基于模擬駕駛的借道左轉駕駛人視覺特性研究

丁柏群,閆艷紅,楊 柳, 宋子龍

(1. 東北林業大學 交通學院,黑龍江 哈爾濱 150040; 2. 長春市市政工程設計研究院有限責任公司,吉林 長春 130031; 3. 哈爾濱工業大學 交通科學與工程學院,黑龍江 哈爾濱 150090)

0 引 言

左轉車流是制約交叉口通行能力、引發交通沖突、造成交通擁堵的重要因素。針對高峰時段左轉車流飽和度高且道路空間資源有限的交叉口,環形交叉左轉、連續右轉式左轉、U型遠引式左轉等交通組織方式應運而生。作為緩解左轉交通壓力的一種新型方法,借道左轉也開始逐步得到應用,已在國內幾十座城市中取得了較好效果。

借道左轉是通過信號對交叉口靠近中央分隔帶的一條或多條出口車道進行控制,使其能夠在信號周期內不同相位,分別作為左轉進口車道或其它流向出口車道,為左轉車流增加空間路權,提高左轉流向通行能力。借道左轉交通組織方式需要滿足:交叉口左轉車流量較大,調整相位配時無法滿足左轉需求;交叉口空間能滿足設置借用車道及并行左轉的需求;借道左轉與普通左轉車道數之和不大于所對應的出口車道數,避免借道車輛與對向右轉車輛發生沖突;借道左轉的信號相位與普通左轉相位同步、與其它相位分離,預信號與主信號的相位和配時相協調,確保其它相位放行過程中,出口道不被借道車輛占用。

劉洋等[1]針對借道左轉這一設置的特殊性,提出了相應的渠化要素、標線、標志及信號燈的規范化等設計要求;羅丹丹等[2]運用車流波理論和VISSIM仿真分析,提出了借道左轉設置的臨界車流量;關昊天等[3]基于VISSIM仿真分析,研究了借道左轉車道分隔帶的開口位置; WANG Tao等[4]分析了借道左轉交叉口的行人過街延誤;WU Jiaming等[5]評估了借道左轉對信號交叉口的影響。綜上,目前關于借道左轉的研究主要集中于其設置、運行等道路交通組織的理論和實踐方面。

近年來學者也在研究特定交通情境下駕駛人的視覺特性。YAN Ying等[6]研究了在特長隧道特殊光區路段,駕駛人的注視特性和瞳孔面積的變化規律;方松等[7]探究了城市隧道長度對駕駛人視覺特性的影響;尚婷等[8]基于駕駛人視覺特性理論,研究了控速標線對駕駛人瞳孔面積變化率的影響程度;趙亮等[9]研究了新老駕駛人在城市道路環境下的視覺特性;呂貞等[10]分析了在草原公路行駛時駕駛人正常駕駛和認知、復合分心狀態下的動態視覺特性;徐軍莉等[11]建立了融合腦電特征和眼動特征的疲勞檢測模型;楊柳[12]利用駕駛人視覺和生理特性的變化規律,定義了交叉口微觀風險點,揭示出兩者之間的關聯性。但目前還未見從人因工程的角度,考慮借道左轉過程對駕駛人視覺特性、生理反應、行車風險等影響的研究。

筆者通過駕駛模擬平臺,設計城市道路交叉口借道左轉仿真場景,利用眼動追蹤系統獲取駕駛人模擬駕駛的眼動數據,分析駕駛人借道左轉過程的視覺特性變化,以及借道左轉交叉口存在的交通安全風險,為借道左轉的設置和運行組織提供科學依據和參考。

1 試 驗

1.1 試驗設備

試驗采用駕駛模擬試驗系統和Dikablis眼動追蹤系統。

駕駛模擬試驗系統主要由仿真車輛、駕駛模擬軟件SILAB、顯示系統、無線生理儀、外部數據通訊模塊、IT控制設備、同步數字化沙盤以及配套搭建典型交通場景組成。其中,顯示系統為半徑3.5 m、高4 m的180°環形屏幕,駕駛環境和駕駛體驗仿真程度較高;仿真車輛加裝高精度力反饋方向盤、力反饋電機、力反饋踏板、檔位操作桿和電子通訊總成模塊等,實現車輛的模擬操控,且可以采集模擬車輛的行車數據和駕駛人生理、腦電、眼動、行為視頻等人因數據。SILAB軟件具有仿真控制功能和場景編輯功能、3D建筑和基礎設施模型,可真實模擬城市道路環境,同時具有生成虛擬交通量和行人的功能,并支持模擬駕駛和場景演示,可以切實表現道路上的各種交通狀況。

