公路隧道出入口駕駛員視覺負荷評價與建模

丁 旭， 王海曉， 高明星， 呂 貞

(內蒙古農業大學能源與交通工程學院， 內蒙古 呼和浩特 010018)

0 引言

公路隧道可以有效利用地理條件、改善道路線形、縮短里程和提升通行效率，但公路隧道出入口段又是發生交通事故的黑點路段[1]，特別是天氣晴朗的晝間，在照度突變與車速波動的耦合效應下，駕駛員瞳孔的變化最為顯著。瞳孔通過自主擴大或收縮調節進入眼睛的光通量以保證清晰成像，同時反映駕駛員的心生理負荷水平[2]。駕駛員在進出隧道的過程中，視覺負荷增大，會出現短暫的視覺“盲期”，產生“適應的滯后反應”，極易引發交通事故。

國內外學者對隧道路段駕駛員瞳孔變化特性和視覺適應性進行了研究。He等[3]利用駕駛員在公路隧道行駛時的眼動參數，分析了不同光照強度下駕駛員的瞳孔變化及行車安全。Aronson等[4]對隧道洞口路段視覺適應性進行了研究，得到駕駛員駛入洞內受照度影響的視覺適應時間規律。杜志剛等[5]利用瞳孔面積變化速度評價隧道洞口短距離范圍內車速波動較小時的視覺負荷情況。潘曉東等[6]將隧道進出口照度急劇變化視為幅值迅速衰減的瞬態過程，根據機械振動與沖擊標準將瞳孔面積最大瞬態速度值(MTPA)作為駕駛員視覺負荷評價指標。Wang等[7]以瞳孔面積最大瞬態振動值(MTVV)作為視覺負荷評價指標,對比晝、夜、黃昏時段特長隧道進出口的視覺負荷。Jiao等[8]研究了駕駛員在城市水下特長隧道不同曲率和轉彎條件下的視覺特征。梁波等[9]將隧道出入口進行4區段劃分，探究了駕駛員各項生理指標在不同區段的顯著差異性，量化了其不同區段的整體生理負荷。梅家林等[10]研究了不同時段駕駛員在特長隧道入口區域的視覺負荷情況。閻瑩等[11]分析了隧道群光環境、隧道縱深與駕駛員瞳孔面積的關系，提出了改善隧道群路段環境光照度的推薦值。

目前，對隧道出入口段視覺負荷的研究大多集中于環境光照度的影響，將行車速度考慮在內的研究較少，且所提出的基于瞳孔變化的視覺負荷評價指標大多適用于隧道出入口照度瞬時突變的區段。因此，建立一個新的普適性指標，反映瞳孔面積在照度突變點瞬時急劇震蕩的同時，還能反映出光照漸變區域內視覺負荷的累積效應，具有一定創新價值。

1 試驗設計與數據采集

1.1 試驗隧道

試驗地點選取在秦嶺終南山公路隧道。該隧道作為目前已建的中國第一長公路隧道，采用雙洞4車道，單洞全長18.02 km，線形為直線，大致呈南北方向布置。以柞水至西安方向的隧道出入口為主要試驗路段，隧道內照明設施均為高壓鈉燈，采用兩側交錯布置，間距為10 m，洞口加強照明燈具均勻布設于基本照明燈具間，高度一致。隧道內限速80 km/h，隧道外銜接路段限速100 km/h，洞外雙向車道完全分隔，出入口處均未設置任何防眩遮光設施，具體情況見圖1。

(a) 入口 (b) 出口

1.2 試驗設備和駕駛員

試驗所用車輛為雪鐵龍世嘉自動擋型轎車，見圖2(a)。眼動指標的采集設備是德國SMI生產的Iview X HED型眼動儀(含Begaze分析軟件)，通過連接專用筆記本電腦進行眼動指標的采集、記錄和儲存，見圖2(b)。照度和車速的采集設備分別為TES-1339R數字式照度計(測量范圍0.01～999 900 lx)以及CTM-8F非接觸式測速儀，見圖2(c)—(d)。其他輔助設備還有攝像機、計算器、12 V直流蓄電池等。

(a) 試驗車輛

為使被試能更好地代表駕駛員群體的規律特性，采用滾雪球抽樣的方式計算樣本量：

(1)

式中：n為樣本量；Z為標準正態分布統計量；σ為標準偏差；E為最大允許誤差。本文顯著性水平取0.1，則Z=1.28，σ的取值為0.25～0.5，考慮實駕試驗人數的限制，取σ=0.25，E取10%。

