草原公路不同分心狀態(tài)下駕駛?cè)藙討B(tài)視覺特性

呂 貞，戚春華，朱守林

(內(nèi)蒙古農(nóng)業(yè)大學(xué) 能源與交通工程學(xué)院，內(nèi)蒙古 呼和浩特 010018)

0 引 言

駕駛分心是指駕駛?cè)藢⒆⒁饬D(zhuǎn)向與駕駛無關(guān)的活動，造成駕駛?cè)艘曈X、意識、決策以及操作能力下降的一種危險行為[1]，常見的分心駕駛行為包括視覺分心、認(rèn)知分心及操作分心等。根據(jù)駕駛?cè)笋{駛時的反應(yīng)操作過程，感知環(huán)節(jié)是安全行車的基礎(chǔ)和前提[2]，駕駛?cè)嗽隈{駛過程中一旦出現(xiàn)分心，會直接影響其對道路行車環(huán)境信息的有效獲取，進(jìn)而影響其判斷決策乃至操作行為，給行車帶來極大安全隱患[3]。研究駕駛分心對駕駛?cè)艘曈X感知特性的影響，對駕駛分心防治策略的提出和道路交通安全水平提升有重要意義。

國內(nèi)外學(xué)者針對不同類別分心對駕駛?cè)藙討B(tài)視覺特性的影響均有一定研究。M.A.RECARTE等[4]、Y.WANG等[5]研究發(fā)現(xiàn)，駕駛?cè)嗽谝曈X分心時注視時長變短，對道路前方區(qū)域的注視次數(shù)減少；K.HOLMQVIST等[6]研究表明，當(dāng)駕駛?cè)颂幱谡J(rèn)知分心和綜合分心(同時出現(xiàn)認(rèn)知與視覺分心)時，其注視點主要集中在道路正前方區(qū)域；咸華彩[7]研究發(fā)現(xiàn)，視覺分心會使駕駛?cè)艘暰€偏離前方道路的頻率增加眼跳速度降低，認(rèn)知分心則導(dǎo)致駕駛?cè)搜厶l率減少；張輝[8]針對快速路自由流狀態(tài)下分心的研究表明，認(rèn)知分心與視覺分心時的眼跳頻率存在顯著差異。

綜上，國內(nèi)外學(xué)者針對不同類別駕駛分心對駕駛?cè)艘曈X特性的影響已進(jìn)行了大量研究，但這些結(jié)論大多是針對城市道路及高速公路行車環(huán)境。草原公路行車環(huán)境色彩單調(diào)，道路線形以長直線為主，交通標(biāo)志、標(biāo)線等設(shè)施設(shè)置信息量不足[9-10]。駕駛?cè)嗽陂L直線行車時，操作簡單，精神負(fù)荷水平低，因而在駕駛過程中常出現(xiàn)使用手機(jī)、操作車內(nèi)設(shè)備、眺望遠(yuǎn)方等與駕駛?cè)蝿?wù)無關(guān)的活動，導(dǎo)致其對道路交通環(huán)境的感知能力下降，無法及時、充分的取有效信息。此時若道路、交通、行車環(huán)境出現(xiàn)變化，則極易因感知不足導(dǎo)致駕駛?cè)伺袛?、決策及操作失誤而引發(fā)事故。

因此，研究草原公路不同分心狀態(tài)下駕駛?cè)说膭討B(tài)視覺特性、視覺轉(zhuǎn)移特性，對于進(jìn)一步探究草原公路駕駛分心對駕駛?cè)瞬僮餍袨榧败囕v運動狀態(tài)的影響、駕駛分心判別及分心預(yù)警等具有重要的理論價值。筆者通過開展典型草原一級公路駕駛模擬試驗，采集正常駕駛、復(fù)合分心(視覺與操作分心)、認(rèn)知分心狀態(tài)下駕駛?cè)说难蹌訑?shù)據(jù)，分析不同分心狀態(tài)對駕駛?cè)俗⒁?、視覺轉(zhuǎn)移特性的影響，為進(jìn)一步深入分析駕駛分心對草原公路行車安全的影響機(jī)理，并制定干預(yù)對策提供理論與實踐依據(jù)。