Dikablis眼動追蹤系統主體是以D-LAB軟件為依托的頭戴式Dikablis眼動儀,是一種眼動檢測及追蹤的綜合系統,采樣頻率為60 Hz。眼動監測攝像頭檢測眼動行為,利用系統算法分析得到瞳孔的位置和直徑、眨眼頻率、注視時間、掃視時間等參數,實現對駕駛人視覺特征的實時監測。

1.2 場景搭建

通過SILAB軟件建立雙向六車道城市道路交叉口借道左轉仿真場景。選用西進口道設置借道左轉車道如圖1,車道寬度為3.5 m,道路限速為40 km/h,中央分隔帶開口長度為17 m。圖2為交叉口信號相位和配時。

圖1 借道左轉示例交叉口Fig. 1 Example intersection of contraflow left-turn

圖2 仿真交叉口信號相位和配時Fig. 2 Signal phase and timing of the simulated intersection

借道左轉車道設置與交通運行過程是:首先將交叉口西進口左轉車道與相鄰對向出口車道(即借用車道)一同設為左轉車道;其次預信號與主信號協調控制,當預信號綠燈啟亮時,控制車輛在中央分隔帶開口處從普通左轉車道駛入借道左轉車道;然后當主信號綠燈啟亮時,借道左轉車輛與普通左轉車輛一同左轉;最后當預信號紅燈啟亮時,禁止左轉車輛進入借用的左轉車道。

SILAB軟件中利用Aedit功能實現借道左轉交叉口平面圖的繪制以及交通標志布設、交通量標定和信號配時等場景設計;SILAB將二維平面圖轉換為3D虛擬仿真場景,場景搭建效果如圖3。

圖3 仿真場景搭建效果Fig. 3 Simulated scene building effect

通過調查陽泉市泉中路與北大街交叉口的車流狀況,并確定仿真交叉口道路交通參數[13-15],如表1。

表1 仿真交叉口道路和交通參數Table 1 Simulated intersection roads and traffic parameters

1.3 試驗對象

試驗招募年齡為19～58歲,駕齡為1～16年的駕駛人共32名,其中男性17名,女性15名。駕駛人身體狀況良好,雙眼矯正視力1.0以上,無影響安全駕駛的生理缺陷,均有良好的駕駛習慣。

1.4 試驗過程

駕駛人試驗當天睡眠充足,精神狀態良好,情緒平穩,并逐一完成如圖4的駕駛模擬試驗流程。

圖4 試驗流程Fig. 4 Experiment flow chart

D-LAB軟件實時記錄駕駛人試驗過程的視覺變化數據,通過軟件內部算法判定瞳孔面積、是否注視、注視時長、是否掃視、掃視時長、掃視角度等視覺參數。其中,軟件依據檢測數據和橢圓面積公式,計算瞳孔面積。

1.5 試驗結果

試驗獲得有效數據31份,其中有24人選擇了借用對向車道進行左轉,部分試驗數據如表2。

表2 某駕駛人視覺特征參數變化數據(部分)Table 2 Variation data on a driver’s visual characteristic parameters (partial)

2 瞳孔變化分析

2.1 數據處理

將瞳孔變化監測數據從D-LAB軟件中導出到Excel,并利用D-LAB和Excel對數據進行預處理。采用眼動儀監測駕駛人瞳孔變化,以式(1)中的瞳孔面積變化率作為判斷指標:

(1)

式中:S為瞳孔面積變化率,%;Sdr為行駛過程中的瞬時瞳孔面積,pixel2;Ssta為靜息狀態時的平均瞳孔面積,pixel2。

用MATLAB的CF Tool工具箱,對駕駛人借道左轉過程中的瞳孔面積變化率進行擬合。3、6、9次多項式擬合結果如圖5,擬合誤差分析列于表3,其中9次擬合效果最好,擬合公式見式(2)。

表3 瞳孔面積變化率擬合誤差Table 3 Fitting error of pupil area change rate

圖5 多次項擬合效果Fig. 5 Polynomial fitting effect

10-2t3-4.3×10-3t4+3.8×10-4t5-2.0×10-5t6+6.2×

10-7t7-1.0×10-8t8+7.1×10-11t9

(2)

