朱 彤, 吳 玲, 路巧珍
(1.汽車運(yùn)輸安全保障技術(shù)交通行業(yè)重點(diǎn)實(shí)驗(yàn)室,陜西 西安 710064;2.長安大學(xué)汽車學(xué)院,陜西 西安 710064)
負(fù)荷是影響駕駛績效的重要因素.近年來,隨著智能交通系統(tǒng)的發(fā)展,車載信息系統(tǒng)(in-vehicle information system,IVIS)[1]獲得廣泛使用,為駕駛?cè)颂峁蕵?、路徑引?dǎo)、實(shí)時路況乃至出租車訂單與支付信息服務(wù)[2].但是,車載信息系統(tǒng)使駕駛?cè)诵睦碣Y源分配失衡[3]、負(fù)荷增加,也成為引發(fā)交通事故的重要因素之一[4].因此,有必要對車載信息下駕駛?cè)斯ぷ髫?fù)荷進(jìn)行量測與分析.
近年來,已有較多學(xué)者開始研究工作負(fù)荷的測量方法.金立生等對相關(guān)研究方法進(jìn)行了歸納[3],O'Donnell等將工作負(fù)荷測量方法歸為4類[5-6],分別為主任務(wù)表現(xiàn)法、雙任務(wù)法、主觀評價法和生理參數(shù)法.其中,主觀評價法無法實(shí)時評價駕駛?cè)丝冃7],主任務(wù)法與雙任務(wù)法在實(shí)際道路交通環(huán)境下較難實(shí)現(xiàn)[8],以往評價駕駛?cè)斯ぷ髫?fù)荷多限于室內(nèi)實(shí)驗(yàn)[9]或虛擬環(huán)境[10].比較而言,在實(shí)際道路環(huán)境下獲取駕駛?cè)松碇笜?biāo)并分析其變化情況[11],更為接近并反映駕駛?cè)苏鎸?shí)狀態(tài).
考慮到車載信息對駕駛?cè)擞绊懙亩虝盒耘c細(xì)微性,需要選取敏感度高的生理指標(biāo),以反映駕駛負(fù)荷的變化.以往研究更多使用注視時間、注視次數(shù)等指標(biāo),如駕駛?cè)艘暰€離開前方視野的時間[12],或討論次任務(wù)干擾對駕駛?cè)嗽斐傻挠绊慬13].然而,上述指標(biāo)多用來表征信息獲取范圍與獲取量,而非直接表征負(fù)荷,導(dǎo)致車載信息對駕駛?cè)素?fù)荷影響的研究較少.本文選擇眨眼頻率和眨眼持續(xù)時間指標(biāo)進(jìn)行深入分析,以反映工作負(fù)荷.研究表明,眨眼是反映駕駛?cè)诵睦砘顒拥囊粋€重要指標(biāo),眨眼頻率高通常反映緊張、焦慮等[14-16],在人因?qū)W研究和航空研究中,常作為負(fù)荷的評價指標(biāo)[17-18].Benedetto等通過研究發(fā)現(xiàn),眨眼持續(xù)時間是評價駕駛負(fù)荷的高靈敏指標(biāo),短眨眼的數(shù)量更能反映出駕駛?cè)烁黝愖⒁赓Y源的消耗[1].
綜上所述,已有研究對于車載信息與駕駛?cè)素?fù)荷之間的關(guān)系研究較少,特別是缺乏實(shí)際道路環(huán)境下的實(shí)驗(yàn)研究.鑒于此,本文應(yīng)用常見的車載導(dǎo)航系統(tǒng)作為信息服務(wù)設(shè)備,在城市道路條件下進(jìn)行實(shí)車道路實(shí)驗(yàn).采集駕駛?cè)苏Q蹠r間長度與頻率數(shù)據(jù),對比多種情況下駕駛?cè)苏Q厶匦缘牟町?,同時探討眨眼指標(biāo)所反映的工作負(fù)荷變化規(guī)律.
被試包括不同職業(yè)、年齡、性別和駕齡共12位駕駛?cè)?8名男性,4名女性,平均年齡31.5歲,平均駕齡3.8 a),均已獲得機(jī)動車駕駛證,并要求視力或矯正視力達(dá)到相關(guān)要求.對駕駛?cè)搜蹌訁?shù)的測量采用加拿大SR Research公司生產(chǎn)的EyeLink II型頭戴式眼動儀.實(shí)驗(yàn)車輛為2007款起亞新佳樂,配備紐曼便攜式S480觸摸式車載導(dǎo)航設(shè)備.實(shí)驗(yàn)天氣晴朗,選取城市快速干道中4段路線作為實(shí)驗(yàn)路段,選擇晝間15:00~16:30非交通高峰時段為實(shí)驗(yàn)時段,所有被試在不同日的同一時間段進(jìn)行實(shí)驗(yàn).
