城市道路工况全触屏模式下空调操作风险特性

王 畅,任 苗,葛振振,赵 霞,李 朝

(长安大学 汽车学院,陕西 西安 710064)

0 引 言

随着全触屏人机界面(human machine interface,HMI)在车辆上的广泛应用,驾驶人在城市道路工况下因使用全触屏HMI导致的分心行为越来越多[1]。因驾驶员引发的交通事故占事故总数的80%以上,在这其中,因驾驶分心导致的事故占总重大交通事故的30%左右[2]。驾驶分心行为会使驾驶员的注视位置更加分散,注视时间频次百分比也会明显增大,影响驾驶人对车辆的控制[3]。研究显示,城市道路分心驾驶时油门踏板开度波动比高速公路分心驾驶大,驾驶人需要更多精力控制车辆正常行驶[4]。因此,有必要研究城市道路下的分心驾驶行为。

目前驾驶分心研究以模拟器居多。周扬等[5]通过模拟器采集了驾驶员的驾驶行为数据、眼部及头部动作特征,对驾驶人因看手机信息而引起的驾驶分心进行了研究;王彦峰等[6]基于驾驶模拟器开发了事故接管场景,采集了驾驶人在不同接管场景的速度、接管正确时间等数据,发现接管速度随驾驶次任务沉浸等级的减小而减小,接管正确时间也与驾驶次任务等级关系显著。

针对不同道路场景下的分心驾驶也有较多研究。YAN Yingying等[7]通过模拟夜间道路,发现驾驶人在夜间分心时,在小半径弯道上行驶速度更快,发短信时的车道位置标准差有明显提高;吕贞等[8]使用眼动仪采集了驾驶人在草原公路正常行驶、认知分心和复合分心行驶时的眼部数据,发现复合分心时的平均注视时长最长,认知分心时的平均注视时长最短。

近年来,对驾驶分心的研究开始向车载触屏式显示屏转变。MA Jun等[9]选取了车辆速度偏差、车道偏离标准差、停留时间和平均扫视时间,利用数据挖掘技术研究驾驶人因使用触屏式HMI引起的驾驶分心;M.S. OBEIDA等[10]通过调查问卷的方式,对驾驶人使用HMI界面的分心行为进行了统计,得到使用GPS导航会增加碰撞风险,且车载HMI更容易引起年轻驾驶人分心驾驶;ZHONG Qi等[11]开展了高速公路驾驶模拟器试验,发现被试者在执行次任务过程中对车辆的控制能力有所下降;沈子毅[12]通过搭建驾驶模拟环境,发现多点滑动手势可以大大减少视线离开路面的时间和车道偏离次数,可有效降低交通事故的发生率。

目前,关于驾驶分心的研究大多停留在模拟器试验,且对触屏式HMI与按键式HMI的优劣缺乏比较研究。考虑到全触屏与按键式操作模式差异很大,前者主要通过轻击、触摸、滑动等进行操作,后者主要通过按压、旋转、点击等进行操作。因此,笔者拟通过在城市道路上开展实车试验,采集在全触屏和传统人机交互两类驾驶模式下空调操作过程的人-车系统数据,分析被试的分心行为,对车辆运行风险进行研究,最终评测出两种模式的优劣。

1 试验方案

1.1 试验道路与被试者

试验道路为双向八车道,全长16.76 km,车道宽3.75 m,限速70 km/h,属城市主干路。沿途绿化较好,车流量不大,很少出现交通拥堵。且该道路交叉路口较多,测速监控装置较多,部分路段未设置交通信号灯。试验时,天气晴朗,能见度高,未出现刮风下雨等异常天气状况。

被试者共19名(15名男性,4名女性,且包含9名职业驾驶人和10名非职业驾驶人),被试者年龄在31～52岁(平均年龄39.2岁,标准差6.6岁),驾龄在8～34年(平均驾龄16年,标准差7.8年)。在所有被试者中,除1名被试者的驾驶里程在5 000～10 000 km,其余被试者驾驶里程均大于10 000 km。两名被试者近3年驾驶期间发生过一次交通事故,其余被试者近3年驾驶过程中均未发生过交通事故。试验当天,所有被试者均无身体不适等可能影响试验数据的情况。

1.2 试验车辆与设备

试验采用两款不同人机交互界面的车辆,分别为比亚迪秦(全触屏人机交互,以下简称:触屏式)和奥迪A4L(传统人机交互,以下简称:按键式)。在比亚迪秦上进行试验时,被试者使用全触摸式中控屏进行试验,采用滑动、触摸、轻点等操作方式执行各项次任务,其人机交互界面如图1(a);在奥迪A4L上试验时,被试者使用按键、按钮等传统车辆上配备的设施执行各项次任务,通过点击、按动、旋转等操作方式完成次任务,如图1(b)。

