城市道路環境下駕駛人對語音導航的認知－反應時間研究

陳誠　程建梅

摘 要：智能手機導航的使用已經頻繁的出現在車輛駕駛過程中，但當前的語音導航不太滿足人們在現實生活中的要求。因此，本文運用UC-Win/Road軟件模擬城市駕駛場景進行仿真實驗，得到駕駛人在不同變量下對導航語音播報信息的認知-反應時間，結果表明：導航播報信息的條數和駕齡會顯著影響認知-反應時間；導航播報信息量超過三條則認知-反應時間和錯誤率都會急劇增加。最后通過回歸分析，得到基于導航播報信息的條數的認知-反應時間回歸模型。

關鍵詞：城市道路 模擬駕駛 語音導航 認識-反應時間 回歸分析

為了服務目前復雜的路網和不斷增長的駕駛人，汽車導航應運而生。調查顯示有92%的駕駛人在開車時會主動使用手機導航APP[1]。但在導航APP的實際應用中，也出現了諸多的問題[2]。例如導航APP播報過于頻繁或者過于低頻；導航一次性播報的信息量太多，導致駕駛人短時記憶量增加，造成交通安全隱患等。

已有研究都是基于視覺出發，從駕駛人眼動特征或者生理特征分析導航APP對駕駛人行為的影響[3-6]。但駕駛人在使用導航APP時，主要獲取信息的方式是聽覺，占到通過導航APP獲取播報信息量的87%[7]。但目前從行為人聽覺出發，對其獲取導航播報交通信息的模式和特征的研究較少。本文通過模擬駕駛實驗，基于駕駛人的聽覺，研究了不同駕齡、性別、車速、車道數、播報信息量下，駕駛人對導航APP播報信息的認知-反應時間，并針對實驗數據建立駕駛人認知-反應時間和影響因素的數學模型，闡述了從聽覺出發駕駛人的認知-反應流程，探討導航APP播報設置的優化方案。

1 駕駛人認知-反應過程

駕駛人將導航APP播報信息的認知和操作過程如圖1所示。從A點開始，導航APP開始對交通信息進行播報，在B點導航APP結束播報；從B點到C點，駕駛人對接收到的信息進行理解加工，根據行駛的路線判斷下一步需要駛入的車道位置，并作出變更車道的決策；隨后，駕駛人從C點開始變更車道，至E點車輛完全進入目標車道即變道結束。E點既是變更車道的重點，也是導向車道線的起點。本文研究的是駕駛人對導航APP播報信息的認知-反應時間，即從播放開始到做出肢體反應的過程，認知-反應距離LAC所對應的時間。

2 實驗設計

2.1 實驗儀器

（1）實驗基于用UC-win/Ｒoad 10.0道路景觀規劃設計軟件，繪制出城市道路場景，道路類型為城市主干道，道路中都存在與實際相符的標志標牌、道路路況[8]。

（2）使用羅技公司的G29駕駛方向模擬器及踏板，其生產的方向盤及踏板能夠較快的使駕駛人進入模擬的駕駛狀態。

（3）使用筆記本電腦用來播放提前制作好的模擬導航材料，并將播放內容投屏至智能手機上，通過秒表對認知-反應進行記錄。如圖2所示。

2.2 實驗對象

本實驗共招募駕駛人30名，為了充分體現出不同年齡、性別、駕齡的駕駛人對導航APP播報信息的記憶情況，實驗選取年齡在20至54歲之間，駕齡區間在在1年以內到十年以上，男女比例接近且駕齡和年齡分布合理。實驗要求被試著具有良好的視力和聽力，雙眼視力均為4.9以上；聽力小于等于25分貝。

