戚春華, 盧姍, 李航天
(內蒙古農業大學能源與交通工程學院, 呼和浩特 010018)
交通公安部門統計數據顯示,在各類交通事故致因中,由人為因素導致的事故占全部事故的概率占92.6%。其中在行車過程中,駕駛員因視覺受到影響而導致交通事故發生所占的比例很高。有研究表明,在駕駛車輛行進過程中,駕駛員接收到的道路信息,有80%以上依靠視覺獲得,因此,視覺信息的獲取對駕駛員安全行車具有重要意義。內蒙古地區城市分布較為分散,導致連接城市的草原公路具有不同于普通道路的特點。調查發現,草原公路路側景觀單調,駕駛員動態視線內草原環境單調,且交通工程設施設置不完善,以長直線線形為主。直線長度占全部已建道路長度的比例近90%[1]。獨特的道路環境,導致駕駛員在行車過程中,視覺刺激少,易誘發分心駕駛,嚴重威脅行車安全[2]。
在交通人機交互研究領域,近年來中外學者針對駕駛員不同駕駛行為進行研究,取得了一系列的成果。范東凱等[3]利用斷面雷達儀,采用測速法記錄駕駛員車速變化數據,研究了限速設施對駕駛員自由行駛狀態下的減速效果;裴玉龍等[4]基于駕駛員視覺特性,劃分標志興趣區域并得出左側標志區域視認效果最佳;劉博華等[5]根據仿真試驗下駕駛員視認交通標志的眼動參數變化情況,提出高速公路指路標志信息量閾值為5條;朱守林等[6]提出眼動強度指標回歸模型,探究了模擬駕駛中不同熟練程度駕駛員在草原公路不同信息量下眼動參數變化規律;朱夢悅等[7]設計視線追蹤實驗,采集駕駛人在景區道路視認交通標志的數據,構建了景區道路標志視認效率評價體系;Huang等[8]通過模擬駕駛研究了復雜示意圖標志對駕駛員行駛過程中眼球視認行為的影響;Wang等[9]通過研究高速公路上交通標志對駕駛員注視行為的影響,分析其變化規律,為高速公路交通標志設置提供科學建議;Babic等[10]通過分析不同駕駛員在視認熟悉及不熟悉標志信息時注視持續時間的變化規律,提出了交通標志標準化的需求。
以上分析表明,中外針對道路交通安全研究方面,尤其是針對道路交通設施影響駕駛行為的研究方面,已經取得了一系列成果,以往的研究主要集中于普通城市道路或高速公路等復雜道路環境下,駕駛員駕駛行為變化分析。針對簡單路側環境下,尤其是草原公路簡單線形下,還存在著出行距離過長,標志信息設置間距不合理等問題,但針對草原公路上,交通標志設施信息量影響駕駛員視認行為的研究相對較少。在此情況下,基于前期研究,開展草原公路實際駕駛實驗,利用眼動設備,采集駕駛員行車過程中的眼球變化數據,提取其中敏感成分,分析在交通標志設施信息量及重復駕駛共同作用影響下,駕駛員在草原公路行進時視覺特性的變化情況,以期為深入研究草原公路交通標志設施合理信息量及合理間距設置,保障駕駛員行車安全做出相應理論支持。
依據香農信息傳遞理論,信息量計算公式為
(1)
式(1)中:H(X)為某單一交通設施信息量,bits;X為交通工程設施事件;m為事件可能出現的狀態數量;Xi為事件呈現的第i種狀態;P(Xi)為第i種狀態出現的概率。
在此基礎上,李航天[11]采用層次分析的方法,對草原公路交通工程設施中存在的中文字符、阿拉伯數字、蒙文等9類信息元素進行處理,元素賦權結果如表1所示,賦權后單個標志設施信息量計算公式為
H(S)=e1H(X1)n1+e2H(X2)n2+…+eiH(Xi)ni
(2)
式(2)中:H(S)為某交通工程設施信息量,bits;ei為9類元素中某一元素的權重;H(Xi)為元素對應基本信息量;ni為此單一交通設施中i類元素的數量。

