情緒影響下駕駛員換道行為研究進(jìn)展

李夢琦　張敬磊　郭存祿　蓋姣云　于祥閣

【摘 要】研究駕駛員的換道行為對交通安全有重要的意義，而不良情緒下的換道行為很容易造成交通事故的發(fā)生，深入研究情緒影響下駕駛員換道行為對進(jìn)行交通系統(tǒng)微觀仿真，及建立“以人為中心”的個(gè)性化汽車安全駕駛預(yù)警系統(tǒng)有著重要意義。本文通過總結(jié)一般情緒心理、駕駛員情緒、駕駛員換道決策行為和駕駛安全預(yù)警系統(tǒng)等相關(guān)研究現(xiàn)狀，并指出已有研究成果的不足，給出關(guān)于駕駛員換道行為研究的發(fā)展方向。

【關(guān)鍵詞】情緒;換道行為;交通安全;預(yù)警系統(tǒng)

中圖分類號： U491.254文獻(xiàn)標(biāo)識碼： A文章編號： 2095-2457（2019）18-0107-003

DOI：10.19694/j.cnki.issn2095-2457.2019.18.052

Research Progress of Drivers Lane-changing Behaviors under the Influence of Emotion

LI Meng-qi ZAHNG Jing-lei GUO Cun-lu GAI Jiao-yun YU Xiang-ge

（School of Transportation and Vehicle Engineering， Shangdong University of Technology， Zibo Shangdong 255000， China）

【Abstract】Studying the driverslane-changing behavior is of great significance to traffic safety， and lane-changing behavior under bad mood can easily cause traffic accidents， In-depth study of driverslane-change behaviors under the influence of emotion is of great significance to carry out micro-simulation of traffic system and establish “human-centered” personalized automobile safety driving warning system.This paper summarizes the current research status of general emotional psychology， driver emotion， drivers lane-changing decision behavior and driving safety warning system， and points out the deficiencies of existing research results to give the development direction of drivers lane-changing behavior research.

【Key words】Emotions; Lane-changing behaviors; Traffic safety; Warning system

0 引言

研究駕駛員的換道行為，可以從駕駛員情緒入手。駕駛員在行駛車輛尤其是在換道過程中由于情緒影響表現(xiàn)出異常的行為特征，會給行車帶來較大的安全隱患。因此，如果將駕駛員情緒引入到汽車安全駕駛預(yù)警系統(tǒng)中（如圖1所示），利用預(yù)先采集的駕駛員行為、車輛狀態(tài)和行駛環(huán)境歷史數(shù)據(jù)（即人車環(huán)境動態(tài)數(shù)據(jù)）確定駕駛類型，并通過人臉識別系統(tǒng)確定駕駛員情緒，從而建立駕駛員情緒-換道行為模型，實(shí)時(shí)自動識別危險(xiǎn)駕駛行為，自動采取車輛強(qiáng)制控制措施，避免危險(xiǎn)事故的發(fā)生。

1 相關(guān)研究現(xiàn)狀

1.1 國內(nèi)外情緒心理的研究

關(guān)于情緒心理的研究，在1997年，Pricard首先提出了人工情緒的概念：通過信息手段讓機(jī)器對人類情緒進(jìn)行識別，從而更好地進(jìn)行人機(jī)交互，就是人工情緒[1]。之后，王志良提出，人的復(fù)雜情緒是由一些基本情緒按照一定的比率合成的?；厩榫w有髙興、悲傷、憤怒和恐懼這4種[2]。關(guān)于對情緒的識別方法有很多，如語音識別[3-4]、基于生理信號方面的識別[5]、表情識別等。Mehrabian在二十世紀(jì)中期提出一個(gè)公式：感情表露=7%的言詞+38%的聲音+55%的面部表情[6]，這突出了面部表情在情緒識別中舉足輕重的地位。之后，有更多的學(xué)者逐步深入研究人臉識別，包括對人的五官等13的特征點(diǎn)的標(biāo)定[7]及對動態(tài)表情視頻的分析與處理[8]。

圖1 引入駕駛員情緒的汽車安全駕駛預(yù)警系統(tǒng)

1.2 駕駛員情緒的研究

國外西方國家對駕駛員情緒的研究要比中國起步早。國內(nèi)外研究人員借用心理學(xué)相關(guān)理論，通過情緒量表的形式以及圍繞駕駛?cè)俗陨硪蛩?，展開對駕駛員情緒的研究;也有部分學(xué)者從社會認(rèn)知角度和道路交通環(huán)境角度，探索駕駛行為的影響及產(chǎn)生機(jī)制。

