信号交叉口处公交车驾驶员视觉特性分析

潘福全，李炜聪，闫仕源，张丽霞，李昕光，李 敏，徐巧妮

(青岛理工大学 机械与汽车工程学院，山东 青岛 266520)

在国家大力发展城市公共交通的背景下，公共交通的日常运营安全显得尤为重要。在大多城市中常规公交是公共交通的主力军，而驾驶员是常规公交运营安全的主要责任人，在出现安全问题的诸多因素中，驾驶员因素占90%左右[1]。驾驶员获取周围交通环境信息主要是通过视觉方式[2]，由于驾驶人的信息获取延误或操纵反应错误所导致的事故占比约为57%，所以与道路交通安全事故的联系最为紧密。由于道路信号交叉口处存在信号灯变化，受侧方车辆变换车道及其他因素的干扰影响[3]，驾驶员在信号交叉口处获取与处理交通信息的难度增大[4]，工作负荷提升[5]，因此，研究公交车驾驶员在信号交叉口处的视觉特性变化，可有效避免交通事故的发生，保障公交运营安全。

在驾驶员视觉特性研究方面：Li G F等[6]根据驾驶员视觉特性参数划分了12个驾驶行为状态，并获得了144个转移概率，建立了以连续机动车状态为识别参数的驾驶个性预测模型，为未来定量化研究公交车驾驶员视觉特性及驾驶行为提供了理论基础；Kimlin J A等[7]研究驾驶员夜间驾驶时的视觉特性，利用Rasch分析评估量表分析所得数据，获得夜间性别与驾驶员视距的相关性规律；Koppel S等[8]研究驾驶员驾驶车辆熟练程度与眼睛运动的相关性，发现相较于熟练程度较高的驾驶员，熟练度低的驾驶员捕捉的信息量更少；Jiao F T等[9]采集水下隧道不同曲率路段的驾驶员扫视频率及扫视角度等指标，探究得出考虑平面线形的城市水下隧道驾驶员视觉特性规律；艾倩楠[10]在风险感知量化、情景提取和行为分析基础上，选取驾驶员视觉特性指标，建立了评价指标体系，并基于隐马尔可夫模型预测了驾驶员风险感知量化值；高振海等[11]分别在城市道路和高速路上进行了小客车实车实验，分析了驾驶员视觉特性参数，研究发现预瞄距离与视觉搜索范围成反比；李显生等[12]选取不同场景驾驶人眼动数据，利用动态聚类法进行注视区域划分，运用主成分分析法对眼动数据进行统计分析，构建了基于应激响应状态下的视觉特性模型；杨理波等[13]选取刺激物的主观等同速度为特征指标，利用3ds Max软件搭建三维仿真模型，并基于E-Prime平台开展车速感知心理物理实验，发现在较高照度水平下，驾驶员对速度变化更为敏感；吴立新等[14]利用Dikablis进行实车实验，分析驾驶员经过无信号交叉口路段时的眼动参数及注视特性；尚婷等[15]基于驾驶员动态视觉理论，分析了标线关键参数对驾驶员瞳孔面积变化率指标和运行速度的影响,并建立趋势面模型进行定量分析；刘宇等[16]搭建UC-win/Road实验平台，选取20名酒后驾驶员进行驾驶模拟，探究酒后驾驶对交通信息获取的影响及视觉特性变化规律；胡月琦等[17]通过采集扫视频率、注视点位置等参数指标，分析公路隧道中交通环境及驾驶经验对驾驶员视觉特性的影响；阿吾提等[18]利用视力检测仪在高原不同海拔区域进行实车实验，通过动、静视力指标分析得到高原区域驾驶员视觉变化规律；胡雁宾等[19]通过分析会车车距、驾驶员视觉效果、眼点光照度之间的相互关系，探究夜间会车时驾驶员视觉特性。

国内外专家学者对驾驶员视觉特性的研究多考虑小客车车速、驾驶员熟练程度及道路线形等因素，缺少针对信号交叉口处公交车驾驶员视觉特性的研究。因此，文中探究公交车驾驶员在不同灯色状态下通过信号交叉口处的视觉特性变化规律，以期为研究信号灯色对驾驶员感知、决策的影响提供参考。根据视觉安全需求优化信号周期及交叉口交通设施，提高对潜在交通危险的预见性，保证行车安全。同时，研究有利于提高新手公交驾驶员捕捉交通信息、扩大视觉搜索广度等方面的能力，便于把握安全行驶规范，快速培训上岗。

