AR 技術在隧道照明中的應用初探

蔡賢云，翁 季

(重慶大學建筑城規學院，重慶 400045)

0 引言

1990年vCIE(國際照明委員會)在CIE 88—1990 Guide for the lighting of road tunnels and underpasses(公路隧道和地下通道照明指南)中建議采用折減系數k值法來計算隧道入口段的亮度值Lth:洞口20o視野內亮度L20乘上折減系數k計算出隧道入口段的路面亮度值。我國也遵循k值的設計方法，但是對k的合理取值，隧道照明工學上的兩大學派(歐洲的D.A.Schreuder 學派和日本的成定康平學派)自20 世紀60年代就開始了長期針鋒相對的爭論，兩個學派提出的k值相差達5 倍之多。k值法更為明顯的問題在于:該方法沒有考慮汽車通過隧道之時駕駛員的心理、生理變化和人眼視覺特性的差別，所以由k值法確定的入口段亮度Lth與隧道照明實際需要差別較大。

因此，在2004年vCIE 發布的CIE 88—2004 版的《公路隧道和地下通道照明指南》中，提出了利用察覺對比法計算公路隧道入口段的路面亮度值的方法，該亮度值Lth可以通過如下公式算得:

在2010年vCIE 建議將基于察覺對比設計方法的對比顯示系數作為隧道照明質量的評價指標。與察覺對比設計方法相關的察覺對比顯示系數qcp值的大小與駕駛員對眩光感受程度K和最小察覺對比Cm兩者有關。作為反映駕駛員心理和生理影響的兩個因素之一，眩光感受程度K的值可以采用視網膜亮度計等對標準人眼和在模擬實際等條件下加以確定。

重慶大學胡英奎認為目前隧道照明設計采用的k值法和察覺對比法在實際應用中都還存在一定的問題。因此他提出基于駕駛員駕車進入隧道過程中的視覺適應過程確定隧道入口段亮度，該方法直接考慮駕駛員駕車進入隧道過程中的視覺適應過程，比用k值法或察覺對比法更合理、更有利于保障交通安全。在實測的過程中采用SMI iView X HED 眼動儀來記錄駕駛員在駕駛進入隧道過程中的瞳孔變化情況。

但是駕駛員在白天駕車接近長隧道時會看到隧道是一個黑洞，即產生所謂的“黑洞”現象，如果隧道比較短，則會產生“黑框”現象。而在隧道出口，會出現一個很亮的洞口，形成強烈的眩光，即為“亮洞”現象。駕駛員駕車行駛在隧道內部時隧道邊墻還會給駕駛員造成心理影響，即墻效應。這些現象和其他的一些因素都會對駕駛員的視覺心理產生影響。因此僅通過駕駛員對眩光感受程度K和最小察覺對比Cm，通過SMI iView X HED 眼動儀和反應時間裝置能否較為合理地反映駕駛員的心理特征，通過上述方法來考量駕駛員的視覺適應問題是否全面，是值得思考的問題。

1 腦電波與心理因素的關聯及表達

從腦科學中可以得知，當人或動物受到外部的刺激之后，在腦內會產生相應的電位變化，并且電位值隨著刺激時間和刺激形式的變化而變化。研究表明，精神因素對腦電波有很大的影響。同時，人也會對外界的感覺做出反應，并且以人體的精神狀態表現出來，現今具有代表性的例子即為測謊儀的使用。腦電波的主要優勢在于它直接反映了神經的電活動，有著極高的時間分辨率，幾乎達到實時。

借鑒醫學上的經驗，現有的研究駕駛員腦電波的變化方法為:將閃光體、帶有棋盤格、條柵等的平面體圖形結構換成仿真的道路交通場景，利用其作為刺激源，根據場景上道路條件與駕駛環境的不同測量對應的駕駛員腦電波(如圖1 所示)。