根據式(1)求得所需的最小樣本量n=10，挑選出10名駕駛員作為被試，其中男性5名，女性5名，年齡為24～41歲(均值28.8，標準差6.16)； 均持有C1駕駛證，矯正視力在5.0以上，對當地路況熟悉且駕齡均在2年以上(均值6.2，標準差3.46)，試驗前保證被試駕駛員正常的飲食休息，避免劇烈運動。

1.3 試驗流程

試驗采用雙盲原則進行，保證試驗條件的穩定性。試驗時間選在晴朗的白天9:00—11:00。根據現場觀測，此時高速公路車流處于自由流狀態且存在較大的光照度。試驗開始前，在柞水服務區進行準備工作，檢查車況及駕駛員的精神狀態，被測人員按照要求規范佩戴眼動儀，照度計固定在車頂部垂直于駕駛員位置，速度傳感器固定在車體后端且距離地面500 mm左右的位置，啟動并校準試驗設備，同步各設備啟動時間。

首先，在車輛靜止狀態下對駕駛員進行眼動儀調試，完成靜測后駛入高速公路，駕駛員在限速條件下按照自己平時的駕駛習慣駕駛車輛通過試驗隧道。重復上述步驟，直至完成所有駕駛員試驗。

1.4 數據采集與誤差控制

選取隧道出入口段連續16 s時間序列下的試驗數據為研究對象，在距離隧道洞口前、后各8 s的行車時間范圍，進行照度、車速和瞳孔數據的實時采集。以洞口截面為時間0點，隧道入口段洞外時間為負，洞內時間為正； 出口段則與之相反，以某時間點1 s內的平均值作為該時刻的試驗數據。根據拉依達準則，若在試驗路段內累計時間達10%的瞳孔直徑數據異常，則剔除該數據。

2 駕駛員瞳孔特征變化分析

隧道出入口段“明暗適應”的過程加大了駕駛員的視覺負荷，視覺負荷的變化導致駕駛員心理負荷加重，進而導致車速發生波動。而瞳孔的變化能夠反映駕駛員的心生理負荷水平，人在情緒緊張時瞳孔會擴大，感到疲勞時瞳孔會縮小[12-13]； 同時，在操作過程中，瞳孔面積也會發生變化，變化幅度的大小與工作負荷以及心理努力程度密切相關[14]。基于此，對研究區段的瞳孔面積變化進行分析。

2.1 瞳孔面積變化分析

分別采集隧道出入口及中間段連續16 s時間序列下10名駕駛員的瞳孔面積數據，駕駛員駕車通過隧道不同路段的過程中瞳孔面積分布如圖3所示。隧道中間段駕駛員瞳孔面積的分布較為集中，穩定在高值區間內，表示隧道內部環境對駕駛員心生理負荷影響較小； 而出入口段的瞳孔面積分布更加離散，變化幅度增大，駕駛員的生理負荷劇增，顯著影響視覺舒適性。

(a) 駕駛員A—E

隧道出入口段連續16 s時間序列下10位駕駛員瞳孔面積隨行駛時間變化如圖4所示。雖然由于個體差異，瞳孔對于照度和速度的敏感性不同，但整體的變化趨勢呈現了一定的規律性，即駕駛員瞳孔面積在隧道出入口路段呈現規律性的上升和下降趨勢。

(a) 隧道入口段

在入洞前4～8 s各駕駛員瞳孔面積變化較為平穩，大致在3～8 mm2的區間波動，從入洞前第4 s開始，瞳孔面積均呈現顯著上升的趨勢，直至入洞的第4 s后，逐漸在10～22 mm2的區間趨穩。同理，出洞前4～8 s瞳孔面積變化較為平緩，從出洞前第4 s開始，瞳孔面積均呈現顯著下降的趨勢，直至出洞的第5 s后逐漸在3～9 mm2的區間趨穩。

為了探究照度與車速耦合效應下對駕駛員瞳孔面積變化的影響，取10名駕駛員在同一時刻的瞳孔面積平均值，繪制隧道出入口段駕駛員瞳孔面積、車速和照度變化關系，如圖5所示。

