認知分心情境下駕駛?cè)藨?yīng)激反應(yīng)行為研究

楊艷群,黃永健,羅秀玲,Said M.EASA,鄭新夷

(1. 福州大學(xué) 土木工程學(xué)院,福建 福州 350116; 2. 福州大學(xué) 交通心理與行為國際聯(lián)合實驗室,福建 福州 350116; 3. 多倫多大都會大學(xué) 土木工程系,安大略 多倫多,加拿大; 4. 福州大學(xué) 人文社會科學(xué)院,福建 福州 350116)

0 引 言

駕駛是一項復(fù)雜的任務(wù),駕駛安全性受駕駛?cè)说恼J知水平、記憶負荷、行為控制、視覺和決策能力等影響[1]。大量交通事故緣由駕駛分心,即駕駛?cè)藢⒆⒁饬D(zhuǎn)移到與駕駛無關(guān)的任務(wù)上,包括認知、視覺和聽覺上的分心[2]。2006年,NHTSA開展的一項公路自然駕駛實驗發(fā)現(xiàn)大約80%的碰撞和追尾是由駕駛?cè)说母鞣N分心造成的[3]。各種分心中認知分心是導(dǎo)致駕駛?cè)艘庾R偏離駕駛?cè)蝿?wù)的重要原因[4]。目前,關(guān)于認知分心對駕駛?cè)擞绊懙难芯看蠖鄰姆中幕蛘J知任務(wù)著手[5-6],以不同類型的次任務(wù)作為誘導(dǎo)分心的條件,探究認知分心情境下駕駛?cè)说男袨楸憩F(xiàn)[7]。認知分心時,駕駛?cè)艘曈X信息處理能力降低,影響了其環(huán)境感知、判斷和決策能力,從而引發(fā)交通事故[8-9]。M. N. RASTGOO等[10]研究發(fā)現(xiàn),駕駛?cè)似焚|(zhì)中對交通事故的影響最重要的是駕駛?cè)说膽?yīng)激反應(yīng)能力,即面對突發(fā)狀況時駕駛?cè)艘揽孔陨眈{駛技能和經(jīng)驗做出快速避險行為的能力。近年來,大量的研究者開始將認知分心與應(yīng)激反應(yīng)相結(jié)合[11],選取典型應(yīng)激場景和分心次任務(wù)[12],進行分心情境下的自然駕駛或模擬駕駛應(yīng)激實驗,通過研究實驗過程中駕駛?cè)说男穆省⒛X電波等生理指標(biāo)[13],瞳孔直徑、眨眼頻率、注視次數(shù)等視覺特性,以及駕駛?cè)说闹苿犹匦院娃D(zhuǎn)向控制反應(yīng)[14],來分析駕駛?cè)苏J知分心下的應(yīng)激反應(yīng)行為[15-16],得出結(jié)論:認知分心會較大程度地影響駕駛?cè)说膽?yīng)激反應(yīng),增加行車中的不安全性[17]。筆者利用駕駛模擬系統(tǒng)構(gòu)建駕駛?cè)苏J知分心 + 應(yīng)激場景的研究框架,結(jié)合眼動儀、腦電儀探究認知分心情境下駕駛?cè)说膽?yīng)激反應(yīng)行為特性,并通過集對分析(set pair analysis, SPA)模型對實驗結(jié)果進行討論,完成了不同應(yīng)激場景下駕駛?cè)藨?yīng)激反應(yīng)安全性評估。

1 應(yīng)激反應(yīng)實驗

1.1 實驗被試

共招募了40名持有C1駕駛證健康駕駛?cè)俗鳛楸辉?均為福州大學(xué)在校學(xué)生,男女各半,年齡20～30歲,駕駛經(jīng)驗為1～6年。

1.2 實驗設(shè)備

1)Dikablis眼動儀,用于記錄駕駛?cè)搜蹌有袨榈淖兓闆r,可實時記錄駕駛?cè)搜鄄窟\動特征,采樣頻率為60 Hz。

2)NE無線腦電儀,用于采集、處理與分析駕駛?cè)嗽趹?yīng)激模擬場景中的腦電行為數(shù)據(jù),可實現(xiàn)32個通道、500 SPS采樣頻率、24 bit分辨率的腦電數(shù)據(jù)采集。