1.2.1 關(guān)于駕駛憤怒量表（DAS）的研究

Jerry L.Deffenbacher早在20世紀(jì)90年代就設(shè)計(jì)了一份駕駛憤怒量表（DrivingAnger Scale，DAS），這對于今后相關(guān)的研究具有開創(chuàng)性的意義[9]。包括法國[10]、土耳其[11]等在內(nèi)的多個(gè)國家，先后借助DAS做出了相關(guān)的研究，得出車輛流動緩慢，不友好的手勢和駕駛粗魯?shù)纫蜃优c駕駛?cè)藨嵟榫w呈較大相關(guān)性。雷虎、吳超仲等[12]通過研究出一份包括21個(gè)項(xiàng)目的駕駛憤怒表現(xiàn)量表，得出操作強(qiáng)度、操作頻率、言語攻擊、對車發(fā)泄這四個(gè)因素彼此顯著正相關(guān)。

1.2.2 關(guān)于駕駛員憤怒情緒的研究

駕駛員消極情緒下的行為特征對安全駕駛有著很大的隱患，目前大多是針對駕駛員憤怒情緒的研究。2014年，Amanda N. Stephens 等[13]研發(fā)現(xiàn)駕駛員產(chǎn)生的憤怒情緒不僅取決于相關(guān)駕駛行為，還和駕駛過程中的感知狀態(tài)有關(guān)。2015年，Mark J.M. Sullman[14]發(fā)現(xiàn)新西蘭司機(jī)大多通過攻擊性語言或者沖動的駕駛行為來表達(dá)憤怒，這兩種攻擊性的憤怒表達(dá)方式與潛在的車禍顯著相關(guān)。

至今對駕駛情感方面的研究還不夠成熟，研究尚處于初步階段。多數(shù)研究基于問卷調(diào)查完成，通過靜態(tài)條件下根據(jù)相關(guān)駕駛行為量表來進(jìn)行不同情緒下的駕駛行為分析，主觀性較強(qiáng)，較少做模擬駕駛實(shí)驗(yàn)分析，且未深入考慮反映駕駛員決策偏好和心理情感狀態(tài)的駕駛傾向性因素對相關(guān)駕駛行為的作用。同時(shí)，國內(nèi)外大多是研究憤怒情緒下對駕駛行為的影響，未深入考慮如在悲傷、興奮等情緒下對駕駛行為的影響，因此綜合考慮多方面因素，研究關(guān)于不同情緒下的駕駛員換道行為有重要意義。

1.3 駕駛員換道決策行為的研究

1.3.1 傳統(tǒng)換道的研究

關(guān)于車輛換道類型，有的學(xué)者將其劃分為自由換道、強(qiáng)制換道、協(xié)作換道3種[15]，有的學(xué)者以駕駛員的換道需求為前提，將其分為判斷性換道和強(qiáng)制性換道[16]。最初的換道模型是Gipps 模型[17]，之后又相繼出現(xiàn)了CORSIM 模型[18]、SITRAS 模型[19]等，雖然這些模型中，對某些因素考慮比較細(xì)致，但是有些參數(shù)缺乏嚴(yán)格的標(biāo)定。這就容易導(dǎo)致在分析駕駛員換道行為時(shí)，忽視周邊車輛的駕駛意圖。

1.3.2 換道博弈的研究

車輛換道可以視為一種非合作博弈行為，有時(shí)亦可看作一種合作博弈行為。博弈論在對于研究車輛換道行為方面，提供了有效的分析手段和研究方法。2015年，Talebpour等人提出一種基于博弈論方法的變道模型，仿真結(jié)果表明，所提出的變道模型比基本的間隙接受模型具有更高的真實(shí)感[20]。2016年，墨西哥研究者將博弈論應(yīng)用于車輛交通模型中，研究駕駛員策略對交通流的影響，通過駕駛員之間的交互作用，實(shí)現(xiàn)了一個(gè)移動優(yōu)化過程[21]。

可見，關(guān)于駕駛員換道行為的研究，在傳統(tǒng)換道決策的模型基礎(chǔ)上，應(yīng)該引入相關(guān)的博弈論，充分考慮目標(biāo)車輛與周邊車輛的博弈關(guān)系，進(jìn)行換道博弈分析。