(a) 隧道入口段

入洞前4～8 s，照度、車速與駕駛員瞳孔面積均呈現小范圍上下波動。從第4 s開始至洞口0時刻，由于車輛駛入臨近洞口路段，道路線形采用平曲線設計，且光照度開始下降，駕駛員觀察到隧道口的“黑洞”環境，普遍開始制動減速以保證行車安全，在洞口位置車速達到極小值。入洞前4 s內，照度銳減，駕駛員瞳孔面積呈遞增趨勢； 入洞后4 s內，照度遞減至谷值后逐步趨穩，速度略有回升，駕駛員瞳孔面積由于暗適應的滯后現象，繼續保持遞增。入洞4 s后，照度、車速以及駕駛員瞳孔面積趨于穩定，此時駕駛員經歷過“暗適應”后逐漸適應了隧道內的道路交通環境。

同理，出洞前4～8 s，照度、車速與駕駛員瞳孔面積均呈現平緩的波動； 從第4 s開始至洞口0時刻，車輛逐漸駛出隧道，光照度明顯上升，駕駛員觀察到隧道口的“白洞”環境，同樣采取制動減速措施，在洞口位置車速銳減至極小值。出洞前4 s內，照度上升，車速與瞳孔面積均呈現下降趨勢；出洞后5 s內，照度、車速激增，駕駛員瞳孔面積持續下降； 出洞的第5 s后，照度、車速以及駕駛員瞳孔面積趨于穩定，此時駕駛員經歷過“明適應”后逐漸適應了隧道外的道路交通環境。

2.2 瞳孔面積相對變化強度分析

當駕駛員在正常路段行駛時，瞳孔面積突變量幾乎為0； 而在隧道出入口段行駛時，瞳孔面積突變量急劇增大。出入口段瞳孔的劇烈變化類似于以某種概率出現的肩峰輸出功率，在正常路段行駛時瞳孔變化類似于系統的均值功率，兩者之比為峰均比(peak-to-average ratio，PAR)，這一物理學概念可以表征在一定時域內急劇波動對輸出功率帶來的影響，峰均比過高會帶來整個系統的畸變，所以該值可以作為系統功率穩定性的評價指標之一[15]。同時，由于隧道出入口駕駛員的視覺負荷變化現象與醫學上的心律震蕩現象類似[5]，在醫學和人因工程學中通常采用功率譜分析法對心率變異程度進行分析，即采用一定時間連續心動間期內頻段小于0.15 Hz的低頻段(low frequency，LF)與0.15～0.4 Hz的高頻段(high frequency，HF)之比LF/HF作為預測是否心律失常的敏感度指標[16]。

2.2.1 視覺負荷評價指標的提出

參照上述方法，根據視覺負荷震蕩特點[17]，提出“瞳孔面積相對變化強度”(relative change intensity of pupil area，RCPA)的概念，即瞳孔面積在隧道路段和非隧道路段突變量的比值，用來表示在動態區間內環境突變時視覺負荷的波動幅度，定義如式(2)所示：

(2)

式中：ERCPA(t)為t時刻駕駛員瞳孔面積相對變化強度，無量綱；Smt與Sm(t-1)分別為隧道進出口路段車輛運行狀態下t時刻與t-1時刻駕駛員瞳孔面積，mm2；Soi與So(i-1)分別為車輛在非隧道路段且相對于洞口行駛時間大于8 s的行駛狀態下i時刻與i-1時刻駕駛員瞳孔面積，mm2；n為所取樣本量,本文中n=15，即選取非隧道路段行駛條件下駕駛員連續15 s時間序列的瞳孔面積為樣本。

通過計算，得到隧道出入口段連續16 s時間序列下10名駕駛員的ERCPA值隨行駛時間變化如圖6所示。試驗區段行車的全過程中，洞內ERCPA值波動幅度及波動范圍顯著大于洞外。在隧道入口段，入洞前4～8 s各駕駛員的ERCPA值波動較為平緩，大致在0～3的區間呈現小幅波動； 從入洞前第4 s開始，ERCPA值均呈現急劇上升的趨勢，直至入洞后的第4 s開始逐漸在0～5的區間趨穩。同理，出洞前4～8 s各駕駛員的ERCPA值波動較為平緩，從出洞前第4 s開始，ERCPA值均呈現急劇上升的趨勢，直至出洞后的第5 s開始逐漸在0～3的區間趨穩。

(a) 隧道入口段

參照瞳孔面積最大瞬態速度值作為突變點視覺震蕩的肩峰負荷[6]，瞳孔面積變化速度[5]作為漸變區域的遞增負荷。對比這2個指標的整體走勢，本文提出的指標RCPA可以同時分別擬合出突變點和漸變區的規律。

為了探究照度與車速耦合效應下對駕駛員瞳孔面積相對變化強度的影響，取10名駕駛員在同一時刻的ERCPA平均值，繪制隧道出入口段駕駛員ERCPA值與照度、速度變化關系如圖7所示。

