城市道路环境下驾驶人对语音导航的认知－反应时间研究

陈诚　程建梅

摘 要：智能手机导航的使用已经频繁的出现在车辆驾驶过程中，但当前的语音导航不太满足人们在现实生活中的要求。因此，本文运用UC-Win/Road软件模拟城市驾驶场景进行仿真实验，得到驾驶人在不同变量下对导航语音播报信息的认知-反应时间，结果表明：导航播报信息的条数和驾龄会显著影响认知-反应时间；导航播报信息量超过三条则认知-反应时间和错误率都会急剧增加。最后通过回归分析，得到基于导航播报信息的条数的认知-反应时间回归模型。

关键词：城市道路 模拟驾驶 语音导航 认识-反应时间 回归分析

为了服务目前复杂的路网和不断增长的驾驶人，汽车导航应运而生。调查显示有92%的驾驶人在开车时会主动使用手机导航APP[1]。但在导航APP的实际应用中，也出现了诸多的问题[2]。例如导航APP播报过于频繁或者过于低频；导航一次性播报的信息量太多，导致驾驶人短时记忆量增加，造成交通安全隐患等。

已有研究都是基于视觉出发，从驾驶人眼动特征或者生理特征分析导航APP对驾驶人行为的影响[3-6]。但驾驶人在使用导航APP时，主要获取信息的方式是听觉，占到通过导航APP获取播报信息量的87%[7]。但目前从行为人听觉出发，对其获取导航播报交通信息的模式和特征的研究较少。本文通过模拟驾驶实验，基于驾驶人的听觉，研究了不同驾龄、性别、车速、车道数、播报信息量下，驾驶人对导航APP播报信息的认知-反应时间，并针对实验数据建立驾驶人认知-反应时间和影响因素的数学模型，阐述了从听觉出发驾驶人的认知-反应流程，探讨导航APP播报设置的优化方案。

1 驾驶人认知-反应过程

驾驶人将导航APP播报信息的认知和操作过程如图1所示。从A点开始，导航APP开始对交通信息进行播报，在B点导航APP结束播报；从B点到C点，驾驶人对接收到的信息进行理解加工，根据行驶的路线判断下一步需要驶入的车道位置，并作出变更车道的决策；随后，驾驶人从C点开始变更车道，至E点车辆完全进入目标车道即变道结束。E点既是变更车道的重点，也是导向车道线的起点。本文研究的是驾驶人对导航APP播报信息的认知-反应时间，即从播放开始到做出肢体反应的过程，认知-反应距离LAC所对应的时间。

2 实验设计

2.1 实验仪器

（1）实验基于用UC-win/Ｒoad 10.0道路景观规划设计软件，绘制出城市道路场景，道路类型为城市主干道，道路中都存在与实际相符的标志标牌、道路路况[8]。

（2）使用罗技公司的G29驾驶方向模拟器及踏板，其生产的方向盘及踏板能够较快的使驾驶人进入模拟的驾驶状态。

（3）使用笔记本电脑用来播放提前制作好的模拟导航材料，并将播放内容投屏至智能手机上，通过秒表对认知-反应进行记录。如图2所示。

2.2 实验对象

本实验共招募驾驶人30名，为了充分体现出不同年龄、性别、驾龄的驾驶人对导航APP播报信息的记忆情况，实验选取年龄在20至54岁之间，驾龄区间在在1年以内到十年以上，男女比例接近且驾龄和年龄分布合理。实验要求被试着具有良好的视力和听力，双眼视力均为4.9以上；听力小于等于25分贝。

2.3 模拟场景搭建

2.3.1 模拟导航设计

根据前期使用调查，将导航APP播报信息分为6个类别，A：行驶方向类；B：行驶车道类；C：违章拍照类；D：限速类；E：警示类；F：温馨提示类。根据实际驾驶经验，本实验选用1到5条信息量作为实验变量，选取A-E为播报的信息内容，使用Adobe After Effects软件将提前采集好的百度地图APP语音按上述方式随机组合，得到的播报内容和播报时长如表1所示，制作得到模拟导航视听材料。

2.3.2 模拟路口设计

模拟驾驶场景是通过UC-win/Road软件搭建而成的，模拟驾驶人经过不同种类的城市道路平面交叉路口，包括车道数的不同、车道分布情况不同等。考虑到实际道路中最常见的几种城市道路交叉路口的设置情况，选定3车道+交叉口入口4车道（“3+4”车道形式），其对应的路口车道分布情况有左直直右、左左带直直右、左左直右等六种情况。选定4车道+交叉口入口 5 车道（“4+5”车道形式），其对应的路口车道部分情况有左直直直右、左左直直右等六种情况。

2.4 实验流程

依据变量的不同划分不为同的实验场景，本次实验的场景一共为75个，按照不同车速（40km/h、50km/及60km/h）为三组，每组根据导航播报的信息量的不同分为五个场景，每个场景根据具体播报内容进行5次认知-反应。因此，每个被试者在每一组要进行25次认知-反应实验，一共进行三组，预计得到数据2250条，实验流程如图3所示。

3 数据处理与分析

3.1 认知-反应时间差异性显著检验

本实验共采集到不同场景下认知-反应实验数据共2963条，剔除错误数据后剩下2250条，再根据拉依达准则，筛选出满足误差区间内的数据，最终剩下可用数据为2229条。

对得到的实验数据在驾龄、性别、车速、车道数、播报信息量五个变量下进行单因素方差分析，设定显著水平α=0.05，结果表明车道数、车速和性别的概率P-值均大于0.05，则可以排除上述变量对驾驶人认知-反应时间的影响。播报信息量和驾龄的P-值分别为0.003和0.012，均小于0.05，可以认为导航APP播报不同信息量以及不同驾龄下的认知-反应时间有显著差异。

