老年駕駛人的應激操作反應特性分析

劉玉然, 郭鳳香*, 蔡晶, 周怡雯, 陳瑤

(1.昆明理工大學交通工程學院, 昆明 650500; 2.云南省交通科學研究院有限公司, 昆明 650200)

截至2021年底,中國65歲及以上的人口數達2億,占總人口的14.2%[1]。根據預測,到2025年“十四五”結束階段,中國60歲及以上老年人口將達到3.04億,占總人口的21.6%[2]。人口老齡化不僅讓經濟發展與醫療保障承受巨大壓力,交通運輸體系也面臨著老年人適應性及安全性的挑戰[3-4]。由于老年人壽命的延長以及他們對自駕出行需求的增加,相比過去幾十年,現代老年人駕駛時間更長[5]。然而,隨著年齡的增長,身體的衰老與認知能力的下降,老年人的駕駛能力會受到影響[6]。相關交通事故結果分析表明,事故發生的風險隨年齡的增長而變大,且事故主要發生于情景復雜的交通環境[7]。由于交叉口處車流量相對較大,且存在機動車、非機動車、行人交織的情況,交通環境較復雜,老年駕駛人需要處理的信息較多,加上老年駕駛人的視覺搜索范圍會隨著車輛增多逐漸縮小,使其容易忽略來往車輛,從而出現行為差錯,導致交通擁堵乃至交通事故。因此,對老年駕駛人應對風險的應激反應進行研究,對降低其事故發生率具有必要性。

目前,中外已有較多對駕駛人特性的研究。Singh等[8]分析了日常駕駛條件下駕駛人的行為特征,發現駕駛人的視野、反應時間和控制車輛的能力隨著年齡的增長而下降,但是與年輕駕駛人相比,年齡較大的駕駛人往往駕駛更安全。Lee等[9]探討了環境特征對韓國老年駕駛人事故傷害嚴重程度的影響。結果表明,由于老年駕駛人感知能力的衰退,在復雜駕駛環境下往往需要更長的反應時間,相比于中青年駕駛人更容易發生嚴重的交通事故。Chen等[10]通過聚類算法,對駕駛人的駕駛風格和技能進行風險評估,提出了一種基于駕駛風格和駕駛技能聚類的特征選擇方法,得出駕駛人的駕駛風格和駕駛技能對交通安全、通行能力和效率有著重要的影響。呂貞等[11]對比分析平曲線段交通標志設置類型對駕駛人視覺特性的影響。結果表明,在公路平線段設置線形誘導標或線形誘導標 + 減速帶能對駕駛人起到較好的引導與警示作用。王博文等[12]提出了一種基于SMOTENC軟件和極端梯度提升的駕駛人交通狀態優劣分類算法,得出隨著駕駛經驗的增長,駕駛人發生交通事故的概率先升后降,說明老年駕駛人可能因視力狀況、反應速度、認知能力等方面存在不適合繼續駕駛的情況。牛增良等[13]通過駕駛模擬實驗發現,隨著試驗車速的增大或應激反應距離的減小,駕駛人的心率增長率會變大,心率變異性低頻值(low frequency value of heart rate variability)會減小。

綜上所述,國外對于老年駕駛人操作行為反應的研究相對較早,但隨著老年駕駛人的駕駛出行成為熱點研究問題,國內對老年駕駛人的駕駛風險研判與駕駛安全提升等方面的研究越來越多,但針對老年駕駛人在特定風險場景的臨界狀態下應激操作行為的研究依然較少,且不夠深入,因此,現基于駕駛模擬器進行不同風險場景的駕駛模擬實驗,分析不同年齡階段駕駛人在臨界狀態下的反應差異性,以期為制定針對老年駕駛人的駕駛培訓計劃、交通安全政策以及車輛技術改進等方面提供重要的參考,促進老年駕駛人的安全駕駛和道路交通的整體安全性。