圖1 腦電波視覺誘發測量示意圖

西南交通大學歐居尚通過建立由急彎、障礙區和直線路段等組成的虛擬場景，來測試駕駛員酒駕過程中腦電波的變化情況。浙江大學王炳浩和魏建勤通過KT98-2000A 動態腦電儀記錄了駕駛員睜眼、靜止坐在椅子上的腦電波和起步換擋、制動、停車時的腦電波，并且與靜止時的腦電波進行比對。由此可見腦電波的主要優勢在于它直接反映了神經的電活動，有著極高的時間分辨率，幾乎達到實時。因此通過特定的裝置，可以將駕駛員駕車經過隧道過程中的腦電波實時反映出來，實時反映駕駛員所有的心理活動過程。

2 AR 技術的特征與在汽車工業中的運用

AR 技術(Augment Reality)即增強現實技術，是一種全新的人機交互技術，利用這樣一種技術可以模擬真實的現場景觀。它是以交互性和構想為基本特征的計算機高級人機界面，使用者不僅能通過虛擬現實系統感受到客觀物理世界中所經歷的“身臨其境”的逼真性，而且能突破空間、時間以及其他客觀限制，感受到在真實世界中無法親身經歷的體驗。AR 技術需要具備三個因素:虛擬與現實的結合、即時互動和3D 定位。

美國科技類博客Techcrunch 在調查分析的基礎上認為AR 技術有四大應用方向，其中，空間計算和感知人腦對汽車工業及隧道照明設計具有重要的參考價值。InterXon 公司CTO Chris Aimone 曾指出，人腦在通過智能的方式被感知后會給生活帶來巨大的方便，因此，InterXon 公司推出了一款腦電波感應頭帶，佩戴上這款頭帶，用戶可以通過腦電波來控制窗簾以及燈光調節。以此類推，能否通過相關設備比如Google Project Glass 等設備實現人體腦電波與設備的人機交互，通過反映人體心理生理因素的腦電波來指導隧道照明設計實踐。

2005年v，德國Heinz Nixdorf 研究所與德國大眾汽車有限公司通過半年的合作與努力，成功研發出一套基于AR 技術的汽車人機交互測試平臺(如圖2 所示)。將改裝后的大眾汽車與測試平臺結合在一起，整個平臺的控制面板與車內的照明系統均由計算機動態生成，并且與測試人員所處的真實視看環境或者說視覺場景重疊在一起(如圖2-b 所示)。所以，以AR 技術即增強現實技術，現實場景中最重要的部分會被保留下來，由此使得駕駛員在行駛的過程中，能夠體驗虛擬的場景，同時也不會失去與現實場景的緊密聯系。

圖2 基于AR 技術的汽車人機交互測試平臺

除此之外，一款手機APP 應用軟件已經搭載在Android 系統平臺上。該軟件通過手機的攝像裝置來幫助駕駛者監控行駛路況信息，提醒司機應該距離前方行駛車輛多遠，并且通過當前車輛的行駛速度和車間距離，評估兩車是否會相撞(如圖3 所示)。

圖3 iOnRoad:利用AR 技術的智能汽車防撞系統

3 AR 技術在隧道照明中的應用

通過上面兩個部分的論述，我們可以結合腦電波人機交互，AR 技術來促進隧道照明設計的進展。現需要考慮的幾大問題為:駕駛員駕駛過程中腦電波的測試與收集，通過AR 技術對駕駛車輛的3D 定位與空間計算及數據庫的建立，腦電波與AR 技術的交互。

3.1 隧道行駛中駕駛員的腦電波測試與收集

根據德國Heinz Nixdorf 研究所與德國大眾汽車有限公司研發的基于AR 技術的汽車人機交互測試平臺、iOnRoad 軟件等(如圖2、圖3 所示)，我們可以改進汽車工業中汽車前擋風玻璃的功能:當一個功能強大的腦電波測試與收集儀器被置于擋風玻璃上時，駕駛員在通過隧道過程中的心理、生理變化過程均可通過腦電波的形式反映出來，并且被腦電波測試儀器讀取與收集。在此種形式之下，駕駛員的瞳孔變化過程和視覺適應問題均可通過腦電波的形式體現出來，同時，原先的隧道照明設計中其他無法準確把握或者無法通過量化評估的心理因素，也可以通過腦電波直觀表現出來。換言之，駕駛員在駕車靠近隧道，隧道內行駛和駛離隧道的過程均可通過腦電波的形式被記錄下來。