2.2 瞳孔面積變化分析

人類通過眼睛獲取外界視覺信息,尤其是在駕駛過程中,多達80%以上的交通信息來自于視覺[16]。其中,瞳孔變化最能反映駕駛人的獲取周圍信息的心理“努力”程度。

在駕駛過程中,隨著外界環境的改變,駕駛人心理狀態會發生變化,從而影響瞳孔大小。研究表明[17],瞳孔大小與光照強度、情緒和認知強度有關。筆者試驗在室內模擬駕駛艙進行,避免了光照變化,且保證駕駛人情緒穩定,因此瞳孔面積的變化幅度可以體現駕駛人在處理交通信息時,心理負荷程度和對該環境的認知強度。當駕駛人努力識別一個目標物且認為駕駛環境安全風險較大時,瞳孔面積會增大,與常態時瞳孔面積差距大(S增大);當駕駛人處于簡單輕松的駕駛氛圍時,注意力集中程度低,瞳孔面積會接近常態(S降低)。因此,可通過分析瞳孔面積變化可以標定借道左轉駕駛人心理緊張的位置,并分析該位置存在的交通安全風險。

綜合多次瞳孔面積變化率擬合曲線并結合駕駛視頻發現,曲線第1次峰值是駕駛人觀察借道左轉標識及開口路段,第2次峰值(最高峰)是車輛從開口左轉進入對向借用車道的時刻,第3次峰值是駕駛人從借用車道停車線進入交叉口的時刻,相應位置標記為圖6中①、②、③。

圖6 瞳孔面積變化率峰值點位置標定Fig. 6 Calibration of peak position of pupil area change rate

分析瞳孔面積的變化可以發現,上述3個標記點為駕駛人借道左轉過程中交通信息負荷較大、心理較緊張的位置。

借道左轉車輛駕駛人首先在位置①處認讀位置②處的借道左轉標識。由于借道左轉交叉口幾何設計和信號調控與傳統交叉口不同,通行規則也有其特殊性,容易導致駕駛人看見借道左轉預信號及標志時猶豫遲疑或判斷失誤,擔心誤入對向車道與相應車流發生沖突等,產生一定的心理壓力。

位置②為中央分隔帶開口處,這是一個關鍵位置,駕駛人要在此完成減速、左轉隨即右轉、加速等一系列操作,處理的交通信息驟增,反應速度需要快,駕駛技術需要比較熟練;同時這一過程交通風險增大,如突然和較大減速可能引發后車尾撞,借道左轉車道未及時清空可能引發碰撞,左轉變道時容易導致車頭突出借用車道發生沖突,以及S形轉彎操作不當與隔離柵、交通標志等設施刮蹭等。

位置③為借道左轉車道停止線前,駕駛人從此處進入交叉口時,行駛軌跡與普通左轉車道不同,轉彎半徑較小;與普通左轉車流并行轉彎,容易產生相互干擾、交叉和沖突,增加行車風險和駕駛人心理壓力。

因此,這3處位置交通狀況復雜,行車風險較大,駕駛人操作多、緊張程度高,在空間資源分配和時間資源設計中,應有效針對這些潛在的交通風險進行管理與控制。

3 眼動行為分析

駕駛人利用眼睛從道路環境中獲取刺激物信息,經神經傳入大腦皮層進行處理加工并發出指示信號,產生眼動行為。眼動行為主要表現為注視、掃視和眨眼,通過眼球的轉動尋找特定的刺激。眨眼是駕駛人通過眼瞼開合緩解疲勞和提高視覺舒適性的行為,不能獲取信息[18]。因此,筆者選取注視和掃視作為反映駕駛人視覺和心理活動的指標。

3.1 注視行為分析

3.1.1 注視時間

注視通常指駕駛人視線在中心視力2～5°區域范圍內,停留最短時間超過80～100 ms時的狀態[19]。持續注視時間表示駕駛人單次將視線集中在某一個區域上的時間長度。通常,注視時間反映出駕駛人對該區域的關注程度,體現駕駛人獲取該區域的信息所用的精力和處理信息的難易程度。

圖7為駕駛人在交叉口借道左轉路段和普通左轉進口路段(以下簡稱普通左轉路段)中,各注視時長區段內相應注視行為發生的頻率,即注視次數的時間分布。在借道左轉過程中,駕駛人持續注視時間在400 ms以下的次數占比達67%,比普通左轉路段增加了40%;其中100 ms以下的短期注視行為次數最多,占比達27%,比普通左轉路段增加了1.25倍。同時,持續注視時間分布曲線起伏落差較大。這表明借道左轉過程關注對象多,信息密集度高且處理難度差別大,因而駕駛人必須在短時間內完成更多信息的分析處理,認知負荷更重,需要更高的信息處理能力和強度。