3)DSR-1000TS 2.0 駕駛模擬系統(tǒng),用于記錄駕駛?cè)说鸟{駛行為特征和汽車動力學(xué)特性等,由座艙系統(tǒng)、控制臺及含3臺60寸4 K液晶顯示器的顯示系統(tǒng)所組成,如圖1。

圖1 DSR-1000TS 2.0駕駛模擬系統(tǒng)Fig. 1 DSR-1000TS 2.0 driving simulation system

1.3 實驗場景設(shè)計

實驗路段為全長15 km、設(shè)計速度60 km/h的兩車道公路。為減少其他道路元素對駕駛?cè)说母蓴_,道路兩側(cè)基本不設(shè)置建筑物;道路主要為直線,無長下坡、急彎或陡坡等特殊線形。所有場景元素的設(shè)置均符合GB 5768—2022《道路交通標(biāo)志和標(biāo)線 第2部分:道路交通標(biāo)志》。

根據(jù)文獻[18],由設(shè)計速度60 km/h計算得到制動距離,并設(shè)置觸發(fā)區(qū),確保駕駛?cè)四苓M行有效應(yīng)急避險;根據(jù)文獻[19],選擇3種應(yīng)激場景進行實驗,并與無應(yīng)激場景進行對比(圖2):

圖2 場景仿真Fig. 2 Scenario simulation

1)無應(yīng)激場景,實驗車A以不高于60 km/h 的速度行駛,路邊有?？寇囮牎?/p>

2)應(yīng)激場景1——行人-機動車,實驗車A以不高于60 km/h 的速度行駛,行人以5 km/h 的速度突然從停靠車輛前方橫穿道路。

3)應(yīng)激場景2——非機動車-機動車,實驗車A以不高于60 km/h 的速度行駛,自行車以18 km/h 突然從?？寇囕v前方駛。

4)應(yīng)激場景3——機動車-機動車,實驗車A以不高于60 km/h的速度行駛,車輛B以2 m/s2的加速度突然從路旁車隊駛出,隨后以27 km/h的速度沿車道行駛一定時間。

1.4 實驗設(shè)計

為研究駕駛?cè)苏J知分心下的應(yīng)激行為,筆者采用N-back的研究范式作為駕駛次任務(wù)?？紤]不同級別次任務(wù)對駕駛?cè)素摵傻挠绊?采取負荷水平介于中等的2-back任務(wù)作為誘發(fā)認知分心的次任務(wù)[20]。在0～9的數(shù)字中,每次選取5個數(shù)字隨機排列,采用語音播報的形式,讓被試者判斷最后所呈現(xiàn)的數(shù)字與倒數(shù)第2個數(shù)字是否一致。指令完成后2.5 s內(nèi)出現(xiàn)應(yīng)激場景。除應(yīng)激觸發(fā)事件不同之外,設(shè)計的3種應(yīng)激場景的其他要素完全相同。各被試需要在3個不同的應(yīng)激場景中進行實驗,實驗中收集被試的眼動、腦電和與駕駛績效相關(guān)的指標(biāo)數(shù)據(jù)。實驗方案如圖3。

圖3 實驗方案Fig. 3 Experiment scheme

1.5 實驗指標(biāo)

H. ALMAHASNEH等[21]研究表明,駕駛?cè)苏J知分心可以從眼球運動、腦電波變化及駕駛績效參數(shù)中體現(xiàn),因此,筆者采用這3類指標(biāo)來評價駕駛?cè)藨?yīng)激反應(yīng)行為。

1.5.1 眼動指標(biāo)

