童孟胜，张 驰，张天航，钱登朝，康 诚，吴 珂

(1.宁海县交通重点工程建设指挥部，浙江 宁波 315600；2.浙江大学 建筑工程学院，浙江 杭州 310058；3.温州市公路管理局，浙江 温州 325000；4.宁海县交通运输局，浙江 宁波 315600)

隧道环境下中间视觉模型的对比及应用

童孟胜1，4，张 驰2，张天航2，钱登朝3，康 诚2，吴 珂2

(1.宁海县交通重点工程建设指挥部，浙江 宁波 315600；2.浙江大学 建筑工程学院，浙江 杭州 310058；3.温州市公路管理局，浙江 温州 325000；4.宁海县交通运输局，浙江 宁波 315600)

从视觉功效试验参数角度出发，分析USP、S、MOVE、MES2等中间视觉光度学模型计算结果的差异及成因，并讨论了各模型在隧道照明中的适用性。结果表明，在隧道中间段亮度水平范围内，四种中间视觉模型获得的亮度增益幅度为MOVE>MES2>S>USP。基于视觉功效的各中间视觉模型主要区别在于亮度适应系数x，有色差、高对比度和大偏心角的视觉任务会增大中间视觉函数Vm(λ)中暗视觉函数V′(λ)的权重；而无色差、低对比度和小偏心角的视觉任务会使得明视觉函数V(λ)的权重更大。隧道行车过程多为目标有色差、<5°偏心角和包含正负对比度的视觉任务，MOVE模型更适用于评价隧道中间段的人眼实际感受。

隧道照明；中间视觉模型；视觉功效试验；光度学

引言

隧道照明、夜间道路照明等环境下，亮度水平一般在(1.0～4.5)cd/m2之间[1-2]，属于中间视觉状态，此时，以明视觉状态为基准的传统评价方法及指标难以准确反映人眼对亮度的感知能力[3-4]。因此，基于中间视觉光度学理论，对隧道照明进行合理设计与优化显得尤为重要。

20世纪60年代以来，中间视觉光度学一直被国际照明委员会(CIE)、美国照明工程学会(IES)、中国照明学会(CIES)等国内外照明组织持续关注[5-6]。早期研究主要采用视亮度匹配法获取中间视觉光谱光视效率函数[7]，但该方法难以解决中间视觉状态下的相加性和颜色通道问题。近年来，以视标探测、辨认以及反应时间等视觉功效指标为基础，建立描述中间视觉光谱光视效率函数模型的视觉功效法，被国内外学者所广泛应用[8]，CIE为此专门设立了TCI-58技术委员会以促进该方向的研究[9]。目前，USP、S、MOVE、MES2是国内外主流的中间视觉光度学模型，对上述模型的合理应用已成为当前的研究热点。文献[10-11]分别基于S模型和MOVE模型，计算了不同光谱分布、s/p值的LED光源在中间视觉环境下的实际照明亮度，建立了隧道、夜间道路环境下的中间视觉亮度增益指标。文献[12]分析了USP、MOVE、MES1、MES2模型的构建条件及亮度适用范围，并对比了各模型中间视觉亮度修正随明视觉亮度的变化规律，指出USP模型在低亮度范围内的精度较高，而MES2模型则主要适用于高亮度范围。应当指出，对基于视觉功效法的中间视觉模型，视觉功效试验条件和环境参数是影响模型构建和适用性的重要因素，但已有研究鲜有从该角度对比分析各模型的特点与差异。

我们从视觉功效试验参数角度出发，系统分析USP、S、MOVE、MES2等中间视觉光度学模型计算结果的差异及成因，并讨论了各模型在隧道照明中的适用性。

1 基于视觉功效法的中间视觉模型

1996年，He等人首次尝试以反应时间为指标建立中间视觉模型，Hurden A将这种建立中间视觉光度学系统的方法称为视觉功效法(Performance-based method)[13]。2004年Rea等人基于He的研究，提出了USP模型[14]，其中间视觉亮度Lm计算式为

式中Lp为明视觉亮度，Ls为暗视觉亮度。

TCI-58技术委员会负责人Halonen联合欧洲五所研究机构，分别进行有色差视标辨认视觉任务的功效试验，汇总各自的试验结果建立MOVE模型[15]，对应的Lm的计算式如下：