通過實(shí)驗(yàn)跟蹤并記錄駕駛?cè)苏Q厶匦詳?shù)據(jù),對比駕駛?cè)耸褂门c未使用車載導(dǎo)航狀態(tài)下,在尋找路徑、決策判斷與控制車輛過程中,眨眼時間與頻率分布規(guī)律差異.同時,根據(jù)實(shí)驗(yàn)控制因素差異,反映不同車載設(shè)備安裝位置、不同信息發(fā)布方式下的駕駛?cè)苏Q厶匦?
實(shí)驗(yàn)中可變因素包括是否使用車載信息服務(wù)、設(shè)備安裝位置、信息發(fā)布方式,其他因素則被視為干擾因素.實(shí)驗(yàn)由9個階段組成,如表1所示.采用組內(nèi)比較實(shí)驗(yàn)方案,每個實(shí)驗(yàn)參與人需要完成全部9階段任務(wù).
表1 實(shí)驗(yàn)方案設(shè)計Tab.1 Experimentation scheme
其中,第1階段目的是使駕駛?cè)耸煜ぼ囕v與環(huán)境,此后7個階段為正式實(shí)驗(yàn),第9階段為恢復(fù)階段,目的是與第1階段對比,檢驗(yàn)實(shí)驗(yàn)前、后駕駛?cè)苏Q蹟?shù)據(jù)是否存在明顯差異,以驗(yàn)證實(shí)驗(yàn)有效性.
圖1 車載導(dǎo)航安裝位置示意圖Fig.1 Positions of in-vehicle navigation system
第2階段采集無車載信息條件下數(shù)據(jù),第3至第8階段分別采集不同信息發(fā)布位置、發(fā)布方式條件下數(shù)據(jù).由于目前車載導(dǎo)航安裝位置尚無標(biāo)準(zhǔn),因此結(jié)合被試的駕駛習(xí)慣及專家意見,設(shè)置駕駛?cè)顺S玫?個安裝位置作為實(shí)驗(yàn)變量.安裝位置包括前擋風(fēng)玻璃中部、置物臺上方、置物臺下方共3處(簡稱為位置A、B、C),3位置位于同一垂直平面上,如圖1所示.在駕駛?cè)藘H被告知起始地和目的地的情況下,依靠車載導(dǎo)航發(fā)布的信息確定路徑.導(dǎo)航路徑信息發(fā)布方式包括兩種,一種僅使用圖像提示,另一種則同時提供圖像與語音信息,分別代表視覺次任務(wù)和聽覺次任務(wù)所產(chǎn)生的作業(yè)負(fù)荷.
實(shí)驗(yàn)開始前,駕駛?cè)嗽囓嚰败囕d信息系統(tǒng)、佩戴眼動儀.在確認(rèn)駕駛?cè)瞬皇煜?shí)驗(yàn)路線后,告知駕駛?cè)送耆凑哲囕d導(dǎo)航所提供的圖像或語音路徑信息駕駛.實(shí)驗(yàn)車輛前排為參與駕駛?cè)伺c工作人員,后排放置眼動儀主機(jī)及相關(guān)電器設(shè)備.被試完全掌握設(shè)備使用方法并確認(rèn)任務(wù)后,在指定起始點(diǎn)開始實(shí)驗(yàn).
為了盡可能減小道路的單一性以及長期佩戴眼動儀對實(shí)驗(yàn)結(jié)果的干擾,9個階段實(shí)驗(yàn)依次進(jìn)行.每段路線的起點(diǎn)和終點(diǎn)對被試進(jìn)行眼動行為標(biāo)定,并提供5~10 min休息時間.各階段實(shí)驗(yàn)持續(xù)8 ~10 min.
比較未使用車載導(dǎo)航與使用時眨眼次數(shù)分布規(guī)律,以50 ms為單位分別展開并觀察差別,如圖2(a)與圖2(b)所示.
圖2 眨眼次數(shù)分布Fig.2 The distribution of blink counts
未使用IVIS時,駕駛?cè)苏Q鄢掷m(xù)時間主要集中于0~200 ms,其中小于50 ms的眨眼約占50%,50~100 ms的眨眼比例約為25%;使用IVIS后,小于50 ms的眨眼次數(shù)明顯增加,比例超過了50%,50~100 ms的眨眼則超過30%,100 ms以上眨眼占據(jù)的比例明顯減少.