表1 賦權后交通工程設施元素參考信息量與權重Table 1 Reference information quantity and weight of traffic engineering facility elements after weighting
采用德國眼動追蹤公司SMI (SensoMotoric Instruments)生產的I view X HED型眼動儀,根據實驗采集精確數據的需要,將采樣頻率預設為200 Hz/s。據公安部統計,截至2020年,全國小汽車數量約占全國機動車數量的75.5%,因此實驗選擇普通小轎車作為實驗車輛,車輛檢查無故障且操作流暢,滿足實驗要求,實驗儀器及車輛如圖1所示。
大數據統計結果顯示,截至2020年,全國駕駛員男女比例約為2∶1。考慮外出實驗安全問題,最終選擇6名駕駛員作為研究被試,其中男性4名,女性2名。駕駛員健康狀況均良好,沒有眼部疾病或其他突發性疾病,擁有國家法定C1駕駛執照,對路段均不熟悉。為了保證記錄數據的可靠性,要求參加實驗的人員在實驗期間保證充足睡眠、心生理狀態良好,不得飲用酒精、刺激性藥物或食品。實驗過程中,設置無關的電子設備為靜音或飛行模式,保持車內安靜,禁止交談。
選擇內蒙古境內省道S101賽罕塔拉-滿都拉圖段進行駕駛實驗,此路段全長145 km,日平均統計車流量較少,可以在保障安全行駛前提下,滿足實驗長時程和駕駛安全的要求。該路段道路等級為二級,設計速度80 km/h,雙向兩車道,是比較典型的草原公路設計。其中直線總長122.06 km,占路段總長的84.18%,具備實驗必需的長直線道路環境,路段內交通標志設施設置較為完善,可為實驗提供必需的道路信息環境。
為了減小陽光對駕駛員的影響,選擇天氣狀況良好的9月中旬連續6 d上午進行實驗。每位駕駛員在實驗路段上重復進行兩次駕駛實驗,命名為駕駛第一、二階段。選取駕駛員交通工程設施視認敏感指標,其中指路標志響應更加明顯,因此選擇實驗路段沿線道路承載信息更為集中的5類指路標志作為研究對象,交通指路標志選取結果如圖2所示,相應的標志信息量統計結果如表2所示。

圖2 5類交通指路標志統計結果Fig.2 Statistical results of category 5 traffic signs
在41~110 min駕駛時長過程中,駕駛員通過自身調節,疲勞會得到一定程度的緩解[12]。為避免駕駛員產生無法調節的疲勞感,在駕駛第一階段后,允許駕駛員停車休息而后進行第二階段駕駛任務,全程記錄數據。

圖1 實驗設備Fig.1 Experimental equipment

表2 5種指路標志信息量統計結果Table 2 Statistical results of information content of 5 types of guide signs
利用I view X HED型眼動儀,實時記錄駕駛員的眼動行為,并使用BeGaze軟件進行數據精確區分。利用SPSS軟件對全部數據進行主成分分析及數據之間的相關性分析,篩選得到掃視持續時間、掃視平均速度和注視持續時間3個敏感指標,其中,駕駛員搜索道路信息的效率可用掃視持續時間指標表征,掃視平均速度可以表示駕駛員行車時獲取道路信息的能力,注視持續時間可以表示駕駛員提取道路信息時的困難程度。

