車載信息對駕駛?cè)苏Ｑ厶匦约柏?fù)荷的影響規(guī)律

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.

1 實(shí)車道路實(shí)驗(yàn)

1.1 實(shí)驗(yàn)方案

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).

1.2 實(shí)驗(yàn)設(shè)計

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.

1.3 實(shí)驗(yàn)過程

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.

2 駕駛?cè)苏Ｑ鄢掷m(xù)時間特性

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

3 安裝位置的影響

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.

4 語音提示的影響

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

5 結(jié)論

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.