APP下载

基于眼动行为的草原公路驾驶人精神负荷变化规律

2021-08-20戚春华朱守林

科学技术与工程 2021年21期
关键词:眼动交叉口瞳孔

吕 贞,戚春华,朱守林

(内蒙古农业大学能源与交通工程学院,呼和浩特 010018)

驾驶人精神负荷是指受到外部交通环境和内在认知状态的影响,驾驶人在执行相应的驾驶任务或非驾驶相关任务时的紧张感和压力感[1],精神负荷过小或过大都可能导致驾驶人判断、决策、操作失误,引发交通事故[2]。典型草原公路地形地貌变化小,路域景观单调,线形单一,以长直线居多,道路上交通量较小[3-4]。驾驶人在长直线行车时,操作简单,精神负荷水平较低,而一旦道路交通环境出现突变(交叉口、超越前方车辆)时,驾驶人感知、认知反应、决策处理的需求瞬间增加,从而导致精神负荷瞬时增大,因此,在草原公路行驶过程中,精神负荷从持续不足到瞬间增大的变化幅度要远高于一般公路环境,而精神负荷的瞬间突变会增加驾驶人判断、决策或操纵失误的几率。因而分析草原公路行车环境下驾驶人的精神负荷水平的变化规律对提升道路交通安全水平具有重要意义[5]。

驾驶人精神负荷的评价方法多样,主要包括主观打分评价方法、操纵绩效评价方法和生理指标评价方法,主观打分评价法与操纵绩效评价法在客观性与可靠性方面存在一定问题[6]。生理指标评价法中最常用的评价指标有心率、脑电及眼动指标[7-9],其中眼动指标因为采集过程相对干扰少、敏感、可测、可靠等特点,成为衡量驾驶人精神负荷的重要方法[6]。Recarte等[10]研究发现驾驶任务难度的增加会导致驾驶人眨眼频率及眨眼持续时间的下降。Benedetto等[11]研究发现驾驶任务难度的增加会导致驾驶人眨眼频率及眨眼持续时间的下降。发现眨眼持续时间是评判驾驶人视觉负荷的敏感、可靠指标,高精神负荷状态下驾驶人的眨眼持续时间分布在70~100 ms的频次最多。郭羽熙等[12]利用眼动、心电等指标,分析了典型城市道路驾驶人视觉行为与工作负荷之间的相关性,发现扫视幅度、扫视峰值速度与工作负荷之间有很强的相关性。朱彤等[13]通过眨眼频率与眨眼持续时间对比分析了有无车载导航及车载导航位置对驾驶人精神负荷的影响。

综上,中外学者针对不同行车环境下驾驶人的精神负荷已经进行了一定研究,采用方法及所选指标形式多样,而针对草原公路行车环境下驾驶人精神负荷的研究尚少,尤其针对不同行驶工况下精神负荷变化规律的研究仍属空白。鉴于此,现拟选取典型草原公路开展实驾试验,选取表征驾驶人精神负荷的典型眼动指标,对比分析驾驶人在不同行车工况下精神负荷的差异性,为驾驶人草原公路驾驶行为安全性研究提供理论依据,为其交通设施的优化设计提供实践指导,不断提升草原公路行车安全水平。

1 试验方案设计

为了全面、真实反映驾驶人在草原公路不同行驶工况下的精神负荷的变化规律,选取典型草原公路开展实驾试验,利用眼动仪采集驾驶人各项眼动指标,并对道路行车环境中的可能干扰因素进行控制。

1.1 试验人员

代表性样本的选择是获取有效试验数据的前提,根据常用样本量计算方法确定合适样本量:

N=Z2σ2/E2

(1)