1)瞳孔直徑DP,反映駕駛?cè)苏J知負荷、壓力、疲倦感和注意力。DP越大,駕駛?cè)素摵珊妥⒁饬谐潭仍礁摺?/p>

2)眨眼頻率fB,單位時間的眨眼次數(shù),表征駕駛?cè)艘曈X負荷、情緒和疲勞狀態(tài)。fB越低,駕駛?cè)似诤鸵曈X負荷越大。

1.5.2 腦電波指標(biāo)

1)β波能量值Eβ,檢測駕駛?cè)司X狀態(tài)的指標(biāo)。Eβ越大,駕駛?cè)司X性越高。

2)腦電能量比值(Eα+Eθ)/Eβ,檢測駕駛?cè)似跔顟B(tài)的指標(biāo)。(Eα+Eθ)/Eβ比值越大,駕駛?cè)嗽狡凇?/p>

1.5.3 駕駛績效指標(biāo)

1)縱向速度V,任務(wù)期間車輛行駛速度,表征駕駛?cè)说姆中某潭群筒倏胤€(wěn)定性。V降幅越大,駕駛?cè)朔中某潭仍礁摺?/p>

2)制動踏板深度DBP,應(yīng)激事件發(fā)生時制動踏板的深度。DBP越大,駕駛?cè)说目v向控制穩(wěn)定性越低。

3)方向盤轉(zhuǎn)角δS,應(yīng)激事件發(fā)生時轉(zhuǎn)動方向盤的角度。δS越大,駕駛?cè)说目刂颇芰υ讲?車輛的橫向穩(wěn)定性越差。

1.6 實驗過程

采用駕駛模擬系統(tǒng)進行實驗,實驗前要求被試填寫一份基礎(chǔ)性問卷,以了解被試的精神、情緒等狀況;檢查設(shè)備運行情況,并讓被試在非實驗場景的路段上行駛5 min以熟悉操作;對駕駛?cè)诉M行2-back任務(wù)培訓(xùn),講解本次任務(wù)的完成要求;被試佩戴實驗設(shè)備,調(diào)試,隨后進入正式實驗。

每結(jié)束一個實驗場景,被試休息5 min以緩解疲勞;待休息結(jié)束后重新調(diào)試眼動儀和腦電儀,隨機加載下一個實驗場景和動態(tài)交通流;重復(fù)以上的實驗流程直到完成所有的場景。實驗員依據(jù)被試的操作收集各平臺的數(shù)據(jù),結(jié)束后保存數(shù)據(jù)并導(dǎo)出。

2 實驗結(jié)果分析

2.1 實驗結(jié)果方差分析

采用SPSS對所采集的數(shù)據(jù)進行兩因素重復(fù)測量方差分析,研究在3種應(yīng)激場景下正常駕駛和認知分心駕駛對駕駛?cè)搜蹌印⒛X電波與駕駛績效指標(biāo)的影響情況,結(jié)果見表1～表3。

表1 各指標(biāo)球形度檢驗結(jié)果Table 1 Sphericity test results of each index

表2 各指標(biāo)交互效應(yīng)檢驗結(jié)果Table 2 Test results of interaction effects of each index

表3 各指標(biāo)主體內(nèi)效應(yīng)檢驗結(jié)果Table 3 Test results of intra-body effects of each index

由表1～表3可知:

1)瞳孔直徑DP:駕駛狀態(tài)與應(yīng)激場景的交互項滿足球形假設(shè)檢驗,但無統(tǒng)計學(xué)意義(p=0.555),因此不存在交互效應(yīng);而主效應(yīng)結(jié)果顯示,二者均對瞳孔直徑有著顯著影響(p<0.05)。

2)眨眼頻率fB:駕駛狀態(tài)和應(yīng)激場景在眨眼頻率數(shù)據(jù)中未表現(xiàn)出交互效應(yīng);而主效應(yīng)結(jié)果顯示二者對眨眼頻率高度顯著(p<0.01)。