圖3 不同駕駛階段駕駛員掃視持續時間變化分析Fig.3 Analysis of changes of average speed of drivers’ glance at different driving stages
對駕駛全程中,駕駛員視認標志信息的掃視持續時間進行分析,統計及擬合結果如圖3所示。圖3中,兩組數據變化趨勢類似,在Z4高信息量下最大,Z1低信息量下最小,在相同道路信息刺激下,駕駛員兩次駕駛過程中的掃視持續時間規律一致,直接表現為隨標志信息量增加而呈增長的態勢。而Z5信息量下,同樣是高信息量,數據卻呈下降趨勢,這主要是由于Z5信息量下,關于“滿都拉圖”的地點信息在Z3下提示過,加之草原公路線形簡單、交叉口較少,這就導致駕駛員在面對Z5重復信息時,搜索目標地點信息所花費的時間減少,數據直接表現為下降的趨勢。
基于駕駛員掃視持續時間的差異情況,利用多項式擬合方法,探究不同階段數據的擬合程度,結果如圖3所示。第一階段掃視持續時間擬合方程為y=-3.027x+3.374x2-0.484x3+36.577,數據擬合度為0.87;第二階段數據擬合方程為y=-3.250x+2.577x2-0.373x3+47.937,數據擬合度為0.72,由擬合度可見,第一階段數據擬合效果更好。除Z5信息量外,對數據進行相關性檢驗,檢驗結果顯示僅第一階段掃視持續時間與標志信息量呈相關關系(p=0.002 34),說明第一階段中,駕駛員對標志信息的關注程度更高,掃視行為大部分由標志信息誘發產生,而后進行重復實驗時,駕駛員對道路信息已有所了解,再次面對相同信息刺激,關注程度降低,無意識掃視行為增加,致使第二階段數據增加且相關關系減弱。基于圖3中不同階段數據的差異情況,對兩組掃視持續時間進行獨立樣本t檢驗,分析結果為sig.<0.05(sig.=0.029),說明不同階段掃視持續時間之間確存在明顯差異,在草原公路路側環境,道路信息量,等實驗條件控制下,駕駛員的認識行為產生了差異。

圖4 不同駕駛階段駕駛員掃視平均速度變化分析Fig.4 Analysis of changes of average speed of drivers’ glance at different driving stages
對不同階段駕駛員視認標志信息的掃視平均速度進行分析,統計及擬合結果如圖4所示,兩組數據變化趨勢類似,都呈現波動下降趨勢,變化最高點都在Z1處,最低點在Z4處,Z5處呈短暫上升趨勢。兩駕駛過程中,駕駛員的掃視平均速度變化規律一致,在Z1低信息量下,掃視平均速度表現為較高水平;Z4較高信息量下,掃視平均速度最小,代表在此高信息量下,駕駛員道路信息的搜索效率表現最低。與掃視持續時間變化情況類似,Z5信息量下,雖然信息量水平較高,但是數據變化趨勢與其他信息量下變化趨勢相反,說明Z5信息量下,重疊信息同樣會導致掃視平均速度增加。
兩個階段掃視平均速度變化情況存在明顯差異。同樣,對兩組數據進行擬合嘗試,發現采用多項式擬合方法來擬合掃視平均速度效果較為合適。駕駛第一階段,掃視平均速度的擬合方程為y=114.67x-62.66x2+7.73x3+263.85,數據擬合度為0.91;在駕駛第二階段,數據擬合方程為y=-7.35x-9.18x2+1.62x3+400.81,數據擬合度為0.65,擬合程度差異較大,且同樣是第一階段數據擬合效果更好。參考數據變化趨勢,對兩組數據進行相關性檢驗,結果顯示僅第一階段掃視平均速度與標志信息量之間呈相關關系(p=0.009 35)。進一步說明第一階段駕駛過程中,由于駕注意力更加集中,駕駛員行車時獲取道路信息的能力更強,而在經過第一階段駕駛之后,駕駛員逐漸熟悉草原公路簡單的道路環境,對標志設施關注程度降低,無意識掃視行為增加,使得第二階段駕駛過程中,掃視平均速度數值偏高,且與標志信息量不呈相關關系。基于駕駛員掃視平均速度的差異情況,采用獨立樣本t檢驗探究數據差異程度,檢驗結果顯示,兩個階段的掃視平均速度差異明顯(sig.=0.005),這主要是因為駕駛第一階段過程中,道路環境的陌生感,使得駕駛員注意力較第二階段駕駛過程集中,掃視的視覺行為反應更加明顯。第二階段是對道路標志信息的重復辨認,且由于駕駛時間的增加,使得駕駛員生心理疲勞加重,注意力逐漸分散,對標志的關注程度降低,來回掃視行為增加,眼球轉動速率大大提高,從而導致駕駛員兩個駕駛階段中,數據存在明顯差異。
對駕駛員駕駛全過程中,因受到標志信息刺激而產生的注視持續時間差異進行分析,統計及擬合結果如圖5所示。兩組注視持續時間都呈浮動上升趨勢,變化最低點在Z1處,最高點在Z4處,在Z5處呈下降趨勢。一般情況下,駕駛員的注視持續時間數值越高,行駛過程中所要處理的道路信息也就越冗雜,而獲得的道路行進信息也更多。而Z5信息量下,注視持續時間呈下降趨勢,這種特殊變化趨勢,是因為Z5信息下道路重復信息的設置,導致駕駛員在面對Z5時,道路信息獲取效率大大提升,致使Z5信息水平下,注視持續時間不增反降。

