基于主客觀試驗的汽車A柱區(qū)域視野權(quán)重研究

李春雨 楊春朝 錢方 余潮鋒 華波

（廣州汽車集團股份有限公司汽車工程研究院，廣州 511434）

主題詞：A柱動態(tài)視野 眼點分布 回歸分析 層次分析 權(quán)重系數(shù)

1 前言

目前，A柱視野研究主要基于靜態(tài)工況主觀評價試驗[1-3]，存在一些局限性：不能很好地反映實際駕駛時動態(tài)工況下的A 柱視野；將A 柱視野作為整體研究，缺少對細分區(qū)域視野的研究，不利于視野的優(yōu)化設(shè)計；與A柱視野相關(guān)的客觀眼點分布數(shù)據(jù)匱乏，缺乏A柱視野眼點分布規(guī)律的研究。

本文參考實際道路行車環(huán)境，設(shè)計能夠反映實際道路環(huán)境的動態(tài)試驗場地和試驗工況，提出動態(tài)眼點采集和A柱視野主觀評價試驗方法，并結(jié)合9款量產(chǎn)車的客觀動態(tài)眼點采集和主觀評價試驗確定A 柱視野的重點關(guān)注區(qū)域，分別采用基于主觀評價數(shù)據(jù)的線性回歸和基于專家評價的層次分析方法得到A 柱細分區(qū)域視野的權(quán)重，對權(quán)重系數(shù)進行進一步組合優(yōu)化，以期為A 柱視野的細化設(shè)計提供幫助。

2 動態(tài)視野主客觀試驗設(shè)計

2.1 動態(tài)視野試驗場地

實際駕駛過程中，人、車與道路環(huán)境為動態(tài)環(huán)境，道路環(huán)境影響著駕駛員的駕駛視野，為了能夠更好地模擬真實駕駛時的路況，參考城市道路設(shè)計標準，考慮試驗場地限制，在20 m×20 m 的圓形平坦水泥場地內(nèi)，設(shè)計了包含直行、左轉(zhuǎn)、右轉(zhuǎn)和掉頭工況的試驗場地，如圖1a所示。

由于行人和障礙物的存在，駕駛員在駕駛過程中會時刻觀察行人狀態(tài)和動向。參考中國成年人和兒童身高情況[4]，試驗中采用直徑0.5 m、高0.6 m的圓桶堆積的方式模擬道路環(huán)境中的兒童（2 個圓桶堆積）和成人（3個圓桶堆積），如圖1b所示。

圖1 動態(tài)試驗場地示意

2.2 動態(tài)眼點分布試驗

眼點采集試驗使用的設(shè)備是德國Ergoneers 公司的Dikablis Essential Glasser 3.0眼動儀，該設(shè)備能夠記錄駕駛過程中駕駛員眼睛注視點的分布位置，用于研究駕駛員的眼點分布特征，其采樣頻率為100 Hz，眼點定位精度高，頭戴裝置小巧輕便、佩戴舒適，不影響駕駛員的駕駛行為，符合動態(tài)眼點分布試驗的要求。眼動儀佩戴和采集結(jié)果如圖2所示。

圖2 眼動儀采集設(shè)備及結(jié)果

選取3 款量產(chǎn)車型，車輛代號分別為1、2 和3，3款車具有不同的A 柱造型風(fēng)格，左側(cè)A 柱視野如圖3所示。

圖3 試驗車型左側(cè)A柱視野

10名被試者均為身體健康的熟練駕駛員（3年以上駕齡），且身高均勻分布在161～183 cm 范圍內(nèi)，年齡在22～35歲之間，如表1所示。

表1 動態(tài)眼點采集試驗被試者信息

試驗開始前，對試驗場地進行封場，避免場地內(nèi)有其他車輛和行人影響駕駛員駕駛時的視野。被試者坐在試驗車內(nèi)，并調(diào)整至舒適坐姿，完成眼動儀設(shè)備的佩戴和標定，了解行駛路線并能夠按照平時駕駛習(xí)慣正常駕駛后開始動態(tài)眼點采集。試驗開始后，首先在圖1b障礙物擺放位置擺放1.8 m高的障礙物，依次進行直行、掉頭、右轉(zhuǎn)、左轉(zhuǎn)4 個工況的行駛，每個工況重復(fù)行駛3次。更換1.2 m高的障礙物再次進行試驗。

2.3 A柱細分區(qū)域主觀評價試驗

主觀評價量表設(shè)計：為了全面細致地研究A柱各細分區(qū)域的視野，將A柱區(qū)域劃分為5個細分區(qū)域，如圖4所示。

圖4 A柱視野區(qū)域劃分示意

采用語義細分的10點評價法[5]，將各區(qū)域視野的優(yōu)劣分為0～10 分的11 個評分等級，每2 個分值等級確定一個語義描述，如表2 所示，主觀評價評價項目和標準如表3所示。