1 駕駛模擬試驗

1.1 虛擬場景構建

本次試驗應用昆明理工大學交通工程學院開發的虛擬場景設計軟件VS-Design進行模擬試驗場景搭建。根據城市交叉口中經常出現交通沖突的風險情境的調查結果,設計了5類不同交通風險的交叉口場景。無信控交叉口由于沒有信號燈控制,存在較多沖突風險,駕駛人的主觀決策行為,直接影響著無信控交叉口的運行情況,駕駛人必須自主判斷進入交叉口的安全時刻,尋求在交通流中進入交叉口的安全機會,使車輛安全、快速地通過交叉口[14]。因此,試驗設計的5個風險場景均為城市道路的無信號控制交叉口,試驗場景的設計圖如圖1所示,分類及描述如表1所示。其中,場景1為機動車與行人沖突的風險場景,場景2與場景3為機動車與非機動車沖突的風險場景,場景4和場景5為機動車與機動車沖突的風險場景。

表1 風險駕駛場景描述及分類Table 1 Description and classification of risk driving scenarios

圖1 風險駕駛各實驗路段場景示意圖Fig.1 Scenarios of each experimental road section of risky driving

1.2 模擬場景風險等級劃分

將模擬駕駛情境中所存在風險的嚴重程度定義為“模擬場景風險等級”,并以此來對試驗中不同的場景進行排序劃分,風險駕駛場景的等級越高說明該場景中所存在的風險越大,對駕駛人安全駕駛的影響也就越大。通過量化計算的方法劃分駕駛場景的風險等級,并基于駕駛模擬器的實時操作數據分析得到的沖突風險程度結果和駕駛人對風險場景的主觀感受問卷調查結果進行計算調整,進一步得到有效的風險駕駛場景等級[15]。定義風險駕駛場景的等級值為RLS(risk level of scenario),第i個場景中由模擬器數據計算出的沖突程度結果為Qi,第i個場景中駕駛人主觀感受為Yi,計算公式為

RLSi=QiYi

(1)

通過計算得到的模擬風險駕駛等級如表2所示。

表2 模擬風險駕駛場景等級表Table 2 Rating of simulated risk driving scenarios

1.3 試驗設備

本次試驗所用的KMRTDS駕駛模擬系統如圖2所示,該駕駛模擬系統是昆明理工大學道路交通模擬實驗室開發的由“人-車-路-環境”構成的駕駛模擬系統,總體上由駕駛系統、顯示系統和控制臺組成[16],研究人員可在搭建好的場景的基礎上,設置模擬車輛、交通量等參數以及道路風險等其他環境因素,實現對道路交通系統中各參數的采集和分析。

圖2 KMRTDS駕駛模擬系統Fig.2 KMRTDS Driving Simulation System

在為避免駕齡及駕駛經驗等客觀因素會對試驗結果造成影響,本次試驗選取駕駛人的標準為滿足駕齡在3年以上且同時具有1萬km以上實際駕駛里程的39名熟練駕駛人,并根據實驗完整度對完成模擬駕駛實驗的受試者進行篩選,選出實驗數據完整的中青年受試者和老年受試者各15名,共計30名進行數據提取工作。

在正式實驗前,檢查模擬駕駛系統各部分是否工況良好,啟動各功能模塊,并檢查各部分傳感器的工作狀況與數據傳輸情況,以保證數據采集的同步性和連續性。對受試者進行簡單試驗介紹與說明,讓其熟悉駕駛模擬器的方向盤控制以及離合器與制動踏板的踩踏程度,并提示受試者保持40 km/h的駕駛速度。試驗中將采集駕駛人的速度、加速度、制動距離等行車數據。

2 駕駛人應激反應特性分析

2.1 應激反應時間分析

Nguyen等[17]研究表明,在復雜的道路狀況下,反應時間與老年人的駕駛行為密切相關。因此,在駕駛模擬試驗中,反應時間可作為表征駕駛操作的重要指標。5種風險情境下兩組駕駛人的反應時間均值如表3所示,可以看出,相較于中青年駕駛人而言,老年駕駛人的反應時間更長,在臨界狀態下老年駕駛人的反應更慢。但是兩組駕駛人的數據沒有體現出明顯的差異性,因此,為了分析反應時間的穩定度,選擇S-P-T表法(student-problem-time table method)進一步分析研究駕駛人臨界狀態下的反應時間。