1 試驗方案設(shè)計

鑒于分心駕駛行為具有一定的危險性，且駕駛?cè)嗽趯嶋H道路駕駛過程中，容易受到道路交通環(huán)境中各種隨機(jī)因素的干擾，而產(chǎn)生其他駕駛次任務(wù)。駕駛模擬器可以很好控制外部因素的影響，且大量模擬駕駛試驗結(jié)果均已證明其有效性[10]，因而采用虛擬駕駛模擬平臺開展試驗。

1.1 試驗人員

招募14名駕駛?cè)?男性11名，女性3名)，年齡在29～55歲之間，性別比例和年齡分布均符合國內(nèi)駕駛?cè)私y(tǒng)計特征，駕齡均在3年以上，視力正常，身心狀態(tài)良好。

1.2 試驗設(shè)備

試驗設(shè)備包括駕駛模擬系統(tǒng)、眼動設(shè)備與智能手機(jī)。駕駛模擬系統(tǒng)及試驗場景見圖1(a)、(b)。眼動設(shè)備為I view X HED型眼動儀，眼動儀的采樣頻率設(shè)置為200 Hz/s，眼動儀及試驗人員駕駛圖見圖1(c)、(d)。試驗結(jié)束后，采用眼動儀配套的BeGaze軟件提取和分析眼動數(shù)據(jù)。試驗采用免提手機(jī)通話模擬駕駛?cè)说恼J(rèn)知分心狀態(tài)，采用微信文字消息查看與編輯回復(fù)表現(xiàn)駕駛?cè)说膹?fù)合分心狀態(tài)，試驗同時配備了兩部裝有微信聊天軟件的智能手機(jī)并配有無線耳機(jī)，供工作人員與試驗人員進(jìn)行通話及微信消息傳遞使用。其中試驗人員使用手機(jī)置于駕駛座位右側(cè)扶手旁。

圖1 試驗主要設(shè)備

1.3 試驗方案

經(jīng)實地調(diào)研，典型草原公路直線段占比達(dá)80%，景觀單調(diào)車流量較少，小型車占比近80%。因此，模擬試驗路段設(shè)置為30 km雙向四車道草原公路，車道寬度為3.75 m，沿線交通標(biāo)志、標(biāo)線等管理設(shè)施及安全設(shè)施均按實際道路設(shè)置，路段限速80 km/h，車流為自由流狀態(tài)，車型均為小汽車。

模擬試驗分兩個階段：①預(yù)實驗，告知試驗人員試驗?zāi)康呐c任務(wù)，進(jìn)行約10 min的駕駛模擬器適應(yīng)性訓(xùn)練，確保試驗人員熟悉與適應(yīng)駕駛模擬環(huán)境；②正式試驗，將30 km試驗路段平均分為3段，在第1段設(shè)置免提通話任務(wù)，第3段設(shè)置微信文字消息查看與編輯回復(fù)任務(wù)，中間10 km用于調(diào)整注意力進(jìn)入正常駕駛狀態(tài)。模擬駕駛路段及次任務(wù)設(shè)置如圖2。

圖2 模擬駕駛路段及次任務(wù)設(shè)置

在免提手機(jī)通話駕駛次任務(wù)中，試驗人員會接到工作人員電話，試驗人員要用5～10 s進(jìn)行語音回答。根據(jù)文獻(xiàn)[11]，設(shè)置兩位數(shù)的加法是較合適的次任務(wù)需求(如：36+45=？)，試驗人員需要進(jìn)行短時記憶并計算，與認(rèn)知分心狀態(tài)下大腦工作負(fù)荷接近且無需對試驗人員進(jìn)行提前訓(xùn)練，因此由工作人員隨機(jī)進(jìn)行兩位數(shù)加法提問，共設(shè)置10組問題。在微信文字消息查看與編輯回復(fù)駕駛次任務(wù)中，試驗人員需要在聽到微信信息提示后，拿起手機(jī)查看微信中兩位數(shù)加法信息(無需短時記憶過程)，計算后以數(shù)字形式進(jìn)行編輯回復(fù)。試驗全過程持續(xù)時間約40 min。