表2 語義細分評分描述

表3 A柱動態(tài)視野主觀評價量表

主觀評價試驗被試者增加為25 人（包括眼點采集試驗的10名被試者），試驗車型增加至9款量產(chǎn)車型（包括眼點采集試驗的3 臺車），主觀評價試驗的駕駛流程與動態(tài)視點分布試驗一致。待被試者完成所有車輛試駕后，統(tǒng)一進行主觀評價并填寫主觀評價量表。

3 主、客觀試驗結(jié)果分析

3.1 客觀動態(tài)眼點采集試驗結(jié)果分析

動態(tài)眼點采集試驗共采集到10 名被試者3 臺試驗車輛的眼點數(shù)據(jù)26.1萬個。駕駛時左側(cè)A柱盲區(qū)更大，因此本文主要研究左轉(zhuǎn)和掉頭工況下A 柱各區(qū)域的眼點分布情況，各細分區(qū)域的眼點分布權(quán)重如表4所示。

表4 左側(cè)視野A柱細分區(qū)域眼點分布權(quán)重%

從表4 可以看出，左轉(zhuǎn)和掉頭工況下眼點在前風(fēng)窗區(qū)域、A 柱本體區(qū)域，以及A 柱與后視鏡視覺間隙區(qū)域的分布最多，說明駕駛員在駕駛過程中眼點主要集中在上述區(qū)域，因此將其作為A 柱視野設(shè)計的重點控制區(qū)域。

3.2 主觀評價試驗結(jié)果分析

9 款車型25 人次的主觀評價試驗共得到主觀評價數(shù)據(jù)225組。對主觀評價試驗數(shù)據(jù)進行篩選，剔除評價數(shù)據(jù)完整性差、敏感性差（所有項目評分全部為某一分值）和存在明顯異常值的低質(zhì)量評價數(shù)據(jù)，共得到175組數(shù)據(jù)。相關(guān)分析是確定2個或2組變量之間的相關(guān)關(guān)系和相關(guān)密切程度的統(tǒng)計分析方法。對主觀評價175組數(shù)據(jù)進行皮爾遜相關(guān)分析，采用雙尾檢驗對相關(guān)關(guān)系的顯著性進行驗證，顯著水平α=0.01，如果給定顯著水平下的雙尾檢驗值sig＜α，則認為2 個變量之間相關(guān)顯著。A 柱整體評價結(jié)果與A 柱各細分區(qū)域評價結(jié)果相關(guān)系數(shù)如表5所示。

由表5 可知，A 柱整體視野與5 個細分區(qū)域視野均表現(xiàn)出顯著的相關(guān)性。其中，A 柱與后視鏡間隙視野、后視鏡鏡殼及底座視野、后視鏡與門飾板間隙視野三者之間的相關(guān)系數(shù)均在0.6 以上，具有很強的相關(guān)性，可以對其簡化，選擇其中一個來描述A 柱整體視野。結(jié)合動態(tài)眼點分布結(jié)果，A柱與后視鏡間隙視野為A柱視野的重點關(guān)注區(qū)域，因此選擇前風(fēng)窗視野、A 柱本體視野、A柱與后視鏡間隙視野作為A柱整體視野的重點控制區(qū)域。

4 A柱各區(qū)域權(quán)重因子分析

4.1 基于主觀評價數(shù)據(jù)的線性回歸方法

為進一步得到局部區(qū)域視野與A 柱整體視野的關(guān)系，選擇前風(fēng)窗視野、A 柱本體視野和A 柱與后視鏡間隙視野作為局部變量，進行整體視野的線性回歸分析[5]，結(jié)果如表6所示。

表6 中的標準化回歸系數(shù)即為A 柱各區(qū)域視野對整體視野的權(quán)重系數(shù)，則各局部區(qū)域視野與整體視野的近似回歸方程為：

式中，S為A 柱整體視野主觀得分；S1、S2、S3分別為前風(fēng)窗視野、A 柱本體視野、A 柱與外后視鏡間隙視野主觀評價得分。

4.2 基于專家評價的層次分析方法

層次分析法是一種系統(tǒng)分析方法，它適用于對結(jié)構(gòu)錯綜復(fù)雜、模糊不清的相互關(guān)系的定量分析[6-10]。選擇專家3人（均具有10年以上汽車人機工程學(xué)開發(fā)經(jīng)驗），對因素1前風(fēng)窗視野、因素2 A柱本體視野、因素3 A柱與外后視鏡間隙視野進行兩兩比較并打分，以表征兩因素對于A 柱整體視野的相對重要程度，bij表示因素i對因素j的相對重要性數(shù)值，通常取1～9 及它們的倒數(shù)作為標度進行標值量化，判斷規(guī)則如表7所示。所有因素進行兩兩比較判斷后得到判斷尺度值，構(gòu)造出比較判斷矩陣。3位專家的判斷矩陣如表8～表10所示。

