张宇萌 王浩衡 张霆钧

【摘要】近年来，车辆导航系统以及许多其他的车载设备越来越普及。这些设备都会在一定程度上对驾驶员的注意力造成干扰，最终会造成一定的交通安全问题。虽然现在已经有一些关于调查车载设备对交通安全的影响因素的研究，但这些研究都缺乏合适的客观性、定量化的实验来估计驾驶员的受干扰程度。本文研究的主要目的是通过使用UC-win/Road城市交通模拟软件，来探讨使用车载设备对驾驶员行为的影响。本项研究收集45位驾驶员在三种路况条件下分别在有无车载设备时的驾驶模拟数据，并得到一些初步结论。基于这些结论，我们尝试建立干扰分级模型来定量化干扰程度。我国关于使用车载设备的交通法规大多过于笼统，所以本项研究的结论可以为我国交通规划部门制定和完善法律法规提供借鉴。

【关键词】车载设备；驾驶模拟器；干扰度分级模型

1.引言

随着我国经济的快速发展，人均汽车保有量逐年上升。截至2014年底，全国机动车保有量达2.64亿辆，其中汽车1.54亿辆。与此同时，越来越多的驾驶员选择安装车载设备，这已经成为一种普遍行为。从直观上说，人们认为车载设备的使用将会分散驾驶员的注意力，从而造成驾驶员不能够及时获取必要信息，进而会影响到后续的决策及车辆操控行为，增加事故风险。现有研究表明，22%的汽车事故是由于注意力分散引起的。

目前国内外对手机使用对驾驶行为的影响进行了大量研究。针对近年来日益普及化的车载设备安装趋势，为了填补国内外在车载设备在不同路况下对驾驶行为干扰的研究空白，本实验采用UC-win/Road规划仿真软件，在计算机上模拟出三种不同路况，通过3*2共六组实验，对在不同路况下，车载设备的使用对驾驶行为参数的影响进行统计分析，综合比较驾驶员的行车速度、加速度、离车道中心的偏移距离、方向盘旋转率等驾驶行为指标，得出了一些综合性结论，并建立数学模型定量化表示。

2.实验方法

2.1 实验设备与场景建立

本项研究的所有实验都在上海交通大学实验室中的UC-win/Road驾驶模拟器上进行。UC-win/Road驾驶模拟器软件利用三维电脑虚拟工具，可以有效地进行高速公路、城市、土地以及社区的规划和设计。设计者可以通过一系列的简单操作快速完成多种项目的三维虚拟呈现，同时还可以进行空间移动模拟（步行，开车行，飞行）以及动画显示等。

本实验基于我国现在的交通情况，建立三种不同的道路场景：简单道路交通系统，中等道路交通系统，复杂道路交通系统。

简单道路交通系统：双向四车道道路；十字交叉道路，每个交叉路口之间的距离不超过400米；没有交通流；没有交通信号；简单的周围环境；

中等道路交通系统：双向四车道道路；道路呈单一曲率变化，多种类型交叉口；5分钟车流量不超过60，单一车型；少量简单交通信号；周边环境变化不明显；

复杂道路交通系统：双向六车道道路；多种形式道路混合，包括桥梁、隧道、高架桥；5分钟车流量100以上，多种机动车并存，包括巴士、卡车；交叉口有复杂的多向交通信号；周边环境变化明显。

2.2 实验方法

本项实验通过在驾驶员进行模拟驾驶时施加干扰来模拟实际情况，干扰通过让驾驶员回答事先录音的问题来施加。在实验前预先录音好问题，每组共有6个问题，参与实验者有30秒的时间来回答每个问题，否则会被视为无效。每组问题都包含两个等级的问题，一个是例如“这个房间里有多少人”这样的简单问题，另一种包括数学和逻辑之类的困难问题。每个实验者都要完成6次模拟驾驶，分别对应每个道路交通系统已经有无问题。为了消除学习效应，6次模拟驾驶的顺序是随机的。

2.3 实验过程

a.在实验前，参与实验者必须填写一份调查问卷，来检测实验者是否具有参与实验的资格。

b.参与实验者在正式实验前有5分钟的时间来熟悉驾驶模拟器。实验者在预先准备好的联系道路系统中进行操作练习，如果实验者无法正确操作模拟驾驶器那么他也将失去实验资格。

c.实验开始后，实验者必须在安全驾驶的前提下独立完成驾驶任务。当听到录音问题时，实验者必须在保证驾驶连续的前提下回答问题。

d.在试验过程中，会有工作人员观察实验者的驾驶情况以及回答问题情况，并做相应记录。工作人员全程禁止与实验者交流。

e.实验结束后，除了从软件中采集到模拟驾驶数据，工作人员也会询问实验者在模拟驾驶中的主观感受。

3.数据分析

本实验设备可以在千分一秒内收集几十个驾驶行为参数的指标。本实验有两项独立测评指标。实验数据分析将采用spss11.0进行配对t检验和单因素方差分析。

3.1 配对t检验

表1显示了配对t检验的结果。此项检验的目的是为了判断在正常驾驶和驾驶时使用车载设备的两种情况下，驾驶行为参数是否会有显著性差异。

在置信度为0.05的前提下，若道路条件相同，正常驾驶和驾驶时使用车载设备将会引起以下六种驾驶行为参数产生显著性差异：速度，加速度，车头时距，离车道中心的偏移距离，离车道左边界的距离和方向盘旋转率。