图1 试验车辆人机交互界面Fig. 1 Human-machine interaction interface of the test vehicles

试验车辆上安装1个数据解码仪和2个视频记录仪。数据解码仪(型号:Longren H6 Pro)用来解码车辆运行状态数据,显示车速等车辆状态数据。视频记录仪(型号:MiVue 786)用来记录被试者视线偏离道路前方及手部离开方向盘情况。视频记录仪1安装在驾驶员右前方,面向驾驶员面部安装,确保可清楚检测到被试者的眼动情况,视频记录仪2安装在车辆内部的顶部,面向中控屏或按键,用来记录被试者的手部操作。

1.3 试验次任务与指标

为对比不同交互方式对驾驶分心的影响,试验从众多分心驾驶行为中选择了3项空调操作模式类型的次任务,分别为:吹前风挡玻璃、出风量调高两个档位、开空调并调至指定温度(后简称:吹玻璃、调风量、开空调)。选择这3项分心次任务的原因为:①触屏式与按键式在空调操作模式操作差异较大;②每项次任务的操作步骤数依次增加(设定吹玻璃、调风量、开空调分别为1、2、3步),任务复杂度依次增大。

为保证试验准确性,被试者开始执行每项次任务时,中控屏或旋钮都是在同一界面或同一开启程度。为避免其他因素干扰,发布次任务指令时车辆均处于正常直行状态。在两交互方式(触屏式、按键式)下,两种车速(40、60 km/h)下,分别开展试验。其中3项次任务为一组,在同一交互方式同一车速下每位被试需要重复执行5组试验,3项次任务的具体操作方式如表1。

表1 次任务及其操作方式

基于得到的关于被试者的眼部、手部状态视频与车辆运行状态数据,可初步得到:视觉、手部及车辆运行状态3类指标。每类指标都有3～4个反映被试者分心行为的指标。

视觉相关指标中,完成任务总时间、单次注视时间、视线离开路面次数、视线离开路面总时间在研究中应用较多。通过分析数据,发现被试者视线偏离路面次数均为1～2次,均值为1.552次,在2种操作模式下无明显差异;视线离开路面总时间与完成任务总时间存在较大相似度。因此,选取了完成任务总时间和单次注视时间作为视觉指标。

空调操作中,主要动作为手部操作,选取单次手部操作时间作为手部操作指标。类似分心实验中主要风险存在于横向方向,而横向风险由方向盘操作行为引起,因此选用方向盘转角标准差作为空调操作过程车辆的运动状态指标。

笔者选取的分心指标,具体定义如下:

1)完成任务总时间(TTD):完成次任务的总时间,即从被试者视线第一次偏离道路前方到最后一次视线回到道路前方所用的时间。

2)单次注视时间(SGD):从被试者视线第n次离开道路前方,到第n次视线回到道路前方所持续的时间(n为正整数)。

3)单次手部操作时间(SHOD):从被试者右手第n次离开方向盘开始操作次任务,到右手第n次回到方向盘所用的时间(n为正整数)。

4)方向盘转角标准差(SDSWA):驾驶员在执行次任务过程中的方向盘转动角度的波动程度。

视频记录仪得到的视频每帧为1/30 s,因此可对被试者视线偏离与恢复时刻进行明确界定,以视觉指标的挑选标准为例,即使不能非常清楚判定被试者视线是否转移,帧数误差也可控制在1～3帧,即误差在0.1 s内,如图2。图2(a)中第4 141帧视线偏离,认为此时开始执行次任务(视线第1次离开道路前方);图2(b)中第4 188帧视线恢复,认为执行次任务结束(视线第1次回到道路前方)。

图2 视觉指标挑选标准Fig. 2 Selection criteria of visual indicators

2 风险特性研究

基于笔者次任务过程人-车系统试验数据,分析被试者在驾驶过程中分心行为,从任务复杂度、车速2方面,分析4个指标在不同交互方式下的差异,评定不同交互方式的优劣。

2.1 完成任务总时间

不同交互方式下,完成3项次任务的TTD指标分布情况如图3。

图3 完成任务总时间分布情况Fig. 3 Distribution of total task duration

由图3可知:随着次任务复杂度的增大,TTD值明显增大;且在按键式交互方式下,每项次任务的TTD值波动均随车速增大而增大;同一交互方式下,TTD均值变化都不大。对比两交互方式TTD数据,在同一车速同一次任务下,触屏式的TTD明显大于按键式TTD,且在调风量这一次任务差异最明显。