式中，V′(λ0)=683/1 699是暗视觉光谱光视效率函数V′(λ)在波长λ0=555 nm处的值，x为亮度适应系数。

2007年，Viikari[16]在MOVE模型的试验基础上进一步增加了无色差视觉任务，且综合了MOVE和USP模型的中间视觉亮度范围，将其定义为(0.005～5)cd·m-2，提出了MES2模型对MOVE模型进行修正，对应的Lm的计算式如式(3)所示。

式中，Lm,n通过迭代求解，n为迭代步数，常数a，b分别为0.767 0和0.333 4。

2008年，陈文成在荷兰HUT照明试验室(构建MOVE模型的五所研究机构之一)基于无色差视觉任务，进行了不同Lp和目标对比度C下的4组视觉功效试验，并基于Lp=0.1 cd·m-2、C=0.1工况的Lm-Lp关系曲线建立了S模型[4]，其Lm的计算式如下：

式中，r为暗视觉与明视觉光通量的比值。

2 中间视觉模型差异性分析

尽管上述中间视觉模型的Lm计算式各不相同，但基于视觉功效法的中间视觉光度学研究，均将中间视觉光谱光视效率函数Vm(λ)定义为明视觉视效函数V(λ)和暗视觉函数V′(λ)的线性组合：

式中，k1(L)为Vm(λ)的归一化函数。

应当指出，亮度适应系数x表征相同亮度条件下V(λ)所占的权重，其差异是不同中间视觉模型的主要区别。而造成x差异的原因在于各模型所基于的视觉功效试验方法、条件和评价指标有所不同。其中，试验条件是至关重要的影响因素之一。表1为各模型试验参数汇总。

表1 视觉功效试验参数Table 1 Visual efficacy test parameter

由表1可以看出，S、MOVE、MES2模型试验参数的主要差异在于目标与背景是否有色差，而USP、S模型则在于对比度和目标偏心角。可见，目标背景色差、对比度和偏心角是影响视觉功效试验结果的重要参数。

中间视觉模型对亮度水平的修正可采用亮度修正系数R表示[4]，如式(6)所示。

目标光斑的光谱分布与背景一致时称为无色差的视觉任务，不一致称为有色差。以4 079 K的LED光源为例，S、MOVE、MES2模型的x和R随Lp的变化如图1所示。

图1 目标背景色差对x、R的影响Fig.1 Effect of background color difference on x、R

由图1可以看出，随着Lp的提高，x逐渐增大，R则逐渐变小，表明随着环境亮度的提升，各模型的明视觉权重均逐渐提高，中间视觉亮度趋近于明视觉亮度。在隧道中间段亮度范围内，相同Lp下，MOVE模型的x最小、R最大；S模型的x最大、R最小；MES2模型则介于两者之间。可见，在相同的明视觉亮度下，S模型的明视觉权重更大，MOVE的暗视觉权重更大。当Lp=2 cd·m-2时，相比于S模型，MOVE模型的x降低了14 %、R由4.8 %提高到12.7 %。

结合表1和图1可知，S、MOVE、MES2模型视觉任务的目标对比度、张角和偏心角较为一致，主要区别在于三者视觉任务的目标背景色差。相比于无色差的S模型，主要考虑有色差视觉任务的MOVE模型的x最小，R最大；MES2在MOVE的基础上增加了无色差任务，从而使得x、R介于S模型和MOVE模型之间。可见，在中间视觉状态下，无色差视觉任务会使得Vm(λ)中V(λ)的权重更大，有色差视觉任务会使得V′(λ)的权重更大。

图2为S模型、USP模型x、R随Lp的变化曲线。其中，S1、S2分别为S模型在C=0.1和C=0.15工况下的x、R-Lp关系变化曲线。

图2 目标对比度、偏心角对x、R的影响Fig.2 Effect of target contrast and eccentricity angle on x、R

由图2可以看出，在相同的Lp下，S1的x最大，S2次之，USP模型最小；各模型R值变化则与x相反。可见，在相同亮度水平下，S1的明视觉权重更大，USP的明视觉权重最小，S2则介于两者之间。