將眨眼持續(xù)時間為0~200 ms的眨眼數(shù)據(jù)以10 ms為間距展開,研究不同眨眼持續(xù)時間下眨眼次數(shù)分布情況.
在此情況下,駕駛?cè)苏Q鄞螖?shù)分布曲線出現(xiàn)了明顯的雙峰特征,如圖3所示.持續(xù)時間為10~20 ms、50~60 ms的眨眼比例明顯超過其他區(qū)段,這一特征是在以50 ms為間距時無法觀察到的.未使用IVIS時,眨眼持續(xù)時間在50~60 ms的峰值低于10~20 ms的峰值,可簡單表達(dá)為左峰比右峰高;使用時則相反,左峰低于右峰.此外,其他區(qū)段的比例差異并不明顯.
圖3 0~200 ms眨眼次數(shù)分布Fig.3 Distribution of blink count on a scale of 0 -200 ms
為進(jìn)一步探究該現(xiàn)象反映出的問題,參照文獻(xiàn)[1]的分類方法,運(yùn)用 k-means聚類分析分為3類,確定3種眨眼類型的范圍.結(jié)果表明,分為3類時具有顯著的統(tǒng)計學(xué)意義(顯著性系數(shù)p=0.000).3類眨眼分別稱為短眨眼(0 ~60 ms)、中眨眼(61~130 ms)以及長眨眼(131~200 ms),如圖4所示.在此基礎(chǔ)上,再次對比有無車載導(dǎo)航條件下駕駛?cè)苏Q矍闆r.使用車載導(dǎo)航后與之前相比,短眨眼和中眨眼明顯增加,長眨眼變化不大.
采用獨(dú)立樣本t檢驗(yàn),定量判斷車載導(dǎo)航對上述3類眨眼的影響.考慮到Levene檢驗(yàn)下總體方差不相等,故采用方差不等的t檢驗(yàn)方法,結(jié)果如表2所示.有無車載導(dǎo)航時的短眨眼、中眨眼均具有顯著差異,長眨眼則無顯著變化.文獻(xiàn)[1]認(rèn)為,短眨眼、中眨眼增加能夠表征駕駛?cè)说墓ぷ髫?fù)荷增大,這表明在使用車載信息系統(tǒng)確定未知路徑的情況下,駕駛?cè)说墓ぷ髫?fù)荷有所增加.這也說明當(dāng)信息從腦內(nèi)部提取時,比從外部獲取具有更高的效率.
圖4 駕駛?cè)苏Q垲愋捅容^Fig.4 The comparison of blink type
表2 眨眼分類t檢驗(yàn)表Tab.2 The t-test for blink classification
觀察車載導(dǎo)航安裝在不同位置時,駕駛?cè)苏Q鄢掷m(xù)時間與頻率,如圖5所示.
導(dǎo)航安裝在位置A時,駕駛?cè)顺掷m(xù)時間均值大,頻率均值亦最大,數(shù)據(jù)呈高態(tài)分布;安裝在位置C時,上述二值次之;安裝在位置B時,持續(xù)時間均值與頻率均值最小,數(shù)據(jù)呈低態(tài)分布,下四分位數(shù)與均值接近.
比較車載導(dǎo)航安裝于不同位置時,駕駛?cè)苏Q鄢掷m(xù)時間的差異.車載導(dǎo)航安裝于不同位置時,眨眼次數(shù)分布波動規(guī)律相似但存在差異,如圖6所示.
圖6 安裝位置對眨眼次數(shù)分布和眨眼類型的影響Fig.6 Effects of navigation system positions on blink count distribution and type
置于位置A時,眨眼次數(shù)雙峰高于車載導(dǎo)航置于位置C時數(shù)據(jù),而置于位置B時,雙峰比例低于前兩種.
分類比較可知,不同導(dǎo)航安裝位置條件下,眨眼類型的分布也不同.運(yùn)用單因素方差分析發(fā)現(xiàn),導(dǎo)航安裝位置對中、長眨眼無顯著影響(p=0.162;p=0.213),而短眨眼具有顯著差異(位置 A,p=0.000;位置 B,p=0.013;位置 C,p=0.002).
圖7 有無導(dǎo)航語音提示下眨眼持續(xù)時間與頻率箱線圖Fig.7 Box plots of blink duration and frequency with and without sound route information
眨眼作為一種“不自主運(yùn)動”,是人心理活動的重要指標(biāo).文獻(xiàn)[8]指出,眨眼持續(xù)時間是評價工作負(fù)荷的靈敏指標(biāo),而短眨眼的數(shù)量更能反映出駕駛?cè)俗⒁赓Y源的消耗.從人因?qū)W角度,設(shè)計的改進(jìn)能夠降低負(fù)荷、提高工效,實(shí)驗(yàn)中短眨眼數(shù)據(jù)的差異說明,導(dǎo)航安裝在位置B時,駕駛?cè)斯ぷ髫?fù)荷更小.
