橋形標復雜度對駕駛人腦電認知特性的影響機理

李雪瑋，趙曉華，黃利華，榮 建

（1.北京工業大學城市交通學院，北京 100124；2.北京城市系統工程研究中心，北京 100035）

橋形標用于直觀描述高速公路或快速路立交橋區域各匝道走向，在世界范圍內應用廣泛.隨著交通出行需求的增加，高速路或快速路立體交叉形式逐漸復雜、出口增多，導致部分橋形標形式過于復雜，國內情況尤其突出.研究表明，復雜橋形標易使駕駛人行駛過程認讀困難[1]，影響行車安全、降低出行效率.然而，我國橋形標設計設置的規范指南不夠充分，缺乏橋形標復雜度的具體設計要求.為提升現有復雜橋形標的設置效用，提升其規范性和科學性，有必要挖掘橋形標對駕駛人認知過程的影響機理，為進一步實現橋形標的優化設置奠定基礎.

實際上，駕駛人對交通標志的認知過程分為信息認讀、感知決策及行為表現3 個階段[2-4].信息認讀和行為表現階段反映的是駕駛人外在顯性特性，表征駕駛人通過視覺、操控行為變化以適應自身對交通環境的需求[5-7]；而感知決策階段作為隱形特性是駕駛人對外部環境綜合感知基礎上的決策反應，主要表征駕駛人的腦神經活動，反映駕駛人內在隱性特性和腦部認知微觀變化[8-9]，大多借助腦電事件相關電位（event-related potential，ERP）、腦電波（electroencephalogram，EEG）、功能核磁共振（functional magnetic resonance imaging，fMRI）等技術開展研究，以闡明認知活動的腦機制[10].其中ERP 技術的時間分辨率最高，能夠有效捕捉被試在短時間內的腦電活動特征，被用于解析被試的認知加工過程[11-12].

當前，研究人員大多采用駕駛人的視認及行為特性剖析標志對于駕駛人的作用機理，借助室內視認靜態實驗以及駕駛模擬動態測試等技術開展了大量的研究工作[13-15]，但針對交通標志對駕駛人腦電認知特性的影響研究不夠系統和充分，特別是橋形標這一特殊標志對于駕駛人腦電特性的分析尚無相關報道.呂能超等[16]采用腦電技術研究了不同信息量的交通標志對駕駛人的工作負荷的影響，結果表明兩者呈高度正相關；關偉[17]通過腦電實驗研究交通標志對駕駛人信息轉換過程的影響，發現交通標志的設置能夠有效地提高駕駛員對彎道信息的獲取速度及準確度；Liu 等[11]借助腦ERP 技術研究交通標志背景顏色發現，背景與前景顏色的對比度影響駕駛人認知加工難度，且標志內容復雜度與認知加工速度有關；何文強[18]基于被試的瞳孔面積、速度和油門深度、腦電波α 節律與β 節律的功率譜密度積分的比值，探究互通區指路標志與駕駛員情境意識之間的關系，建立了高速公路駕駛員情境意識模型.

以上研究已經利用腦電信號研究交通標志的信息感知問題，并取得重要的理論結論.然而，有關橋形標的研究較少，且主要停留在對駕駛人的視認及行為等顯性特性的分析，缺乏橋形標復雜度對駕駛人感知決策方面的隱性特征解讀.本文將借助ERP提取技術，針對不同復雜度橋形標的腦電認知開展實驗測試，挖掘不同復雜度橋形標的認知機制，明確復雜橋形標對駕駛人認知決策的影響規律及特征，為進一步開展復雜橋形標優化設計、提高其設置效能提供理論依據，也為解析標志對于駕駛人的內在作用規律奠定理論基礎.

1 實驗設計

腦神經研究領域應用多種實驗范式以刺激被試產生不同的腦電成分，包括Oddball 范式、Go/Nogo范式和N-back 范式[19].其中，Oddball 范式應用廣泛，重點研究大腦的注意和認知加工機制，是產生P300、非匹配負波（MMN）等認知成分的經典范式.Oddball 范式的要點是對同一感覺通道施加兩種刺激：一種刺激出現概率很大，稱為標準刺激；另一種刺激出現的概率很小，稱為靶刺激.實驗任務中兩種刺激以隨機順序出現，要求被試關注靶刺激，即研究關注的復雜橋形標，當靶刺激出現時盡快做出按鍵反應.基于此，研究采用Oddball 范式獲取駕駛人腦電認知成分，以研究駕駛人對不同復雜度橋形標的認知加工過程.

