萬華森,黃 睿,蘇晏俊潔,馮 勇
(1.昆明理工大學,交通工程學院,昆明 650500;2.中國鐵路,昆明局集團有限公司,昆明 650000)
據統計,40%的交通事故發生在交叉口內,其中28%發生在無信號交叉口[1]。交叉口內部區域由多個進口道交織構成,車輛運動進而產生多個沖突點[2],因此無信號交叉口成為道路網絡中的危險地點,其中橫向沖突是無信號交叉口主要的交通安全隱患之一。由于交叉口右側的建筑、綠化等設施遮擋,造成駕駛人對右向來車的觀察受阻等問題亟待解決。同時智能化、網聯化是未來交通發展的趨勢,運用車-車、車-路通信環境下的網聯車信息共享技術,提前預警駕駛人交叉口的交通沖突是解決該問題的有效方法。如許甜等人[3]通過實車試驗,評估了搭載預警系統的智能汽車對行車風險的干預效果,試驗結果表明預警系統在提升駕駛人安全行車方面有積極作用;王露錦等人[4]設計了一種基于VANETs 的交叉口車輛碰撞預警系統,借助車輛與車輛之間的數據交換,完成了高精度的交通狀態檢測和預警發布。結合前人對預警系統的研究,本文選擇通過人機交互終端(Human-Machine Interface,HMI)向駕駛人傳遞預警信息。在車路協同環境下,車輛可以通過智能車載設備獲取道路環境的信息,然后將這些信息通過HMI呈現或告知駕駛人,能夠更超前、更有效地為駕駛人提供前方道路潛在危險預警[5]。
由于人的認知有限,同時駕駛任務占用駕駛人大量的認知資源,預警信息會使駕駛人注意力分散,帶來安全隱患,因此國內外學者針對預警信息設計展開了深入研究。如李霖等[6]在跟馳場景下設計了基于視覺信號提示的碰撞預警HMI,并采集碰撞次數、速度、側向位移、即碰時間等數據用以評價HMI的有效性和用戶接受度;張捷等[7]基于駕駛人眼動特性,分析不同分心任務對駕駛人視覺的關注點和分心程度,提出聽覺任務比視覺任務對駕駛人眼動特性的影響??;羅晨偉[8]針對行人橫穿、道路右側非機動車匯入車道等風險場景采集了駕駛人應激反應的多個表征指標,通過主成分分析法和熵值法將駕駛人應激反應的多個表征指標變化體現于聽覺預警有效性數據上,直觀地描述了聽覺預警對駕駛行為產生的效果;王磊等[9]研究發現適當的聽覺信息刺激可使駕駛人警覺性保持在較為穩定的水平,而視覺信息刺激有助于駕駛人在特定時間段提高警覺性并察覺風險;Xu等[10]對比研究了單一視覺及聽覺預警系統、梯度視覺及聽覺預警系統對駕駛安全的影響,發現相比于梯度視覺及聽覺預警系統,司機更傾向于單一視覺及聽覺預警系統。上述學者主要從駕駛人的視覺、聽覺提示等預警提示方式入手,研究預警信息對駕駛行為的影響。除了從預警提示方式出發設計預警信息外,準確的預警提示時機是提高預警信息功效性不可忽視的重要因素。如Tan 等[11]在信控交叉口橫向沖突場景下研究了網聯汽車不同的碰撞預警提示時機(3 s、6 s 和無預警)對駕駛人情景意識的影響,研究發現,雖然網聯汽車更早地發出預警能給駕駛人帶來更多的安全效益,但是駕駛人在3 s 的碰撞預警提示時機下卻比6 s的碰撞預警提示時機下有著更好的情景意識,因此在設計網聯車輛系統時,平衡預警提示時機對駕駛安全十分重要。如張玉婷等[12]、李國法等[13]研究發現過晚的預警提示時機降低系統的有效性,過早的預警提示時機易導致駕駛人對系統過度依賴;Yan 等[14]結合混合效應模型分析制動反應時間、預警反應時間和減速度等指標,提出預警提示時機提前4 s至4.5 s較為合適;Duan等人[15]在車道合并區內分別設置了五個不同地點的語音預警,研究發現語音預警能有效降低合并的風險,同時過晚的發布語音預警會影響預警的有效性。
