避免熟悉路网及重复地名对实验数据造成干扰，实验中的道路名称及地点名称均为随机组合，与实际路网不相关，且每块版面道路名称及地点名称均不相同。版面尺寸和版面上文字的字体及字高等要素均依据GB5768—2009《道路交通标志和标线》设计。字体为黑体字，字高为20 cm，文字高宽比为1:1。版面尺寸选用使用最普遍的1 m×10 m 类型，版面设计图例见图2。根据现有门架式可变情报板道路节点数，确定本实验测试道路节点数为2，3，4，5，6，7，8共7个水平，共开发制作7幅门架式可变情报板。

图2 门架式可变情报板Fig.2 Full-span overhead VMSs

1.4 实验流程

实验开始前被试填写基本信息问卷，获取被试个人属性、疲劳状态等基本信息。主实验员向被试宣读实验指导语，实验指导语分为实验内容和实验注意事项2个部分，重点告知被试实验流程，确保被试按照实验要求及时进行按键操作以保证实验数据准确有效。

正式实验前，被试先进行预实验，熟悉实验流程和实验操作，在被试完全熟悉且没有问题后进行正式实验。实验过程中高清显示屏依次显示版面信息和对应问题，版面显示顺序随机，每次仅显示1幅版面或1 个对应问题。被试视认并理解完1 幅版面上的全部信息后，按下对应按键并回答客观问题。客观问题为关于版面内容的理解性选择题，反映被试对版面内容理解的准确性。再次按下对应按键后回答主观问题，分别对版面综合设计和信息量接受程度评分，采用李克特量表的形式将评分范围定为1～5 分，1 分代表最差，5 分代表最好，评分完毕后进入下1幅版面的视认。具体实验流程见图3。

1.5 数据采集

实验过程中，平台自动记录各时段时间（毫秒级）。实验开始时，被试按键进入视认时段，平台开始计时，视认结束后被试再次按键结束视认并进入理解答题时间，答题完毕后再次按键，平台依次记录2个时段时间。被试回答客观问题，主试者如实记录答案，将正确答案记为1，错误答案记为0。通过主观问题获取被试对当前版面的综合设计评分和信息量接受程度评分。对42名被试分别进行7次视认实验，得到共计294组实验数据，数据有效率为100%。

图3 静态认知实验流程Fig.3 The process of static cognition experiment

2 数据分析方法

2.1 变量设计与选取

研究以道路节点数为自变量。为避免单一客观指标或单一主观指标对实验结果造成偏差，本研究从客观指标和主观指标2个方面选取因变量。

2.1.1 客观指标

1）视认时间。从版面出现到被试将版面上所有信息视认完的时间，由软件自动记录保存，反映被试视认过程的长短。

2）理解时间。被试完成视认后开始答题，从屏幕出现题目到给出答案的时间为理解时间，由软件自动记录保存，反映被试对所视认版面的理解速度。

3）信息理解正确率。每道题目回答正确的被试人数比上被试总人数，反映被试对所视认版面理解的准确性。

2.1.2 主观指标包括

1）综合设计评分。被试对刚视认完的版面设计进行主观评分，反映被试对所视认版面整体设计优劣的评价。

2）信息量接受程度评分。被试对刚视认完的版面进行信息量接受程度评分，反映被试对所视认版面所包含信息量的接受程度。

2.2 分析方法

首先，通过描述性分析获取各特征指标随道路节点数的变化趋势；其次，利用方差分析确定不同道路节点数下具有显著性差异的特征指标；再次，通过基于熵权的 technique for order preference by similarity to an ideal solution（TOPSIS）综合评价模型完成门架式可变情报板显示效果综合评价，确定最佳道路节点数；最后，利用多指标综合评价方法对TOPSIS结果进行验证。

2.2.1 熵权法确定权重

本文采用熵权法确定各指标权重。熵权法是一种客观赋权方法，根据各指标差异程度，利用信息熵计算出各指标熵权，再通过熵权对各指标权重进行修正，进而得到较为客观的指标权重[25]。相比主观赋权法，熵权法可以避免人为因素带来的误差[26]。熵权法计算过程如下。