对得到的TTD数据,从2种车速、3项次任务分别进行单因素方差(ANOVA)分析,得到F值、P值及是否存在显著差异(P<0.05)如表2。

表2 单因素方差分析-TTD

由表2可知:不同交互方式对吹玻璃次任务在车速40 km/h时的TTD值有显著影响,而对车速60 km/h时的TTD值无显著影响。这说明,随着车速增加,交互方式的不同对该次任务TTD的影响逐渐消减。交互方式对调风量次任务在车速40、60 km/h时的TTD均有显著影响。分析该次任务的均值数据发现,无论在哪种车速下,触屏式TTD均值均大于按键式TTD,增幅分别为101.65%(40 km/h)和79.10%(60 km/h)。交互方式对开空调次任务在两车速下的TTD值均无显著差异。

这说明,随次任务复杂度的增大,TTD值在两交互方式下的差异逐渐缩小,在车速增大任务复杂后不存在差异。与按键式相比,全触屏交互方式在执行简单次任务时,完成任务总时间表现出明显劣势,但随次任务复杂度和车速增加,全触屏完成任务总时间长的劣势逐渐消去。

2.2 单次注视时间

图4为两种交互方式下,驾驶人完成3项次任务的SGD指标分布情况。

图4 单次注视时间分布情况Fig. 4 Distribution of single gaze duration

由图4可知:随着次任务复杂度的增大,SGD值分布更散,均值也越大。分布更散说明被试者之间SGD存在差异较大,这与被试者的驾龄、驾驶经验等有关。随着车速的增加,不同交互方式的SGD差异逐渐增大。在交互方式相同、次任务相同时,随车速变化,SGD值几乎不变。综合3项次任务数据发现,按键式的SGD分布更集中,均值也小于触屏式的SGD值。

有研究写到,国际化标准组织提出单次注视时间应小于1.5 s,视线偏离道路超过1.6～2 s会增加事故风险[9]。换言之,试验数据中SGD大于1.5 s占比越大,事故风险越大。分析数据后,各车速各次任务的SGD大于1.5 s的占比情况如表3。

表3 SGD大于1.5 s占比情况

由表3可知:无论在哪种车速下,随着次任务复杂度增加,SGD大于1.5 s的占比均增大,说明执行越复杂的任务,车辆运行风险越大。车速增大,同一次任务的SGD大于1.5 s的占比减小,说明运行风险随车速的增大会降低。此外,在同车速同次任务时,触屏式SGD大于1.5 s占比远大于按键式,故触屏式的运行风险远大于按键式。

分析不同交互方式的单次注视时间与任务复杂度及车速的关系,采用单因素方差分析,得到F值、P值及是否存在显著差异(P<0.05)如表4。

表4 单因素方差分析-SGD

由表4可知:在车速40 km/h时,交互方式对每项次任务的SGD值均无影响,即差异性不明显。车速60 km/h时,调风量及开空调两项次任务的两交互方式的SGD值有明显差异。分析原始数据得到,60 km/h车速下,按键模式下调风量和开空调的SGD均值均小于触屏式的SGD,分别为1.23 s(调风量、按键式)、1.71 s(调风量、触屏式)和1.27 s(开空调、按键式)、2.07 s(开空调、触屏式),SGD均值分别降低39.74%(调风量)和63.16%(开空调)。

可见同一交互方式下,SGD受车速影响较小,受次任务复杂度的影响更大。不同交互方式下,SGD均值随车速增大而增大,且差异随次任务复杂度的增大更加明显。可见,在次任务更复杂,车速更高时,触屏式交互方式的SGD值仍存在劣势。

2.3 单次手部操作时间

采用被试者手部每次离开方向盘的时间作为单次手部操作时间,其具体分布情况如图5。

图5 单次手部操作时间分布情况Fig. 5 Distribution of single hand operation duration

由图5可知:随次任务复杂度增大,SHOD也增大,而同交互方式同次任务下,SHOD均值几乎不随车速增大变化。调风量次任务SHOD值在不同交互方式同车速下差异明显,另外两项次任务SHOD均值及分布无较大差异。

对两交互方式的SHOD值进行单因素方差分析,得到P均大于0.05,即不同交互方式的SHOD均不存在显著差异。可认为交互方式的不同对SHOD值的影响可以忽略,主要分析车速及次任务复杂程度对SHOD的影响。以3项次任务作为横坐标,分别代表该次任务的执行步骤数(设定吹玻璃、调风量、开空调分别为1、2、3步),SHOD值为因变量,对数据进行线性拟合,如图6。