駕駛人作為車輛的直接掌控者,其駕駛行為會對道路交通安全產生一定的影響[16-17],如葛興等[18]指出駕駛人的因素是交通事故的主要影響因素,駕駛人的主要表現就是駕駛操作行為。駕駛人的操作行為因素(如方向盤轉動、油門踏板、剎車踏板、橫向操作穩定性、轉向特征等參數)和車輛狀態指標(主要包括車輛速度、加速度、車間距、車輛側向偏移情況、方向盤調整狀況等)反映了駕駛人的應急決策能力、車輛控制能力、動態感知能力、危險感知能力[19]。如郭音伽等[20]通過分析駕駛操作行為因素,能有效比較不同誘導措施、不同駕駛環境等自變量對駕駛操作行為的效果差異,因此要分析預警信息對駕駛行為的影響,探究駕駛操作和車輛運行狀態指標尤為關鍵。同時,刑大偉[21]提出駕駛人的視覺感知特性直接關系到人-車-路閉環系統的運行狀態,準確、充足的視覺感知是人-車-路閉環系統穩定運行的關鍵。
通過先前學者對預警信息設計的研究可見,預警信息的提示方式以及提示時機等都會影響駕駛人的駕駛行為,為此有必要更加深入地研究預警信息設計對駕駛行為的影響,使預警信息有效干預駕駛人操作決策,降低無信號交叉口橫向沖突事故。在以往的研究中預警信息交互的設計多從駕駛人視覺[6-7]、聽覺[9]特性等因素入手,但預警通道在聽覺、視覺上的研究各自獨立,缺少結合多重通道的預警信息分級分類研究,因此,本文基于VS-Design 虛擬場景設計軟件和DSR-1000 TS 2.0型駕駛模擬平臺,結合視覺、聽覺通道對典型場景、典型沖突的預警信息做出針對性設計,搭建無信號交叉口典型橫向沖突場景開展研究。首先,結合上述學者研究成果,針對無信號交叉口橫向沖突設計不同預警提示類型、不同階段預警提示時機;其次,招募30 位青年駕駛人作為試驗對象,應用眼動儀、駕駛模擬平臺開展駕駛模擬試驗;最后,選取駕駛行為特征參數[18-19],采集駕駛人在風險場景下駕駛操作行為指標、車輛運行狀態指標、眼動指標,分析預警信息對駕駛行為的影響。研究結論將為預警提示類型、預警提示時機對駕駛行為的影響提供理論依據,同時為基于HMI 的預警信息交互設計提供理論參考。
主要采用的試驗設備及相關軟件包括:DSR-1000 TS 2.0 型駕駛模擬器、VS-Design 三維交通場景建模軟件、I-View HED4 眼動儀。其中,DSR-1000 TS 2.0 型駕駛模擬系統是由昆明理工大學開發的“人-車-路-環境”駕駛模擬試驗系統,如圖1(a)所示;VS-Design 是由昆明理工大學交通工程學院道路交通仿真試驗室自主研發的三維場景設計軟件,主要提供專用的場景編輯工具,能有效編輯所需的道路虛擬場景,研究者可以在搭建好道路虛擬場景的基礎上,自主控制模擬車輛、交通流量等動態參數以及交通風險參數等其他環境因素。I-View HED4 眼動儀是一款接觸式眼動數據采集器,采集駕駛人動態駕駛過程下的眼動特征行為,儀器通過其自帶的攝像機記錄駕駛人眼動數據,輸出的場景在視頻中以光標顯示,光標顯示位置標示駕駛人的注視位置,采集到的眼動特征數據可以使用SMIBeGaze 軟件導出包括注視、掃視和眨眼睛等指標,對視覺的眼動數據用于后續對駕駛事件下駕駛行為的分析處理。該駕駛模擬平臺有強大的數據處理功能,可提取道路特征、車輛運行狀態,駕駛行為參數(速度、加速度、方向盤轉角、油門/制動踏板行程等)。
圖1 試驗平臺Fig.1 Experimental platform
同時,本試驗在已有的駕駛模擬系統基礎上,新增人機交互系統HMI,如圖1(b)所示。在車載顯示器上安裝自主開發軟件,用于模擬車路協同下的人機交互終端,駕駛模擬器將試驗場景中駕駛人駕駛的車輛周圍的道路及其他車輛相關數據傳輸到主機服務器,服務器匯總后發送到HMI 并通過語音提醒和屏幕顯示的方式為駕駛人提供預警功能。該系統主要實現以下功能:
(1)視覺信息合理可視化。根據具體試驗場景,設計出具體某個場景下的信息呈現界面,并且通過車載顯示器呈現給駕駛人,如圖1(b)所示。圖中區域①為預警信息警示標志,區域②為測試主車探測到交叉口橫向來車的行駛速度。呈現的信息中涉及距離動態變化和不同場景下界面的變化,都需要使用計算機編程完成,對距離的動態變化也需要使用計算機校對計算。
(2)結合場景配套加入語音提示信息。根據具體的試驗場景設計匹配的語音提示信息,按照要求將聯網信息通過視覺、聽覺形式組合完成預警信息的傳遞,最后通過藍牙音箱外放語音預警信息。
1.2.1 道路交通場景設計
(1)靜態場景設計
