賈丙碩 雷嘉豪 程吉鵬
(陜西工業(yè)職業(yè)技術學院 陜西 咸陽 712000)
由于市區(qū)道路環(huán)境是機動車與非機動車混行的道路環(huán)境,且為復雜多變的行車環(huán)境,發(fā)生交通事故的概率高于其他類型的道路環(huán)境[1]。另外,在市區(qū)道路環(huán)境下,橫向危險應激物的出現(xiàn)幾率更大,且更易使駕駛人出現(xiàn)駕駛操作失誤,從而造成交通事故。因此,對駕駛人在橫向危險出現(xiàn)時駕駛行為的特性進行研究和分析,可為探求減少因駕駛人原因而引發(fā)的交通事故和從駕駛人方面提高道路安全性和可靠性提供理論基礎[2]。
駕駛人的緊急避險反應與市區(qū)道路環(huán)境下交通事故的發(fā)生與否存在較大的聯(lián)系。國內外對于駕駛人的緊急避險特性開展了一系列研究。危險感知方面,2010 年,David Crundall 及其團隊設計了9 個駕駛應激場景,利用Faros GB3 Simulator 駕駛模擬器對被試者進行口頭提示潛在危險場景的測試,進一步驗證了對駕駛人進行口頭提示危險訓練可以增強其危險感知能力[3]。決策方面,錢宇彬等[4]對駕駛人的應激反應能力訓練進行了研究,利用汽車模擬試驗裝置記錄駕駛人在應激狀態(tài)下的生理反應和操作反應。研究結果表明,對駕駛人進行適當?shù)挠柧?,可以提高他們在緊急情況下的處理能力;于鵬程等[5]通過建立判斷時間預測模型,得出駕駛人判斷時間與車速之間存在較強的相關性。此外,隨著駕駛人專業(yè)訓練次數(shù)的增加,駕駛人反應能力以及正確操作率都能得到提高,緊急避險能力可以得到有效提高。
綜上所述,對駕駛人在緊急避險過程中感知、判斷、決策、動作等方面進行研究,可以掌握駕駛人的感知-操作時間、避險常用操作等。
鑒于市區(qū)道路行車環(huán)境復雜多變,錯誤的避險操作容易引發(fā)交通事故,本文建立了6 個典型市區(qū)行車危險場景,采集不同駕駛人的橫向避險數(shù)據(jù)并進行研究,得到危險場景下的駕駛人避險特性,探求解決城市交通事故頻發(fā)的有效途徑,從駕駛人方面提出提高行車安全性和可靠性的措施。
本試驗采用Silab 4.0 駕駛模擬器搭配Facelab 5.0 非接觸式眼動儀對被試者進行數(shù)據(jù)采集,F(xiàn)acelab 5.0 非接觸式眼動儀用于追蹤駕駛人的眼睛及頭部運動,可以精確測量駕駛人注視行為、掃視行為、頭部位置、頭部轉動角度等參數(shù)[6]。
試驗共招募20 名被試者,平均年齡為24.5 歲(標準差SD=1.53),平均駕齡為1.5 年(SD=1.37)。所有被試者精神狀態(tài)良好,試驗前精力充沛,雙眼視力(含矯正視力)在5.0 左右,可獨立規(guī)范駕駛車輛。
考慮到真實的城市道路環(huán)境中存在機動車與非機動車混行等多種復雜的道路狀況,依據(jù)典型性、多樣性和全面性原則,選取6 個可測試駕駛人緊急避險特性的典型市區(qū)行車危險場景,見表1。為使駕駛人完全沉浸在仿真駕駛道路中,每段危險場景出現(xiàn)前,駕駛人都會行駛一段平穩(wěn)無危險的道路。
表1 典型市區(qū)行車危險場景
場景1:自車行駛經(jīng)過一段平穩(wěn)路段,進入亮起綠燈的十字路口,在距離危險車輛50 m 時,右側橫向車道內車輛突然闖紅燈并以75 km/h 的速度經(jīng)過交叉路口,兩車存在明顯沖突,駕駛人需采取避險操作。
場景2:當自車行駛到距離路側停放的危險車輛30 m 時,激活該危險車,該危險車開始運行并以10 m/s2的加速度加速到50 km/h。在整個加速過程中,危險車同時向自車道并線匯入。此時,駕駛人應該及時感知到該車的潛在危險及干擾,采取相應的避險操作。