車載導(dǎo)航語音提示對眨眼持續(xù)時間、頻率有顯著的影響.導(dǎo)航有語音提示時,眨眼持續(xù)時間、頻率均值明顯偏低,最大值、四分位值也呈現(xiàn)出同樣的特征,如圖7所示.
眨眼持續(xù)時間分配與分類狀況比較,如圖8所示.無語音提示下的眨眼次數(shù)雙峰均大于有語音提示時,短眨眼明顯增大,中眨眼也相對較大,而長眨眼幾乎不變.
因此,使用車載導(dǎo)航語音提示,可減小駕駛?cè)说墓ぷ髫?fù)荷.顯然,同時發(fā)布多通道信息與單通道信息相比具有優(yōu)勢,駕駛?cè)四軌蜻x擇適當(dāng)?shù)男畔?,減少心理資源的占用.
圖8 導(dǎo)航有無語音提示條件下眨眼次數(shù)和眨眼類型的分布Fig.8 Distribution of blink count and type with and without sound route information
論文通過實(shí)車道路實(shí)驗(yàn)采集駕駛?cè)苏Q蹠r間與頻率數(shù)據(jù),通過實(shí)驗(yàn)因素控制實(shí)現(xiàn)3種對比,包括對比駕駛?cè)耸褂门c未使用車載導(dǎo)航狀態(tài)下、車載設(shè)備設(shè)置在3處不同位置情況下和僅采用圖像信息發(fā)布或圖像與聲音信息同時發(fā)布方式下的駕駛?cè)苏Q厶匦?,獲得以下結(jié)論:
(1)將眨眼持續(xù)時間為0~200 ms的眨眼數(shù)據(jù),以10 ms為間距展開時,駕駛?cè)苏Q鄞螖?shù)分布曲線出現(xiàn)了明顯的雙峰特征.持續(xù)時間為10~20 ms、50~60 ms的眨眼比例明顯超過其他區(qū)段,這一特征是在以50 ms為間距展開數(shù)據(jù)時無法觀察到的.
(2)未使用車載導(dǎo)航時,眨眼持續(xù)時間在50~60 ms的峰值低于10~20 ms的峰值,使用車載導(dǎo)航時反之,眨眼持續(xù)時間在50~60 ms的峰值高于10~20 ms的峰值,其他區(qū)段的比例差異并不明顯.
(3)將眨眼數(shù)據(jù)聚類為短眨眼(0~60 ms)、中眨眼(61~130 ms)以及長眨眼(131~200 ms),對比有無車載導(dǎo)航條件下駕駛?cè)苏Q矍闆r.使用車載導(dǎo)航后與之前相比,短眨眼和中眨眼明顯增加,長眨眼變化不大.短眨眼、中眨眼增加表示車載導(dǎo)航情況下駕駛?cè)说墓ぷ髫?fù)荷更大.
(4)不同導(dǎo)航安裝位置條件下,中、長眨眼差異不顯著,而短眨眼具有顯著差異,導(dǎo)航安裝在位置B時,駕駛?cè)斯ぷ髫?fù)荷最小.
(5)無語音提示下的眨眼次數(shù)雙峰均大于有語音提示時,短眨眼明顯增大,中眨眼也相對較大,長眨眼幾乎不變.故使用車載導(dǎo)航語音提示,可減小駕駛?cè)说墓ぷ髫?fù)荷.
以上實(shí)驗(yàn)結(jié)果表明,車載信息服務(wù)對駕駛負(fù)荷存在影響.其次,車載信息安裝位置、車載信息形式對于駕駛?cè)擞绊懢哂胁町愋?應(yīng)合理選擇的位置、設(shè)置車載信息形式,減小駕駛負(fù)荷.此外,研究駕駛負(fù)荷時,應(yīng)選擇敏感性更高的短眨眼作為指標(biāo).
[1]BENEDETTO S,PEDROTTI M,MININ L,et al.Driver workload and eye blink duration[J].Transportation Research Part F:Traffic Psychology and Behaviour,2011,14(3):199-208.
[2]GONALVESJ, ROSSETTIR JF, OLAVERRIMONREALC.IC-DEEP:aseriousgamesbased application to assessthe ergonomicsofin-vehicle information systems[C]∥The 15th International IEEE Conference on Intelligent Transportation Systems(ITSC),2012.[S.l.]:IEEE,2012:1809-1814.