3)腦電β波能量值Eβ:駕駛狀態(tài)與應(yīng)激場景在Eβ下的交互項滿足球形假設(shè)檢驗,但無統(tǒng)計學(xué)意義(p=0.052),交互效應(yīng)不顯著;而主效應(yīng)分析表明二者對駕駛?cè)说腅β均有高度顯著關(guān)系(p<0.01)。

4)腦電能量比值(Eα+Eθ)/Eβ:實驗的2個變量對(Eα+Eθ)/Eβ比值不存在交互效應(yīng);而二者對(Eα+Eθ)/Eβ比值的主效應(yīng)均顯著(p<0.05)。

5)縱向速度V:實驗的2個變量在縱向速度數(shù)據(jù)中交互效應(yīng)不顯著;而主效應(yīng)分析都高度顯著(p<0.01)。實驗中,筆者以觸發(fā)區(qū)作為時間原點對縱向速度進行統(tǒng)計分析,區(qū)間范圍為前15 s和后12 s,時間間隔為3 s[22]。

6)制動踏板深度DBP:實驗的2個變量不存在交互效應(yīng),但對制動踏板深度的單獨主效應(yīng)都高度顯著(p<0.001)。

7)方向盤轉(zhuǎn)角δS:駕駛狀態(tài)和應(yīng)激場景的交互項在方向盤轉(zhuǎn)角指標(biāo)下滿足球形假設(shè)檢驗,但無統(tǒng)計學(xué)意義(p=0.980),故無交互效應(yīng);而主效應(yīng)結(jié)果顯示,二者對方向盤轉(zhuǎn)角的主效應(yīng)均高度顯著(p<0.001)。

2.2 應(yīng)激反應(yīng)評價指標(biāo)分析

圖4為3種應(yīng)激場景下,各項應(yīng)激反應(yīng)評價指標(biāo)實驗結(jié)果。

圖4 不同應(yīng)激場景下各項指標(biāo)實驗結(jié)果Fig. 4 Test results of each index in different stress senarios

對圖4的分析如下:

1)眼動分析

①瞳孔直徑DP〔圖4(a)〕:認知分心駕駛工況瞳孔直徑顯著高于正常駕駛工況;3種應(yīng)激場景下,應(yīng)激場景1認知分心駕駛工況瞳孔直徑均值最大,應(yīng)激場景3正常駕駛工況瞳孔直徑均值最小。說明認知分心駕駛會增加駕駛?cè)说囊曈X負荷,需增大瞳孔直徑來加工有效視覺信息,這一結(jié)論與文獻[23-24]的結(jié)果相吻合。因此,駕駛?cè)颂幱趹?yīng)激狀態(tài)時,需要比正常駕駛時投入更多的注意力來維持駕駛的安全。

②眨眼頻率fB〔圖4(b)〕:認知分心駕駛工況眨眼頻率顯著低于正常駕駛工況;3種應(yīng)激場景下認知分心駕駛和正常駕駛兩種工況眨眼頻率均值在應(yīng)激場景1均最高。說明在認知分心駕駛工況,駕駛?cè)藨?yīng)對應(yīng)激事件時緊張程度增加,駕駛?cè)送ㄟ^抑制眨眼來集中注意力,眨眼頻率下降,這與文獻[25]的結(jié)論相吻合,當(dāng)行人和非機動車作為應(yīng)激源時這個現(xiàn)象更為顯著。

2)腦電波分析

①腦電β波能量值Eβ〔圖4(c)〕:正常駕駛和認知分心駕駛兩種工況,從應(yīng)激場景1→應(yīng)激場景2→應(yīng)激場景3,駕駛?cè)说腅β值依次遞減,且認知分心駕駛工況Eβ顯著高于正常駕駛工況。說明在認知分心駕駛情境下,駕駛?cè)说木X性更高,并且道路交通中的弱勢群體(如行人、自行車等)更易引起認知分心駕駛時駕駛?cè)四X電β波Eβ值的增大。