場景3:自車在一段直路上正常行駛,當行駛到距離左前方特定危險車20 m 時,該危險車突然向右換道并線匯入自車道。這種情況要求駕駛人及時察覺周圍車輛動向,遇到突發(fā)情況及時做出調整,避免交通事故發(fā)生。
場景4:當自車經(jīng)過一段平穩(wěn)路段并行駛到距離對向危險車輛165 m 時,激活對向危險車輛,危險車輛向前行駛到距離自車25 m 時,突然以33 km/h 的速度掉頭,然后匯入自車道。駕駛人要及時察覺到左側掉頭車輛并迅速做出避讓,避免發(fā)生交通事故。
場景5:公交車??吭谡九_,行人被公交車遮擋,當自車以75 km/h 的速度行駛到距離行人40 m 時,行人從距離當前行駛車道中心線7.5 m 處以3.5 m/s的速度橫穿馬路。
場景6:在夜晚的城市道路環(huán)境下,駕駛人駕駛車輛正常行駛一段距離,在即將進入十字路口、且自車與危險目標行人相距45 m 時,目標行人從距離自車道中心線7.5 m 處以3.5 m/s 的速度突然橫穿馬路,與自車造成沖突。
試驗開始前,對試驗儀器進行調試和校正,打開Facelab 5.0 和Silab 4.0,確定程序可以正確運行,保證后續(xù)試驗順利進行。所有試驗所需的被試者信息采集完畢后,打開非試驗場景,請被試者分別駕車行駛兩段非試驗場景道路,熟悉駕駛模擬器的使用方法。待被試者完全掌握駕駛模擬器的使用方法后,打開建立好的典型市區(qū)行車危險場景,要求被試者以75 km/h 的車速靠右側車道行駛,遇到緊急情況時進行相應避險操作。試驗過程中,利用Facelab5.0 和Silab4.0 實時采集被試者眼動和操作數(shù)據(jù),進而分析駕駛人視線分布與避險操作特性。
試驗過程所模擬的典型市區(qū)行車危險場景整體存在一定的相似性,通過整理數(shù)據(jù)發(fā)現(xiàn),駕駛人的視線分布存在一定的差異性。場景1 和場景2 中,駕駛人需要應對右側沖突并進行避險操作;場景3 和場景4 中,駕駛人需要應對左側沖突并進行避險操作;場景5 和場景6 都是行人快速穿越馬路,區(qū)別在于是否存在遮擋物。由于每個場景中危險目標的位置、速度均會有所不同,所以駕駛人視線分布會存在一定差異。
場景1、場景2 駕駛人視線分布如圖1 所示。圖中,橫坐標上的正數(shù)代表右視角,負數(shù)代表左視角;縱坐標上的正數(shù)代表上視角,負數(shù)代表下視角。
圖1 場景1、場景2 駕駛人視線分布
由圖1 可知:場景1 和場景2,駕駛人水平視線均集中在[0°,10°],垂直視線均集中在[-15°,5°]。這主要是因為,當路邊停靠車輛或右側橫向闖紅燈車輛進入駕駛人視野時,基本處于視野右前方。相較于場景2,場景1 的駕駛人水平視角分布更為分散。這是由于闖紅燈車輛危險性更大,駕駛人會時刻關注其運行狀態(tài)。
場景3、場景4 駕駛人視線分布如圖2 所示。圖中,橫坐標上的正數(shù)代表右視角,負數(shù)代表左視角;縱坐標上的正數(shù)代表上視角,負數(shù)代表下視角。
圖2 場景3、場景4 駕駛人視線分布
由圖2 可知,場景3 和場景4,駕駛人水平視線均集中在[-10°,10°],垂直視線均集中在[-15°,10°]。這主要是因為,無論是左前方車輛變道匯入自車道,還是對向車輛調頭行駛,危險車輛主要集中在左前方,故駕駛人注視點整體偏左。相較于場景4,場景3的駕駛人水平注視點整體偏右。由此可見,當駕駛人遇到對向車輛調頭行駛時,更能引起注意,其水平注視點整體分布更分散且偏向左前方。