1 实车实验设计

1.1 实验仪器和实验道路

研究采用Facelab眼动仪采集具有代表性的公交车驾驶员视觉特性指标，并通过眼动仪控制软件进行数据输入与图像处理，实验数据采集设备如图1所示。选取青岛市黄岛区某公交公司的某公交车运行线路(江山南路与香江路交叉口)为实验路段(见图2)，探究信号交叉口处信号灯变化对驾驶员视觉特性的影响机理。

图1 实验数据采集设备

图2 信号交叉口实验路段

实验道路分为信号灯可视范围R以外、可视范围R以内2个区间进行数据分析，以保证所获数据的准确性。在图2中：L为路段长度；R为可见信号灯距离，为170 m；N为交叉口长度，约为40 m。

1.2 视觉特性指标选取

公交车驾驶员通过信号交叉口时，需关注信号灯色的状态变换和不同方向的车辆行驶状况。面对信号交叉口处复杂的交通环境，公交车驾驶员既要不断变换视觉关注范围，及时掌握周围交通环境的变化情况，又要重点关注信号灯色的状态变化，保证车辆及时通过交叉口。因此，文中选取驾驶员眼睑闭合度、眨眼持续时间、注视点位置与注视次数、眨眼频率4个指标，可较为全面地捕捉驾驶员在通过信号交叉口时的眼部特征变化情况，从而探究驾驶员的视觉特性变化规律。

1.2.1 眼睑闭合度

眼睑闭合度能反映出人的即时疲惫与紧张状况。人在高度紧张时，对周围环境的变化较为敏感，眼睑大幅度扩张，此时眼睑闭合度较低；人在放松或疲惫状态下，注意力分散，对周围环境变化感知能力差，眼睑相应收缩。定义眼睑闭合度范围为0～1区间，值为0时表示眼睛完全张开，拥有开阔的视野，值为1时表示眼睛完全闭合。

1.2.2 眨眼持续时间

眨眼持续时间为眼睛完成整个眨眼过程的时间，此指标可反映驾驶员紧张程度、注意力是否集中，眨眼持续时间长表示驾驶员精神疲劳、注意力分散、心理放松。

1.2.3 眨眼频率

眨眼频率是指1 s内完成眨眼这一生理过程的次数，可有效反映驾驶员在行车过程中的精神集中水平及身体疲劳状况。眨眼频率高表示驾驶人精神集中、心理紧张，眨眼频率低表示驾驶人精神放松。

1.2.4 注视点位置与注视次数

驾驶员在行车过程中，通过眼部行为获取周围交通环境信息。眼睛注视点的位置和注视次数能反映驾驶员在行驶过程中的关注点，同时，也可反映驾驶员行车关注点与时空关系的相关性。

1.3 驾驶员选取

实验随机选取青岛市某公交公司考评成绩优秀的驾驶员作为实验对象,实验时根据实时运营调度安排，选择样本中25名驾驶员进行实验，体现实验的客观性。驾驶员基本情况信息如表1所示。

表1 驾驶员基本情况

1.4 实验方法

城市道路中公交车运行受限于速度、视角广度及安全距离等因素。当驾驶员在信号灯可视范围之外时，主要受到前方车辆加减速和侧向车道车辆变换车道的干扰，需要不断地调整车速进行跟驰或超车[21]；当驾驶员进入信号灯可视范围之内时，驾驶员除受到前方和侧向车道车辆的干扰，同时也会受到信号灯变化的影响，通过一系列驾驶操控与身体反应，以此来选择最优车速，安全通过交叉口。