1）构建m 个水平n 个评价指标的判断矩阵H，见式（1）。

式中：xij为第j 个指标下第i 个水平的定量化数值。

2）统一因变量随自变量变化的趋势。

3）数据标准化，见式（2）。

式中：Yij为xij的标准化数值；min(xj)为第j 个指标的最小值；max(xj)为第j 个指标的最大值。

4）计算第j 个指标下第i 个水平的指标值的比重pij，见式（3）。

5）计算第j 项指标的熵Ej，见式（4）。

若

则定义

6）计算各项指标的权值Wj，见式（5）。

2.2.2 TOSIS综合评价

TOPSIS是在有限方案多目标决策分析中常用的一种科学方法，通过计算评价对象与最优目标之间的差值对评价对象进行相对优劣评价。TOPSIS算法能充分利用原始数据，从而减少信息损失[27]。计算过程如下。

1）统一因变量随自变量变化的趋势。

2）对各项指标进行归一化处理，得到归一化矩阵Aij。

式中：aij为定量化数值xij的归一化数值。

3）进行加权处理，得到加权矩阵Zij。将熵权法确定的各指标权重向量Wj应用到归一化矩阵中，加权矩阵Zij由归一化矩阵Aij和权重矩阵Wj相乘得到，见式（7）。

4）从矩阵Z 中选出各项指标参数的最大值和最小值，得到最优方案Z+和最差方案Z-，见式（8）～（9）。

式中：zij为aij加权后的数值；z1+为第1个指标的最大值，以此类推；z1-为第1 个指标的最小值，以此类推。

5）计算各评价对象与最优方案和最差方案的距离Di+与Di-，见式（10）～（11）。

6）计算综合评价值Bi，B 值取值范围为0～1，B 值越接近1表示评价对象与最优方案贴近度越高，即该评价对象的综合评价越好，见式（12）。

2.2.3 多指标综合评价

应用简单综合评价方法对TOPSIS结果进行验证，其评价基本过程如下。

1）指标标准化。

式中：Pij为第j 个指标下第i 个水平的标准化值；为第j 个指标的均值；sdj为第j 个指标的标准偏差。

2）综合评价指数。

式中：IPIi为第i 个评价对象的综合评价指数；IPIi＞0 时，评价对象处于较好水平。

3 研究结果

3.1 描述性分析

汇总视认时间、理解时间、信息理解正确率、综合设计评分和信息量接受程度评分5项评价指标的平均值见表1，平均值与标准差的趋势图见图4～8。其中，视认时间和理解时间与道路节点数呈正相关；信息量接受程度评分和综合设计评分与道路节点数呈负相关；信息理解正确率随道路节点数变化趋势不明显。道路节点数量越多，驾驶人所需视认时间和理解时间越长，对版面的主观打分越低。同时，随着道路节点数增加，各指标的标准差均不断增大。另外，由图5 和图8 可知，相比于4 个道路节点，5 个道路节点的视认时间大幅度增加，信息量接受程度评分大幅度降低。

表1 评价指标平均值Tab.1 Average value of evaluation indexes

图4 视认时间平均值和标准差Fig.4 Average value and standard deviation of visual cognition time

图5 理解时间平均值和标准差Fig.5 Average value and standard deviation of understanding time

图6 信息理解正确率平均值Fig.6 Average value of correctness of information understanding

图7 综合设计评分平均值和标准差Fig.7 Average value and standard deviation of comprehensive design scoring

图8 信息量接受程度评分平均值和标准差Fig.8 Average value and standard deviation of information acceptance scoring

3.2 统计分析

为确定不同道路节点数下存在显著差异的特征指标，同时避免方差非齐性对结果造成影响，采用Welch's anova 方法对数据进行分析。分析结果见表2。在7个道路节点水平下，视认时间、理解时间、综合设计评分和信息量接受程度评分4 项指标在95%的置信区间内表现出显著性差异，信息理解正确率无显著性差异。