3.2 单因素方差分析

表2显示了单因素方差分析的结果。此项检验的目的是为了判断道路条件的不同是否会对驾驶行为参数产生显著性影响。

在置信度为0.05的前提下，不同的道路条件将会对以下四个驾驶行为参数：方向盘旋转率，速度，加速度和离车道中心的偏移距离产生显著性影响。

3.3统计学分析

我们对四个参数：方向盘旋转率，速度，加速度和离车道中心的偏移距离的统计学量进行统计：平均数，方差，最大值和最小值。表3为方向盘旋转率的统计表。

从以上统计结果，我们可以观察到，对于同一道路条件，车载设备的使用都会使驾驶行为参数的统计值增加，从而说明驾驶时使用车载设备将会增加驾驶不稳定性，降低驾驶安全性。其他参数也有同样的结果。

而在不同路况条件下，车载设备的使用对驾驶行为的影响程度是不同的。我们统计了三种路况下，驾驶行为参数的变异系数值。在简单路况下，变异系数的平均值为48.6%，中等路况下为20.0%，复杂条件下为34.1%。

4.数学模型

基于以上数据分析，我们建立一个数学模型来定量化表示干扰度等级。首先我们将四个参数分为两组，第一组包括速度与加速度，它们是车辆在行进方向上的参数；第二组包括方向盘旋转率和离车道中心的偏移距离，它们与车辆行进方向垂直方向上的参数。

我们运用层次分析法对这四个参数进行处理。

考虑到t检验的结果和专家意见，我们构造如下的权重矩阵：

X1：速度 X2：加速度 X3：离车道中心的偏移距离 X4：方向盘旋转率

对矩阵进行一致性检验，结果显示该矩阵符合一致性条件。

可以计算出每个参数的比重：（0.049，0.566，0.138，0.247）

将各个变量的数量级归一化处理，计算了每个变量的系数并有分组的方法建立了数学模型。这个模型可以通过计算干扰等级来帮我们判断驾驶员的受干扰程度。

5.结论

从以上的结果可以看出，使用车载设备对于驾驶员的影响是不可避免的，这就增加了交通事故的发生的风险程度。然而，在三种不同的交通状况下驾驶者对于同种程度干扰的反应是不同的，在简单和复杂路况条件下驾驶者受干扰程度明显高于中等路况。原因可能在于，在简单路况下，驾驶者面对的外部环境因素较少，驾驶状态比较放松，因此车载设备会对行为有较大影响；复杂条件下驾驶者面对过多外部因素，疲于应对，车载设备的影响加剧了这一点，也会对行为有较大影响；在中等路况条件下，驾驶者面对的外部因素处于可控范围，行为比较谨慎，车载设备的影响就不那么明显。

近年来，我国的机动车数量激增，交通事故的数量也大幅增加。交通调查显示，25%到50%的交通事故是由驾驶者受到干扰造成的。此项研究可以帮助有关部门完善法律法规，例如，像CBD这样的复杂交通环境以及夜晚高速公路这样的简单交通环境，车载设备应该被禁用。

参考文献

[1]吴佳华，桂玉峰，方守恩.使用手机对驾驶安全可靠度的影响分析[EB/OL].北京：中国科技论文在线[2012-02-14].http：//www.paper.edu.cn/releasepaper/content/201202-413.

[2]Klauer， S.G.， Dingus， T.A.， Neale， V.L.， Sudweeks， J.D.， & Ramsey， D.J. （2006）. The impact of driver inattention on near crash/crash risk： An analysis using the 100-car Naturalistic Driving Study data. （Report No. DOT HS 810 594）. Washington DC： National Highway Traffic Safety Administration.

[3]白玉，何熊，龙力.手机使用对驾驶员行为影响研究综述.《交通信息与安全》， 2013， 31（03）

[4]Godthelp H， Milgram P， Blaauw G J. The development of a time-related measure to describe driving strategy[J]. Human Factors： The Journal of the Human Factors and Ergonomics Society， 1984， 26（3）： 257-268.

[5]Salvucci D D， Markley D， Zuber M， et al. iPod distraction： effects of portable music-player use on driver performance[C]. Proceedings of the SIGCHI conference on Human factors in computing systems. ACM， 2007： 243-250.

[6]Tijerina L， Johnston S， Parmer E， et al. Driver distraction with route guidance systems [R]. Washington DC： US Department of Transportation Technical Report， 2000： DOT HS 809-069.