2 結(jié)果與分析

注視行為與眼跳行為常用于描述分心狀態(tài)下駕駛?cè)说囊曈X特性[12-13]，采用眼動儀配套的Begaze軟件對比分析認(rèn)知分心、復(fù)合分心狀態(tài)下的注視時長、眼跳頻率及視點轉(zhuǎn)移特征、視覺搜索規(guī)律等，并與正常駕駛狀態(tài)下的注視、眼跳進(jìn)行對照，得出不同分心狀態(tài)對駕駛?cè)艘曈X特性的影響。

2.1 平均注視時長

平均注視時長是駕駛?cè)俗⒁暢掷m(xù)時間的平均值。根據(jù)ISO E.15007-1，注視時長的范圍為100～2 000 ms[14]。首先按此范圍對注視時長數(shù)據(jù)進(jìn)行篩選，然后采用單因素重復(fù)測量方差分析(repeated-measures ANOVA)對不同行駛狀態(tài)下的注視時長數(shù)據(jù)進(jìn)行統(tǒng)計分析。

經(jīng)Shapiro-Wilk檢驗，在0.05水平下，不同狀態(tài)平均注視時長均顯著來自于正態(tài)總體(P>0.05)，Levene檢驗結(jié)果表明各總體方差滿足齊性要求(F=2.965 9，P=0.063 2)，球形Mauchly’s檢驗結(jié)果表明數(shù)據(jù)符合球?qū)ΨQ性[χ2(2)=0.729 4，P=0.694 4]。方差分析結(jié)果得F=170.946 3，P<0.05，因而總體均值顯著不同，說明3種狀態(tài)下平均注視時長存在顯著差異。不同駕駛狀態(tài)下平均注視時長對比見圖3。

圖3 不同狀態(tài)下駕駛?cè)似骄⒁晻r長對比

根據(jù)單因素方差分析結(jié)果與圖3可知：正常行駛與分心狀態(tài)下，駕駛?cè)似骄⒁晻r長均存在顯著差異，認(rèn)知分心時駕駛?cè)说钠骄⒁晻r長顯著大于正常行駛狀態(tài)，而復(fù)合分心時則顯著小于正常行駛狀態(tài)。這是因為駕駛?cè)嗽谡J(rèn)知分心時，需要花費更多精力在“駕駛次任務(wù)”上，根據(jù)有限資源理論，其用于駕駛?cè)蝿?wù)的精力會降低，使其注視點集中到較小的區(qū)域，且注視時長增加。復(fù)合分心則相反，駕駛?cè)顺诵枰P(guān)注前方道路行車環(huán)境外，同時需要低頭查看手機(jī)設(shè)備并進(jìn)行編輯，這使得駕駛?cè)说淖⒁朁c在短時內(nèi)需要反復(fù)在道路前方與車內(nèi)間轉(zhuǎn)移，導(dǎo)致其對各注視點的注視時長減少。這與文獻(xiàn)[15]對半荒漠公路的研究結(jié)論一致。

為進(jìn)一步分析不同分心狀態(tài)下駕駛?cè)俗⒁晻r長的分布特點，將不同狀態(tài)下駕駛?cè)说淖⒁晻r長以50 ms為間隔進(jìn)行占比統(tǒng)計，繪制不同狀態(tài)下駕駛?cè)俗⒁晻r長分布曲線見圖4。

圖4 不同狀態(tài)下注視時長分布對比

從圖4可以看出：

1)草原公路正常行駛狀態(tài)下，駕駛?cè)说淖⒁晻r長占比峰值出現(xiàn)在600 ms左右，占比約15%，且不同分段注視時長的分布波動變化較大。

2)認(rèn)知分心狀態(tài)下，駕駛?cè)说淖⒁晻r長占比峰值出現(xiàn)在750 ms左右，占比約15%，且其不同分段的注視時長次數(shù)分布較為平滑。

3)與正常行駛與認(rèn)知分心不同，復(fù)合分心時駕駛?cè)说淖⒁晻r長占比峰值出現(xiàn)在500 ms左右，且不同分段分布相對均勻，這說明駕駛?cè)嗽趶?fù)合分心時，在前方道路與車內(nèi)手機(jī)的頻繁轉(zhuǎn)移使得駕駛?cè)说淖⒁晻r長降低較多。