試驗針對無信號交叉口橫向沖突預警下駕駛行為特性進行分析研究,因此試驗選取了典型橫向來車、行人沖突風險的無信號交叉口構建風險駕駛場景。試驗針對預警的提示類型和提示時機設計了7個無信號交叉口場景,總計路段長8 km,單車道寬為3.5 m,如表1所示。
表1 試驗情境及預警信息Tab.1 Experimental situation and early-warning information
(2)動態場景設計
應用VS-Design 三維場景設計軟件中的動態實景設計功能實現了動態車流的設置,其中包括網聯車流和非網聯車流,如表1所示。通過設定觸發區實現交通沖突的觸發,車輛駛入觸發區后,非測試主車以外的車輛和行人按照設計者設計的路線、速度等條件開始運動。
(3)交通流設計
交通量根據道路類型(雙向兩車道、雙向四車道)的不同需要設計不同交通流。根據《城市道路設計手冊》(簡稱《手冊》)關于道路路段單向設計通行能力計算表,單向設計能力計算如表2所示。
表2 設計通行能力計算Tab.2 Design capacity calculation
在雙向四車道(單向兩車道)道路上,設置車速60 km/h、車間距60 m 的勻速且等距的行駛交通流。對于雙向兩車道部分的車流量,需要根據《手冊》中關于理論通行能力和服務水平進行計算得出具體的車流量設置,《手冊》關于單車道的理論通行能力如表3所示。
表3 單車道理論通行能力規范Tab.3 Theoretical capacity specification for single lanes
路段設計通行能力計算如下所示:
式中:Νa為單向道路設計通行能力,pcu/h;Ν0為一條道路理論通行能力,pcu/h;ac為機動車道道路分類系數,對于城市次干道道路取0.9;am為通行能力車道折減系數,單向一車道為取1;aa為交叉口折減系數,由于在仿真環境中交叉口處仿真車輛運行狀態與路段相同,因此,不存在折減,即取1。
最終計算得出單向車道設計通行能力為1 620 pcu/h,因此,在雙向兩車道(單向一車道)路段設置車速40 km/h,間距30 m 的勻速、等距的行駛交通流。
1.2.2 預警提示類型設計
如表1所示,試驗結合了聽覺與視覺通道的預警信息呈現方式,同時為探究網聯預警信息對駕駛人駕駛行為的影響,設計了如下兩種預警信息提示類型。
(1)網聯警告型
明確性警示預警信息,即主車在網聯環境下能夠明確探測到交叉口存在橫向沖突,并在設定的距離向駕駛人發出預警。在車聯網環境下,該類預警信息具有可快速準確辨認的特點,明確清晰地給出無信號控制交叉口中沖突對象的警示語音,同時HMI顯示紅色警示標志。
(2)常規提示型
非明確性提示預警信息,即無論交叉口是否存在橫向沖突,預警系統都會在設定的位置提示駕駛人注意車輛或行人。在非車聯網環境下,該類預警信息具有“柔和”且對駕駛人不產生干擾的特點,在車輛即將進入無信號控制交叉口時,僅給出注意車輛或行人的提示,同時HMI 顯示黃色提示標志。
1.2.3 預警提示時機設計
不同的預警信息發布時機對駕駛行為的影響有顯著性差異[12]。因此,應慎重考慮何時何地向駕駛人發布預警信息,即Dx點的確定方法。Dx的設置原則是保證駕駛人有足夠的反應時間,由于預警信息較為詳細,所以選擇盡可能早的時間發布預警。相關學者研究發現[22],當預警發布提前時間Tw(Warning timing)從4.0 s 增加到5.5 s 時,車輛碰撞率顯著降低,并指出5.5 s是最優預警時間方案。同時在確定預警發布時機時,應考慮駕駛人的反應時間和為駕駛人保留的避險決策有效時間。根據相關學者研究[14]駕駛人反應時間T(rReaction time)設定為2.5 s。發布預警位置計算公式如下式所示:
式中:Dx為發布預警時車輛距離交叉口的位置;Tr為反應時間,Tr=2.5 s;V0為行駛車速;Tw為預警發布提前時間,Tw=5.5 s。
