标志信息及驾驶时间影响驾驶员视觉特性分析
2022-12-05戚春华卢姗李航天
戚春华, 卢姗, 李航天
(内蒙古农业大学能源与交通工程学院, 呼和浩特 010018)
交通公安部门统计数据显示,在各类交通事故致因中,由人为因素导致的事故占全部事故的概率占92.6%。其中在行车过程中,驾驶员因视觉受到影响而导致交通事故发生所占的比例很高。有研究表明,在驾驶车辆行进过程中,驾驶员接收到的道路信息,有80%以上依靠视觉获得,因此,视觉信息的获取对驾驶员安全行车具有重要意义。内蒙古地区城市分布较为分散,导致连接城市的草原公路具有不同于普通道路的特点。调查发现,草原公路路侧景观单调,驾驶员动态视线内草原环境单调,且交通工程设施设置不完善,以长直线线形为主。直线长度占全部已建道路长度的比例近90%[1]。独特的道路环境,导致驾驶员在行车过程中,视觉刺激少,易诱发分心驾驶,严重威胁行车安全[2]。
在交通人机交互研究领域,近年来中外学者针对驾驶员不同驾驶行为进行研究,取得了一系列的成果。范东凯等[3]利用断面雷达仪,采用测速法记录驾驶员车速变化数据,研究了限速设施对驾驶员自由行驶状态下的减速效果;裴玉龙等[4]基于驾驶员视觉特性,划分标志兴趣区域并得出左侧标志区域视认效果最佳;刘博华等[5]根据仿真试验下驾驶员视认交通标志的眼动参数变化情况,提出高速公路指路标志信息量阈值为5条;朱守林等[6]提出眼动强度指标回归模型,探究了模拟驾驶中不同熟练程度驾驶员在草原公路不同信息量下眼动参数变化规律;朱梦悦等[7]设计视线追踪实验,采集驾驶人在景区道路视认交通标志的数据,构建了景区道路标志视认效率评价体系;Huang等[8]通过模拟驾驶研究了复杂示意图标志对驾驶员行驶过程中眼球视认行为的影响;Wang等[9]通过研究高速公路上交通标志对驾驶员注视行为的影响,分析其变化规律,为高速公路交通标志设置提供科学建议;Babic等[10]通过分析不同驾驶员在视认熟悉及不熟悉标志信息时注视持续时间的变化规律,提出了交通标志标准化的需求。
以上分析表明,中外针对道路交通安全研究方面,尤其是针对道路交通设施影响驾驶行为的研究方面,已经取得了一系列成果,以往的研究主要集中于普通城市道路或高速公路等复杂道路环境下,驾驶员驾驶行为变化分析。针对简单路侧环境下,尤其是草原公路简单线形下,还存在着出行距离过长,标志信息设置间距不合理等问题,但针对草原公路上,交通标志设施信息量影响驾驶员视认行为的研究相对较少。在此情况下,基于前期研究,开展草原公路实际驾驶实验,利用眼动设备,采集驾驶员行车过程中的眼球变化数据,提取其中敏感成分,分析在交通标志设施信息量及重复驾驶共同作用影响下,驾驶员在草原公路行进时视觉特性的变化情况,以期为深入研究草原公路交通标志设施合理信息量及合理间距设置,保障驾驶员行车安全做出相应理论支持。
1 实验设计
1.1 交通标志设施信息量化
依据香农信息传递理论,信息量计算公式为
(1)
式(1)中:H(X)为某单一交通设施信息量,bits;X为交通工程设施事件;m为事件可能出现的状态数量;Xi为事件呈现的第i种状态;P(Xi)为第i种状态出现的概率。
在此基础上,李航天[11]采用层次分析的方法,对草原公路交通工程设施中存在的中文字符、阿拉伯数字、蒙文等9类信息元素进行处理,元素赋权结果如表1所示,赋权后单个标志设施信息量计算公式为
H(S)=e1H(X1)n1+e2H(X2)n2+…+eiH(Xi)ni
(2)
式(2)中:H(S)为某交通工程设施信息量,bits;ei为9类元素中某一元素的权重;H(Xi)为元素对应基本信息量;ni为此单一交通设施中i类元素的数量。
