晝間自由行駛狀態(tài)下駕駛員空間距離判識規(guī)律*

趙煒華 劉浩學(xué) 馮中祥 施盧丹 蔣偉峰

(長安大學(xué)汽車學(xué)院 西安 710064)

駕駛員駕駛車輛行駛過程中,90%以上信息靠視覺獲取,可見視覺信息在駕駛行為決策及相關(guān)操作中具有重要作用[1-2].人眼的視覺特征表明,對近距離的判斷較為準(zhǔn)確,而隨著與目標(biāo)物空間深度的加大,距離判識的準(zhǔn)確性變差.因為“當(dāng)人眼與目標(biāo)物之間距離超過100 m時,空間落在雙眼之間映像的差異非常小”[3-4].文獻(xiàn)[5-6]研究了晝間動態(tài)環(huán)境中空間距離判識規(guī)律,但僅限于在不同深度距離下,判識距離隨速度的變化趨勢,缺乏深度距離對距離判識的影響分析.本文通過實際道路試驗,以探究人在動態(tài)環(huán)境中對障礙物空間距離判識的規(guī)律,分析深度距離和速度對判識的影響,并建立定量變化的數(shù)學(xué)模型.

1 實驗設(shè)計與被試選擇

1.1 實驗設(shè)計

研究遵照心理學(xué)實驗設(shè)計與方法,最大限度控制了影響因素,試驗現(xiàn)場設(shè)計如圖1所示.

1)試驗道路為1 100 m直線區(qū)段,方向為東西走向,道路兩端等條件設(shè)置實驗車輛具有足夠的加速和勻速區(qū)段;實驗時間區(qū)段為14:00～18:00時,天氣晴到多云,所有被試試驗過程中基本控制在等照度環(huán)境(15 000 lx～40 000 lx).

圖1 實驗現(xiàn)場設(shè)計

2)車輛行駛深度方向第一辨識點障礙物,按近、中、遠(yuǎn)分別設(shè)為25,75,125 m設(shè)置,2個障礙物之間的相對距離為40 m.車輛試驗速度均按0,20,40,60,80和100 km/h的6級速度進(jìn)行控制.

3)被試駕駛員在不同設(shè)計速度下,行駛至判識基準(zhǔn)線時,直接報出絕對空間距離X和相對距離Y的主觀判識距離數(shù)值.考慮到光線照射方向和環(huán)境差異的影響,兩個方向均進(jìn)行一次試驗,取兩次判識平均值為駕駛員在不同速度和深度距離下的判識結(jié)果.

4)實驗車輛為福特全順JX6541B-H型,車速表進(jìn)行了標(biāo)準(zhǔn)校驗,并采用ISKRA-1D型非接觸式車速測試儀進(jìn)行間斷監(jiān)控,以保障試驗車速誤差有限;道路障礙物顏色選用暖色系的紅色及冷色系的綠色,其尺寸為0.5 m×0.5 m×1.3 m;環(huán)境照度用LX1330B型數(shù)字照度計測試,用以監(jiān)測整個實驗開始到結(jié)束的照度變化.

1.2 被試選擇

被試駕駛員按照隨機(jī)性原則選取,并注意相關(guān)因素的影響,共選取不同行業(yè),駕駛經(jīng)歷、職業(yè)、年齡和駕齡的32名男性駕駛員.要求駕駛年限均超過5年駕齡,持有B照以上駕駛執(zhí)照資格.技術(shù)均嫻熟,且有良好的駕駛習(xí)慣,視覺機(jī)能正常,無生理缺陷和重、特大事故經(jīng)歷.被試基本情況如表1所列.

表1 被試駕駛員基本情況分類表

2 實驗結(jié)果

2.1 距離判識數(shù)據(jù)

按照試驗方案設(shè)計,在不同深度距離和速度下,被試駕駛員分別進(jìn)行距離判識.統(tǒng)計分析判識結(jié)果,全部判識結(jié)果符合或接近正態(tài)分布,取全部被試距離判識數(shù)據(jù)平均值,作為不同速度和距離條件下距離判識結(jié)果.紅色障礙物距離判識結(jié)果,如圖2所示.

圖2 紅色障礙物距離判識結(jié)果

根據(jù)相同數(shù)據(jù)處理方法,獲得綠色障礙物距離判識結(jié)果如圖3所示.

2.2 被試判識回顧

試驗結(jié)束后,駕駛員普遍反映,在不同深度距離下,絕對距離X的判識值隨著車速不斷提高而逐漸下降,相對距離Y判識值也不斷下降,但下降程度不如絕對距離明顯;隨著深度距離增加,判識絕對距離下降明顯程度降低,而相對距離判識受深度距離變化影響較小,隨速度判識值變化明顯.不同顏色障礙物的距離判識差異明顯,綠色障礙物距離遠(yuǎn)于紅色,且隨著深度距離增加,差異愈加明顯.

圖3 綠色障礙物距離判識結(jié)果

3 判識距離變化規(guī)律

3.1 不同顏色判識差異分析

被試回顧結(jié)果顯示,不同顏色障礙物判識距離差異明顯.判識記錄數(shù)據(jù)也表明,綠色障礙物判識距離大于紅色.在實驗過程中,由于被測試者在相同條件下參加紅、綠兩色障礙物距離判識,故在此選用Paired-T檢驗方法進(jìn)行差異檢驗.在不同速度和深度距離下,不同顏色障礙物判識距離檢驗結(jié)果如表2所列.