式(1)中:N为样本量;Z为标准正态分布统计量;σ为标准偏差;E为最大允许误差。显著性水平取10%,则Z=1.25,σ的取值范围为0.25~0.5,考虑实驾试验人数的限制,取σ=0.3,E=10%。计算所需最小样本量为14,选取15名驾驶人作为被试,年龄在36~50岁(平均年龄41.5,标准偏差为7.2),驾龄均在3年以上(平均年龄8.3,标准偏差为5.6)。具有法定的驾驶执照,视力正常,试验前身心状态良好,满足试验要求。

1.2 试验设备

通过对试验路段行驶车辆车型调查发现80%左右是乘用车,因此试验选择帕萨特轿车作为试验用车,眼动数据采集设备为德国SMI生产的I view X HED型头盔式眼动仪,实时记录驾驶人注视、扫视及眨眼等眼动数据及眼动录像,眼动仪的采样频率有50 Hz/s和200 Hz/s两种,为了确保采集数据的完整性和可靠性,将采样频率设置为200 Hz/s,主要试验设备如图1所示。试验结束后,采用与眼动仪配套的BeGaze2.4数据分析软件对试验数据进行提取和分析。试验车辆内配备TES数位式手持照度计和噪声仪,用于测量试验车内照度和噪声,以确保试验条件的一致性。试验配备附属设备包括笔记本电脑、大容量蓄电池、12 V直流蓄电池等,以确保试验的持续进行及试验数据的完整记录。

图1 试验主要设备

1.3 试验方案

选择典型草原二级公路S101赛汉塔拉至满都拉图30 km长作为试验路段,以确保驾驶人在行车过程中有随机超车行驶工况,道路中含主路优先控制交叉口2个、弯道5个,其余均为直线路段。试验路段道路交通参数如表1所示。因草原公路以长直线居多,弯道以大半径曲线为主,常见交叉口控制方式为主路优先控制(试验路段为主路道路),因此,直线段、弯道和交叉口均从试验路段中选择草原公路最常见型式段,因实驾试验中超车行为存在随机性,无法确保超车工况触发点,因此选取各驾驶人实际超车段作为超车工况。各工况实际道路图如图2所示。

表1 试验路段道路交通参数

为了在试验过程中尽可能排除外界条件对设备和驾驶人自身状态产生影响,试验选在天气状况良好的上午进行,借助TES数位式手持照度计和噪声仪测量车内照度和噪声,确保试验条件的一致性。每位被试首先进行5 km长的驾驶适应训练,使被试人员适应驾驶环境及设备,然后开始正式试验。在正式试验中,要求被试按照日常驾驶习惯进行驾驶,行车中禁止开启车内相关车辆辅助设备,以避免此类因素的影响。驾驶人的行车速度控制在最高限速范围内,且仅允许在道路交通条件良好的直线段进行超车。试验结束后,采用BeGaze2.4软件提取各行车工况下驾驶人的眼动数据进行对比分析。根据各种不同行驶工况下道路交通环境情况,弯道工况数据截取的起终点为直线段与圆曲线的衔接点,交叉口工况数据截取的起终点分别为交叉口入口与出口前后150 m的范围,超车工况始点为驾驶人开始转向变道进入对向车道,终点为其返回本向车道。

2 试验结果与分析

2.1 驾驶人精神负荷评价指标

在驾驶人的眼动指标中,通常认为注视与眼跳是反映驾驶人道路交通信息收集及辨识驾驶人意图的有效视觉行为,眨眼行为则常用于驾驶人精神负荷的评价,因此选择眨眼持续时间、眨眼频率和平均瞳孔面积作为驾驶人精神负荷的评价指标。

(1)眨眼持续时间(blink duration,BD)。指被试眼睛由完全睁开到闭合再到完全睁开的全过程所用的时间,反映被试的认知负荷。眨眼持续时间越短,说明被试认知负荷越大[10]。