实车实验过程如下：

1)进行实验车辆和测试设备的准备工作；

2)安装实验设备，校核设备的灵敏度，若重复校对无效，则需要更换实验车辆；

3)实验开始后，实验员启动设备获取实验数据，记录实验中的特殊情况发生时间，以便后期分析数据时有选择性地筛选与分析；

4)实验结束，停止实验设备运行；

5)将所获取数据导入到数据处理设备中。

实验时应注意实验采集时间与记录保持同步，确保采集数据的准确性，实验流程如图3所示。

图3 实验流程

2 驾驶员视觉特性规律分析

2.1 数据分析与筛选

2.1.1 数据相关性分析

实车实验结束后，利用SPSS对视觉特性参数表征值与信号灯灯色进行相关性检验。为保证数据分析的合理性，采用多独立样本非参数[21]中的Kruskal-Wallis检验方法，提取95%置信区间内的300个样本数据进行相关性分析，检验结果如表2所示。

由表2可知，驾驶员视觉特性表征值的相关性P值均小于0.05，说明视觉特性表征值的变化均与信号灯灯色显著相关，即驾驶员在通过交叉口时，易受信号灯影响，会产生较大的心理波动。

表2 参数相关性P值

2.1.2 数据筛选

实验所采集的驾驶员视觉特性数据整体呈现正态分布规律，为消除异常数据对实验结果的影响，选取拉依达准则对实验数据进行筛选[22]，算式为

(1)

2.2 眼睑闭合度规律分析

2.2.1 绿灯时通过交叉口眼睑闭合度规律

绿灯时驾驶员无需等待通过交叉口，眼睑闭合度基本规律如图4所示。其中R-N为进入信号灯可视范围内至驶入交叉口前路段，N为交叉口路段。驾驶员双眼的眼睑闭合度大致相同，进入可视范围后皆出现较大幅度范围的波动，左、右眼睑闭合度均值分别为0.303 1和0.341 5，相对偏差值为12.67%。在距离交叉口约50 m处以及驶离交叉口后，双眼的眼睑闭合度出现最低值0，此时眼睛处于完全张开状态。随着逐渐靠近交叉口，眼睑闭合度呈下降趋势，说明在即将进入交叉口的50 m区域内，驾驶员精神集中，警惕性增强。

图4 绿灯时眼睑闭合度基本规律

2.2.2 红灯时等待后通过交叉口眼睑闭合度规律

红灯时驾驶员等待后通过交叉口，眼睑闭合度数据的基本规律如图5所示。在接近交叉口时，眼睑闭合度数值相应降低，左、右眼睑闭合度均值分别为0.368 8和0.342 7，相对偏差为7.62%。左眼眼睑闭合度幅度变化范围大于右眼，且左眼出现了4段数值低谷，眼睛处于完全睁开状态，说明在此区域内驾驶员即将通过交叉口，行驶路况频繁变化，且信号灯的灯色影响车辆是否及时通过。此时驾驶员精神状态高度集中，警惕性增强。

图5 红灯时眼睑闭合度基本规律

通过对比分析，2种灯色信号下左、右眼睑闭合度波动趋势基本一致。但红灯等待情况下双眼眼睑度相对偏差较小，数据分布更均匀，整体相对集中，说明通过交叉口时，周围车辆干扰对眼睑闭合度的变化存在影响，且绿灯通过时影响范围和程度更大。

2.3 眨眼持续时间规律分析

2.3.1 绿灯时通过交叉口眨眼持续时间规律

绿灯时驾驶员无需等待通过信号交叉口，眨眼持续时间基本规律如图6所示。随着车辆逐渐靠近交叉口，驾驶员眨眼持续时间呈逐渐减小趋势，在驶离交叉口时，眨眼持续时间突增。相较于红灯等待情况，绿灯直接通过交叉口时眨眼持续时间变化范围大，数据波动性更强，数据均值为0.122 s。在进入信号灯可视范围内30 m和115 m处时，驾驶员眨眼持续时间大幅减低，在距离交叉口45 m处降至最低值0.112 s。眨眼持续时间在车辆刚进入信号灯可视范围内达到最高值0.135 s，相对百分比偏差为20.54%。

图6 绿灯时通过交叉口眨眼持续时间规律

2.3.2 红灯时等待后通过交叉口眨眼持续时间规律

红灯时驾驶员等待后通过信号交叉口，眨眼持续时间基本规律如图7所示。眨眼持续时间相较于绿灯通过时有相应幅度的增加，但整体呈现降低趋势。红灯时驾驶员等待后通过交叉口，眨眼持续时间变化范围略小、波动性弱、数据更加稳定，数据均值为0.116 s。驾驶员进入可视信号灯范围内45 m处时眨眼持续时间开始持续减少，在即将通过交叉口时达到数值低谷0.103 s。在进入信号灯可视范围约30 m处，眨眼持续时间达到高峰值，为0.127 s，相对百分比偏差为23.30%。