图6 SHOD线性拟合Fig. 6 Linear fitting of SHOD

拟合曲线斜率分别为1.04(40 km/h、按键式)、1.13(40 km/h、触屏式)、1.13(60 km/h、按键式)、0.96(60 km/h、触屏式),斜率均在1附近,说明随着次任务步骤数的增大,SHOD呈线性增加。根据拟合曲线截距,发现不同交互方式在同一车速下的SHOD之差在0.5 s附近,同一交互方式在不同车速下的SHOD之差小于0.25 s,可见车速与交互方式对SHOD值影响很小。

次任务复杂度是造成SHOD指标差异的最主要原因,而不同交互方式间的SHOD值不存在显著差异,与按键式相比,触屏式SHOD略有增加。

2.4 方向盘转角标准差

试验过程要求尽可能在固定车速下行驶,限制了车辆纵向变化,选取方向盘转角数据,即方向盘转角标准差反映被试车辆的横向变化。试验过程中被试车辆的方向盘转角标准差分布情况如图7。

图7 方向盘转角标准差分布情况Fig. 7 Distribution of standard deviation of steering wheel angle

由图7可知,触屏式交互方式的SDSWA值远远小于按键式,不仅在分布上更集中,且其均值也更小。对比同一交互方式在不同车速不同次任务的SDSWA值,发现其变化不大,分布情况也相似。说明,造成SDSWA值变化的最主要原因是交互方式。

由于触屏式的SDSWA值接近于0,采用单因素方差分析无法计算得出具体的F值、P值,对两交互方式是否存在显著差异无法判断。因此采用线性回归方法,对SDSWA值分布情况进行拟合。以3项次任务作为横坐标,分别代表该次任务的执行步骤数(设定吹玻璃、调风量、开空调分别为1、2、3步),SDSWA值为因变量,结果如图8。

图8 SDSWA线性拟合Fig. 8 Linear fitting of SDSWA

根据拟合结果,发现同交互方式的拟合曲线相似,除40 km/h时按键式的SDSWA斜率与0偏差较大外,其余3条曲线斜率均接近于0,可认为任务复杂度与车速不影响SDSWA值。此外,按键式的SDSWA集中在1和2之间,触屏式的SDSWA在0附近波动,可见触屏式数据集中,按键式数据离散。说明按键式模式下驾驶员分心时,车辆横向变化更大。

可见,触屏式SDSWA明显更小,且分布更集中,在该交互方式下,驾驶员对车辆的横向控制更好。车速与任务复杂度对SDSWA的影响很小。

3 结 论

1)随次任务复杂度的增加,完成任务总时间明显增大。在车速小,次任务简单时,与按键式相比,触屏式完成任务总时间更大,即触屏式在TTD指标表现明显劣势。

2)对于单次注视时间(SGD)指标,与按键式相比,触屏式SGD分布更散。与国际国际化标准组织提出的SGD应小于1.5 s比较得到,车速增大,次任务复杂度增大,车辆运行风险增大,且触屏式运行风险远大于按键式。以40 km/h为例,随次任务复杂度增大,触屏式SGD值大于1.5 s占比增大,分别为40.82%(吹玻璃)、55.41%(调风量)、61.73%(开空调);按键式SGD值大于1.5 s占比也依次增大,分别为17.78%(吹玻璃)、37.04%(调风量)、37.89%(开空调)。

3)单次手部操作时间(SHOD)在不同车速时的分布情况相似,且该指标与交互方式无关,在两交互方式下无显著差异。SHOD与任务复杂度有很大关系,与任务步骤数呈正比。

4)SDSWA在不同车速不同次任务时几乎不存在差异,且在触屏模式下几乎为0,驾驶员在该模式下执行次任务时车辆横向位置几乎不发生波动。在任何车速任何次任务下,触屏式的方向盘转角标准差(SDSWA)比按键式有更明显的优势。

根据前述结论,对今后设计按键位置或HMI的研究有以下建议:①由结论1)和结论2)得到按键式在空调操作类任务更优,故按键式不可被触屏式替代;②对按键式,可优化按键布局或位置,使其可灵活调整,适应不同驾驶人的需求;③在设计HMI界面时,可不研究或不侧重于研究该类次任务图标颜色或大小,另外,布置HMI位置时也应尽量避开按键位置;④结合结论4)中触屏式SDSWA波动更小,在设计按键时应该尽可能地便于操作,比如按动时更容易,或按动一次可达到按动多次的效果。