结合图2和表1可知，S1、S2和USP模型视觉任务的目标背景色差、张角均相同，目标对比度与偏心角有所差别。S1和S2视觉任务采用的目标偏心角均为10°，而对比度不同；USP模型的偏心角、对比度均较大，分别达到15°、2.3。在相同的目标偏心角下，相比于C=0.1的S1曲线，采用C=0.15视觉任务的S2曲线的x较小、R较大。相比于S模型，USP模型视觉任务的目标对比度更高、偏心角更大，x最小、R最大。可见，在中间视觉状态下，高目标对比度、大偏心角的视觉任务会增大Vm(λ)中V′(λ)的权重，而低目标对比度、小偏心角视觉任务会使得V(λ)的权重更大。

3 隧道行车视觉特性

基于视觉功效法的中间视觉模型，视觉任务的目标背景色差、对比度、偏心角等参数均会直接影响x，进而影响模型对人眼真实感受亮度的评价。试验参数与实际应用场景越匹配，则模型对该场景下人眼真实感受的表征越准确。

车辆在隧道行驶中，驾驶员的注视区间主要集中于正前方较远处，且随着车速的增大，注视区间位置逐渐前移[17]。以三车道隧道为例，路面宽度约为13.5 m。当行驶速度分别为40、72 km·h-1时，驾驶员注视位置约为车前183 m、366 m，此时驾驶员的视张角分别为4.7°、2.34°。由于视认目标均在视张角范围内，因此驾驶员视认目标的偏心角应小于5°，且随着车速提高、隧道宽度变小，目标偏心角将进一步减小。可见，隧道行车环境下，视觉任务的目标偏心角集中在5°以内。结合表1可知，相比于偏心角为15°的USP模型，基于10°偏心角视觉任务构建的S、MOVE、MES2模型显然更贴合实际隧道驾驶环境。

此外，隧道交通事故中约60%为车辆追尾[18]。车辆红色尾灯与隧道中间段白色(LED)或黄色(高压钠灯)背景存在较大的色差，准确辨识汽车尾灯等有色差目标是隧道行车过程重要的视觉任务。因此，基于有色差视觉任务构建的MOVE模型，理应更适用于评价隧道环境下驾驶员的人眼实际感受。

应当指出，除辨识汽车尾灯这类正对比度的视觉任务外，隧道行车还包括辨识碎石、抛洒物等负对比度障碍物[19]，而已有模型的视觉功效试验均未考虑负对比度视觉任务。同时，当前模型的视觉任务目标偏心角均在10°以上，超出了隧道中驾驶员视认目标的视张角范围(<5°)。因此，基于小偏心角(<5°)和正、负对比度的有色差视觉任务构建中间视觉模型，将更适用于评价隧道行车环境下的人眼实际感受。

4 结论

1)在隧道中间段亮度水平范围内，本文讨论的四种中间视觉模型获得的亮度增益幅度为MOVE>MES2>S>USP。

2)基于视觉功效法的各中间视觉模型主要区别在于亮度适应系数x，而目标背景色差、对比度和偏心角等参数是造成x差异的主因。中间视觉状态下，有色差、高对比度和大偏心角的视觉任务会增大Vm(λ)中V′(λ)的权重；而无色差、低对比度和小偏心角的视觉任务会使得V(λ)的权重更大。

3)隧道行车过程多为目标有色差、<5°偏心角和包含正负对比度的视觉任务，与MES2、S、USP相比，MOVE模型的视觉功效试验参数与实际隧道环境更为匹配，更适用于评价隧道中间段的人眼实际感受。

[1] 王建平,严晓龙,徐晓冰.基于反应时间的中间视觉道路照明功率密度分析及显色性能研究[J].发光学报,2015,36(5):595-603.

[2] 梁波,崔璐璐,陈蔚,等.基于S/P值的隧道蓄反光侧壁材料辅助节能照明的光学性能试验研究[J].现代隧道技术,2016,53(6):196-201.

[3] 张晓芹,胡江碧,王猛,等.基于驾驶视认需求的隧道中间段路面亮度需求[J].北京工业大学学报,2016,42(5):768-773.