場景5、場景6 駕駛人視線分布如圖3 所示。圖中,橫坐標上的正數(shù)代表右視角,負數(shù)代表左視角;縱坐標上的正數(shù)代表上視角,負數(shù)代表下視角。
圖3 場景5、場景6 駕駛人視線分布
場景5 和場景6 均為行人橫穿馬路,區(qū)別在于是否存在遮擋物。由圖3 可知,駕駛人垂直視線分布基本保持在[-15°,10°]。但是場景5 的駕駛人水平視線集中在[-5°,15°],場景6 的駕駛人水平視線集中在[-10°,15°]且整體存在較大的追隨運動,水平視角最大可達45°。這是由于在場景5 中,由于公交車遮擋視線,當行人突然出現(xiàn)時,避險操作更加緊急,所以駕駛人更多的是注視遮擋物前情況;而在場景6中,行人橫穿馬路,由于視野開闊且行人運動隨機性原因,駕駛人會出現(xiàn)視線追隨現(xiàn)象。
綜合分析圖1、圖2、圖3 所示的6 個典型市區(qū)行車危險場景中駕駛人視線分布散點可以明顯發(fā)現(xiàn):典型市區(qū)行車危險場景中,駕駛人的注視點分布特點為水平方向上主要集中在[-5°,10°],垂直方向上主要集中在[-20°,10°]。這是由于在本試驗中,駕駛人一般處在右側車道行車,在平穩(wěn)駕駛過程中,駕駛人的視線注視點一般在中央位置,當應激事件出現(xiàn)時,駕駛人的注視點相應地隨著應激物出現(xiàn)漂移,以此來準備調整駕駛狀態(tài)隨時避險。
駕駛人在市區(qū)道路行車,遭遇橫向危險時,水平視角能很好地反映駕駛人視線以及危險認知情況。
對上述6 個典型市區(qū)行車危險場景中駕駛人的水平視角進行分析,得到駕駛人水平視角統(tǒng)計見表2。
表2 駕駛人水平視角統(tǒng)計表 °
由表2 可以看出,6 個場景中,駕駛人的水平視角基本上保持在[0°,10°],即駕駛人大部分時間視線都停留在右前方。
在場景1 和場景2 中,相較于場景2,場景1 的駕駛人水平視角幅度更大。這是由于十字路口視野開闊,駕駛人能夠及早發(fā)現(xiàn)橫向車輛。
在場景3 和場景4 中,相較于場景3,場景4 的駕駛人水平視角均值偏小,即相較于左前方車輛變道匯入自車道,對向車調頭行駛更能引起駕駛人注意,故大多數(shù)駕駛人注視點在調頭車輛上,這與上述分析能夠很好地相互印證。
在場景5 和場景6 中,場景5 由于駕駛人視線受到遮擋物影響,因此駕駛人水平視角的均值、標準差、幅度均較小。場景6 由于橫穿馬路的行人運動隨機性大,駕駛人水平視角幅度較大,掃視范圍更寬。
從駕駛人發(fā)現(xiàn)危險目標到采取制動措施的過程即駕駛人感知-制動時間[7],可以通過逐幀分析駕駛人眼動視頻的方法來確定避險過程中感知時刻。6 個典型市區(qū)行車危險場景中駕駛人感知-制動時間的統(tǒng)計結果見表3。
表3 駕駛人感知-制動時間統(tǒng)計表 ms
由表3 可知,6 個典型市區(qū)行車危險場景中,駕駛人的感知-制動時間不具備很強的統(tǒng)一性,但是大多數(shù)場景中,駕駛人的感知-制動時間均值在1 000 ms 以內。由此說明,大多數(shù)駕駛人在遭遇突發(fā)危險時均能快速做出避險反應。具體來說,在場景3 中,駕駛人的感知-制動時間標準差最小,說明所有駕駛人在遇到左前方車輛突然換道匯入自車道時反應迅速且高度一致;在場景6 中,駕駛人的感知-制動時間極大值與極小值差異最大,且均值與標準差均最大,說明在場景6 中駕駛人反應差異性最大。