2.2 眼跳頻率

眼跳頻率越快，說明駕駛?cè)嗽隈{駛過程中的搜索過程越長，信息提取難度越大。經(jīng)檢驗，不同狀態(tài)下駕駛?cè)说难厶l率滿足正態(tài)性與方差齊性(F=0.089 7，P=0.914 4)。Repeated-measures ANOVA結(jié)果顯示F=14.833，P<0.05，說明不同狀態(tài)下眼跳頻率差異顯著。不同駕駛狀態(tài)下眼跳頻率對比見圖5。

圖5 不同狀態(tài)下眼跳頻率對比

結(jié)合方差分析結(jié)果與圖5可以看出：認(rèn)知分心時眼跳頻率明顯低于正常駕駛，且分布相對集中，復(fù)合分心則相反，顯著大于正常駕駛狀態(tài)，且分布較分散。說明在認(rèn)知分心狀態(tài)下，駕駛?cè)藢⒆⒁饬性凇八伎紗栴}”上，使得駕駛?cè)俗⒁朁c集中，傾向于“凝視”，眼跳頻率較小。而在復(fù)合分心時，注視點的不斷轉(zhuǎn)移使得駕駛?cè)搜厶l率顯著增加。

這與文獻(xiàn)[8]對快速路自由流狀態(tài)下分心的研究結(jié)果基本一致，其研究表明，快速路自由流狀態(tài)下行車時，駕駛?cè)苏J(rèn)知分心與視覺分心眼跳頻率存在顯著差異，而正常駕駛與認(rèn)知分心，正常駕駛與視覺分心之間差異性并不顯著。這與道路交通環(huán)境的差異性有關(guān)，草原公路行車環(huán)境景觀單一，車流量少，線形以長直線為主，使得駕駛?cè)嗽谡ｑ{駛與分心狀態(tài)下的眼跳頻率差異性更加顯著。

2.3 視點轉(zhuǎn)移特征及注視熵

2.3.1 興趣區(qū)域劃分

根據(jù)筆者的研究目的，并參照文獻(xiàn)[16]對于不同分心狀態(tài)下興趣區(qū)域的劃分，將興趣區(qū)域劃分為道路前方、左、右后視鏡和車內(nèi)4個區(qū)域，進(jìn)一步將道路前方區(qū)域劃分為左前方、正前方和右前方3個區(qū)域，以便對比正常行駛與認(rèn)知、復(fù)合分心狀態(tài)下注視點及視覺轉(zhuǎn)移模式的差異性，興趣區(qū)域劃分方式及對應(yīng)的名稱見圖6。

圖6 興趣區(qū)域(AOI)的劃分

2.3.2 道路正前方(F區(qū)域)注視時長及次數(shù)百分比

為了進(jìn)一步對比分析不同分心狀態(tài)下駕駛?cè)藢Φ缆氛胺?F區(qū)域)的關(guān)注度的差異性，分別計算正常駕駛和2種不同分心狀態(tài)下駕駛?cè)藢Φ缆氛胺絽^(qū)域的注視時長百分比及注視次數(shù)百分比，對比圖如圖7，單因素重復(fù)測量方差分析結(jié)果如表1。

圖7 不同狀態(tài)下道路正前方區(qū)域注視時長與注視次數(shù)百分比對比

表1 不同狀態(tài)下單因素重復(fù)測量方差分析結(jié)果

結(jié)合表1與圖7可以看出：分心時駕駛?cè)藢Φ缆氛胺絽^(qū)域的注視時長百分比與注視次數(shù)百分比與正常駕駛相比存在顯著差異。認(rèn)知分心狀態(tài)下兩指標(biāo)均大于正常駕駛狀態(tài)，復(fù)合分心狀態(tài)下兩指標(biāo)則顯著小于正常駕駛狀態(tài)。

說明在認(rèn)知分心時，駕駛?cè)藶樘幚眍~外的腦力任務(wù)，將注意力集中于很小的區(qū)域，且在該區(qū)域的注視次數(shù)顯著增加。在復(fù)合分心時，駕駛?cè)诵枰粩鄬⒆⒁饬D(zhuǎn)移到道路正前方以外的車內(nèi)次任務(wù)上，這使得其對道路正前方的注視時長與注視次數(shù)相較于正常駕駛狀態(tài)顯著降低。