表3 兩組駕駛人的反應時間的對比分析Table 3 Comparative analysis of reaction time of two groups of drivers

表4為S-P-T矩陣表,其中n為試驗風險總數,Si為第i個受試者,Pj為第j個風險場景,Tij為第i個受試者經過第j個風險時的反應時間,得到受試者反應時間矩陣[Tij]。對反應時間表進行轉化,如表5所示,[Tij]矩陣進行重新排序,并根據各風險場景反應時間T·j大小,將Pj中T·j最大的放在最左邊,并以此類推,順序排定Pj·,然后根據各受試者反應時間Ti·的大小,將Si中Ti·最大的排在最上面,并以此類推,順序排定Si。然后在重新排序的Pj和Si的順序下,填入相應的Tij值。

表4 S-P-T矩陣表Table 4 S-P-T matrix

表5 S-P-T矩陣轉化表Table 5 S-P-T Matrix Conversion Table

將兩組受試者對應各風險場景的反應時間分別代入S-P-T計算式當中,結果如表6所示,通過yi·的值,對下標滿足j=yi·對應的yij項右側畫豎杠,并將添加的豎杠相連,得到S-P-T表中的ST曲線。由Guttman理論[18]提出,S-P-T表中可以通過ST曲線觀測受試者反應時間的穩定度。如果曲線兩側都有“1”時,說明反應時間不穩定。若“1”集中于左側,則相對穩定,集中在右側則反之亦然。

表6 中青年駕駛人與老年駕駛人的S-P-T矩陣表Table 6 S-P-T matrix of young and middle-aged drivers and elderly drivers

由表6可以看出,反應時間穩定的受試者2、3均為青年受試者,且在中青年駕駛人的表中極少“1”出現在上側,但在老年駕駛人中19、34、36、37均表現出了相對不穩定的反應時間,直觀上看中青年受試者較老年受試者的表現要更加穩定,同時S-P-T表的穩定程度是可以通過定量分析得到的,令

(2)

反應時間穩定度RSTi定義為

(3)

式中:yi為受試者反應時間模式;受試者i反應時間模式與總體反應時間模式即yij,其中j=1,2,…,n;y·j為總體反應時間模式即。

假設在S-P-T表中“1”值都在ST曲線左邊即被認為是完美反應時間模式,當“1”不在ST曲線上側時,可以假設將“1”挪至曲線上側,同時為保證原S-P-T表分布不變,將被移動的“1”值也相應進行調整,使得結果中y·j和yi·值不變。整理后可得

(4)

如圖3所示,根據反應時間穩定度RSTi計算步驟進行計算,可以得到每個駕駛人各自的RST值,并且按照兩類駕駛人的組別統計分析反應時間穩定度的差異性。通過對比分析,老年駕駛人的RST均值比中青年駕駛人多0.23 s,說明中青年駕駛人在試驗中面對風險的反應情況較老年受試者更穩定,且中青年受試者和老年受試者的反應穩定度間差異性顯著(F=13.21,p=0.00)。

圖3 中青年受試者和老年受試者反應時間穩定度對比圖Fig.3 Comparison of reaction time stability between young and middle-aged subjects and elderly subjects

2.2 應激制動反應特性分析

駕駛人操縱車輛行駛過程中,如果道路環境中出現突發狀況,駕駛人會感到緊張,進而影響駕駛人的駕駛行為,尤其是當駕駛人試圖克服危險情況時,可能會采取緊急制動操作,避免車輛發生意外情況[19],因此,制動距離可以客觀地反映駕駛人規避風險的情況,對駕駛人在應激狀態下的制動操作進行分析,從而探討不同年齡段駕駛人的差異。