為確保預警提示時機的有效設置,V0取最低限制車速40 km/h,計算得出Dx=8 8 m,并上下取值為50 m、90 m、110 m,如圖2 所示(分別為場景2、6、7)。試驗分別在距離交叉口50 m、90 m、110 m(晚、中、早的提示時機)處設置預警觸發區,測試主車駛入觸發區并觸發預警,定義測試主車駛入觸發區的時刻為預警提示時刻。
圖2 試驗場景布局示意圖Fig.2 Schematic diagram of experimental scene layout
試驗共招募了30 名被試,平均年齡30 歲、駕齡7 年,試驗對象駕齡及年齡描述性統計如表4 所示,被試者具體信息如表5所示。所有被試雙眼視力(包含矯正視力)均在5.0 以上,且在試驗過程中狀態良好,可以獨立安全駕駛車輛。
表4 試驗對象駕齡及年齡描述性統計分析Tab.4 Descriptive statistical analysis of driving age and age of subjects
表5 試驗對象信息Tab.5 Test subject information
試驗在昆明理工大學交通工程學院道路交通仿真實驗室進行,具體實驗流程如下:
(1)試驗開始前被試者填寫基本信息問卷,包括年齡、性別、職業、駕齡等基礎信息。
(2)工作人員向被試者講解駕駛模擬器的操作方法與注意事項,并讓被試者在預實驗場景試駕5 min,預試驗場景為城市道路平交口場景,當被試者熟悉相關操作后再進行下一環節,以保證正式試驗數據的有效性。
(3)工作人員告知被試者試驗規則,并要求被試者按照正常習慣駕駛,實驗中需遵守交通規則,行駛速度不超過60 km/h,如突發狀況請立即制動以保證安全。
(4)工作人員指導被試者佩戴眼動儀并進行眼動儀校準,使眼動數據誤差在合理的范圍內,校準完成后開始試驗。
(5)開始正式試驗,被試者按照試驗場景中指示完成場景總行駛路程。
(6)試驗結束后被試者填寫意向問卷,工作人員確認試驗數據收集無遺漏,向被試者結算試驗報酬。
試驗全程用時40 min,總駕駛時長平均12 min,在被試者駕駛過程中HMI 會顯示前方道路一定距離以內的交通指示標志、道路中聯網車輛和行人的預處理信息,并會通過語音進行提示,同時要求被試遵守場景中的交通規則,在遇到危險情況時,根據自身駕駛習慣采取避險操作。試驗過程中實時采集記錄被試者的眼動數據、駕駛操作行為數據及車輛運行數據,并及時對異常數據和突發情況進行合理化改善。
利用DataRecord 軟件實時記錄收集駕駛人操作數據和車輛運行參數,包括車速、加速度、車輛實時軌跡、制動踏板踩踏深度等參數,隨后利用python將導出的數據進行清洗,具體包括對重復數據、錯誤數據、矛盾數據、缺失數據等的刪除、修正與補充。再利用SPSS Statistics 軟件對數據的均值、極值、方差等指標加以分析。
通過對駕駛人行駛過程中眼動數據分析,探究常規提示型與網聯警告型預警對駕駛人在行駛中的專注度、處理交通環境信息能力的影響。郭鳳香等人[23]對駕駛人在交叉口行駛時的注視區域進行了動態聚類劃分,將試驗采集到的視線點坐標投影到與行車方向垂直的平面上,并將駕駛人注視點聚類后投影到駕駛人視野平面上,根據駕駛模擬器的結構特點及駕駛人注視聚類的情況,將駕駛人的視野平面劃分為1~5 這5 個區域,如圖3 所示。本文參考該種方法,選取區域3——道路中心區為主要分析的注視區域。
圖3 注視區域劃分Fig.3 Result of gaze area division
試驗統計了預警觸發后10 s 內駕駛人的注視頻率、注視時長、平均掃視幅度、平均掃視速度。駕駛人對車輛前方道路的注視頻率可以反應駕駛人對前方道路的專注度,由圖4(a)可知,網聯警告型預警干預下駕駛人對道路中心區的注視頻率平均為22 次/min,常規提示型預警干預下駕駛人對道路中心區的注視頻率平均為78 次/min,常規提示型預警使駕駛人對道路中心的注視頻率上升,使駕駛人更專注于車輛前方道路的觀察,且提升強度相對較大。駕駛人對車輛前方道路的注視時長在一定程度上反映了駕駛人處理交通環境信息的能力,且注視時長與交通環境信息的獲取難度呈正相關關系[24]。