当交通标志信息量过多时，驾驶员的短时记忆能力容易超载，从而造成信息理解偏差[28]。本研究中信息理解正确率随道路节点数量变化不显著，主要原因是在静态认知实验中未限制驾驶人视认时间，要求驾驶人完全理解版面信息后再进行任务切换。另一方面，当道路节点数增加时驾驶人视认时间和理解时间均增大，导致驾驶人对版面信息的理解程度增加，从而减小了不同道路节点间理解准确性的差异。

因此，根据统计性分析结果，选取视认时间、理解时间、综合设计评分和信息量接受程度评分4 项指标作为门架式可变情报板道路节点数综合评价的特征指标。

表2 Welch's anova 分析结果Tab.2 Results of Welch's anova analysis

3.3 综合评估

3.3.1 TOPSIS综合评价结果

首先，根据平均值数据构建7个水平4个评价指标的判断矩阵H 。

其次，用熵权法计算各指标权重。在本实验中，综合设计评分与信息量接受程度评分越高表示VMS显示信息越合理。相反，视认时间与理解时间越低则VMS效果越好。因此，对视认时间与理解时间取对数，从而统一单调性。

按式（2）进行标准化处理得到标准化矩阵Yij，再由式（3）～（4）计算各指标的熵值Ej。

由式（5）计算可得到各指标的权重Wj。

最后，用TOPSIS 法计算各水平的综合评价值。对统一单调性的数据按式（6）进行归一化处理得到归一化矩阵Aij，由式（7）得到加权矩阵，再由式（8）～（9）计算得到最优方案Z+和最差方案Z-。

由式（10）～（12）最终计算得到各水平的综合评价值B，计算结果见表3。

表3 综合评价值Tab.3 Comprehensive evaluation value

由熵权法确定的权重结果可知，视认时间和信息量接受程度评分对道路节点数影响较大，综合设计评分对道路节点数影响较小，理解时间对道路节点数影响最小。门架式可变情报板道路节点数对驾驶人在行车过程中最直接影响为视认时间。道路节点数越多，信息量越大，驾驶人为获取有效信息所需视认时间越长。

随着门架式可变情报板道路节点数增加，综合评价值呈下降的趋势。当道路节点数为8 个时，综合评价值最低。当道路节点数为2和4个时，综合评价值最高，分别为0.95 和0.917。当道路节点数为2时，版面给驾驶人提供的信息量过小，不能提供更多路况信息，也不能充分利用VMS 版面空间。因此，基于TOPSIS初步确定门架式可变情报板最大信息量阈值为4个道路节点。

3.3.2 多指标综合评价结果

为验证基于TOPSIS 评价结果的合理性，研究进一步计算各特征指标的综合评价指数。将各指标量值由式（13）～（14）对指标进行标准化，按式（15）计算每个道路节点的综合评价指数，结果见图9。

由图9可知，当道路节点数小于5个时综合评价指数为正值，门架式可变情报板的性能较好；当道路节点数达到5个时，综合评价指数为负值，门架式可变情报板的性能较差。综合以上分析，建议门架式可变情报板道路节点数不宜超过4个。

4 结 论

基于室内静态认知实验，面向驾驶人视认特征开展了门架式可变情报板最优道路节点数量研究。

1）驾驶人视认时间和理解时间与道路节点数呈正相关；信息量接受程度评分和综合设计评分与道路节点数呈负相关；信息理解正确性随道路节点数变化趋势不明显。

2）道路节点数对视认时间、理解时间、综合设计评分和信息量接受程度评分具有显著影响，对信息理解正确率无显著影响。

3）结合描述性分析、统计分析和综合评估结果，确定门架式可变情报板最优设计节点数不宜超过4个。

本文基于静态认知实验仅针对门架式可变情报板的道路节点数进行了研究，版面设计中不同的图形组合方式、是否显示距离和时间等信息可能会对道路节点数量产生影响，有待于进一步研究。除此，由于静态认知实验未涉及车辆运行速度、交通量、外部环境等因素对驾驶人视认特性的影响，研究结果未考虑驾驶人对可变情报板的注意力分担率，同时本文视认特征数据可能比实际值高，后续将通过动态模拟实验和实车测试进一步验证和优化研究结果。