此結(jié)論與文獻(xiàn)[7]針對高速公路不同分心狀態(tài)下道路前方注視頻率的研究結(jié)論一致；文獻(xiàn)[8]針對城市快速路不同分心狀態(tài)下的相關(guān)研究表明，手機(jī)免提通過時駕駛?cè)藢Φ缆非胺降淖⒁晻r長與注視次數(shù)百分比均較長，語音短信時均較少，所反映規(guī)律一致，但其注視時長與注視次數(shù)占比比筆者高，這與道路行車環(huán)境的差異性有關(guān)，城市快速路道路交通環(huán)境較草原公路復(fù)雜，駕駛?cè)诵熊囍械呢?fù)荷更大。

2.3.3 注視點轉(zhuǎn)移概率矩陣

為分析不同分心狀態(tài)下駕駛?cè)俗⒁朁c轉(zhuǎn)移特征，借鑒文獻(xiàn)[5]研究方法，計算駕駛?cè)俗⒁朁c在各興趣區(qū)域間的轉(zhuǎn)移概率Pij，Pij計算公式為：

(2)

根據(jù)圖6興趣區(qū)域的劃分及式(2)注視轉(zhuǎn)移概率的計算方法，對駕駛?cè)苏Ｐ旭偧安煌中臓顟B(tài)下駕駛?cè)说淖⒁晠^(qū)域轉(zhuǎn)移概率進(jìn)行統(tǒng)計計算，繪制注視轉(zhuǎn)移概率熱點如圖8。

圖8 不同駕駛狀態(tài)下注視轉(zhuǎn)移概率熱點圖

由圖8(a)可知：在正常行駛時，駕駛?cè)说淖⒁朁c范圍較廣，注視轉(zhuǎn)移路徑較多，其中，對道路正前方的注視比例最多，占比24%；注視點在道路正前方(F)與左前方(LF)、右前方(RF)之間的轉(zhuǎn)移概率相近，集中在8%～12%；說明在正常駕駛狀態(tài)下，由于草原公路景觀環(huán)境、線形單一，駕駛?cè)说囊朁c主要集中到道路前方，由于車流量較小，駕駛?cè)说囊朁c在左右前方之間分布比例較大，視點分布范圍較廣。駕駛?cè)俗⒁朁c在道路前方與左后視鏡的轉(zhuǎn)移概率也占一定比例，占比約6%左右，這是因為在行車過程中，有時會有其他行駛車輛從同向內(nèi)側(cè)車道超越試驗車，或者試驗車駕駛?cè)藭虺角败囆枰蜃髠?cè)車道變換車道，因而會不時留意左視鏡，以便觀測左側(cè)道路行車動態(tài)。駕駛?cè)藢ζ渌麉^(qū)域(OA)有一定關(guān)注，道路前方與其他區(qū)域之間的總占比約18%，這說明駕駛?cè)嗽诓菰纷杂尚旭倳r，由于道路線形單一、車流量較小，駕駛?cè)说木褙?fù)荷較小，除了注視前方道路之外，還會對道路以外其他區(qū)域有一定關(guān)注度。

由圖8(b)可知：與正常駕駛相比，駕駛?cè)嗽谡J(rèn)知分心時，視點主要集中道路正前方，道路正前方內(nèi)部轉(zhuǎn)移概率占比達(dá)32%；在正前方與左右前方3個區(qū)域間的占比共為50%左右，說明在認(rèn)知分心時，由于次任務(wù)處理需求增加，駕駛?cè)藷o暇顧及除道路以外的其它區(qū)域，導(dǎo)致其注視區(qū)域相對集中，注視轉(zhuǎn)移模式較為固定；同時駕駛?cè)嗽谧笠曠R與道路前方及道路前方與其他區(qū)域之間也有一定注視轉(zhuǎn)移，但所占比例很小。

