高速公路隧道環境駕駛人視覺注視轉移特性研究

張廣樂、賈磊

（1.中鐵上海工程局集團第四工程有限公司，上海 201906；2.交通運輸部公路科學研究院，北京 100088）

1 試驗設計

1.1 試驗隧道路段

此次研究選擇國道109 高速公路二工區作為試驗隧道路段（西六環—市界段），隧道采用左、右分離的獨立雙洞的平面布設形式，左線長為3401m，右線長為3479m，全長為6880m。

1.2 試驗時間、天氣以及隧道路段

基于早晚高峰的考慮，此次試驗選擇了在天氣晴朗的工作日展開，時間為9:30—16:30，平均光照強度為33000Lx。隧道劃分為入口段、行車段以及出口段，入口段600m 分別由入口前段300m 與入口后段300m組成，出口段亦如此，剩下中間路段為隧道行車段。試驗隧道路段光照強度由車載照度儀完成采集[1]。

1.3 被試人及儀器設備

試驗所選擇的人員由5 名嫻熟駕駛人和5 名非嫻熟駕駛人構成，被試人全身功能正常且矯正視力都在5.0 以上。試驗車輛為轎車，儀器裝置中使用了采樣頻率為60Hz 的頭戴式Dikablis 眼動儀，部分試驗數據由配置的D-Lab 駕駛行為分析系統獲取。

1.4 試驗過程

試驗中需攜帶眼動儀，由試驗起始點行駛至結束點。為了確保數據的準確性，每名測試對象均進行了3 次試驗，取均值作為試驗數據展開分析。

2 高速公路隧道環境駕駛人視覺注視轉移特性研究

2.1 隧道環境下駕駛人注視點分布特性

以5 名視力差異較大的測試對象作為興趣區域劃分的研究對象，即對每位駕駛人行駛時的12000±10%個注視點坐標進行提取，并使用K 均值聚類算法完成對注視點坐標進行聚類[2]。聚類結果如圖1 所示。

圖1 注視區域聚類結果

深入研究入口段、行車段與出口段駕駛人在注視點分布上的差異與比例，所得數據如圖2 所示。

圖2 隧道不同路段注視點分布比例

2.2 隧道環境下駕駛人注視點轉移特性

2.2.1 馬爾可夫鏈

設隨機序列{X(n),n=0,1,2,…} 的離散狀態空間E為 {1,2,…}，若對于任意m個非負整數n1,n2,…,nm( 0 ≤n1

則稱{X(n),n=0,1,2,…} 為馬爾可夫鏈。在這一模型下，時刻t的狀態僅與前一個時刻t?1 的狀態相關，與其他時刻所處的狀態無關，表現出十分顯著的無后效性隨機過程。

2.2.2 注視一步轉移概率矩陣計算

條件概率形式如式（2）所示：

即馬爾可夫鏈在時刻的步轉移概率。在知道時刻處于狀態i的情況下，經過k個步驟后系統處于狀態j的概率稱為轉移概率。如果轉移概率不依賴于時刻，那么便與起點無關，則稱為齊次馬爾可夫鏈。

上述轉移概率可表示為Pij(n,n+k)，記為Pij(k)，當k=1 時，Pij(1)稱為一步轉移概率。

設P為一步轉移概率Pij(1)所組成的矩陣，則有式（3）：

為系統狀態的一步轉移概率矩陣。

在此次研究中，借助馬爾可夫鏈理論，并應用統計估算的方法對駕駛人在各視覺興趣區域間的一步轉移概率進行求解。

2.2.3 基于馬爾可夫鏈的注視轉移概率分析

基于不同的注視興趣區域，分別對試驗中5 名熟練駕駛人與5 名非熟練駕駛人的注視數據進行統計分析，取其均值。然后應用統計估算的方法對駕駛人在隧道5 個不同區段的注視一步轉移概率矩陣進行求解，具體結果如表1、表2、表3 所示。

表1 高速公路隧道入口段的注視一步轉移概率分布

表2 高速公路隧道行車段的注視一步轉移概率分布

表3 高速公路隧道出口段的注視一步轉移概率分布

2.2.4 基于馬爾可夫鏈的注視行為平穩分布分析

設{Xn},n=0,1,…,n是齊次馬爾可夫鏈，狀態空間為I,轉移概率為Pij,存在概率分布{πi,j∈I},若有式（4）：

則稱{πi,j∈I} 為馬爾可夫鏈的平穩分布。基于馬爾可夫鏈平穩分布這一特性，當駕駛人行進時間較長后，其注視點分布的概率會逐漸穩定。

為此，可以借助不同經驗駕駛人在隧道5 個不同區段的注視一步轉移概率建立七元一次方程組，如式（5）所示：

詳解如表4 所示，其中每列矩陣中的數值從上至下依次為1—7 區域的注視平穩分布概率。

表4 隧道5 個不同區段的注視平穩分布

3 結論

第一，在隧道路段，駕駛人很少將視線轉移到左后視鏡區域、右后視鏡區域以及車內后視鏡區域，并且重復觀察的概率相當小，主要的注意力放在了中間區域，即更強調前方道路狀況。

第二，通常情況下，駕駛人視覺轉移往往集中在左、右側區域及中間區域，在進入特殊路段時，駕駛人重復上述區域注視轉移的概率會大大增加。

第三，當駛至隧道入口段時，駕駛人會將視線重復轉移至右側區域與中間近處區域，這與入口段車流密度較大有關。

綜上所述，此次研究取得了一定的成果，但仍有待進一步深入，以期為保障高速公路隧道行車安全做出更多貢獻。