圖7 注視次數的時間分布Fig. 7 Time distribution of the number of fixations

圖8為駕駛人駛過借道左轉路段依次發生的注視行為持續時間的情況。持續注視時間較長的3個峰值點分別為717、2 934、1 216 ms;結合模擬駕駛試驗記錄視頻分析,發現峰值點出現位置均與瞳孔面積變化率峰值標定結果吻合,支持了2.1節標定位置駕駛人緊張程度較大的分析,且兩者反映緊張程度的次序也一致。最高峰在位置②,這是由于車輛S形轉彎為一個短暫過程,受城市道路條件限制,車頭或整個車輛突出借用車道的狀況難以避免,駕駛人因而產生安全風險顧慮和心理緊張,耗費精力較大,體現為曲線上跟隨最高峰出現的小高峰波動。

圖8 持續注視時間Fig. 8 Continuous fixation duration

依據持續注視時間長短和瞳孔面積變化率大小,駕駛人緊張程度排序為:位置②>位置③>位置①,即借道左轉開口處>借道左轉車道停車線處>識讀借道左轉標識處。

3.1.2 注視興趣區域

結合眼動試驗注視點的分布區域和駕駛人視覺興趣區域劃分理論方法,將注視興趣區域劃為左方、中心、右方、上方和下方5個區域,如圖9。

圖9 注視興趣區域劃分Fig. 9 Division of interest area of fixation

試驗中,簡短的注視在注視熱點圖上表示為淺灰色;隨著注視時間延長,顏色由淺灰到深黑。在注視路徑圖中,視點在一個固定位置時,會出現一個圓圈,注視時間越長,圓圈越大;由一個位置移動到下一個位置時,會出現一條直線。

圖10、圖11分別為普通路段與借道路段的注視熱點圖、注視路徑圖。兩相對比可以發現,駕駛人在普通路段興趣區域比較集中,主要關注中心區域的交通狀況;而在借道過程中,特別是在①、②、③這3個位置,興趣區域較多,注視對象分布較廣,注視路徑多變。在位置①處認讀借道左轉標識后,駕駛人傾向于關注前方車輛、右前側車輛及前方預信號燈;在位置②處到達借道左轉開口路段,駕駛人頻繁關注左轉開口和借用車道的交通狀況;在位置③處進入對向借用車道后,駕駛人開始關注信號燈狀態、普通左轉車輛和交叉口內車輛的行駛狀態。

圖10 普通路段注視熱點、路徑Fig. 10 Fixation heat map and path map of ordinary road

對注視熱點和注視路徑分析表明:借道左轉這一交通組織方式較為復雜,過程信息量大、關注點多,對駕駛人產生的心理壓力較大,對駕駛技術、駕駛經驗及借道左轉組織形式熟悉度有較高要求。

3.2 掃視行為分析

3.2.1 掃視時間

掃視又稱眼跳,是兩次注視之間眼球的快速跳躍運動。通常掃視范圍為1～40°,掃視速度可達400～600°/s,掃視的持續時間為30～120 ms[20]。在駕駛過程中,掃視行為表征駕駛人視點在關注目標之間的轉移,主要是為了搜索、發現、補充與駕駛相關的信息、目標或異常情況。

累計掃視時間是在一次試驗過程中,試驗對象所掃視時間的總和[21]。圖12(a)為駕駛人在借道左轉路段和普通左轉路段的累計掃視時間占總行程時間的百分比,圖12(b)為借道左轉路段依次標定的位置區間內掃視行為發生的頻率,即掃視次數的位置分布。

從圖12(a)可以發現,借道左轉路段和普通路段的累計掃視時間占比都不高,其平均值分別為5.36%和3.72%,其中最大占比也僅為14.39%和12.90%,表明駕駛人大部分時間均以注視作為視覺收集道路信息的主要方式。在借道左轉路段多達83%的駕駛人累計掃視時間占比高于普通路段,而且累計掃視時間占比平均值要高出普通路段44%。研究表明[22],在安全舒適的交通環境中,駕駛人的眼動行為以注視為主,穿插少數掃視行為;但行車環境變得復雜時,駕駛人會增加掃視比例,駕駛操作反應時間拉長,同時行車風險增大?？梢?上述結果反映出借道左轉過程環境信息復雜、安全風險較大,駕駛人的心理緊張程度遠高于普通路段。