由圖8(c)可知：駕駛?cè)嗽趶?fù)合分心狀態(tài)下駕駛時，其注視點范圍分布分散，注視轉(zhuǎn)移路較多，但主要集中在道路正前方(F)與車內(nèi)(IV)，占比接近50%，其次是道路左右前方(LF、RF)與車內(nèi)(IV)占比約30%，其余轉(zhuǎn)移概率主要分布在道路前方區(qū)域之間及車輛內(nèi)部轉(zhuǎn)移。這說明由于次任務(wù)的影響，駕駛?cè)藢⒅饕淖⒁饬Ψ旁诘缆氛胺脚c次任務(wù)之間，對其他區(qū)域的關(guān)注度明顯下降，這與文獻(xiàn)[5]的結(jié)論基本一致，即在視覺分心(或視覺分心為主)狀態(tài)下，駕駛?cè)说淖⒁曓D(zhuǎn)移大范圍集中在道路與車內(nèi)之間，對其他區(qū)域的關(guān)注程度顯著降低，但由于其僅針對車內(nèi)視覺分心進(jìn)行研究，興趣區(qū)域劃分類別較少，并未分析認(rèn)知分心狀態(tài)下駕駛?cè)说淖⒁曓D(zhuǎn)移規(guī)律?？梢姡c認(rèn)知分心狀態(tài)下注意轉(zhuǎn)移規(guī)律明顯不同，復(fù)合分心時駕駛?cè)说淖⒁朁c轉(zhuǎn)移范圍廣，轉(zhuǎn)移路線長，視點在不同區(qū)域之間的轉(zhuǎn)移頻率明顯增加，說明復(fù)合分心對駕駛?cè)艘曈X特性的短時影響更大。

2.3.4 注視熵率

為了在注視轉(zhuǎn)移概率基礎(chǔ)上，進(jìn)一步考慮不同興趣區(qū)域注視時長差異性的影響，引入注視熵率的概念。文獻(xiàn)[17]將熵率的概念應(yīng)用于駕駛?cè)艘曈X特性分析中，用于描述駕駛?cè)俗⒁曓D(zhuǎn)移路徑在時間和空間上的無序性及負(fù)荷，熵值越大則駕駛?cè)俗⒁曓D(zhuǎn)移的無序性越大，造成的視覺負(fù)荷越大。筆者通過計算正常與分心駕駛狀態(tài)下的熵率,來對比分析駕駛?cè)嗽诜中臓顟B(tài)下視覺轉(zhuǎn)移的無序性，熵率的定義如式(3)、式(4)：

(3)

(4)

采用單因素重復(fù)測量方差分析對不同狀態(tài)下的熵率進(jìn)行差異性分析，求得F=127.78，P<0.05，說明不同狀態(tài)下熵率存在顯著差異。Tukey檢驗結(jié)果表明，3種狀態(tài)下駕駛?cè)说淖⒁曥芈示嬖陲@著差異，各狀態(tài)下熵率對比見圖9。

圖9 不同駕駛狀態(tài)下注視熵率對比

從圖9及方差分析結(jié)果看出：

1)駕駛?cè)嗽谡J(rèn)知分心時熵率值小于正常行駛狀態(tài)(t=5.425 71，P=0.001 80)，說明駕駛?cè)嗽谡J(rèn)知分心時信息搜索范圍小，注視轉(zhuǎn)移的無序性小，在注視區(qū)域的注視時間長。這是由于駕駛?cè)嗽谡J(rèn)知分心(使用免提語音通話)時，注意力集中在短時記憶、思考問題并回答上，此時視點主要集中在道路正前方區(qū)域，無暇關(guān)注道路周邊區(qū)域，使其視點轉(zhuǎn)移概率降低，而對道路正前方區(qū)域的注視時長增加。

2)與認(rèn)知分心不同，復(fù)合分心時駕駛?cè)俗⒁曥芈手迪鄬φＰ旭偁顟B(tài)顯著增加(t=16.294 21，P<0.05)，說明在復(fù)合分心時，由于需要查看手機(jī)微信信息并回復(fù)，駕駛?cè)说囊暰€需要在車內(nèi)、道路前方等各區(qū)域之間進(jìn)行轉(zhuǎn)移，使得駕駛?cè)说男畔⑺阉鞣秶黾?，注視轉(zhuǎn)移的無序性增加，而對各區(qū)域的注視時長減少。