1.1 標志選取

2015—2016 年北京工業大學為解決橋形標志分類問題，對北京市現有37 種橋形標志圖形開展室內視認實驗.從整體、局部、細節3 個層面進行測試，通過7 個評估指標（整體視認時間、整體主觀評價打分、局部各方向讀取時間平均值、局部各方向讀取時間最高值、出口操作選擇錯誤人數比率、路徑選擇的錯誤人數比率、細節視認風險點數量）將橋形標志圖形按復雜度分為低、中、高3 種復雜度類別[20]，如表1所示.

表1 37 種橋形標圖形分類結果Tab.1 Classification results of 37 bridge sign diagrams

實驗以橋形標復雜度為自變量，從3 種不同復雜度的橋形標中選取4 個典型圖形.其中，低等、中等復雜度橋形標各選1 個，分別記為橋形標A、橋形標B.另外，重點關注高等復雜度橋形標對駕駛人認知特性的分析，因此，選取2 個高等復雜度橋形標，分別記為橋形標C1、橋形標C2，如圖1 所示.

圖1 不同復雜圖橋形標圖形選取Fig.1 Selection of bridge sign diagrams with different complexities

1.2 被試招募

招募被試43 名（男女比例3∶1），其中32 名非職業司機，11 名代駕司機，身體狀況均良好，無色弱、色盲，視力或矯正后視力水平均在0.5 以上.實驗招募被試年齡分布在22～57 歲，年輕人所占比例較高（平均值27.7 歲，標準偏差9.29 歲），駕齡分布在2～31 a（平均值5.01 a，標準偏差7.04 a）.實驗前禁止駕駛員飲用茶或咖啡等刺激性飲品以減少對腦電的干擾.所有被試均為右利手，以排除左右手按鍵差異性對腦電的影響.

1.3 實驗儀器

研究采用廣泛使用的腦電采集分析系統Neuroscan 32 導腦電儀，其組成部分如圖2 所示.其原理主要通過被試頭部佩戴腦電帽，帽上的電極實質是與頭皮連接的金屬導體，頭皮電位通過電極與導電膏傳送至電腦，并以腦電圖的形式記錄、保存.之后，借助先進的腦成像CURRY 分析軟件，提取并分析腦活動的基本過程.

圖2 Neuroscan 腦電儀Fig.2 Neuroscan electroencephalograph

1.4 刺激設計

實驗需設置靶刺激和標準刺激.其中，靶刺激為選擇的4 個目標橋形標（橋形標A、B、C1、C2），對應4 組平行子實驗.每組子實驗中的標準刺激相同，為低中等復雜度中圖形差異相對較小的4 種橋形標.實驗中標志設計包括靶刺激橋形標設計、橋形標目標路名位置設計、標準刺激橋形標設計和刺激程序設計.

1.4.1 靶刺激橋形標設計

實驗的目的路名僅設置在靶刺激橋形標中，將選擇的4 種不同復雜度橋形標分別作為每組子實驗中的靶刺激進行標志版面設計.以丹陽路為目的地時的靶刺激橋形標設計為例，如圖3 所示.為保障4 組子實驗的差異主要為圖形部分，各靶刺激標志間的3 個主方向的指示地名（紅框標注）均相同.

圖3 靶刺激橋形標設計版面Fig.3 Bridge sign designs in target stimulus

1.4.2 靶刺激橋形標目的路名位置設計

4 組子實驗中，每組實驗程序隨機呈現靶刺激與標準刺激標志圖片，實驗中要求被試找到目的路名后立刻按確認鍵.為避免目的路名總在標志的某一固定位置而對于視認效果造成影響，將目的路名隨機放在每種靶刺激標志的左、直、右3 個主方向.以低等復雜度靶刺激橋形標A 為例，丹陽路為目的地的3 種靶刺激橋形標設計版面，如圖4 所示.