(2)眨眼频率(blink rate,BR)。指被试1 min内眨眼的次数。眨眼频率低意味着被试在面对更难的任务中需要付出更多的注意力[11]。

(3)平均瞳孔大小(average pupil size,APS)。瞳孔大小表征驾驶人视觉适应性及负荷程度。瞳孔扩张越大,驾驶人精神负荷越大,反之则越小[11]。眼动仪中驾驶人的瞳孔大小按照x与y轴方向的直径表示,采用像素(pix)为单位,因而可以根据椭圆面积公式计算瞳孔的大小。计算公式为

(2)

式(2)中:APS为平均瞳孔大小;DX为x轴方向直径;DY为y轴方向直径;π为圆周率。

2.2 数据分析

2.2.1 眨眼持续时间(BD)

Stern等[14]认为一次眨眼时长最长为500 ms,而最短眨眼持续时间并无一致结论。Benedetto等[11]选择70 ms作为最短眨眼持续时间,Mcintire等[15]选择80 ms作为最短眨眼持续时间。结合本研究眼动仪采集频率,同时考虑到眨眼持续时间大于350 ms出现的频数极少,因而选取80~350 ms作为阈值范围对眨眼持续时间数据进行初步筛选,进而求取被试在直线段、弯道、交叉口、超车4种工况下的平均眨眼持续时间,并利用Origin软件对数据进行统计分析。

Shapiro-Wilk检验结果表明,4种工况下平均眨眼持续时间数据均满足正态性(P>0.05),经Levene检验,总体方差并非显著不同[F(3,56)=0.164 26,P=0.92],同时由于被试人员存在重复测量的情况,因此采用单因素重复测量方差分析方法(Repeated-measures ANOVA)对不同行驶工况下的平均眨眼持续时间进行差异性分析。首先利用Mauchly’s球形假设检验法对重复测量数据进行相关性检验,球形度检验显著性P=0.965 39,符合球对称性,可以进行单因素重复测量方差分析。观察对象内的效应检验得F=39.678,P<0.05,因而总体均值是显著不同的,说明不同行驶工况下眨眼持续时间存在显著差异。为进一步对比差异来源,应用Tukey检验进行两两均值对比,结果表明,直线段与弯道眨眼持续时间均值并非显著不同(t=1.529,P>0.05),其余均存在显著差异,Tukey检验结果如表2所示,不同行驶工况下平均眨眼持续时间对比如图3所示。

表2 不同工况下眨眼持续时间显著性计算结果

图3 不同行驶工况下平均眨眼时间

结合表2与图3可以看出,在交叉口段与超车情况下,驾驶人的眨眼持续时间显著小于直线段与弯道,说明驾驶人在交叉口与超车时段精神负荷均较大,且超车时精神负荷最大。利用MATLAB采用K-means聚类法将不同行驶工况下驾驶人的眨眼持续时间进行聚类分析。根据聚类分析的结果,交叉口与超车行驶工况下,驾驶人的眨眼持续时间较短出现的频数明显大于直线段与弯道,这与方差分析结果一致。根据聚类得出的聚类中心点及最大最小值,将眨眼持续时间分为短时段(70~120 ms)、中时段(120~200 ms)、长时段(200~350 ms)。不同行驶工况下时段分布如图4所示。可见,超车行驶工况下,驾驶人的眨眼持续时间主要持续在短时段(70~120 ms),交叉口行驶时,分布在短中时段,而弯道和直线行驶时,分布在中长时段。说明在交叉口和超车行驶工况下驾驶人需要在短时间内关注的信息量较大,导致眨眼持续时长瞬间缩短,精神负荷瞬时增大。

图4 眨眼持续时长分布图

采用高斯非线性函数对不同行驶工况下驾驶人眨眼持续时间频数分布进行拟合发现,不同行驶工况下驾驶人眨眼持续时间频数分布均可用高斯非线性曲线很好地拟合,R2均在0.85以上,各工况下眨眼持续时间分布高斯拟合方程与相关系如图5所示。在直线段与弯道,眨眼持续时间的频数峰值分别出现在200 ms及150~200 ms,而在交叉口处和超车段眨眼持续时间频数峰值出现在100~150 ms,说明相较于直线段和弯道,在交叉口和超车段驾驶人的精神负荷会出现明显的瞬时增加趋势。