借道左轉過程中掃視頻率隨行車位置的變化曲線〔圖12(b)〕也出現了3個較大的峰值點,結合駕駛視頻確定其發生位置與瞳孔面積變化率標定的①、②、③位置、以及持續注視時間的3個高峰位置相對應。在這些位置,環境信息驟然增多,駕駛人要做出大量觀察、分析對比、判斷、選擇和操作,需要在短時間甚至“同時”處理很多信息,因而會通過增加掃視行為來快速搜索環境目標、確定關注對象、補充注視信息。掃視頻率峰值反映出其比較強烈的心理壓力、風險認知和緊張程度。

3.2.2 掃視幅度

掃視幅度是指駕駛人從一次注視結束到下一次注視開始之前這個階段內,眼球坐標變化的角度。掃視幅度可以作為衡量駕駛人注意深度的指標。當駕駛人在一次注視中可以獲得足夠的信息,那么下一次掃視的角度會相對大些;但如果道路交通條件復雜,則一次注視不足以獲得有效信息,隨后的掃視角度會相對小些,在該注視點附近補充信息。另外,掃視幅度與外界環境信息密度呈負相關,信息密度越小,掃視幅度越大。各掃視幅度區間內相應掃視行為發生的頻率如圖13。

圖13 掃視次數的幅度分布Fig. 13 The amplitude distribution of the number of saccade

從圖13可見:在借道左轉路段和普通左轉路段駕駛人掃視幅度都在30°以內,其中5°以下的微小角度掃視發生頻率最大,借道路段達78%,比普通路段高25.8%;而15°以上的掃視極少。這表明在借道左轉過程中,駕駛人掃視行為的目的多是為上一次注視興趣對象補充視覺信息。

3.3 視覺指標差異性分析

筆者采用獨立樣本T檢驗分析持續注視時間、累計掃視時間、掃視幅度3個視覺指標試驗數據在借道左轉路段與普通左轉路段的統計學差異,結果如表4。

表4 借道路段與普通路段視覺特性差異性Table 4 Difference of visual characteristics between contraflow left-turn lane and ordinary lane

兩種路段行駛情形下,持續注視時間差異非常顯著(p<0.01);累計掃視時間和掃視幅度差異顯著(p<0.05)。因此,這3項試驗數據用于對比駕駛人在借道路段與普通路段之間視覺特性的差異是有效的,可據以分析駕駛人的心理負荷和風險感知差異。

4 結 論

借道左轉作為一種新型交通組織形式,在實踐中已經發揮了緩解交叉口左轉流向道路資源緊張、平衡供應與需求的作用;但目前很少有從人因工程角度分析借道左轉的研究。筆者開展借道左轉駕駛人視覺特性研究,根據瞳孔變化和眼動行為分析駕駛人在借道過程中的心理壓力和行車風險,標定了借道左轉過程的高風險點,可以為相應交通組織設置提供參考。

1)借道左轉過程中,駕駛人瞳孔面積變化率呈現3次峰值,分別對應于識讀借道左轉信號、到達中央分隔帶開口及到達借用車道停車線3個位置,最高峰發生在隔離柵開口處;持續注視時間的峰值規律及對應位置、興趣區域和注視路徑多變位置以及掃視頻率峰值位置與之相同,表明它們是駕駛人借道左轉過程中需要信息量大、風險感知強烈、注意力高度集中的3個位置,而其中轉入借用車道的位置風險最高。

2)借道左轉路段駕駛人在400、100 ms以下的短期注視行為比普通左轉路段分別增加了40%和125%,且時間分布落差較大,表明該過程駕駛人關注目標多、攝取信息密集且處理難度懸殊、認知負荷大,需要進行更高強度的信息處理。

3)借道左轉過程駕駛人累計掃視時間普遍很少,平均占比僅為5.35%,且以5°以下小角度掃視為主,表明注視是駕駛人獲取環境信息的主要方式,掃視則主要是補充注視獲取信息的不足。但絕大多數駕駛人累計掃視時間占比均高于普通左轉路段,反映出借道左轉過程環境信息多而復雜,駕駛人搜索、對比分析的需求更高,心理緊張程度也更高,需要通過掃視紓解。