圖4 靶刺激中目的路名位置設計Fig.4 Destination location designs in target stimulus

1.4.3 標準刺激橋形標設計

通過預實驗在低中等復雜度橋形標（除橋形標A 外）中選取4 種較為相似的橋形標作為標準刺激.標準刺激橋形標除目的地路名與靶刺激不同外，其他地名相同.每組子實驗均采用以下4 種橋形標作為標準刺激.以丹陽路為目的地時的標準刺激橋形標設計如圖5 所示.

圖5 標準刺激橋形標4 種設計版面Fig.5 Four bridge sign designs in standard stimulus

1.4.4 刺激程序實現

為保障靶刺激的小概率出現及腦電成分的疊加成像，每組子實驗兩種刺激共出現195 張橋形標，其中靶刺激出現概率為20%共39 次，標準刺激出現概率為80%共156 次.實驗過程中靶刺激、標準刺激圖片隨機出現，且靶刺激圖片不連續出現，借助Eprime 軟件實現實驗設計.

1.5 實驗流程

每位被試以隨機順序測試4 組子實驗，每組時間約為15 min，每兩組間隔5 min.具體流程介紹如下：

步驟1前期準備.要求被試在實驗前禁止飲用咖啡等刺激性食物，且清洗頭部以保持頭皮干凈、干燥，實驗前填寫基本信息表.

步驟2儀器佩戴.實驗員為被試佩戴腦電帽，注入腦電膏并將每個電極阻抗降到5 kΩ 以下，佩戴眼動儀并進行注視點的追蹤與標定，確保兩種儀器數據的正常采集.

步驟3實驗練習.提供兩組測試，選用橋形標為非正式實驗使用橋形標.測試流程同正式實驗流程相同，以便被試熟悉實驗步驟和實驗過程，確保測試數據的順利采集.

步驟4正式實驗.告知并確認被試記住目的地名稱，并需在實驗后繪制含目的地的橋形標及目的地匝道走向.按任意鍵啟動軟件程序自動播放子實驗橋形標組圖，每一標志呈現后，要求被試發現目的地路名則立即按下空格鍵，未找到則需按N 鍵.每組195 個刺激標志全部呈現后，測試環節結束.之后，要求被試在記錄紙上畫出含有目的地名橋形標的形狀及目的地匝道走向.

隨后休息5 min，實驗重復步驟2～4，重新標定眼動并檢查腦電信號，開始下一組子實驗，直至4 組子實驗全部完成.

步驟5實驗結束.實驗員摘取被試眼動儀、腦電帽，隨后被試填寫主觀問卷.

2 數據預處理及指標提取

通過實驗獲得被試腦電、眼動、按鍵行為及主觀評價數據，本文以駕駛人腦電及按鍵行為數據為基礎，從駕駛人橋形標認讀行為及腦電特性兩個維度挖掘橋形標復雜度與駕駛人腦電認知特性間的關系.

在橋形標認讀行為方面，整理被試按鍵行為數據，提取每種靶刺激橋形標的認讀時間、目的地尋找正確比例，以反映駕駛員對4 種不同復雜度橋形標的認讀時長及目的地路名尋找難易程度的差異.其中，認讀時間是指從靶刺激橋形標出現到駕駛員按鍵行為產生的時間間隔，單位s；目的地尋找正確比例是指被試正確尋路名的次數與靶刺激出現的總次數的比值.

另一方面，針對駕駛人橋形標認知的腦電特性，借助Curry 7 分析軟件對腦電信號進行去除眼電偽跡、數字濾波、腦電分段、基線校正、疊加平均等處理，以獲取精確的腦電波形.觀測每組子實驗靶刺激與標準刺激的總平均ERP 波形圖，發現實驗主要產生了兩種ERP 成分，即分布于額區的N100 和分布于頂區的P300.