图5 不同行驶工况下驾驶人眨眼持续时间分布及高斯拟合

2.2.2 眨眼频率(BR)

同理,经检验,不同工况下驾驶人的眨眼频率满足正态性与方差齐性,进而对不同行驶工况下驾驶人的眨眼频率进行单因素重复测量方差分析,在0.05显著性水平下,F(3,56)=34.771 2,P<0.05,说明总体均值显著不同。进一步应用Tukey检验进行两两均值对比,发现直线段与曲线段行驶工况下,驾驶人眨眼次数没有显著差异,交叉口与超车段眨眼次数没有显著差异,而直线段和弯道与交叉口、超车段之间均存在显著差异,不同工况下指标显著性计算结果如表3所示。不同行驶工况下眨眼频率对比如图6所示。可见,交叉口与超车段的眨眼频率明显小于直线段与弯道,说明驾驶人在交叉口与超车段行车时,由于所需关注的信息量的显著增加,同时驾驶人的驾驶操作需求难度增加,使得驾驶人的精神负荷明显大于直线段与弯道,与眨眼持续时间分析结果一致。

图6 不同行驶工况下眨眼频率对比图

表3 不同工况下指标显著性计算结果

2.2.3 平均瞳孔大小(APS)

利用式(2)计算不同行驶工况下驾驶人的平均瞳孔大小,Shapiro-Wilk检验和Levene检验结果表明,不同行驶工况下驾驶人的平均瞳孔面积符合正态性和方差齐性。进一步进行单因素重复测量方差分析得出,F(3,56)=692.44,P<0.05,说明不同行驶工况下驾驶人平均瞳孔大小总体均值存在显著差异,应用Tukey检验进行两两均值对比,发现在0.05置信水平下不同行驶工况下平均瞳孔面积均存在显著差异,不同行驶工况下驾驶人平均瞳孔大小如图7所示。可见相较于直线路段,弯道、交叉口、超车段驾驶人精神负荷均较大,且超车段最大,交叉口其次,分析结果与前述指标分析结果一致。

图7 不同行驶工况下平均瞳孔大小对比

2.3 不同行驶工况下驾驶人精神负荷变化规律分析

根据2.2中不同行驶工况下眨眼持续时间(BD)、眨眼频率(BR)及平均瞳孔大小(APS)等的对比分析结果,与直线段和曲线段相比,交叉口和超车工况下3项指标均存在显著差异,说明超车与交叉口行车工况下驾驶人的精神负荷均较大。为了进一步量化对比不同行驶工况下驾驶人精神负荷的变化规律,定义注视时长突变率α、注视频率突变率β、瞳孔面积突变率γ,对直线行驶工况与弯道、交叉口、超车工况下的精神负荷突变规律进行对比分析,各指标的定义为

(3)

(4)

(5)

式中:BD1、BR1、APS1分别为直线行驶工况的眨眼持续时间、眨眼频率、平均瞳孔大小;i为行驶工况,2、3、4分别代表弯道、交叉口、超车行驶工况。相较于直线工况,其他3种工况各指标的突变率如图8所示。

图8 不同工况下各指标突变率

从图8可以看出,从直线段进入到曲线段时,突变率α2、β2、γ2均不大,在3%以下,说明从直线段进入到弯道的过程中,驾驶人的精神负荷波动很小。这与草原公路的线形特征直接相关,典型的草原公路平曲线半径均较大,直线曲线衔接顺畅,自然过渡,驾驶人在行经过渡段时,在感知、认知、判断、决策及操作行为上并不需要花费很大的精力,不会造成精神压力,因而精神负荷变化很小。这与李航天针对草原公路直线段和曲线段眼动行为变化的分析结果相近,其所选眼动指标为注视持续时间、瞳孔直径、扫视持续时间等,在同等信息量水平下,与直线段相比,曲线段各眼动指标的变化并不显著[3]。