表1 赋权后交通工程设施元素参考信息量与权重Table 1 Reference information quantity and weight of traffic engineering facility elements after weighting
1.2 实验仪器
采用德国眼动追踪公司SMI (SensoMotoric Instruments)生产的I view X HED型眼动仪,根据实验采集精确数据的需要,将采样频率预设为200 Hz/s。据公安部统计,截至2020年,全国小汽车数量约占全国机动车数量的75.5%,因此实验选择普通小轿车作为实验车辆,车辆检查无故障且操作流畅,满足实验要求,实验仪器及车辆如图1所示。
1.3 实验被试
大数据统计结果显示,截至2020年,全国驾驶员男女比例约为2∶1。考虑外出实验安全问题,最终选择6名驾驶员作为研究被试,其中男性4名,女性2名。驾驶员健康状况均良好,没有眼部疾病或其他突发性疾病,拥有国家法定C1驾驶执照,对路段均不熟悉。为了保证记录数据的可靠性,要求参加实验的人员在实验期间保证充足睡眠、心生理状态良好,不得饮用酒精、刺激性药物或食品。实验过程中,设置无关的电子设备为静音或飞行模式,保持车内安静,禁止交谈。
1.4 实验方案
选择内蒙古境内省道S101赛罕塔拉-满都拉图段进行驾驶实验,此路段全长145 km,日平均统计车流量较少,可以在保障安全行驶前提下,满足实验长时程和驾驶安全的要求。该路段道路等级为二级,设计速度80 km/h,双向两车道,是比较典型的草原公路设计。其中直线总长122.06 km,占路段总长的84.18%,具备实验必需的长直线道路环境,路段内交通标志设施设置较为完善,可为实验提供必需的道路信息环境。
为了减小阳光对驾驶员的影响,选择天气状况良好的9月中旬连续6 d上午进行实验。每位驾驶员在实验路段上重复进行两次驾驶实验,命名为驾驶第一、二阶段。选取驾驶员交通工程设施视认敏感指标,其中指路标志响应更加明显,因此选择实验路段沿线道路承载信息更为集中的5类指路标志作为研究对象,交通指路标志选取结果如图2所示,相应的标志信息量统计结果如表2所示。
图2 5类交通指路标志统计结果Fig.2 Statistical results of category 5 traffic signs
在41~110 min驾驶时长过程中,驾驶员通过自身调节,疲劳会得到一定程度的缓解[12]。为避免驾驶员产生无法调节的疲劳感,在驾驶第一阶段后,允许驾驶员停车休息而后进行第二阶段驾驶任务,全程记录数据。
图1 实验设备Fig.1 Experimental equipment
表2 5种指路标志信息量统计结果Table 2 Statistical results of information content of 5 types of guide signs
2 实验结果与分析
2.1 眼动指标选取
利用I view X HED型眼动仪,实时记录驾驶员的眼动行为,并使用BeGaze软件进行数据精确区分。利用SPSS软件对全部数据进行主成分分析及数据之间的相关性分析,筛选得到扫视持续时间、扫视平均速度和注视持续时间3个敏感指标,其中,驾驶员搜索道路信息的效率可用扫视持续时间指标表征,扫视平均速度可以表示驾驶员行车时获取道路信息的能力,注视持续时间可以表示驾驶员提取道路信息时的困难程度。
2.2 扫视持续时间变化分析
图3 不同驾驶阶段驾驶员扫视持续时间变化分析Fig.3 Analysis of changes of average speed of drivers’ glance at different driving stages