由圖4(b)可知,網聯警告型預警大幅度降低了駕駛人對道路中心區注視時長,表明網聯警告型預警降低了交通環境信息的獲取難度,提高了駕駛人處理交通環境信息的能力,面對突發風險時縮短了駕駛人的認知和判斷時間,在車輛行駛速度相同的情況下減小了駕駛人所需的安全停車距離,降低了交通事故發生的可能性。由圖4(c)可知,相較于常規提示型預警,駕駛人的掃視幅度在網聯警告型預警下小幅度增大,表明網聯警告型預警能提高駕駛人獲取交通信息的及時性與有效性。但整體而言,掃視指標的變化趨勢相對于注視指標而言較平緩,變化趨勢相對不明顯,如圖4(d)所示。
圖4 預警信息提示類型對眼動行為特性的影響Fig.4 Influence of the type of early warning information on the characteristics of eye movement behavior
為確保預警提示時機的有效設置,如1.2.3 所述,分別在距離交叉口偏晚(場景2)、適中(場景6)、偏早(場景7)處設置預警觸發區,并且預警提示類型均為網聯警告型。測試主車駛入觸發區并觸發預警,定義測試主車駛入觸發區的時刻為預警信息提示時刻。如表6 所示,對比偏晚(場景2)與適中(場景6)的預警提示時機,駕駛人的道路中心區注視時長隨著預警提示時機的提前而大幅度增長,表明場景6中預警提示時機能使駕駛人對車輛前方道路更加專注,駕駛人更能提前獲取行駛環境信息,及時處理前方道路風險沖突。而當預警提示時機提前至偏早(場景7)時,駕駛人對道路中心區的注視時長小幅度下降至7 284 ms,駕駛人的部分注意力轉移到了車載顯示器上,表明過早的預警提示時機會降低駕駛人對預警的信任度,使駕駛人視線在道路中心區和車載顯示器之間來回切換,分散其注意力,導致預警提示功效降低。
表6 注視時長統計Tab.6 Gaze length statistics
試驗采集了30位駕駛人在預警信息觸發前后10 s 內車速變化的情況,如圖5 所示。圖5(a)、(b)中每條折線都代表一位駕駛人在常規提示型、網聯警告型預警干預下的車速隨時間變化情況,由圖中線條變化趨勢可以得出在常規提示型、網聯警告型預警的干預下分別有16 位駕駛人在第15 s停車避讓沖突、12 位駕駛人在第14 s 停車避讓沖突。表明網聯警告型預警信息在一定程度上縮短了駕駛人的停車時間,使駕駛人能提前1 s 停車避讓橫向來車沖突。然而,周振宇等[25]研究指出車輛制動減速或啟動加速時,縱向加速度對駕駛舒適性有較大影響,當縱向加(減)速度的絕對值<0.8 m/s2時駕駛人處于舒適狀態;當縱向加(減)速度的絕對值為0.8~3.4 m/s2時駕駛人處于比較舒適狀態;當縱向加(減)速度的絕對值>3.4 m/s2時,人體感受強烈,屬于不舒適狀態。由圖6 可知,場景2 由于駕駛人制動時間的減短導致減速度增大至-4 m/s2以上,因此網聯警型預警在一定程度上降低了駕駛人的行車舒適性。
圖5 預警信息提示類型和提示時機對車速行為特性的影響Fig.5 Influence of the type and timing of early warning information on the behavior characteristics of vehicle speed
圖6 不同場景中駕駛人的平均行車加速度時變圖Fig.6 Time-variant diagrams of the average driving acceleration of drivers in different scenarios
為研究預警信息提示時機對駕駛人車速行為的影響,試驗分別采集了預警信息提示時機在距離交叉口偏晚(場景2)、適中(場景6)、偏早(場景7)時,30 位駕駛人觸發預警信息前后10 s 內車速隨時間變化的情況。如圖5(b)、(c)、(d)所示,提示時機設置位置分別為50 m、90 m、110 m,同時三個場景設置了相同的車聯網環境、平交口沖突點,且預警信息提示類型均為網聯警告型,以便探究預警信息恰當的提示時機。如圖6所示,根據前文分析預警信息觸發區設置在50 m(場景2)時,減速過程較短導致減速度增大至-4 m/s2以上,使駕駛舒適度降低;預警信息觸發區設置在90 m(場景7)時,駕駛人行車速度較為平緩,減速過程較長使減速度保持在0.8~3.4 m/s2范圍內,表明駕駛人的舒適性較好。