(a) 隧道入口段

入洞前4～8 s，照度、車速與ERCPA值均呈現小范圍的上下波動；從第4 s開始至入洞前1 s，光照度與車速同步開始急劇下降，ERCPA值顯著上升，在入洞前1 s位置激增并達到峰值，此時照度銳減，車速下降； 從入洞前1 s至入洞后的1 s，照度和車速均持續下降，ERCPA仍然維持高值； 入洞后的1～4 s駕駛員ERCPA值銳減，車速持續上升，照度降至低值； 入洞的4 s后，照度、車速以及ERCPA值的波動幅度變小，至此駕駛員完成“暗適應”過程，逐漸適應了隧道內部的道路交通環境。

同理，出洞前4～8 s，照度、車速與駕駛員ERCPA值均呈現平緩的波動； 從第4 s開始至洞口0時刻，車輛逐漸駛出隧道，光照度明顯上升，車速銳減，ERCPA值呈現階梯式的上升。出洞后，ERCPA在第1 s達到峰值，此時照度激增，車速下降； 出洞后的1～5 s，ERCPA值持續銳減，車速持續上升，直至照度也持續增至戶外正常值； 出洞5 s后照度、車速以及駕駛員的ERCPA值趨穩，至此駕駛員完成“明適應”過程，逐漸適應了隧道外部的道路交通環境。

2.2.2 視覺舒適度評價標準的建立

將隧道出入口段駕駛員瞳孔面積相對變化強度劃分成若干區間，其頻率分布如表1和表2所示，并繪制累計頻率曲線如圖8所示。

表1 隧道入口段駕駛員瞳孔面積相對變化強度頻率分布

表2 隧道出口段駕駛員瞳孔面積相對變化強度頻率分布

圖8 隧道出入口段駕駛員瞳孔面積相對變化強度累計頻率曲線

根據表1、表2和圖8，隧道進出口路段駕駛員ERCPA值分布在0～2區間的頻率最高，分別為50.00%和52.94%，此時車輛分別行駛于入洞前的3～8 s和出洞后的4～8 s，駕駛員視覺負荷小、舒適性高；ERCPA值分布在2～4區間的頻率次之，分別為24.12%和21.76%，此時車輛分別行駛于入洞后和出洞前的2～8 s，視覺負荷增大，舒適性下降； 在入洞前2 s至入洞后1 s以及出洞前1 s至出洞后3 s，ERCPA值大于4； 且在進洞前和出洞后1 s時刻的位置，ERCPA值大于8，此時視覺負荷急劇增大，視覺舒適性加劇劣化。

基于上述分析，駕駛員的ERCPA值與視覺負荷及舒適性具有顯著的對應關系，可將ERCPA值作為駕駛員視覺負荷的評價指標，參考被試駕駛員的主觀感受，隧道出入口段視覺舒適度評價標準如表3所示。結合ERCPA值累計頻率曲線圖的“突變點”及斜率變化，將駕駛員ERCPA值85%分位數定義為瞳孔面積變化臨界強度，該值可評估瞬時視覺負荷是否接近生理極限，從而實時判別當前所處的險態駕駛級別。計算可得在隧道入口段瞳孔面積變化臨界強度為6.108，在出口段該值為5.802，出入口段均值為5.955。瞳孔面積變化臨界強度值作為駕駛員生理容忍限度的表征參數，可為隧道出入口段的照明改善設置和洞口遮光棚設計提供參考。

表3 基于瞳孔面積相對變化強度的舒適度評價標準

2.3 駕駛員視覺負荷變化分析

分別繪制各駕駛員在隧道出、入口段瞳孔面積相對變化強度的三維曲面及熱點圖，如圖9—10所示，可以更加直觀地量化視覺負荷。在即將駛入洞口和剛剛駛離洞口時，駕駛員的瞳孔面積相對變化強度激增，視覺舒適性極低，視覺負荷很大； 在駛向和離開洞口的過程中，視覺負荷處于漸變累積狀態，整體有明顯不適感，但處于生理可承受范圍。

(a) 隧道入口段駕駛員視覺舒適性三維曲面圖

(a) 隧道出口段駕駛員視覺舒適性三維曲面圖

3 模型構建

為制定公路隧道出入口段的安全速度和合理照度，應進一步量化RCPA與速度、照度的關系。利用Origin軟件，以車速、照度為自變量，駕駛員瞳孔面積相對變化強度為因變量，分別對隧道出入口段的數據進行三維曲面擬合，擬合所用公式為：

z=z0+ax+by+cx2+dy2+ex3+fy3。

(3)