对驾驶全程中,驾驶员视认标志信息的扫视持续时间进行分析,统计及拟合结果如图3所示。图3中,两组数据变化趋势类似,在Z4高信息量下最大,Z1低信息量下最小,在相同道路信息刺激下,驾驶员两次驾驶过程中的扫视持续时间规律一致,直接表现为随标志信息量增加而呈增长的态势。而Z5信息量下,同样是高信息量,数据却呈下降趋势,这主要是由于Z5信息量下,关于“满都拉图”的地点信息在Z3下提示过,加之草原公路线形简单、交叉口较少,这就导致驾驶员在面对Z5重复信息时,搜索目标地点信息所花费的时间减少,数据直接表现为下降的趋势。
基于驾驶员扫视持续时间的差异情况,利用多项式拟合方法,探究不同阶段数据的拟合程度,结果如图3所示。第一阶段扫视持续时间拟合方程为y=-3.027x+3.374x2-0.484x3+36.577,数据拟合度为0.87;第二阶段数据拟合方程为y=-3.250x+2.577x2-0.373x3+47.937,数据拟合度为0.72,由拟合度可见,第一阶段数据拟合效果更好。除Z5信息量外,对数据进行相关性检验,检验结果显示仅第一阶段扫视持续时间与标志信息量呈相关关系(p=0.002 34),说明第一阶段中,驾驶员对标志信息的关注程度更高,扫视行为大部分由标志信息诱发产生,而后进行重复实验时,驾驶员对道路信息已有所了解,再次面对相同信息刺激,关注程度降低,无意识扫视行为增加,致使第二阶段数据增加且相关关系减弱。基于图3中不同阶段数据的差异情况,对两组扫视持续时间进行独立样本t检验,分析结果为sig.<0.05(sig.=0.029),说明不同阶段扫视持续时间之间确存在明显差异,在草原公路路侧环境,道路信息量,等实验条件控制下,驾驶员的认识行为产生了差异。
2.3 扫视平均速度变化分析
图4 不同驾驶阶段驾驶员扫视平均速度变化分析Fig.4 Analysis of changes of average speed of drivers’ glance at different driving stages
对不同阶段驾驶员视认标志信息的扫视平均速度进行分析,统计及拟合结果如图4所示,两组数据变化趋势类似,都呈现波动下降趋势,变化最高点都在Z1处,最低点在Z4处,Z5处呈短暂上升趋势。两驾驶过程中,驾驶员的扫视平均速度变化规律一致,在Z1低信息量下,扫视平均速度表现为较高水平;Z4较高信息量下,扫视平均速度最小,代表在此高信息量下,驾驶员道路信息的搜索效率表现最低。与扫视持续时间变化情况类似,Z5信息量下,虽然信息量水平较高,但是数据变化趋势与其他信息量下变化趋势相反,说明Z5信息量下,重叠信息同样会导致扫视平均速度增加。
两个阶段扫视平均速度变化情况存在明显差异。同样,对两组数据进行拟合尝试,发现采用多项式拟合方法来拟合扫视平均速度效果较为合适。驾驶第一阶段,扫视平均速度的拟合方程为y=114.67x-62.66x2+7.73x3+263.85,数据拟合度为0.91;在驾驶第二阶段,数据拟合方程为y=-7.35x-9.18x2+1.62x3+400.81,数据拟合度为0.65,拟合程度差异较大,且同样是第一阶段数据拟合效果更好。参考数据变化趋势,对两组数据进行相关性检验,结果显示仅第一阶段扫视平均速度与标志信息量之间呈相关关系(p=0.009 35)。进一步说明第一阶段驾驶过程中,由于驾注意力更加集中,驾驶员行车时获取道路信息的能力更强,而在经过第一阶段驾驶之后,驾驶员逐渐熟悉草原公路简单的道路环境,对标志设施关注程度降低,无意识扫视行为增加,使得第二阶段驾驶过程中,扫视平均速度数值偏高,且与标志信息量不呈相关关系。基于驾驶员扫视平均速度的差异情况,采用独立样本t检验探究数据差异程度,检验结果显示,两个阶段的扫视平均速度差异明显(sig.=0.005),这主要是因为驾驶第一阶段过程中,道路环境的陌生感,使得驾驶员注意力较第二阶段驾驶过程集中,扫视的视觉行为反应更加明显。第二阶段是对道路标志信息的重复辨认,且由于驾驶时间的增加,使得驾驶员生心理疲劳加重,注意力逐渐分散,对标志的关注程度降低,来回扫视行为增加,眼球转动速率大大提高,从而导致驾驶员两个驾驶阶段中,数据存在明显差异。