2.2.1 制動強度分類

駕駛人通過踩踏制動踏板對車輛進行制動操作時,制動踏板位移和制動踏板力是對制動系統主動輸入的信號,由制動踏板位移可以得到駕駛人制動踏板的踩踏速度及踩踏加速度等參數。有研究表明在不同工況下的制動踏板壓強和制動踏板位移存在較強相關性,制動強度可以由制動踏板位移來得到。因此,相比制動力,制動踏板位移具有波動范圍更小、更適應車輛反應滯后性的特點。基于駕駛模擬實驗,選取制動踏板位移L作為評判制動強度的參數。駕駛人臨界反應時踩踏的制動踏板行程如表7所示,將制動強度分為全制動、強制動和弱制動3類。

表7 制動強度及特征Table 7 Braking strength and characteristics

對于不同風險等級的場景,多數駕駛人可以在較平和的狀態下從容地保證車輛的安全性和平穩性,并進行制動。隨著駕駛風險駕駛場景等級的升高,在臨界狀態下進行全制動的人數呈規律性遞增。在風險駕駛場景等級最高的兩個模擬場景的結果中,較多的人采取弱制動,數據分析結果表明,部分駕駛人車速較低可以規避風險,還存在多數老年駕駛人未進行減速來不及制動的情況。為了更加清晰地對比老年駕駛人和中青年駕駛人在臨界狀態下的制動情況,通過對兩組駕駛人制動踏板行程最大值和均值的計算,計算結果如圖4和圖5所示。

圖4 風險場景下駕駛人制動踏板行程均值Fig.4 Average value of driver’s brake pedal stroke under risk scenario

圖5 風險場景下駕駛人制動踏板行程最大值Fig.5 Maximum value of driver’s brake pedal stroke in risk scenario

通過分析對比,兩組駕駛人隨著風險駕駛場景等級的升高采取了不同的制動方式,在RLS較低的三個場景中,通過制動踏板行程的最大值和均值體現中青年駕駛人都保持著制動踏板行程的最小值,用較短時間控制車輛速度在安全行駛范圍,從容地控制車輛保持平穩車速規避風險。而老年駕駛人由于風險感知的敏感性及對風險感知較為延后等原因則采取了較大程度的制動,從制動踏板行程最大值可以看出,一些老年駕駛人在較低風險等級的臨界制動操作采取了全制動,老年駕駛人在風險前的臨界反應體現了較低的安全性。

場景3與場景5的風險駕駛場景等級較高,分別為1.3與0.74,在風險出現時留給駕駛人進行臨界反應操作的空間和時間都很小,通過制動踏板行程的最大值可以看出,中青年駕駛人和老年駕駛人中均有受試者做出最優的制動操作,老年駕駛人群體中有受試者可以通過臨界制動反應高質量地規避風險。但通過兩組受試者制動踏板行程的均值來分析駕駛人臨界制動反應的綜合情況,體現在兩個高風險場景中的結果是中青年駕駛人遠高于老年駕駛人。中青年駕駛人在臨界制動反應中可以保持高度的風險敏感性及時利用制動操作來控制車輛降速,老年駕駛人則多數人來不及充分進行制動操作,甚至有受試者未及時對風險反應從而沒有制動操作,造成了事故的發生。

2.2.2 制動距離分析

在不同風險等級的駕駛場景中,駕駛人在獲取風險信息后處于臨界狀態時,進行緊急制動是為了在與風險碰撞前以最短的時間降低車速,與沖突保持安全距離。駕駛人在臨界狀態下,制動距離也可以客觀地反映駕駛人規避風險的情況,分別在各等級場景下,對駕駛人的制動距離與年齡進行相關性分析,具體的函數表達式如表8所示。

表8 駕駛人的制動距離與年齡函數關系Table 8 Functional relationship between braking distance and age of drivers