表2 晝間不同顏色障礙物判識配對T檢驗結(jié)果

由表2可知,在不同距離和速度時,對于紅、綠兩色障礙物判識,絕對距離和相對距離檢驗顯著程度Sig值,僅有個別小于0.05,即紅、綠兩色障礙物距離判識僅在個別距離和速度時,差異顯著.反之,結(jié)果表明,在試驗統(tǒng)計數(shù)據(jù)中,不同顏色障礙物距離判識數(shù)據(jù)無統(tǒng)計學(xué)差異.

3.2 判識距離變化規(guī)律

由于不同顏色障礙物判識距離,統(tǒng)計學(xué)意義上差異不顯著,將紅、綠2色障礙物在不同深度距離和速度下的判識距離取平均值,不僅可以獲得自由行駛狀態(tài)下距離判識變化規(guī)律,而且可以提高數(shù)據(jù)準(zhǔn)確性.經(jīng)上述數(shù)據(jù)處理后,獲得距離判識數(shù)據(jù)變化如圖4所示.

圖4 障礙物距離判識結(jié)果

由圖4所示可見,絕對距離判識隨著速度和深度距離的變化,在空間中形成一個一曲面.通過曲面回歸分析,逼近判識距離隨速度和距離變化的函數(shù).考慮到指數(shù)函數(shù)變化趨勢,在此選用二元三次函數(shù)進(jìn)行逼近,函數(shù)見式(1).

式中:z為駕駛員判識距離;x為第一判識點深度距離;y為車輛運行速度;ε為隨機(jī)誤差.

被測試者在不同深度距離和速度下,進(jìn)行了多次距離判識,將判識結(jié)果代入式(1)中,獲得如式(2)所示線性方程組.

式中:k為距離判識點數(shù),k=1,2,…18;i為深度距離設(shè)置數(shù),i=1,2,3;j為試驗設(shè)計速度數(shù),j=1,2,…,6.

選用最小二乘法解方程組,求得方程組系數(shù)解.將計算獲得的系數(shù)解代入式(1)中,得曲面回歸函數(shù)見式(3).

式中:za為駕駛員判識絕對距離;x為第一判識點深度距離;y為車輛運行速度.

采用同樣處理方法,獲得相對距離判識變化函數(shù)見式(4).

式中:zr為駕駛員判識絕對距離;x為第一判識點深度距離;y為車輛運行速度.

在試驗方案中設(shè)計速度和距離下,由逼近函數(shù)求得的判識距離與實測數(shù)據(jù)誤差在有限范圍內(nèi).將相關(guān)數(shù)據(jù)代入SPSS進(jìn)行分析,經(jīng)統(tǒng)計檢驗知,模型判定系數(shù)R2為1,進(jìn)入計算變量為X2,Y2,XY,X,Y.經(jīng)方差分析表明,總體顯著性概率值sig為0,小于0.001,拒絕總體回歸系數(shù)為0的原假設(shè).可見計算模型有效,擬合效果非常好.

經(jīng)計算及分析判識距離實際得出,當(dāng)深度距離大于等于45 m時,模型計算符合實際;當(dāng)深度距離介于25～45 m間,車輛運行速度小于 80 km/h時,模型有效;當(dāng)深度距離介于10～25 m,速度小于50 km/h時,計算模型有效.距離小于10 m時,模型計算偏差不符合人對距離判識實際.綜上分析,得出距離判識隨深度距離和速度變化趨勢如圖5所示.

圖5 障礙物距離判識結(jié)果

由圖5可見,在自由行使?fàn)顟B(tài)下,駕駛員動態(tài)空間距離判識準(zhǔn)確性,受到速度和深度距離影響.隨著深度距離增加,判識距離逐漸減小,判識準(zhǔn)確性變差;隨著深度距離增加,判識距離增加,判識準(zhǔn)確性變差.自由行使?fàn)顟B(tài)下,由于速度和深度距離的交互影響,空間距離判識在空間中形成一個曲面.

4 結(jié) 論

1)自由行駛時,駕駛員對空間絕對距離判識受深度距離和行駛速度影響大.隨著障礙物深度距離增加,絕對距離判識值增大,隨著速度增加,絕對距離判識值減小.

2)相對距離判識受深度距離影響小,速度變化影響大.

3)二元二次函數(shù)可很好逼近空間距離判識變化,與試驗測得數(shù)據(jù)差異非常小,擬合度高.

[1]周榮剛,張 侃.多參照系條件下信息獲取方式對絕對方位判斷的影響[J].心理學(xué)報,2008,40(11):1137-1148.

[2] 袁 偉,付 銳,郭應(yīng)時,等.汽車駕駛?cè)烁兄?決策-行為模式[J].長安大學(xué)學(xué)報:自然科學(xué)版,2007,27(3):80-83.

[3]劉 強(qiáng),陳安濤,王 琪,等.知覺加工中存在顏色類別知覺效應(yīng)的證據(jù)[J].心理學(xué)報,2008,40(1):8-13.

[4]Abdulhai B,Ritchie S G.Enhancing the universality and transferability of freeway incident detection using a Bayesian neural network[J].Transportation Research:Part C,1999,7(5):261-280.

[5]劉浩學(xué),趙煒華.駕駛員晝間動態(tài)環(huán)境暖色調(diào)障礙物空間距離判識規(guī)律[J].交通運輸工程學(xué)報,2009,9(2):105-109.

[6]趙煒華,劉浩學(xué).色調(diào)對晝間動態(tài)環(huán)境中駕駛員空間判識的影響[J].長安大學(xué)學(xué)報:自然科學(xué)版,2009,29(4):85-90.