2.4 注视持续时间变化分析
对驾驶员驾驶全过程中,因受到标志信息刺激而产生的注视持续时间差异进行分析,统计及拟合结果如图5所示。两组注视持续时间都呈浮动上升趋势,变化最低点在Z1处,最高点在Z4处,在Z5处呈下降趋势。一般情况下,驾驶员的注视持续时间数值越高,行驶过程中所要处理的道路信息也就越冗杂,而获得的道路行进信息也更多。而Z5信息量下,注视持续时间呈下降趋势,这种特殊变化趋势,是因为Z5信息下道路重复信息的设置,导致驾驶员在面对Z5时,道路信息获取效率大大提升,致使Z5信息水平下,注视持续时间不增反降。
图5 不同驾驶阶段驾驶员注视持续时间变化分析Fig.5 Analysis chart of driver’s gaze duration in different driving stages
同样对两个阶段的注视持续时间进行拟合尝试,最终拟合结果为多项式拟合效果较好,拟合曲线如图5所示。第一阶段注视持续时间拟合方程为y=-19.45x+16.79x2-2.23x3+267.24,数据拟合度为0.92;第二阶段数据拟合方程为y=-16.75x+13.21x2-1.86x3+248.33,数据拟合度为0.81,第一阶段数据拟合效果明显较好。除Z5之外,对两组数据与标志信息量进行相关性检验,检验结果显示仅第一阶段指标数据与指路标志的信息量之间存在相关关系(p=0.046 77)。说明在第一阶段下,驾驶员对标志信息关注程度更高,注视行为更加集中。对两组数据进行独立样本t检验,结果显示数据差异明显(p=0.020),这是因为第一阶段驾驶员注意力更加集中,对标志信息反应更加敏感准确,在进行信息重复视认的第二阶段时,驾驶员对道路信息关注程度降低,致使两组数据差异明显。
3 结论
通过分析在两个驾驶阶段过程中,5种不同信息量下,驾驶员扫视持续时间,扫视平均速度及注视持续时间变化规律得出以下结论。
(1)在两个驾驶阶段过程中,随着目标指路标志信息水平的增长,驾驶员扫视持续时间和注视持续时间整体呈波动上升趋势,扫视平均速度呈波动下降趋势,而在Z5高信息量水平下,变化趋势相反。变化主要原因是Z5下道路重复信息的设置,这致使驾驶员在面对Z5高信息量时,搜索目标信息时间减少,效率提高,呈现出与Z4信息量下不同的变化趋势[13]。
(2)通过对两个驾驶阶段数据进行多项式拟合和相关性检验,得出第一阶段数据拟合程度更好,相关程度更高。驾驶第一阶段中,驾驶员不熟悉实验路段,对草原公路保有兴奋感,由道路标志设施吸引产生的视认行为更加准确。第二阶段驾驶过程中,驾驶员对草原公路景观环境及相关标志信息有一定程度的了解,再次在相同路段上发生重复驾驶行为,驾驶员对标志设施的关注程度降低,无意识扫视、注视眼动行为增加,致使第二阶段驾驶过程中驾驶员的眼动数据与标志信息时间相关关系减弱。
(3)利用独立样本t检验,探究指数数据差异性可知,组内指标数据之间差异明显。在两个阶段驾驶过程中,对草原公路路侧环境、路侧标志信息量、驾驶疲劳感等实验条件进行控制,驾驶员的扫视行为和注视行为数据之间存在明显差异,说明两个阶段驾驶过程中驾驶员的认知行为产生了差异,进一步说明驾驶时间及标志重复信息确会对驾驶员的视认行为产生影响。