2.3 模擬場景搭建

2.3.1 模擬導航設計

根據前期使用調查，將導航APP播報信息分為6個類別，A：行駛方向類；B：行駛車道類；C：違章拍照類；D：限速類；E：警示類；F：溫馨提示類。根據實際駕駛經驗，本實驗選用1到5條信息量作為實驗變量，選取A-E為播報的信息內容，使用Adobe After Effects軟件將提前采集好的百度地圖APP語音按上述方式隨機組合，得到的播報內容和播報時長如表1所示，制作得到模擬導航視聽材料。

2.3.2 模擬路口設計

模擬駕駛場景是通過UC-win/Road軟件搭建而成的，模擬駕駛人經過不同種類的城市道路平面交叉路口，包括車道數的不同、車道分布情況不同等。考慮到實際道路中最常見的幾種城市道路交叉路口的設置情況，選定3車道+交叉口入口4車道（“3+4”車道形式），其對應的路口車道分布情況有左直直右、左左帶直直右、左左直右等六種情況。選定4車道+交叉口入口 5 車道（“4+5”車道形式），其對應的路口車道部分情況有左直直直右、左左直直右等六種情況。

2.4 實驗流程

依據變量的不同劃分不為同的實驗場景，本次實驗的場景一共為75個，按照不同車速（40km/h、50km/及60km/h）為三組，每組根據導航播報的信息量的不同分為五個場景，每個場景根據具體播報內容進行5次認知-反應。因此，每個被試者在每一組要進行25次認知-反應實驗，一共進行三組，預計得到數據2250條，實驗流程如圖3所示。

3 數據處理與分析

3.1 認知-反應時間差異性顯著檢驗

本實驗共采集到不同場景下認知-反應實驗數據共2963條，剔除錯誤數據后剩下2250條，再根據拉依達準則，篩選出滿足誤差區間內的數據，最終剩下可用數據為2229條。

對得到的實驗數據在駕齡、性別、車速、車道數、播報信息量五個變量下進行單因素方差分析，設定顯著水平α=0.05，結果表明車道數、車速和性別的概率P-值均大于0.05，則可以排除上述變量對駕駛人認知-反應時間的影響。播報信息量和駕齡的P-值分別為0.003和0.012，均小于0.05，可以認為導航APP播報不同信息量以及不同駕齡下的認知-反應時間有顯著差異。

3.2 駕齡和認知-反應時間關系分析

為了比較不同駕齡兩兩之間的差異，對不同駕齡的認知-反應時間進行事后多重比較檢驗[9]，結果分別顯示兩兩駕齡情況下認知-反應時間的均值檢驗結果，如表2所示。可以看出，1-2年駕齡分別于6-10年駕齡和10年以上駕齡認知-反應時間有顯著差異，P-值分別是0.003和0.027，均小于顯著水平0.05。其它駕齡情況下兩兩比較的認知-反應時間無顯著差異。

3.3 播報信息數量對認知-反應的影響分析

3.3.1 對認知-反應時間的影響

比較不同信息播報量兩兩之間的差異，對不同信息播報量的認知-反應時間進行事后多重比較檢驗，結果顯示了不同信息數量下的認知-反應時間的兩兩Tamhane's T2檢驗結果。如表6所示，1條信息量至5條信息量兩兩之間的P-值均小于0.05，說明不同信息量下的認知-反應時間均有顯著差異。

根據表1的平均播放時長播放信息，當播放信息量從1到5條時，平均反應時間分別為2066ms、4382ms、7028ms、14364ms、22893ms。當信息量從1條信息增長到3條信息時，實驗人認識-反應時間和播報時長同時增長，且增幅相似；當播報信息量增長到4時，認知-反應時間急劇增加，增加了7336ms，同比播報時長增長了4320ms，認知-反應時間的增長幅度大大的超過播報時長的增長。平均認知-反應時間突變點發生在信息條數為3條時。

以認知-反應時間作為因變量，播報信息量作為自變量，對不同播報信息量下的認知-反應時間平均值的差值進行曲線擬合。結果表明指數函R方最大等于0.837，對散點擬合性最好。得到不同信息信息播報量下的認知-反應時間平均值的回歸模型為：