②腦電能量比值(Eα+Eθ)/Eβ〔圖4(d)〕:3種應(yīng)激場景下,駕駛?cè)嗽谡J知分心駕駛工況的(Eα+Eθ)/Eβ比值均顯著高于正常駕駛工況的,且行人應(yīng)激源的(Eα+Eθ)/Eβ比值最高。

3)駕駛績效分析

縱向速度V〔圖4(e)〕:認知分心駕駛工況縱向速度較正常駕駛工況低,說明此時駕駛?cè)司o張程度增加,越接近沖突點縱向速度降低越快,在沖突點位置達到最低,隨后又逐漸提升。認知分心駕駛工況,3種應(yīng)激場景中,場景1的縱向速度最低,變化幅度最大。

4)制動踏板深度DBP

認知分心駕駛工況3種應(yīng)激場景的踏板深度均高于正常駕駛工況,其中應(yīng)激場景1認知分心駕駛工況制動踏板深度最大,數(shù)據(jù)變化幅度最大,穩(wěn)定性最低。說明在認知分心駕駛情境下,駕駛?cè)烁嗟赝ㄟ^頻繁操作制動踏板、增大制動踏板深度等補償行為來保持車輛縱向安全性的正常水平,這與文獻[26]的研究結(jié)果相吻合。

5)方向盤轉(zhuǎn)角δS

正常駕駛工況方向盤轉(zhuǎn)角小于認知分心駕駛工況,基本在1～5°內(nèi)變化,數(shù)據(jù)波動較小;認知分心駕駛工況方向盤轉(zhuǎn)角值的波動更明顯。表明在發(fā)生認知分心后,面臨應(yīng)激事件,駕駛?cè)藢Ψ较虮P的控制能力降低,這與文獻[27]的研究結(jié)果相吻合。行人應(yīng)激場景對駕駛?cè)苏J知分心駕駛時方向盤轉(zhuǎn)角的影響最明顯,數(shù)據(jù)波動最大。

綜上,相比正常駕駛,駕駛過程中的認知分心次任務(wù)會影響駕駛?cè)说鸟{駛行為、增加駕駛?cè)说木褙摵?并且不同的應(yīng)激事件對駕駛?cè)说母黜椫笜?biāo)影響程度不一,因此需通過綜合分析進行評價。筆者選用SPA-SPA綜合評價方法對認知分心情境下駕駛?cè)藨?yīng)激反應(yīng)行為進行安全性評價。

3 安全性評價

3.1 AHP-SPA綜合評價模型

層次分析法(analytic hierarchy process, AHP)是系統(tǒng)分析的重要工具,其核心思想是將復(fù)雜的決策問題分解成一系列層次結(jié)構(gòu),通過對不同層次的因素進行比較和評價,最終得出最優(yōu)解決方案的方法,適用于各種類型的決策問題[28]。

集對分析(set pair analysis,SPA)是處理系統(tǒng)確定性與不確定性相互作用的數(shù)學(xué)理論,其核心思想是將評價對象進行確定性與不確定性的統(tǒng)一,通過同、異、反三方面特征明確評價指標(biāo)隸屬關(guān)系,再利用聯(lián)系度理論進行量化處理,最終結(jié)合隸屬等級范圍做出綜合性評價[29]。

3.1.1 確定評價集合形成集對

在利用SPA進行評價前,先要確定系統(tǒng)中的評價集合,包括評價指標(biāo)集和評價標(biāo)準(zhǔn)集,二者構(gòu)成SPA中的集對。

圖5為構(gòu)建的評價指標(biāo)集。圖中:U為目標(biāo)層;一級指標(biāo)為眼動(u1)、腦電波(u2)和駕駛績效(u3);二級指標(biāo)為瞳孔直徑DP(u11)、眨眼頻率fB(u12)、腦電β波能量值Eβ(u21)、(Eα+Eθ)/Eβ(u22)、縱向速度V(u31)、制動踏板深度DBP(u32)、方向盤轉(zhuǎn)角δS(U33)。