从直线段进入交叉口时,各指标的突变率均较大,眨眼持续时间突变率α3=-18.446,眨眼频率突变率β3=-23.936,瞳孔面积突变率γ3=25.603,说明驾驶人在长直线行驶突然驶经交叉口时,驾驶人的精神负荷会出现瞬间较大幅增加。这与草原公路行车环境特征、交叉口的型式及交通工程设施的设置直接相关。在草原公路长直线行驶过程中,道路线形单一,景观单调,交通标志、标线及其他安全设施均较少,道路交通信息量很少,而一旦行经交叉口时,道路结构形式的变化、交通流向的交叉、交通标志等交通工程设施的设置,使得交叉口道路交通信息量产生突变,导致驾驶人的感知、认知负荷在短时增加,使得驾驶人的眨眼持续时间和眨眼频率出现明显下降,平均瞳孔面积反之出现显著增加,这也与文献[3]交叉口眼动行为变化的分析结果一致,在同等信息量水平下,与直线段相比,交叉口的各项指标与之有较大差异。Li等[16]分析了自然驾驶状态下驾驶人行经有无信号控制交叉口的注视持续时间、注视频率及注视转移特征,发现无论是信号控制还是非信号控制交叉口,由于道路交通状况复杂多变,导致驾驶人的各项指标均会出现较大变化,且信号控制交叉口的左转时变化规律更明显,草原公路交叉口以主路优先控制方式居多,因此仅选取了典型主路优先控制交叉口作为交叉口试验工况,后续需要进行草原公路不同类型交叉口眼动及负荷的差异性分析。Shinar等[17]的研究结果表明,交叉口交通事故的发生与驾驶人在行经交叉口复杂道路环境信息量增加而导致的感知、认知负荷增加有直接关系。据统计,典型草原一级公路40%的交通事故发生在交叉口,典型二级公路30%左右的事故发生在交叉口,这与驾驶人行经交叉口精神负荷的突变而导致的判断、决策及操作失误直接相关[18]。

驾驶人从直线段自由行驶工况突然进入到超车工况时,各项眼动指标均会出现显著变化,眨眼持续时间突变率α3=-26.942、眨眼频率突变率β2=-29.136、瞳孔面积突变率γ2=44.49,说明长直线自由驾驶后驾驶看到前方有车并进行短时借道超车时,会造成其精神负荷的大幅波动,这与借道超车过程中道路行车环境的急剧变化有关。草原公路双向两车道,为了进行超车,驾驶人需要加速变道超越前车,然后再加速变道驶回本向车道,在此过程中,驾驶人不仅需要关注本车、被超车辆、对向来车的信息,同时还需进行一系列判断、决策与操作行为,这会给驾驶人带来很大的精神压力,使其眨眼持续时长与眨眼频率的显著下降,平均瞳孔大小大幅增加。Olsen等[19]通过对比发现,驾驶人在变道过程中的注视次数相较于直线行驶显著增加,尤其是对左后视镜及盲区的观察,说明变道过程中驾驶人的精神负荷要比正常行驶下大,与本文研究结论一致,就驾驶人注视区域而言,因试验路段为双向两车道,驾驶人在借道超车过程中注视点的转移规律与同向超车并不相同,有待进一步挖掘其规律。Zhang等[20]选取典型眼动指标分析了高速公路超车过程中驾驶人的视觉行为特征,发现在超车过程中,驾驶人的注视持续时间、注视频率、眼跳持续时间、眼跳频率等均会出现较大变化,与研究选取指标不同,但变化规律一致。Benedetto等[11]通过研究发现驾驶任务难度越大,则驾驶人的眨眼持续时间越短,眨眼次数越少,这与研究结果一致。