根據總平均ERP 波形圖特征，結合N100、P300成分的分布和含義，選取前額和前額中央聯合區6 個電極點（F3、FZ、F4、FC3、FCZ、FC4）作為N100成分分析電極，選取中央區至頂區9 個電極點（C3、CZ、C4、CP3、CPZ、CP4、P3、PZ、P4）作為P300 成分的分析電極，并結合成分出現時段確定兩種成分的分析時間窗口（表2）.最終提取時間窗口內N100、P300 成分的平均振幅及潛伏期.其中，平均振幅是指時間窗口內波形數據點的平均值，并將時間窗內峰值出現的時間作為潛伏期.以低等復雜度橋形標A 組為例，靶刺激與4 個標準刺激位于FZ 電極點的波形圖，如圖6 所示，圖中藍色曲線為靶刺激FZ 電極處波形，波形峰值處標記數據點即為峰值點的振幅及潛伏期數值，其中，第1 個灰框處為N100的出現時刻，潛伏期和峰值為（86.0 ms，?2.84 μV），第2 個灰框處為N300 的出現時刻，潛伏期和峰值為（498.0 ms，1.63 μV）.

表2 兩種腦電成分代表電極及分析時間窗Tab.2 Electrode and time window of two electroencephalogram compositions

圖6 橋形標A 組FZ 電極處波形Fig.6 Wave at FZ electrode for bridge sign group A

實質上，ERP 成分的振幅可以反映認知過程的強度，潛伏期反映了認知加工處理的時間進程[11].其中，N100 為腦電早期成分，反映駕駛人直覺反應條件下的早期注意分配，注意分配越多振幅越大[21]，早期注意時間越早，潛伏期越短；P300 為認知相關的內源成分，代表了刺激判別、決策選擇以及物體分類等思維活動的進行[22]，反映駕駛人對選擇注意事件的注意資源分配和認知負荷水平，其波幅與任務的難度有關，潛伏期能夠反映認知加工速度[22]，表現為波幅越大，認知難度越大，潛伏期越短，認知加工速度越快.

3 結果分析

3.1 認讀行為

4 種靶刺激橋形標影響下，對被試認讀行為指標進行重復測量方差分析，結果發現認讀時間（檢驗統計量F分布F(3，68)=10.105，檢驗水平P=0）、目的地尋找正確比例（F(3，68)=3.143，P=0.033 <0.050）均受到顯著影響.如圖7 所示，低等復雜度橋形標A、中等復雜度橋形標志B、高等復雜度橋形標C1 和C2 的認讀時間分別為1.27、1.30、1.41、1.57 s，認讀時間隨復雜度增加呈現顯著上升趨勢；目的地路名尋找正確比例依次為94.16%、92.11%、89.89%及89.46%，隨復雜度的增加而顯著降低.

圖7 認讀行為數據Fig.7 Reading behavior data

另外，盡管橋形標C1、C2 為同一復雜度等級，其認讀時間及目的地尋找正確比例仍然表現出較大差異，表明橋形標復雜度可在以往視認復雜度分類基礎上結合腦電認知特性進一步地細致劃分.總體趨勢表現為，隨著橋形標復雜度增加，認讀時間增長，而目的地尋找正確比例降低.結果論證了橋形標復雜度越高，駕駛人解讀信息的時間越長，尋找目的地路名的難度也越大.

3.2 腦電特性

4 種不同復雜度靶刺激橋形標影響下，對N100、P300 成分的平均振幅及潛伏期分別進行重復測量方差分析，以查看不同復雜度橋形標影響下駕駛人早期注意及認知負荷的變化.

1）早期注意電位N100

N100 作為刺激呈現后出現的第一個負成分，反應駕駛人直覺反應條件下的早期注意分配.如圖8所示，橋形標A、B、C1、C2 的N100 平均振幅分別為?1.27、?1.37、?1.58、?1.70 μV，潛伏期分別為88.04、89.37、93.12、94.66 ms.隨著橋形標復雜度增加，能夠更多地誘發N100 平均振幅及峰值的負向偏移，潛伏期時長增加.表明橋形標越復雜將致使駕駛人早期注意分配越多、早期注意時間越滯后.

圖8 N100 分析結果Fig.8 Analysis results of N100

對N100 成分的平均振幅及潛伏期進行4（4 種橋形標）×6（6 個電極）重復測量的方差分析，本文重點關注橋形標作為主效應時的差異性檢驗結果.結果顯示橋形標主效應及交互效應并未對N100 成分平均振幅、潛伏期指標呈現顯著性差異（P>0.050）.

2）認知電位P300

P300 分析結果如圖9 所示.