圖5 評價指標(biāo)集Fig. 5 Evaluation index set

從安全性角度對評價標(biāo)準(zhǔn)集的評價標(biāo)準(zhǔn)進行劃分,基于“均分原則”把評價等級的區(qū)間[-1.0,1.0]均分為[-1.0,-0.6),[-0.6,-0.2),[-0.2,0.2),[0.2,0.6),[0.6,1.0],分別對應(yīng)“很差”“差”“較差”“較好”“好”共5個等級。

3.1.2 歸一化處理

在形成集對以后,由于評價指標(biāo)集各指標(biāo)具有不同的量綱,無法直接代入計算,因此在計算之前需要對各指標(biāo)數(shù)值進行歸一化處理。筆者采用極值法進行歸一化處理,將不同量綱的特征值統(tǒng)一在[0,1]之間。

3.1.3 計算單指標(biāo)隸屬度

數(shù)據(jù)歸一化處理之后,需要計算各指標(biāo)的隸屬度,用于后續(xù)SPA的聯(lián)系度計算。由于評價標(biāo)準(zhǔn)集中將安全性等級劃分為5個等級,因此采用指派方法確定樣本指標(biāo)隸屬度[30]。由于評分值與指標(biāo)之間隸屬程度的關(guān)系在所有域內(nèi)都不具有單調(diào)性,故利用中間型的最大隸屬函數(shù)來確定指標(biāo)的隸屬度。

3.1.4 確定權(quán)重

筆者采用AHP方法來確定指標(biāo)權(quán)重。首先,通過專家咨詢法對評價指標(biāo)體系中的一、二級指標(biāo)進行相對重要性比較,以確定它們在整個層次結(jié)構(gòu)中的相對重要程度;然后,利用AHP方法計算各個指標(biāo)的權(quán)重,并進行一致性檢驗以驗證權(quán)重計算的合理性;最后,將各層次的權(quán)重綜合起來,確定最終評價對象的權(quán)重。

3.1.5 確定評價等級

根據(jù)由AHP計算得到的各評價指標(biāo)的權(quán)重以及由中間型最大隸屬函數(shù)確定的指標(biāo)隸屬度,可以計算出評價對象的聯(lián)系度值,進而確定評價等級。由于評價標(biāo)準(zhǔn)集中將安全性等級劃分為5個等級,因此聯(lián)系度對應(yīng)的維度為五元聯(lián)系度。

3.2 綜合評價結(jié)果

3.2.1 指標(biāo)隸屬度

根據(jù)確定的安全性等級計算得到各評價指標(biāo)的隸屬度,結(jié)果如表4。

表4 應(yīng)激場景1～3評價指標(biāo)隸屬度Table 4 Evaluation index membership for stress senario 1, stress senario 2 and stress senario 3

3.2.2 指標(biāo)權(quán)重匯總

根據(jù)AHP計算得到各指標(biāo)的權(quán)重,結(jié)果見表5。

表5 各指標(biāo)權(quán)重計算結(jié)果Table 5 Weight calculation results of each index

3.2.3 一級指標(biāo)五元聯(lián)系度數(shù)值及評價等級

根據(jù)表5中的二級指標(biāo)權(quán)重,結(jié)合表3中不同應(yīng)激場景下各指標(biāo)在正常駕駛和認知分心駕駛兩種工況下的指標(biāo)隸屬度,可得到不同應(yīng)激場景下一級指標(biāo)的五元聯(lián)系度表達式,由此計算得到一級指標(biāo)的聯(lián)系度值a1,并劃分評價等級,結(jié)果見表6。

表6 一級指標(biāo)聯(lián)系度數(shù)值及評價等級Table 6 Connection degree value and evaluation level of first-level indexes

