駕駛人視覺注視特性分析

王琳虹 張朋

摘要：在行車過程中駕駛人所接受的道路信息主要通過視覺獲得，為了分析駕駛人的視覺負荷，本文從視覺環境層和注視區域層分別分析駕駛人的注視特性，包括注視時間比例、注視頻次比例、平均注視時間;并對各項指標進行了統計對比。結果表明：在視覺環境層，駕駛人36.6%的注視時間是在意義層;而在注視區域，駕駛人75.5%的時間是在當前車道。

【關鍵詞】駕駛人;城市道路;視覺信息;量化方法

駕駛人進行信息加工的能力有限，只能同時對有限數量的信息進行加工。如果需要同時從事多種活動，認知資源就需要在不同任務間進行分配，如果所有活動需要的資源總量超過了個體的資源總量，就會出現資源不足，從而影響任務完成的效率。駕駛是一項重要而特殊的多重任務作業，需要占用大量的信息資源，所以駕駛人的認知負荷過高或者過低都會影響駕駛績效，從而影響道路安全。在城市道路環境下這種表現尤其突出。

Johansson等人采集了包括速度，車道保持行為，方向盤運動，眼球運動，生理信號和自我報告的駕駛績效等數據。結果表明，視覺和認知負荷在本質上以不同的方式影響駕駛績效。視覺需求導致速度降低和車道保持變化增加。相比之下，認知負荷不會影響速度，并會減少車道保持變化。Reyes和Leeh研究了認知負荷對車載信息系統交互的駕駛績效的影響，調查了12名被試者在駕駛模擬器上執行3種車載信息系統條件的駕駛任務。結果發現在車載信息系統條件下，被試者對前導車輛制動行為的反應是一致的，車載信息系統交互削弱了駕駛員觀測到路邊自行車騎行者的能力，并且在車載信息系統交互結束后，這些性能仍然在下降。從交互的第一分鐘到最后的幾分鐘。劉鑫通過眼動數據來測量認知負荷水平，采用判斷任務的實驗范式誘發認知負荷，確定了12個體現認知負荷狀態的特征，提出了一種去除眼動特征中個體差異的方法，利用支持向量機對認知負荷狀態的識別結果確定了最優特征。葉曉琳和楊海波采用眼動追蹤法探討了30名年輕人在模擬駕駛過程中的視覺和聽覺認知負荷對駕駛行為的影響。結果發現：高認知負荷條件西的問題回答正確率小于地認知負荷條件;認知負荷越高，駕駛行為的表現越差。認知負荷影響駕駛人對危險事件的感知。

城市道路交通流環境復雜，駕駛人需要考慮的因素較多，而且這些因素的信息基本都是通過視覺獲取，研究駕駛人在城市道路下的視覺注意機制，有助于量化駕駛人的負荷，并分析與交通安全之間的關系。本文以城市道路為例，建立了駕駛人的視覺注視特性分析方法，為后續的深入研究奠定基礎。

1.駕駛人注視特性分析

1.1 視覺環境層的注視特性

駕駛人在城市與公路的道路環境下，主要通過眼球的轉動來獲取道路上的環境信息。在信息的采集過程中，由駕駛人的視覺選擇性注意機制根據駕駛任務的需求以及興趣點對信息進行過濾，并對這些過濾后的信息形成認知。考慮到城市道路交通的復雜性，將道路視覺環境劃分為意義性、物理性、景觀性、運動性等四個層面，這與駕駛人行車過程中的各種需求相互對應。

各種層面的視覺環境可以提供不同的數據信息，以滿足在執行任務時駕駛人不同層次的數據需求。意義性層面主要包括視覺范圍內有指示含義的交通標志、交通標線、信號燈;物理性層面指連續的道路設施，如瀝青路面，隔離護欄，道路分隔綠化帶等。運動性層面是指在交通系統內運動的物理，如機動車、非機動車、公交車、行人等。景觀性層面指剩下的背景信息，如天空、路燈、廣告牌、林木。

通過計算Tobii Pro Lab Analyzer軟件處理之后的駕駛人眼動數據，得到駕駛人在各個視覺環境層上的注視時間比例、平均注視時間和注視頻次比例，如表1和圖1所示。

1.2注視區域的注視特性

在數據采集過程中，忽略不計駕駛人觀察后視鏡的注視。僅統計對駕駛安全存在影響的注視區域的相關指標。見表2和圖2所示。

2.結束語

基于第2節的實車試驗數據進行統計分析，可以得到如下結論：

（1）在視覺環境層和注視區域層，駕駛人的視覺注視特性存在較大差異。這是由駕駛目標差異所決定的，注視區域層的信息直接影響駕駛安全，更加受到駕駛人的關注。

（2）在視覺環境層，駕駛人對意義層的關注更多，其次為運動層;而對于環境層的關注信息最少。

（3）在注視區域層，駕駛人最關注當前車道的信息，約75%的時間是在關注當前車道，因為這直接影響車輛的運行安全;其次是行駛方向路側信息，在對向車道的關注信息最少。

（4）為了建立注視特性與駕駛安全之間的關系模型，下一步需要提出駕駛負荷的量化方法，然后分析駕駛負荷與注視特性指標之間的關系。

【參考文獻】

[1]劉鑫.基于眼動數據測量認知負荷水平[D].西南大學， 2017.

[2]葉曉林，楊海波.認知負荷對駕駛行為影響的眼動研究[J].交通信息與安全，2012，30（6）：67-71.

基金項目：吉林省科技廳計劃發展項目（20180520180JH）;吉林省教育廳“十三五”科學研究計劃項目（JJKH20180149KJ）