[3]金立生,李科勇,咸化彩,等.次任務(wù)駕駛對行車安全性影響研究綜述[J].交通信息與安全,2014,32(5):7-12,19.
JIN Lisheng,LI Keyong,XIAN Huacai,et al.A study of the impact of secondary driving tasks on safety[J].Journal of Transport Information and Safety,2015,32(5):7-12,19.
[4]YANG Y,MCDONALD M,REIMER B,et al.Are drivers aware of their behavior changes when using invehicle systems[C]∥ The 15th InternationalIEEE Conference on Intelligent Transportation Systems(ITSC),2012.[S.l.]:IEEE,2012:1515-1518.
[5]Di DOMENICO A, NUSSBAUM M A. Interactive effects of physical and mental workload on subjective workload assessment[J]. International Journal of Industrial Ergonomics,2008,38(11):977-983.
[6]Di STASI L L,áLVAREZ-VALBUENA V,CAAS J J, etal. Risk behaviourand mentalworkload:multimodal assessment techniques applied to motorbike riding simulation[J].Transportation Research Part F:Traffic Psychology and Behaviour,2009,12(5):361-370.
[7]HE X,WANG L,GAO X,et al.The eye activity measurement of mental workload based on basic flight task[C]∥The 10th IEEE International Conference on Industrial Informatics(INDIN),2012.[S.l.]:IEEE,2012:502-507.
[8]陳陽.城市道路環(huán)境中駕駛員工作負(fù)荷試驗(yàn)研究[D].西安:長安大學(xué),2009.
[9]馬勇,付銳,袁鈺,等.基于駕駛?cè)朔中挠绊懗潭鹊鸟{駛分心任務(wù)評級[J].交通信息與安全,2014,32(5):48-51,57.
MA Yong,F(xiàn)U Rui,YUAN Yu,et al.Distraction task rating based on the degree of distracted driving[J].Journal of Transport Information and Safety,2014,32(5):48-51,57.
[10]BEDZIOUK S,GOLIKOV Y,KOSTIN A.System and method for mental workload measurement based on rapid eye movement:U.S.Patent Application 11/574,525[P].2004-09-03.
[11]ZHANGY, OWECHKOY, ZHANGJ. Driver cognitive workload estimation: a data-driven perspective[C]∥ The 7th International IEEE Conference on IntelligentTransportation Systems,2004.[S.l.]:IEEE,2004:642-647.
[12]馬勇,付銳,王暢,等.視覺分心時駕駛?cè)俗⒁曅袨樘匦苑治鯷J].中國安全科學(xué)學(xué)報,2013,23(5):10-14.
MA Yong,F(xiàn)U Rui,WANG Chang,et al.Analysis of drivers'gazing behavior during visual distraction[J].China Safety Science Journal,2013,23(5):10-14.
[13]李平凡,王殿海,劉東波,等.駕駛中撥打手機(jī)對駕駛?cè)四X力負(fù)荷及駕駛行為的影響分析[J].交通信息與安全,2010,28(4):103-107.
LI Pingfan,WANG Dianhai,LIU Dongbo,et al.Effect of using cell phone while driving on mental workload and driving behavior[J]. Journal of Transport Information and Safety,2010,28(4):103-107.
[14]路漫漫.眨眼與人的心理活動[J].心理世界,2009(6):36.
[15]唐智慧,程杰,方爭楠.基于FSDT的新老駕駛?cè)宋kU感知差異性致因研究[J].西南交通大學(xué)學(xué)報,2013,48(3):532-538.
TANG Zhihui,CHENG Jie,F(xiàn)ANG Zhengnan.Causal mechanism of difference between experienced and novice drivers in hazard perception based on fuzzy signaldetection theory[J]. JournalofSouthwest Jiaotong University,2013,48(3):532-538.
[16]HANCOCK P A,LESCH M,SIMMONS L.The distraction effects of phone use during a crucial driving maneuver[J].Accident Analysis and Prevent,2003,35:501-514.
[17]彭曉武.VDT作業(yè)腦力勞動負(fù)荷評價的實(shí)驗(yàn)研究[D].武漢:華中科技大學(xué),2006.
[18]董明清,馬瑞山.腦力負(fù)荷評定指標(biāo)敏感性的比較研究[J].航天醫(yī)學(xué)與醫(yī)學(xué)工程,1999,12(2):106-110.
DONG Mingqing,MA Ruishan.Comparative study on the sensitivity of mental workload evaluation index[J].Space Medicine & MedicalEngineering, 1999,12(2):106-110.