2.4 基于安德鲁斯调和曲线的精神负荷可视化对比

为了将三项指标综合影响下不同工况驾驶人精神负荷变化规律的差异性进行二维平面展示,采用安德鲁斯曲线(Andrews curve)对其进行降维可视化处理。安德鲁斯调和曲线原理[21]如下。

多元数据可以用一个向量形式表示,如p维向量y=(y1,y2,…,yp)T可表示为具有p个观测指标,每个指标有n个样本观测值的p×n多元数据集。每个样本的p个指标在p维空间中构成一个点,这个点可用二维空间中的一条曲线表示,Andrews表达式为

(6)

式(6)中:t为时间,t∈(0,1)s。

采用MATLAB绘制不同行驶工况在三项指标共同作用下的安德鲁斯调和曲线如图9所示,为了简洁明了反映不同工况的差异性,此处仅选取不同工况下各被试的均值(图中实线)及25%、75%分位数(两侧点划线)进行展示。

图9 不同行驶工况下安德鲁斯调和曲线

从图9可以明显看出,不同工况下的调和曲线大致可以分为三类:直线段和弯道fy(t)函数变化规律一致,归为第一类;交叉口则与之有一定的差异性,归为第二类;超车段fy(t)差异性最大,归为第三类。与上述各指标的定量化精神负荷对比分析结果完全一致。

3 结论

采用表征驾驶人精神负荷的典型眼动指标:眨眼持续时长、眨眼次数、瞳孔大小及各指标的突变率对比分析草原公路不同行驶工况下驾驶人精神负荷的差异性及变化规律,并应用安德鲁斯调和曲线对多指标综合作用下不同工况精神负荷差异性进行可视化,得出结论如下。

(1)单因素重复测量方差分析结果表明,在交叉口和超车工况下驾驶人的眨眼持续时间、眨眼频率和平均瞳孔大小与直线段和弯道均存在显著差异性,说明驾驶人从直线段进行超车及行经交叉口时精神负荷变化较大,且进行超车时最大。不同工况下眨眼持续时长频数分布均可用高斯分布进行拟合,且超车段主要集中在短时段,交叉口集中在短中时段。

(2)通过定义各指标突变率定量对比分析不同行驶工况下精神负荷的突变性,发现从直线段自由行驶进入超车工况时驾驶人各指标突变性最大,眨眼持续时间突变率α3=-26.942、眨眼频率突变率β2=-29.136、瞳孔面积突变率γ2=44.49,说明此时驾驶人的精神负荷起伏最大,驶经交叉口时突变情况次之,经过弯道时则无明显波动。

(3)不同工况三项指标综合作用下精神负荷的差异性可以通过安德鲁斯曲线fy(t)进行降维可视化展示,所呈现规律与定量分析结果完全一致,说明安德鲁斯曲线在眼动多指标降维分类展示驾驶行为规律方面具有很好的适用性。

(4)驾驶人由草原公路长直线自由驾驶状态突然超车或遇到交叉口时,其精神负荷的明显突变与超车过程中及行经交叉口时道路交通信息量的短时增加有直接关系,有必要进一步分析草原公路交叉口及超车过程等行驶工况突变过程中驾驶人视觉感知特性的变化规律、决策规律及驾驶操作行为形成机理,为深入剖析草原公路交通事故机理提供理论依据。

(5)鉴于草原公路交叉口与超车时驾驶人精神负荷的突变性,可以通过交通工程设施或设备干预的方式对驾驶人进行警示,以提升草原公路行车安全水平。

猜你喜欢

眼动交叉口瞳孔
城市道路平面交叉口的渠化设计
基于眼动的驾驶员危险认知
城市道路平面交叉口设计研究与实践
基于ssVEP与眼动追踪的混合型并行脑机接口研究
城市道路小间距T型错位交叉口交通组织研究
海豹的睡眠:只有一半大脑在睡觉
瞳孔
静止眼动和动作表现关系的心理学机制
马鞍山市湖东路与湖南路交叉口交通改善设计
瞳孔大,决策力差