圖5 不同駕駛階段駕駛員注視持續時間變化分析Fig.5 Analysis chart of driver’s gaze duration in different driving stages
同樣對兩個階段的注視持續時間進行擬合嘗試,最終擬合結果為多項式擬合效果較好,擬合曲線如圖5所示。第一階段注視持續時間擬合方程為y=-19.45x+16.79x2-2.23x3+267.24,數據擬合度為0.92;第二階段數據擬合方程為y=-16.75x+13.21x2-1.86x3+248.33,數據擬合度為0.81,第一階段數據擬合效果明顯較好。除Z5之外,對兩組數據與標志信息量進行相關性檢驗,檢驗結果顯示僅第一階段指標數據與指路標志的信息量之間存在相關關系(p=0.046 77)。說明在第一階段下,駕駛員對標志信息關注程度更高,注視行為更加集中。對兩組數據進行獨立樣本t檢驗,結果顯示數據差異明顯(p=0.020),這是因為第一階段駕駛員注意力更加集中,對標志信息反應更加敏感準確,在進行信息重復視認的第二階段時,駕駛員對道路信息關注程度降低,致使兩組數據差異明顯。
通過分析在兩個駕駛階段過程中,5種不同信息量下,駕駛員掃視持續時間,掃視平均速度及注視持續時間變化規律得出以下結論。
(1)在兩個駕駛階段過程中,隨著目標指路標志信息水平的增長,駕駛員掃視持續時間和注視持續時間整體呈波動上升趨勢,掃視平均速度呈波動下降趨勢,而在Z5高信息量水平下,變化趨勢相反。變化主要原因是Z5下道路重復信息的設置,這致使駕駛員在面對Z5高信息量時,搜索目標信息時間減少,效率提高,呈現出與Z4信息量下不同的變化趨勢[13]。
(2)通過對兩個駕駛階段數據進行多項式擬合和相關性檢驗,得出第一階段數據擬合程度更好,相關程度更高。駕駛第一階段中,駕駛員不熟悉實驗路段,對草原公路保有興奮感,由道路標志設施吸引產生的視認行為更加準確。第二階段駕駛過程中,駕駛員對草原公路景觀環境及相關標志信息有一定程度的了解,再次在相同路段上發生重復駕駛行為,駕駛員對標志設施的關注程度降低,無意識掃視、注視眼動行為增加,致使第二階段駕駛過程中駕駛員的眼動數據與標志信息時間相關關系減弱。
(3)利用獨立樣本t檢驗,探究指數數據差異性可知,組內指標數據之間差異明顯。在兩個階段駕駛過程中,對草原公路路側環境、路側標志信息量、駕駛疲勞感等實驗條件進行控制,駕駛員的掃視行為和注視行為數據之間存在明顯差異,說明兩個階段駕駛過程中駕駛員的認知行為產生了差異,進一步說明駕駛時間及標志重復信息確會對駕駛員的視認行為產生影響。