如圖9（a）所示，隨著橋形標復雜度增加，誘發P300 的平均振幅更多的正向偏移；表明橋形標復雜度增大，駕駛人認知難度將增加，尤其是高等復雜橋形標認知負荷明顯高于低、中等復雜橋形標.

圖9（b）中，從低等復雜度橋形標A 到高等復雜度橋形標C1，各組靶刺激橋形標與標準刺激的低等復雜度橋形標的差異性越來越大，P300 潛伏期逐漸降低，駕駛人越容易將靶刺激從標準刺激中辨別出來.另外，橋形標C2 處的潛伏期卻突然增大至橋形標A 附近的水平，很可能是因為該標志圖形存在環形匝道，與標準刺激標志圖形相似，駕駛人對該標志的認知速度變慢，認知辨別難度相繼增加.未來可將圖3（d）下方出口符號，替換成圖3（c）下方出口符號后，二次實驗取得潛伏期數據，以此驗證潛伏期差距過大與環形匝道的關系.

圖9 P300 分析結果Fig.9 Analysis results of P300

對P300 成分進行4（4 種橋形標）×9（9 個電極）重復測量方差分析，重點關注橋形標復雜度為主效應時的差異性檢驗結果.4 種橋形標間的P300平均振幅呈現顯著性差異（P<0.050），且兩兩比較結果表明橋形標C1、C2 與橋形標A、B 存在顯著性差異（P<0.050）.4 種橋形標間的P300 潛伏期呈現邊緣性顯著性差異（P=0.052），兩兩比較結果表明，橋形標C1 與橋形標A、C2 存在顯著性差異；橋形標C1、C2 的認知難度明顯高于橋形標A、B，橋形標C1 的加工速度明顯優于橋形標A、C2.

綜合考慮駕駛人的認讀行為及腦電特性可得，橋形標復雜度對駕駛人認知過程及系列決策行為存在顯著影響，總體表現為橋形標越復雜，其視認加工越困難.在認讀行為方面，隨著橋形標復雜度增加，駕駛人認讀時間增長，目的地路名尋找出錯率顯著增加；在腦電特性方面，隨著橋形標復雜度增加，駕駛人的早期注意分配增多（N100 絕對振幅增大），早期注意時間滯后（N100 潛伏期增長），同時認知難度增加（P300 振幅增加）.另外值得一提的是靶刺激與標準刺激間的差異性越大，P300 潛伏期越短，越容易從低等復雜度橋形標中辨別，這一現象也證實了橋形標的復雜度對于駕駛人的腦電認知加工是存在顯著性影響的.

4 結 論

本文揭示了橋形標復雜度與腦電認知特性間的影響關系，獲取了駕駛人對不同復雜度橋形標的認知規律，其結論如下：

1）橋形標復雜度顯著影響駕駛人認讀時間及目的地路名尋找難易程度.隨著橋形標復雜度增加，駕駛人認讀時間增長，目的地尋找正確比例降低.

2）駕駛人早期注意分配受橋形標復雜度影響，橋形標復雜度的增加，將誘發N100 平均振幅、峰值更多的負向偏移，即駕駛員早期注意分配增加、早期注意時間滯后.

3）復雜度條件變化下駕駛人認知負荷增加，橋形標復雜度增加，將誘發P300 平均振幅更多的正向偏移，即駕駛人認知難度顯著增加.尤其是駕駛人對高等復雜橋形標的認知負荷顯著高于低、中等復雜度橋形標.

4）靶刺激橋形標與標準刺激的低等復雜度橋形標差異性越大，P300 潛伏期越短，越容易與低等復雜度橋形標辨別，進一步論證了橋形標復雜度對于駕駛人腦電認知的作用.

本文探討了橋形標復雜度對腦電認知特性的影響關系，揭示了駕駛人對不同復雜度橋形標的腦電認知加工機理，為復雜橋形標的比選設計提供方法.同時，對于已有橋形標的優化及后期新型橋形標設計應考慮圖形復雜度與腦電認知特性間的潛在關系，合理設置橋形標的復雜度，降低駕駛人注意分配及認知負荷.另外，研究也表明了對已有高等復雜度橋形標進行優化設計的必要性，從而進一步提升橋形標設置的綜合效用.