Y=1210.19e0.6x

其中：Y——認知-反應時間ms；x——播報的信息量條數，x＞0。

播報信息量對認知-反應時間有顯著影響，且程度遠遠大于其它因素，故將此公式作為駕駛人對導航播報信息的認知-反應時間模型。

3.3.2 對認知-反應正確率的影響

駕駛人針對導航一次性播報的信息量的不同，其對播報信息的認知正確率也有區別，與平均認知-反應時間相同，隨著播報信息條數的增加，反應錯誤率會逐步增加。當播報信息量為1條和2條時，反應的錯誤率分別為0.66%和1.53%，接近為0；當播報信息量增加的3條時，反應錯誤率上升到10.71%，此時導航播報的信息增多，實驗人有錯誤機率增加；當播報信息量增加到4條和5條時，相對應的錯誤率上升至34.02%和48.10%，導航播報的信息量過多，駕駛人識別壓力增加，記憶任務量太大，導致在一定的時間內駕駛人做出錯誤的判讀。

4 結論

本文利用模擬駕駛的方式，針對不同變量情況下測試了駕駛人對導航播報的信息的認知-反應時間，得到駕齡和播報信息量兩個能夠顯著影響駕駛人認知-反應時間的因素，并最終建立了駕駛人在城市道路情況下，其對導航播報信息的認知-反應時間與播報信息量的數學模型。結果表明：（1）駕駛人認知-反應時間會隨著導航播報信息量的增加而增加，當導航播報信息量超過三條后，認知-反應時間會呈指數型增長，且認知錯誤率會顯著上升，由此推斷導航播報信息量的閾值應為3條；（2）對導航播報信息的認知-反應時間會隨著駕齡的增加而呈現先減后增的情況，駕齡在6至10年時認知-反應時間最短，但駕齡超過10年后又會增加。

基金項目：2021年四川警察學院“基于眼動信息的機動車駕駛人右轉彎特性研究”（21YCX007）；2023年智能警務四川省重點實驗室“基于注意力分配和視聽覺感知的安全駕駛研究”（ZNJW2023ZZMS001）。

參考文獻：

[1]共研網.2022-2028年中國手機導航行業全景調研及市場前景預測報告【EB/OL】. （2022-09-28）[2022-11-02].https：

//bbs.csdn.net/topics/608363369.

[2]李平凡，王殿海，劉東波，王峻極.駕駛中撥打手機對駕駛人腦力負荷及駕駛行為的影響分析[J].交通信息與安全，2010， 28（04）：103-107.

[3]Crundall D，Chapman P，Trawley S，t al. Some billboards are more attractive than others：Drivers of varying experience respond differently to different types of billboards[J].Accident Analysis & Prevention，2012，45（1）：600-609.

[4]Stinchcombe Arne，Gagnon Sylvain，Zhang J Jane，Montembeault Patricia，Bedard Michel. Fluctuating attentional demand in a simulated driving assessment： the roles of age and driving complexity.[J]. Traffic injury prevention，2011，12（6）.

[5]胡琳. 智能手機導航功能對駕駛行為影響研究[D].長安大學，2017.

[6]田偉. 基于模擬駕駛的手機導航對駕駛行為影響的研究[D].清華大學，2016.

[7]Hu J S，Liu W H，Cheng C C .Target search and navigation by spatial hearing using inter-aural signals[J]. IFAC Proceedings Volumes，2006，39（16）：673-678.

[8]李志. 基于認知心理學的城市道路交通標志動靜態視認研究[D].北京工業大學，2017.

[9]陳佳佳.基于模擬駕駛的手機導航對駕駛行為影響的研究[J].電子元器件與信息技術，2021，5（04）：3-4.

[10]姚云. 基于認知心理學的指路標志信息與信息密度閾值研究[D].西華大學，2009.