[4] 林燕丹，陈大华，邵红，等.中间视觉研究的动态及研究模式的剖析[J].照明工程学报，2002，13(4):9-13.

[5] Recommended system for mesopic photometry based on visual performance：CIE 191：2010.

[6] PALMER D A.The definition of a standard observer for mesopic photometry[J].Vision Research，1967,7(7)：619-628.

[7] IKEDA M，SHIMOZONO H.Mesopic luminous-efficiency functions[J].Journal of the Optical Society of America，1981，71(3)：280.

[8] 徐晓冰,张勇,王建平,等.一种道路照明光源的光视光效模型研究[J].合肥工业大学学报(自然科学版),2015,38(2):161-165.

[9] 杨勇,韩文元,严明,等.基于视觉功效法的公路照明光源性能分析[J].光谱学与光谱分析,2015,35(10):2686-2690.

[10] 杨勇，关丽，朱传征，等.中间视觉条件下光源光谱分布对人眼视亮度的影响[J].光谱学与光谱分析，2012，32(10)：2629-2631.

[11] 杨超，范士娟.中间视觉对隧道照明的影响[J].华东交通大学学报，2013(1)：22-25.

[12] 庄鹏.CIE中间视觉光度学模型的分析和应用[J].照明工程学报，2012，23(3)：35-41.

[13] HE Y.Evaluating light source efficacy under mesopic conditions using reaction times[J].Journal of the Illuminating Engineering Society，1997，26：125-138.

[14] REA M S，BULLOUGH J D，FREYSSINIER-NOVA J P，et al.A proposed unified system of photometry[J].Lighting Research & Technology，2004，36(2)：85-109.

[15] GOODMAN T，FORBES A，WALKEY H，et al.Mesopic visual efficiency IV：A model with relevance to nighttime driving and other applications[J].Lighting Research & Technology，2007，39(4)：365-392.

[16] VIIKARI M.Analysis of the existing visual performance based mesopic models and a proposal for the basis of mesopic photometry[R].Espoo：Helsinki University of Technology，Lighting Laboratory，2007,1-46.

[17] 赵炳强.驾驶员动态视觉特征及其影响[J].公路交通科技，1998(a01):102-104.

[18] 赖金星，张鹏，周慧,等.高速公路隧道交通事故规律研究[J].隧道建设，2017，37(1):37-42.

[19] 关雪峰，赵海天，胡姗姗.中间视觉条件下亮度对视力清晰度影响的“E”方法测定[J].照明工程学报，2010，21(3)：17-24.

ComparisonandApplicationofMesopicModelsundertheTunnelEnvironment

TONG Mengsheng1，4，ZHANG Chi2，ZHANG Tianhang2，QIAN Dengchao3，KANG Cheng2，WU Ke2
(1.HeadquartersofNinghaiMajorTrafficProjectConstruction，Ningbo315600，China；2.CollegeofCivilEngineeringandArchitecture，ZhejiangUniversity，Hangzhou310058，China；3.WenzhouHighwayAdministration，Wenzhou325000，China;4.NinghaiTransportBureau，Ningbo315600，China)

The present research analyzes the differences between the luminance calculated using the USP，S，MOVE，MES2 model and its causes，as well as discusses the applicability of each model in tunnel lighting from the perspective of visual conditions.Results show that in the interior zone of the tunnel，luminance calculated by MOVE ranks the highest，followed by MES2 and S model，and USP ranks the lowest.The major difference among visual performance based systems is adaptation coefficientx.Meanwhile，visual tasks with chromatic，high contrast and large eccentricity can enhance the weight of photopic functionV(λ) in mesopic functionVm(λ)；while visual tasks with achromatic，low contrast and small eccentricity can strengthen the weight of scotopic functionV′(λ).The chromatic，eccentricity below 5 degrees，negative and positive contrast target is more frequently encountered in tunnel.Thus，MOVE model is more applicable to describe the actual vision in the tunnel driving environment.

tunnel lighting；mesopic models；vision function experiment；photometry

宁波市交通运输科技项目(201702)，浙江省公路科技计划项目(2016-2-7)

吴珂，E-mail：wuke@zju.edu.cn

O432

A

10.3969/j.issn.1004-440X.2017.06.022