1.4 駕駛安全預(yù)警的研究

現(xiàn)有的很多安全輔助換道系統(tǒng)，大都是從車輛相關(guān)駕駛數(shù)據(jù)或安全距離出發(fā)，然后利用一些數(shù)學(xué)算法，推導(dǎo)出車輛換道過程中交通環(huán)境對換道車輛的威脅程度，預(yù)測會發(fā)生碰撞的情況下提出警示或者直接輔助。鄭華榮[22]基于模糊邏輯推理識別駕駛意圖，建立了考慮駕駛意圖的安全換道模型;游峰等[23]針對高速公路超車發(fā)生的交通事故，提出超車安全預(yù)警模型，并驗(yàn)證了模型的有效性。由于目前輔助換道基本基于車輛的運(yùn)動學(xué)，換道安全需兼顧縱向和橫向的安全，換道安全模型較為復(fù)雜，有的研究近幾年來開始結(jié)合模擬駕駛系統(tǒng)，考慮駕駛員個(gè)體差異、天氣等因素對換道行為的影響來展開研究： 倪捷等[24]通過K-means聚類分析結(jié)果將換道數(shù)據(jù)分為危險(xiǎn)、安全、舒適等3類，并以其作為輸出特征量，運(yùn)用支持向量機(jī)（SVM）理論建立換道安全性預(yù)測模型，且預(yù)測效果良好;蔣銳等[25]提出了霧天駕駛延遲時(shí)間模型，同時(shí)通過結(jié)合車輛跟車模型，建立了惡劣天氣影響下的車輛換道安全模型。

換道行為比較復(fù)雜，且整個(gè)過程是通過人一車一路一環(huán)境協(xié)同作用來實(shí)現(xiàn)的，但是目前對于基于換道行為的駕駛安全預(yù)警方面的研究，很少將駕駛員個(gè)人體征的判斷及行駛車輛狀態(tài)的判斷二者信息有效地融合起來。

2 已有研究不足及發(fā)展趨勢

通過上述相關(guān)研究的分析，以往研究的不足之處具體如下：

第一，我國對于駕駛情緒及換道博弈分析方面的研究還不夠成熟，研究尚處于初步階段。多數(shù)研究基于問卷調(diào)查完成，主要研究內(nèi)容仍集中在駕駛行為的機(jī)理分析、影響因素等方面，較少做相關(guān)深層次定量分析及數(shù)學(xué)模型構(gòu)建，更未深入考慮反映駕駛員決策偏好和心理情感狀態(tài)的駕駛傾向性因素對危險(xiǎn)駕駛行為的作用。且國內(nèi)外大多是研究憤怒情緒下對駕駛行為的影響，未深入考慮如在悲傷、興奮等情緒下對駕駛行為的影響，因此綜合考慮多方面因素，研究情緒影響下駕駛員換道行為有重要意義。

第二，關(guān)于駕駛安全方面的預(yù)警，既有研究缺乏駕駛?cè)伺c駕駛行為之間的作用機(jī)制分析。當(dāng)前的研究很少將駕駛員特征及車輛信息有效地融合，來綜合分析情緒影響下駕駛員行為特征并進(jìn)行安全預(yù)警。大多數(shù)是僅通過對駕駛員個(gè)人體征的判斷或者僅是通過對行駛車輛狀態(tài)的判斷來進(jìn)行預(yù)警，比較單一化，這樣準(zhǔn)確率不高且常常出現(xiàn)誤報(bào)的情況，依舊不能有效地進(jìn)行安全預(yù)警，實(shí)現(xiàn)道路的交通安全。

第三，對時(shí)序模式識別方面的研究欠缺。國內(nèi)外以往研究多集中于駕駛員個(gè)性因素對相關(guān)駕駛影響的探討和靜態(tài)條件下根據(jù)相關(guān)駕駛行為量表進(jìn)行駕駛行為分析判別等方面，而關(guān)系汽車主動安全的相關(guān)駕駛行為動態(tài)識別研究較少，更少見考慮駕駛員典型情緒的相關(guān)駕駛行為動態(tài)識別研究，所以相關(guān)研究的廣度和深度還有待進(jìn)一步拓展和深入。

因此，針對以上不足，今后研究擬從駕駛員生理心理指標(biāo)、車輛運(yùn)動參數(shù)、道路環(huán)境參數(shù)等角度定量評價(jià)情緒影響下駕駛員的行為特征，著重構(gòu)建情緒影響下駕駛換道行為分析的描述方法和評價(jià)指標(biāo)，分析他們之間的作用機(jī)理，構(gòu)建換道決策博弈模型，設(shè)計(jì)駕駛員情緒影響下危險(xiǎn)換道狀態(tài)的識別判別算法，以期應(yīng)用于汽車主動安全駕駛預(yù)警系統(tǒng)中，通過加強(qiáng)對駕駛員的信息反饋和約束減少交通事故發(fā)生。

【參考文獻(xiàn)】

[1]Picard R. W. Affective computing[M].Cambridge， MA： MIT press，1997.