3.2 驾龄和认知-反应时间关系分析

为了比较不同驾齡两两之间的差异，对不同驾龄的认知-反应时间进行事后多重比较检验[9]，结果分别显示两两驾龄情况下认知-反应时间的均值检验结果，如表2所示。可以看出，1-2年驾龄分别于6-10年驾龄和10年以上驾龄认知-反应时间有显著差异，P-值分别是0.003和0.027，均小于显著水平0.05。其它驾龄情况下两两比较的认知-反应时间无显著差异。

3.3 播报信息数量对认知-反应的影响分析

3.3.1 对认知-反应时间的影响

比较不同信息播报量两两之间的差异，对不同信息播报量的认知-反应时间进行事后多重比较检验，结果显示了不同信息数量下的认知-反应时间的两两Tamhane's T2检验结果。如表6所示，1条信息量至5条信息量两两之间的P-值均小于0.05，说明不同信息量下的认知-反应时间均有显著差异。

根据表1的平均播放时长播放信息，当播放信息量从1到5条时，平均反应时间分别为2066ms、4382ms、7028ms、14364ms、22893ms。当信息量从1条信息增长到3条信息时，实验人认识-反应时间和播报时长同时增长，且增幅相似；当播报信息量增长到4时，认知-反应时间急剧增加，增加了7336ms，同比播报时长增长了4320ms，认知-反应时间的增长幅度大大的超过播报时长的增长。平均认知-反应时间突变点发生在信息条数为3条时。

以认知-反应时间作为因变量，播报信息量作为自变量，对不同播报信息量下的认知-反应时间平均值的差值进行曲线拟合。结果表明指数函R方最大等于0.837，对散点拟合性最好。得到不同信息信息播报量下的认知-反应时间平均值的回归模型为：

Y=1210.19e0.6x

其中：Y——认知-反应时间ms；x——播报的信息量条数，x＞0。

播报信息量对认知-反应时间有显著影响，且程度远远大于其它因素，故将此公式作为驾驶人对导航播报信息的认知-反应时间模型。

3.3.2 对认知-反应正确率的影响

驾驶人针对导航一次性播报的信息量的不同，其对播报信息的认知正确率也有区别，与平均认知-反应时间相同，随着播报信息条数的增加，反应错误率会逐步增加。当播报信息量为1条和2条时，反应的错误率分别为0.66%和1.53%，接近为0；当播报信息量增加的3条时，反应错误率上升到10.71%，此时导航播报的信息增多，实验人有错误机率增加；当播报信息量增加到4条和5条时，相对应的错误率上升至34.02%和48.10%，导航播报的信息量过多，驾驶人识别压力增加，记忆任务量太大，导致在一定的时间内驾驶人做出错误的判读。

4 结论

本文利用模拟驾驶的方式，针对不同变量情况下测试了驾驶人对导航播报的信息的认知-反应时间，得到驾龄和播报信息量两个能够显著影响驾驶人认知-反应时间的因素，并最终建立了驾驶人在城市道路情况下，其对导航播报信息的认知-反应时间与播报信息量的数学模型。结果表明：（1）驾驶人认知-反应时间会随着导航播报信息量的增加而增加，当导航播报信息量超过三条后，认知-反应时间会呈指数型增长，且认知错误率会显著上升，由此推断导航播报信息量的阈值应为3条；（2）对导航播报信息的认知-反应时间会随着驾龄的增加而呈现先减后增的情况，驾龄在6至10年时认知-反应时间最短，但驾龄超过10年后又会增加。

基金项目：2021年四川警察学院“基于眼动信息的机动车驾驶人右转弯特性研究”（21YCX007）；2023年智能警务四川省重点实验室“基于注意力分配和视听觉感知的安全驾驶研究”（ZNJW2023ZZMS001）。

参考文献：

[1]共研网.2022-2028年中国手机导航行业全景调研及市场前景预测报告【EB/OL】. （2022-09-28）[2022-11-02].https：

//bbs.csdn.net/topics/608363369.

[2]李平凡，王殿海，刘东波，王峻极.驾驶中拨打手机对驾驶人脑力负荷及驾驶行为的影响分析[J].交通信息与安全，2010， 28（04）：103-107.

[3]Crundall D，Chapman P，Trawley S，t al. Some billboards are more attractive than others：Drivers of varying experience respond differently to different types of billboards[J].Accident Analysis & Prevention，2012，45（1）：600-609.

[4]Stinchcombe Arne，Gagnon Sylvain，Zhang J Jane，Montembeault Patricia，Bedard Michel. Fluctuating attentional demand in a simulated driving assessment： the roles of age and driving complexity.[J]. Traffic injury prevention，2011，12（6）.

[5]胡琳. 智能手机导航功能对驾驶行为影响研究[D].长安大学，2017.

[6]田伟. 基于模拟驾驶的手机导航对驾驶行为影响的研究[D].清华大学，2016.

[7]Hu J S，Liu W H，Cheng C C .Target search and navigation by spatial hearing using inter-aural signals[J]. IFAC Proceedings Volumes，2006，39（16）：673-678.

[8]李志. 基于認知心理学的城市道路交通标志动静态视认研究[D].北京工业大学，2017.

[9]陈佳佳.基于模拟驾驶的手机导航对驾驶行为影响的研究[J].电子元器件与信息技术，2021，5（04）：3-4.

[10]姚云. 基于认知心理学的指路标志信息与信息密度阈值研究[D].西华大学，2009.