图7 红灯时等待后通过交叉口眨眼持续时间规律

通过对比分析可知，不同灯色信号情况下，眨眼持续时间变化规律及趋势具有显著差异。绿灯通过时数据多分布于均值轴线0.122上方，而红灯等待时数据值多位于均值轴线0.116 s下方。且红灯等待时的相对百分比偏差相较于绿灯通过时更高，数据波动范围大、差异性显著。

2.4 眨眼频率规律分析

2.4.1 绿灯时通过交叉口眨眼频率规律

绿灯时驾驶员无需等待通过信号交叉口，眨眼频率基本规律如图8所示。眨眼频率在信号灯可视范围内90 m处时增大趋势明显，说明此时驾驶员心理紧张，精神更加集中，仔细观察交叉口信号灯变化。距离交叉口30 m处时，眨眼频率达到最大值0.45 Hz，在此区间内，公交车即将通过交叉口，随着信号灯变化以及其他车道车辆的汇入、分流，使驾驶员时刻保持注意力集中，观察周围交通状况，以便及时通过交叉口。待驶离交叉口后，眨眼频率又降至0.25 Hz，此时已顺利通过交叉口，驾驶员精神放松，周边交通环境稳定，无显著变化，此时眨眼频率降低。

图8 绿灯时通过交叉口眨眼频率规律

2.4.2 红灯时等待后通过交叉口眨眼频率规律

红灯时驾驶员等待后通过交叉口，眨眼频率基本规律如图9所示。红灯等待时眨眼频率整体上呈现增长趋势，但在信号灯可视范围内有相应幅度的波动。由于信号灯灯色为红色状态，前方车辆减速以及侧方车辆变换车道，导致行驶路况不断变化，驾驶员专注度相应改变。在即将进入交叉口时，眨眼频率达到最大值0.43 Hz，驾驶员此时正在等待绿灯放行，驾驶员有抢绿灯急于通过交叉口的心理，需仔细辨别信号灯色，确定是否能够通行，眨眼频率相对较高。驶离交叉口时，眨眼频率又降至0.2 Hz，此时无信号灯限制且路况相对稳定，驾驶员精神放松，眨眼频率降低。

图9 红灯时等待后通过交叉口眨眼频率规律

通过对比分析可得，不同信号灯色状态的眨眼频率变化趋势大致相同，但数据分布差异性较为显著。绿灯通过情况下眨眼频率数据多分布于均值0.26 Hz轴线下方。红灯等待情况下数据多分布于均值0.29 Hz轴线上方，不同灯色状态下眨眼频率相对偏差为11.54%。

2.5 注视分布规律分析

2.5.1 绿灯时通过交叉口注视分布规律

绿灯时驾驶员通过交叉口，注视分布规律如图10所示。注视点分布圆直径大小表示注视次数分布数量，直径越大表示分布在该区域的注视次数越多。进入交叉口前驾驶员注视范围集中在水平-5～20 cm、竖直20～35 cm区间内，注视次数最大值为11次，较多的关注度集中在此区域。说明在进入信号灯可视范围时，驾驶员更多关注信号灯的灯色变化情况，而对于两侧周围的交通行驶环境关注较少。

图10 绿灯时通过交叉口前后注视点分布

绿灯时驾驶员驶入交叉口时，驾驶员注视范围转移到竖直方向-20～10 cm、水平方向-15～10 cm区间内，此区域内注视次数最多，最大注视次数为12次。可见车辆驶入交叉口后，视线范围转移到对两侧车辆行驶路况信息的获取上。此时已无信号灯限制，驾驶员注意力集中在交叉口侧方车辆的行驶状况。因此，驶入交叉口后，驾驶员注视分布区域主要在左右两侧范围内。