同時，汽車前擋風玻璃也可作為一個虛擬屏幕的載體，類似于當用戶戴上Google Project Glass 之后，眼前會出現一個虛擬屏幕的效果(如圖4所示)。

圖4 Google Project Glass 工作原理

3.2 通過AR 技術對駕駛車輛的3D 定位與空間計算及數據庫的建立

駛入隧道中的每一輛車都擁有自己的三維坐標，在高速行駛過程中時間轉瞬即逝，因此需要通過AR 技術來對隧道空間進行計算，在時間軸的作用下對每一輛高速行駛的車進行3D 定位。在此基礎上，每一位駕駛員對隧道的感受程度可以通過腦電波收集到，通過圖表和數據量化。隧道的物理屬性和空間屬性、行駛車輛的物理屬性均可通過空間計算和三維坐標標識出來。由此，關于隧道、行駛車輛、駕駛員和駕駛員的心理、生理變化過程均可儲存在計算機終端之內。

此外，與隧道照明相關的規范、維持隧道基本照明的參數及照明燈具相關的參數等均可同步輸入到計算機終端內，作為下一步驟中信息、數據比對的樣本。

3.3 腦電波與AR 技術的交互

在此過程中，駕駛員的相關心理及生理因素通過腦電波表現出來，通過汽車前擋風玻璃的腦電波信息收集裝置傳達到計算機終端內。在經過計算之后，通過AR 技術，將通過計算機終端之后的虛擬空間疊加在現有的隧道環境之內(如圖2-b 所示)，汽車前擋風玻璃即相當于一個虛擬的視看屏幕，通過此擋風玻璃，駕駛員看到的即為隧道原始環境與虛擬空間疊加之后的效果，因為空間計算與3D 定位技術，該虛擬空間是可以依據計算機終端數據庫即時互動與調節的。至于虛擬空間疊加的程度則通過比對現有的計算機數據庫樣本來調節。而真實與虛擬的統一可以通過圖5 說明。在本文中，真實環境即為隧道行車環境，虛擬環境即為人們頭腦中所設想的環境和可有效滿足隧道照明安全、舒適、節能要求的環境。當將真實環境數字化，虛擬環境真實感受化之后，我們可以實現增強的現實與增強的虛擬之間的融合，達到現實與虛擬混合的境界。

圖5 真實到虛擬的統一

4 小結

本文在翻閱了當今關于隧道照明設計的方法之后，發現現有隧道照明中在關注人的心理、生理因素方面的偏頗與不足，因此，在作者感興趣和了解的范圍內，結合腦電波、人機交互和AR 增強現實技術，探討如何通過人的心理、生理因素來促進隧道照明的進展，從而在滿足隧道照明規范要求的基礎上，更好地解決隧道照明安全、舒適的要求。而至于實現這一前景的中間技術和相關學科的交叉問題，則需在后續的工作中進一步的深化。

［1］陳仲林，翁季.公路隧道照明對比顯示系數探討［J］.燈與照明，2013，37(1):4～7

［2］胡英奎.基于視覺適應的公路隧道入口段亮度研究［D］.重慶:重慶大學，2013

［3］陳炎，胡江碧，等.腦電技術在駕駛行為分析中的應用［J］.道路交通與安全，2006，6(9):15～17

［4］歐居尚.基于腦電波分析技術的安全駕駛實驗研究［J］.西南交通大學學報，2011，46(4):695～700

［5］王炳浩，魏建琴.汽車駕駛員瞌睡狀態腦電波特征的初步探索［J］.汽車工程，2004，26(1):70～72

［6］豆瑞星.AR 技術:填平虛擬與現實的鴻溝［N］.互聯網周刊，2012-12-05(37)

［7］Juegen Gausemeier，Michael Grafe，沈慶.德國工業中VR/AR 技術應用現狀和趨勢［N］.中國制造業信息化，2006，8:46～49

［8］張海春.iOnRoad:利用AR 技術的智能汽車防撞系統［EB/OL］.［2011-10-18］、http://www.leiphone.com/ionroad.html