由上述5個場景的相關性分析結果可知,在風險較小的場景1、2、4中,隨著駕駛人年齡的增加,制動距離均呈上升趨勢,即老年駕駛人的臨界制動過程較中青年駕駛人長,年齡越大,其制動距離越長,規避風險的過程變長導致事故出現的可能性增大。但是,通過實驗結果分析可知,在模擬場景風險等級較低的幾個實驗場景中,老年駕駛人的完成度均較好。在反應情況及制動操作均不及中青年駕駛人的情況下,極少有碰撞事故發生,說明老年駕駛人在時間及空間充裕的情況下,在臨界狀態中有足夠的風險規避能力。在場景3和5兩個模擬場景風險等級較高的實驗場景中,制動距離隨年齡的增加反向增長。綜合分析試驗結果發現,這種情況不完全是駕駛人制動造成的結果,在高風險的場景下,老年組中有極大比例的駕駛人在制動過程中與風險目標發生碰撞而被迫終止制動,還有部分老年駕駛人由于感知或反應等方面的問題不能及時采取制動措施。

2.3 縱向加速度特性分析

縱向加速度是描述車輛運動行為的重要參數[20],車輛行駛在道路上,駕駛人感知到風險的發生,從而做出速度選擇,決定是否進行加減速,最終影響車輛在道路上行駛的數據。各場景受試者加速度如圖6所示,在風險駕駛場景等級值為0.1、0.38與0.3的場景中,兩類駕駛人在直線行駛階段均保持勻速行駛,加速度基本為0,當風險出現時,中青年駕駛人相比老年駕駛人,提前進行制動減速,而老年人是當風險出現時才采取的緊急制動,尤其在場景4中,老年駕駛人在0.48 s內縱向的加速度就從0 m/s2降到-5.8 m/s2,故縱向加速度的波動幅度很大,增加了事故發生的概率。在風險駕駛場景等級值為1.3與0.74的高風險場景中,中青年駕駛人在感知到交通環境的變化后采取了2次制動操作降低車速,從而保證行車安全;而老年人對于風險的感知不夠敏感且制動時間較晚,當出現風險時緊急制動,減速度瞬間達到最大值,增加了事故發生的概率。

圖6 受試者縱向加速度Fig.6 Longitudinal acceleration of subjects

綜上分析所述,相較于中青年駕駛人,在視野開闊,周圍障礙物較少的風險情境下,老年駕駛人雖沒造成交通事故,但較慢的反應時間已經增加了碰撞風險;在周圍停滿車輛,行人較為密集的居民住宅區路段,視野受到遮擋,場景復雜且風險最高,在此場景下30名受試者中有14名駕駛人與突然出現的自行車相碰撞,占所有受試者的比例為46.67%,其中,中青年駕駛人4名(13.3%),老年駕駛人10名(33.3%),發生碰撞的駕駛人均在臨近事故發生前未提前采取減速措施。

3 結論

以中青年和老年駕駛人為研究對象,基于駕駛模擬試驗,在保證駕駛安全的同時對比分析了兩類駕駛人在城市交叉口不同風險條件下的應激反應情況,得出如下結論。

(1)采用 S-P-T表方法分別對老年駕駛人和中青年駕駛人在臨界狀態下操作行為的反應時間進行穩定性及差異性分析,發現老年駕駛人在試驗中面對風險的反應情況較中青年駕駛人更不穩定,且中青年和老年駕駛人的反應穩定度間差異性顯著。

(2)由駕駛人制動踏板行程的均值與最大值的分析結果可知,中青年駕駛人始終保持著較小的制動踏板行程,用較短時間控制車輛保持平穩車速規避風險,而老年駕駛人由于風險感知能力的衰退采取了較大程度的制動,老年駕駛人在風險前的臨界反應也體現了較低的安全性。

(3)通過選取風險觸發后10 s的縱向減速度數據分析兩組駕駛人操作特征的區別,發現中青年駕駛人在應對風險的臨界反應更為從容,而老年駕駛人臨界狀態下的減速幅度更大,發生事故的概率也明顯增高。