[2]王志良.人工情感[M].北京：機(jī)械工業(yè)出版社，2008.

[3]李皖玲，梁吳迪，張?zhí)煜?《基于隱馬爾可夫模型的語音識別技術(shù)在載人航天器上的應(yīng)用》，《航天器環(huán)境工程》， 2013，30（4）：441-445.

[4]Sreenivasa Rao Krothapalli， Shashidhar G. Koolagudi， Emotion Recognitionusing Speech Features， Springer， 2013.

[5]鐘銘恩，吳平東，彭軍強(qiáng)，洪漢池.基于腦電信號的駕駛員情緒狀態(tài)識別研究[J].中國安全科學(xué)學(xué)報(bào)，2011，21（9）：64-69.

[6]Mehrabian A.Communication without words[J].PsychologyToday，1968，2（4）：53-56.

[7]李康，尚鵬，耿國華.基于深度圖像的人臉模型特征點(diǎn)自動標(biāo)定[J].計(jì)算機(jī)科學(xué)，2014，41（4）：287-291.

[8]李彥璇，王蓉，方銀旺.視頻人臉檢測與追蹤方法研究[J].電腦知識與技術(shù)，2015，11（28）：131-135.

[9]J. L. Deffenbacher， E. R. Getting， R. S. Lynch.Development of a driving anger scale [J].Psychological Reports， 1994， 74 （1）：83-91.

[10]A. Villieux， P. Delhomme. Driving Anger Scale， French adaptation： Further evidence of reliability and validity [J]. Perceptual and Motor Skills， 2007， 104 （3）：947-957.

[11]Yesim Yasak， Burcu Esiyok. Anger amongst Turkish drivers： Driving Anger Scale and its adapted， long and short version [J]. Safety Science， 2009， 47 （1）：138-144.

[12]雷虎， 吳超仲， 張暉. 基于駕駛行為的駕駛憤怒表現(xiàn)量表研究[J]. 武漢理工大學(xué)學(xué)報(bào)（交通科學(xué)與工程版），2012， 36（4）：836-839.

[13]Stephens A N， Groeger J A. Following slower drivers： Lead driver status moderates drivers anger and behavioural responses and exonerates culpability[J]. Transportation research part F： traffic psychology and behaviour， 2014， 22：140-149.

[14]Sullman M J. The expression of anger on the road[J]. Safety science， 2015， 72： 153-159.

[15]HIDAS P.Modeling Vehicle Interaction in Microscopic Simulation of Merging and Weaving [J].Transportation Research Part C Emerging Technologies，2005，13 （1）：37-62.

[16]商蕾，陸化普.多車道下的車輛行為模型研究[J].華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2007（06）：115-117.

[17]Gipps P G . A model for the structure of lane-changing decisions[J]. Transportation Research， Part B （Methodological）， 1986， 20（5）：403-414.

[18]YANG， KOUTSOPOULOS， H. N. A microscopic traffic simulator for evaluation of dynamic traffic management systems[J]. Transportation Research Part C， 1996， 4（3）：113-129.

[19]Peter H. Modeling lane changing and merging in microscopic traffic simulation[J]. Transportation Research Part C， 2002， 10（5）：351-371.

[20]Talebpour A， Mahmassani H S， Hamdar S H. Modeling Lane-Changing Behavior in a Connected Environment：A Game Theory Approach[J].Transportation Research Part C Emerging Technologies， 2015， 59：216-232.

[21]Comes-Berrueco L E， Gershenson C， Stephens C R. Traffic Games：Modeling Freeway Traffic with Game Theory[J].Plos One， 2016， 11（11）：33-36.

[22]鄭華榮.考慮周邊車輛駕駛意圖的換道危險(xiǎn)預(yù)警研究[D].武漢：武漢理工大學(xué)，2013.

[23]游峰，張榮輝，王?，|，溫惠英，徐建閩.基于縱向安全距離的超車安全預(yù)警模型[J].華南理工大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，41（08）：87-92.

[24]倪捷，劉志強(qiáng)，涂孝軍，董非.面向駕駛輔助系統(tǒng)的換道安全性預(yù)測模型研究[J].交通運(yùn)輸系統(tǒng)工程與信息，2016，16（4）：95-100.

[25]蔣銳，郭忠印，李振楠.惡劣天氣條件下車輛換車道的安全模型[J].同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，39（4）：529-533.