文獻(xiàn)[5]應(yīng)用熵率指標(biāo)對比分析了駕駛?cè)擞袩o次任務(wù)下注視行為的有序性，發(fā)現(xiàn)相較于正常行駛狀態(tài)，駕駛?cè)艘坏┩瑫r執(zhí)行駕駛?cè)?操作車內(nèi)設(shè)備)，會使得駕駛?cè)俗⒁曓D(zhuǎn)移的無序性增加，注視轉(zhuǎn)移的概率增加，而注視持續(xù)時長降低，進(jìn)而導(dǎo)致其熵率值增加，這與筆者研究結(jié)論一致。

2.4 不同狀態(tài)下駕駛?cè)藙討B(tài)視覺特性差異性可視化

為了將注視、眼跳、注視熵等各指標(biāo)綜合影響下不同狀態(tài)駕駛?cè)艘曈X特性變化規(guī)律的差異性進(jìn)行可視化，采用MATLAB繪制不同駕駛狀態(tài)在注視時長、眼跳頻率、正前方注視時長百分比、注視次數(shù)百分比及注視熵等5項指標(biāo)共同作用下的安德魯斯曲線[18]如圖10，其中縱坐標(biāo)fy(t)為安德魯斯曲線函數(shù)值，橫坐標(biāo)表示時間t，t∈(0,1)s。圖中實線為不同狀態(tài)多指標(biāo)影響下試驗人員的均值，兩側(cè)點劃線為試驗人員25%、75%分位值?？梢钥闯?，與認(rèn)知分心相比，復(fù)合分心與正常駕駛的總體差異性更大，說明復(fù)合分心對駕駛?cè)说母兄绊懜@著。

圖10 不同狀態(tài)下動態(tài)視覺特性可視化對比

3 結(jié) 論

采用注視時長、注視頻率、眼跳頻率及注視點興趣區(qū)域間注視轉(zhuǎn)移概率、注視熵等，表征駕駛?cè)藙討B(tài)視覺特性及視點轉(zhuǎn)移規(guī)律的典型指標(biāo)，對比分析了草原公路行車環(huán)境中，駕駛?cè)嗽谡J(rèn)知分心與復(fù)合分心狀態(tài)下視覺感知特征及差異性，并應(yīng)用安德魯斯曲線對不同狀態(tài)下多個眼動指標(biāo)對比分析結(jié)果進(jìn)行降維可視化，得出結(jié)論如下：

1)認(rèn)知分心狀態(tài)下，駕駛?cè)说钠骄⒁晻r長顯著大于正常行駛狀態(tài)，而復(fù)合分心狀態(tài)下平均注視時長顯著小于正常行駛狀態(tài)，且與其他道路相比，草原公路行車環(huán)境認(rèn)知分心時平均注視時長更長。認(rèn)知分心下駕駛?cè)说难厶l率均小于正常狀態(tài)，而復(fù)合分心時大于正常狀態(tài)。

2)針對不同注視點興趣區(qū)域而言，在認(rèn)知分心狀態(tài)下，駕駛?cè)藢φ胺降淖⒁晻r長與注視頻率百分比大于正常行駛，復(fù)合分心狀態(tài)下，注視時長與注視頻率百分比則顯著小于正常行駛。認(rèn)知分心時駕駛?cè)说淖⒁朁c轉(zhuǎn)移主要發(fā)生在道路前方各區(qū)域之間，占比共達(dá)80%以上，駕駛?cè)说淖⒁曥芈首钚?，視覺搜索無序性小。復(fù)合分心時駕駛?cè)说囊曈X搜索無序性明顯增加，且路徑主要集中在道路前方區(qū)域與車內(nèi)之間。

3)復(fù)合分心使駕駛?cè)俗⒁朁c在車內(nèi)與道路前方的轉(zhuǎn)移概率大為增加，視覺搜索無序性增加，對駕駛?cè)擞行Й@取道路行車環(huán)境信息產(chǎn)生很大影響。認(rèn)知分心會導(dǎo)致駕駛?cè)说淖⒁朁c過渡集中，減少駕駛?cè)藢Φ缆非胺街獾钠渌麉^(qū)域的關(guān)注，且其總注視時長更長，有必要進(jìn)一步分析認(rèn)知分心狀態(tài)下駕駛?cè)说闹X反應(yīng)特性。