3.2.4 目標(biāo)層五元聯(lián)系度數(shù)值及評價等級

同理,根據(jù)表5中的一級指標(biāo)權(quán)重,結(jié)合表3中不同應(yīng)激場景下各指標(biāo)在正常駕駛和認知分心駕駛2種工況下的指標(biāo)隸屬度,可得到不同應(yīng)激場景下目標(biāo)層的五元聯(lián)系度表達式,由此計算得到目標(biāo)層的聯(lián)系度值a,并得到評價等級,結(jié)果見表7。

表7 目標(biāo)層聯(lián)系度數(shù)值及評價等級Table 7 Connection degree value and evaluation level of the target layer

由表7可見:

1)在正常駕駛和認知分心駕駛兩種工況下,不同指標(biāo)、不同應(yīng)激場景對駕駛?cè)说膽?yīng)激反應(yīng)有著不同影響。在評價指標(biāo)集中,各指標(biāo)的權(quán)重以駕駛績效為最高,腦電指標(biāo)次之,眼動指標(biāo)最低。表明駕駛?cè)说鸟{駛績效最能反映其應(yīng)激反應(yīng)行為的安全程度,在安全防護中需要優(yōu)先考慮。

2)正常駕駛工況駕駛?cè)藨?yīng)激安全評價等級顯著優(yōu)于認知分心駕駛工況。表明在分心次任務(wù)的干擾下,駕駛?cè)说膽?yīng)激反應(yīng)行為安全性會顯著降低,表現(xiàn)為駕駛?cè)说钠诔潭仍黾?對車輛穩(wěn)定性的控制下降,需要更高的警覺性來避免發(fā)生交通事故。

3)應(yīng)激場景安全評價等級以機動車應(yīng)激場景為最高,非機動車應(yīng)激場景次之,行人應(yīng)激場景最低。原因是行人橫穿馬路的不確定性最高,駕駛?cè)送耆荒茴A(yù)知行人會在何時、何位置,以何種運動軌跡橫穿馬路;并且行人作為道路使用者中的弱勢群體,在事故中遭受到傷害的可能性最高[31],因此駕駛?cè)嗽谡J知分心駕駛工況對行人應(yīng)激場景的安全評價最低。

4 結(jié) 論

基于駕駛模擬實驗,設(shè)計了3個應(yīng)激場景,選擇規(guī)范化次任務(wù) 2-back 誘導(dǎo)認知分心,利用AHP-SPA評價模型,揭示了駕駛?cè)嗽诓煌中那榫诚埋{駛應(yīng)激反應(yīng)行為的特性及差異性。研究得到以下結(jié)論:

1)認知分心會增加駕駛?cè)藨?yīng)激狀態(tài)下的視覺負荷和緊張感,導(dǎo)致瞳孔直徑增大、眨眼頻率下降等視覺行為變化,影響駕駛?cè)蝿?wù)的執(zhí)行。

2)在應(yīng)激場景下,相較于正常駕駛,在分心次任務(wù)的影響下駕駛?cè)说摩虏芰恐礒β與(Eα+Eθ)/Eβ比值均顯著提高,即面對應(yīng)激事件,駕駛?cè)司X性提高的同時伴隨著疲勞程度的增加。

3)認知分心駕駛工況駕駛?cè)嗣鎸?yīng)激事件對車輛的控制能力會降低,表現(xiàn)在頻繁操作制動踏板和方向盤轉(zhuǎn)角的增大。

4)由AHP-SPA的綜合評價結(jié)果可以得知,相比正常駕駛,認知分心駕駛會降低駕駛?cè)藨?yīng)激反應(yīng)行為的安全性,影響其對車輛的控制;根據(jù)影響程度大小,認知分心駕駛情境下應(yīng)激場景安全評價等級以機動車應(yīng)激場景為最高,非機動車應(yīng)激場景次之,行人應(yīng)激場景最低。