2.5.2 红灯时等待后通过交叉口注视分布规律

红灯时驾驶员等待后通过交叉口，注视点分布规律如图11所示。进入交叉口前驾驶员注视范围主要集中在竖直20～30 cm、水平-10～10 cm区间内，最大注视次数为8次。在此区域内信号灯色为红灯状态，驾驶员需控制车速或根据红灯倒计时时间来确定起步加速时机，以便能够及时通过交叉口，驾驶员关注点主要集中在对信号灯灯色变化情况的获取上，对于周围交通环境信息的关注度较低。

图11 红灯等待时驾驶人注视点分布

红灯时驾驶员等待后通过交叉口时，注视点相较于绿灯通过时的分布要离散，在较大视线区间范围内皆有分布。驾驶员已经度过等待红灯通行的紧张情况，驶入交叉口后，无需重点关注获取某一范围内的信息，但对整个行车交通环境需要进行关注，以保证行车安全。

通过对比分析可得，不同信号灯色进入信号灯可视范围内的注视点均位于头部前方区域，更多关注前方的交通路况。而红灯等待驶入交叉口时，注视区域范围及次数均低于绿灯通过情况。

2.6 研究成果应用及措施建议

通过对不同信号灯色状态下驾驶员视觉指标的分析，得出信号交叉口处公交车驾驶员视觉特性规律，反映出驾驶员在信号交叉口处受交通信号灯色变换及复杂交通环境的影响。通过视觉特征指标的参数变化，反映出驾驶员生理、心理状况的变化情况。驾驶行为是驾驶人生理、心理反应的外在表现，因此，可通过视觉特性指标来衡量驾驶员的行车安全性。

根据视觉特性规律的分析结果，将其应用于交通安全评价与管理领域，并提出信号交叉口交通管理措施的优化建议：

1)将驾驶员视觉特性指标参数与公交车行驶安全性相关联，建立驾驶员视觉负荷评价标准；

2)基于不同信号灯色状态下的驾驶员视觉变化规律，建立灯色—视觉调控系统，实现信号灯色与驾驶员视觉指标参数的实时联动，为后续信号交叉口处的信号相位设计及交通规则的制定提供参考依据；

3)将驾驶员视觉指标参数纳入到驾驶员考核标准中，制定驾驶操纵行为熟练度与视觉特性控制度双重评价指标，更加全面地评估公交车驾驶员业务熟练度及行驶安全性；

4)构建视觉特性水平预警系统，将其与车辆操纵系统相结合，一旦视觉特性指标偏离安全阈值，驾驶员生理、心理将出现大幅度波动，车载设备便会进行实时预警，并限制驾驶操纵行为，为未来的驾驶安全视觉预警系统开发提供新思路。

3 结 论

基于驾驶员在行车过程中主要通过视觉途径获取动态交通环境信息的事实，搭建驾驶员视觉特性数据实验平台，采集信号交叉口处公交车驾驶员的眼睑闭合度、眨眼持续时间、注视点位置与注视次数、眨眼频率等具有代表性的视觉特性指标，探究不同信号灯色状态下的驾驶员视觉特性变化规律。结果表明：在城市信号交叉口处受不同信号灯色的影响，公交车驾驶员视觉特性指标变化规律具有一定的差异性。

1)红灯等待情况下眼睑闭合度的相对偏差为7.62%，仅占绿灯通过时的60.14%，不同灯色状态下公交车驾驶员眼睑闭合度差异性显著。

2)不同灯色状态下眨眼持续时间变化规律及趋势有所差异，绿灯通过与红灯等待下的相对百分比偏差分别为20.54%、23.30%，红灯等待时数据波动范围更大。

3)不同灯色状态下眨眼频率变化趋势大致相似，但数据分布差异性较为显著。绿灯通过与红灯等待眨眼频率数据均值分别为0.26 Hz、 0.29 Hz，不同灯色状态下眨眼频率相对偏差为11.54%，数据波动性强。

4)不同灯色状态下驾驶员进入信号灯可视范围内的注视点主要分布在头部前方区域，更多关注前方的交通路况，而红灯等待驶入交叉口注视区域范围及次数均低于绿灯通过情况。

探究不同视觉参数指标与信号灯色的相关性，可为未来信号交叉口处信号灯的控制优化提供参考依据。同时，对降低信号交叉口处交通事故率和保障公共交通运营安全也具有重要意义。