感知-制動時間過后,駕駛人如果不能成功避險,接下來就只能選擇踩制動踏板[8],使車輛速度降低進而避免險情。一般情況下,當駕駛人松開制動踏板后,可以認為避險結束[9]。對駕駛人避險過程中持續(xù)制動時間進行統(tǒng)計,可幫助分析避險特性。6 個典型市區(qū)行車危險場景中駕駛人持續(xù)制動時間的統(tǒng)計結果見表4。
表4 駕駛人持續(xù)制動時間統(tǒng)計表 ms
由表4 可以看出:
在場景1、場景2 中,駕駛人持續(xù)制動時間的均值和標準差整體較小,說明大部分駕駛人對危險的判斷基本一致并通過短暫的制動措施就可完成避險。
在場景5、場景6 中,駕駛人持續(xù)制動時間的均值與標準差均較大,說明在此2 個場景中,駕駛人的制動持續(xù)時間普遍較長,且各駕駛人的制動持續(xù)時間波動較大。當行人突然沖出時,部分駕駛員來不及做出正確的駕駛應激反應,易發(fā)生交通事故。
在應激避險過程中,有的場景可以通過緊急制動成功避險,但在一些包含側面碰撞的場景中,往往需要駕駛人采用轉向或制動轉向相結合的避險方式來避險[10]。在緊急轉向過程中,駕駛人通過快速轉動方向盤使車輛改變原來的行進方向進而達到避險的目的。從危險出現(xiàn)到車輛方向盤轉角到達最大值可以認為是避險操作[11],不同場景中駕駛人最大方向盤轉角時間統(tǒng)計見表5。
表5 駕駛人最大方向盤轉角時間統(tǒng)計表 ms
從表5 可以看出,在6 個場景中,場景5 的駕駛人最大方向盤轉角時間均值最大,標準差最小。說明在市區(qū)道路行車存在視線遮擋的情況下,當有行人突然沖出時,駕駛人避險操作更為緊急;在場景6中,同樣是行人橫穿馬路,由于駕駛人視野沒有遮擋,大部分駕駛人能夠提前觀察到危險并進行避險操作,只需要輕微轉動方向盤或采取制動措施就可以避險,故最大方向盤轉角時間均值較?。辉趫鼍?中,由于路側車輛突然啟動并向自車道并線,駕駛人最大方向盤轉角時間普遍偏長。這是由于路側車輛運行過程中的隨機性問題,大部分駕駛人通過轉動方向盤調整自車位置來達到避險目的。
以車道中線為中心,自車向左偏為負值,自車向右偏則為正值[12]。6 個典型市區(qū)行車危險場景中,所有被試車輛行車過程中的橫向位置變化值統(tǒng)計見表6。
表6 自車橫向位置變化值 cm
從表6 可以看出,在對向車突然掉頭的場景4中,自車的橫向位置偏右最明顯,說明大部分駕駛人調整自車方向來避險;在行人突然橫穿馬路的場景6中,自車的橫向位置變化幅度為6 個場景中最小,說明在沒有任何遮擋物的情況下,大部分駕駛人能夠提前判斷出危險并進行制動避險操作;在十字路口右側車輛闖紅燈行駛的場景1 中,駕駛人的橫向位置移動有較大的差異性??傮w上,在6 個場景中,自車的橫向位置始終偏右。
本文在總結國內外有關城市道路駕駛人應激能力研究成果的基礎上,通過設計典型市區(qū)行車危險場景,采用駕駛模擬器對市區(qū)道路駕駛人橫向避險特性進行了研究,結果發(fā)現(xiàn):
1)6 個典型市區(qū)行車危險場景中,駕駛人的視線范圍最集中的地方是中部視野區(qū)域。表明在城市道路上行車過程中,由于復雜多變的道路環(huán)境及諸多需要注意的道路信息,駕駛人注意力基本都在車輛前方。
2)所有的典型市區(qū)行車危險場景中,當危險出現(xiàn)時,駕駛人均能夠迅速做出反應,感知-制動時間均值大多在1 s 之內。
3)市區(qū)道路行車,當駕駛人視線存在遮擋時,避險操作更為緊急;相反,當駕駛人視線良好時,大部分駕駛人能夠及時發(fā)現(xiàn)危險并采取制動避險措施。
4)由于本文研究的典型市區(qū)行車場景均為虛擬場景,且試驗設備為駕駛模擬器,故駕駛人避險操作可能與真實行車環(huán)境存在一定差異性,后續(xù)可以考慮進行封閉試驗場中的實車試驗來對比結果差異性。