表5 A柱整體視野與各區(qū)域視野相關(guān)系數(shù)

表6 A柱整體視野與A柱局部視野的回歸系數(shù)

表7 層次分析法判斷規(guī)則

表8 專家1 A柱細分區(qū)域各指標判斷矩陣

表9 專家2 A柱細分區(qū)域各指標判斷矩陣

表10 專家3 A柱細分區(qū)域各指標判斷矩陣

利用各位專家的判斷矩陣對A 柱視野細分區(qū)域各權(quán)重因子進行計算。通過判斷矩陣計算權(quán)重因子的具體步驟為：

a.對判斷矩陣的列元素進行歸一化計算：

b.將按列歸一化后的元素按行相加計算：

c.將按行相加計算得到的列元素歸一化計算，即得到各因素對應(yīng)的權(quán)重wi：

判斷矩陣中元素的確定是根據(jù)專家意見比較得到的，帶有主觀性，因此要對其一致性進行檢驗，其定義為：

式中，CI為一致性指標；λmax為判斷矩陣的最大特征根；n為矩陣階數(shù)；RI為同階一致性指標，查表11獲得。

當CR＜0.10時，判斷矩陣具有可接受的一致性。

表11 同階平均隨機一致性指標

根據(jù)3位專家的權(quán)重判斷矩陣，權(quán)重系數(shù)和一致性系數(shù)如表12所示。

表12 權(quán)重系數(shù)和一致性系數(shù)

3位專家的判斷一致性系數(shù)均小于0.1，均具有較好的一致性，取3位專家各指標的平均值作為最終權(quán)重：

4.3 組合權(quán)重系數(shù)優(yōu)化

為了提高A柱各區(qū)域權(quán)重系數(shù)的準確度，通過對2種方法確定的權(quán)重系數(shù)結(jié)果進行線性組合的方式對權(quán)重系數(shù)進行進一步優(yōu)化：

式中，A為第一組合因子；B=1-A為第二組合因子。

為了降低優(yōu)化過程中的振蕩，消除數(shù)據(jù)的差異性，以9 輛車主觀評價平均結(jié)果為基礎(chǔ)進行回歸尋優(yōu)和誤差判定，主觀評價均值如表13所示。

表13 各試驗車的主觀評價得分均值 分

用平均絕對百分比誤差e來表示各種方法訓(xùn)練集和測試集的預(yù)測誤差，從而進行優(yōu)化前、后預(yù)測效果對比。其計算公式為：

式中，Yi為試驗值；為預(yù)測值；N為樣本個數(shù)。

選取步長0.001 對A的取值進行優(yōu)化，誤差值與A的變化關(guān)系如圖5所示。

圖5 誤差值e與組合因子A的關(guān)系

由圖5可以看出，基于主觀評價數(shù)據(jù)的線性回歸方法和基于專家評價的層次分析方法的平均誤差值均小于5%，說明本文的兩種權(quán)重因子確定方法均有很高的準確度，且取組合因子A=0.236 時，誤差值e最小，較優(yōu)化前兩種方法的誤差均有所減小，此時前風(fēng)窗區(qū)域視野、A 柱本體區(qū)域視野、A 柱與后視鏡間隙區(qū)域視野的權(quán)重分別為13.1%、56.5%和30.9%。因此，A柱整體評分與各細分區(qū)域評分的線性回歸方程為：

5 結(jié)束語

本文結(jié)合實際道路環(huán)境和工況設(shè)計了動態(tài)視野的試驗場地，并提出了A柱細分區(qū)域動態(tài)視野眼點采集和主觀評價試驗的方法，通過A柱區(qū)域動態(tài)眼點采集試驗確定了左轉(zhuǎn)、掉頭工況下A 柱視野的重點關(guān)注區(qū)域，分別基于主觀評價數(shù)據(jù)的線性回歸方法和基于專家評價的層次分析方法確定了A柱細分區(qū)域視野的權(quán)重系數(shù)，并組合兩種方法的權(quán)重結(jié)果，對權(quán)重系數(shù)進行了優(yōu)化。

本文對A柱細分區(qū)域視野的研究成果，可以為汽車A柱視野設(shè)計提供參考。