制動踏板速率(Vbrake)是指測試車輛本次制動過程中,制動踏板深度最大值與制動至最大制動踏板深度時間的比值[26]。圖7 所示為不同預警提示類型下的駕駛人踩踏板速率的均值,相較于提示型預警,警告型預警使Vbrake增大。表明駕駛人對警告型預警更加敏感,但踩制動踏板速率增大,劇烈強度增加使駕駛人制動舒適性降低。如表7所示,ANOVA 分析結果表明,兩種預警提示類型(F=4.181,Ρ<0.05)對Vbrake的影響是顯著的。
表7 不同預警提示類型下制動踏板速率方差分析Tab.7 ANOVA results of brake pedal speed under different warning types
圖7 不同預警信息提示類型下制動踏板速率均值分布Fig.7 Mean distribution of brake pedal speed under different warning information types
制動時間是指從駕駛人開始采取緊急制動行為到結束制動行為的時間??紤]到預警提示時機影響因素,對駕駛人的制動時間進行統計性描述并進行了方差分析,如表8、表9 所示。由表9 可知,不同的預警提示時機對駕駛人的緊急制動時間的影響有顯著差異性(Ρ<0.05)。
表8 制動時間描述性統計分析Tab.8 Basic description for braking time
表9 不同預警提示時機的制動時間方差分析Tab.9 ANOVA results of braking time under different warning time
圖8 為不同預警提示時機下的駕駛人制動時間均值,隨著預警提示時機的提早,駕駛人的制動時間呈現遞增趨勢,即預警提示時機越早,駕駛人踩制動踏板的時間越長。預警的提前使得駕駛人更早注意到沖突車輛,有足夠的時間采取減速制動行為,即在進行避險行為時,踩制動踏板的時間延長,剎車劇烈程度會降低,提高駕駛人的制動舒適性。
圖8 制動時間隨預警信息提示時機的變化情況Fig.8 The change in braking time with the timing of early warning information
研究通過三維場景設計軟件VSDesign建立無信號交叉口典型橫向沖突場景,利用駕駛模擬器采集模擬駕駛數據,并基于車載顯示器與模擬器互聯組成的車路協同系統,分析了具有預警功能的車路協同系統HMI對駕駛行為的影響規律和程度,得出如下結論:
(1)通過駕駛人的眼動特性數據,分析得出HMI 的設置使駕駛人對車輛前方道路中心區的視覺注意集中,同時也降低了駕駛人對交通環境信息的獲取難度,提高了駕駛人處理交通環境信息的能力。
(2)網聯警告型預警能有效使駕駛人提前停車避讓橫向沖突。同時該預警使駕駛人踩制動踏板的速率增大,表明駕駛人對該預警更加敏感,行車安全性提高,但減速度增大,行車舒適性降低。
(3)預警提示時機對HMI 預警系統的功效性和駕駛行為的影響顯著。預警提示時機過晚將失去意義,使駕駛人倉促采取緊急制動,不利于行車安全也降低了行車舒適性;而過早的預警提示時機會降低駕駛人對預警的信任度。通過對預警提示時機于偏晚、適中、偏早(50 m、90 m、110 m)時駕駛人眼動特性、車速特性和制動行為數據的分析,結果表明,預警信息提示位置宜設置在距離交叉口50~90 m之間。
本研究針對預警類型與預警時機兩個方面,分析了基于HMI 的預警信息對駕駛行為的影響,研究成果可為HMI提供預警設計建議。未來的研究可擴展被試者群體,例如針對年齡、性別、駕齡、學歷等群體特征,進一步研究基于HMI 的預警系統對不同群體駕駛人的影響。