式中：x為車速，km/h；y為環境光照度，lx;z為駕駛員瞳孔面積相對變化強度，無量綱；z0、a、b、c、d、e、f為模型參數。

擬合得到隧道入口段駕駛員瞳孔面積相對變化強度和車速、照度關系模型公式為：

z=-526.806 38+20.756 98x+0.417 22y-0.266 91x2-0.011 02y2+0.001 13x3+4.535 29×10-5y3。

(4)

模型判定系數R2=0.953，擬合所得到的方差分析結果如表4所示，其中，P=1.802×10-5<0.05，模型擬合程度較好。

表4 隧道入口段駕駛員瞳孔面積相對變化強度和車速、照度擬合模型的方差分析

隧道入口段駕駛員瞳孔面積相對變化強度和車速、照度擬合三維曲面如圖11所示。隨著車輛駛入隧道，照度呈現遞減趨勢，變化區間為60～44 000 lx； 車速呈現先遞減后遞增的趨勢，變化區間為66～92 km/h； 駕駛員瞳孔面積相對變化強度呈現先遞增后遞減的趨勢。其中，在洞口處照度、車速急劇下降，瞳孔面積相對變化強度大幅度增大。

圖11 隧道入口段車速和照度耦合效應下駕駛員瞳孔面積相對變化強度三維擬合曲面

擬合得到隧道出口段駕駛員瞳孔面積相對變化強度和車速、照度關系模型式為：

z=-48.282 79+2.859 44x-0.199 54y-0.047 01x2+0.020 62y2+2.396 72×10-4x3-3.770 58×10-4y3。

(5)

模型判定系數R2=0.885，擬合所得到的方差分析結果如表5所示。其中，P=8.808×10-4<0.05，模型擬合程度較好。

表5 隧道出口段駕駛員瞳孔面積相對變化強度和車速、照度擬合模型的方差分析

隧道出口段駕駛員瞳孔面積相對變化強度和車速、照度擬合三維曲面如圖12所示。隨著車輛駛入隧道，照度呈現遞增趨勢，變化區間為80～46 000 lx； 車速呈現先遞減后遞增的趨勢，變化區間為61～89 km/h； 駕駛員瞳孔面積相對變化強度呈現先遞增后遞減的趨勢。其中，在洞口處照度急劇上升，車速急劇下降，瞳孔面積相對變化強度大幅度增大。

圖12 隧道出口段車速和照度耦合效應下駕駛員瞳孔面積相對變化強度三維擬合曲面

4 結論與討論

本文以終南山隧道柞水—西安方向的出入口為主要試驗路段，在綜合分析隧道進出口段駕駛員瞳孔變化特性的基礎上，得到如下結論：

1)隧道進出口段具有明顯的“黑白洞效應”，車輛臨近隧道，駕駛員瞳孔面積呈現顯著上升趨勢； 駛出隧道，瞳孔面積呈現顯著下降的趨勢。在白天晴朗環境下，隧道出入口位置視覺震蕩明顯，視覺舒適性極差。

2)首次提出了瞳孔面積相對變化強度的概念，建立了視覺舒適度評價標準，可以較好地體現出隧道出入口段視覺負荷漸變累積和急劇震蕩的規律； 根據駕駛員瞳孔面積變化強度累計頻率曲線圖的“突變點”及斜率變化，將瞳孔面積變化強度85%分位數界定為瞳孔面積變化臨界強度，可用于評估瞬時視覺負荷是否接近生理極限。

3)照度、速度均與駕駛員的視覺舒適性呈強相關性。通過建立瞳孔面積相對變化強度關于車速和照度的三維數學模型，量化了照度、速度與視覺負荷的關系。根據瞳孔面積相對變化強度的合理變化范圍，可用于確定隧道出入口段合理的行車速度和照度閾值。

在今后的研究過程中，應進一步擴大駕駛員樣本量，選取更多類型的隧道案例，考慮不同的天氣、時間狀況、光照強度及方向； 搭建隧道環境的3DMAX場景，進行實驗室模擬駕駛(目前已經具備試驗條件)，以避免視覺震蕩時在險情狀態下實駕； 后續研究還將進一步將照度和速度數據根據區間細分，根據照度與速度區間分段建立模型，以確保模型與實際情況之間的吻合度，提升其適用范圍。