基于SMI的電動自行車騎行者視覺行為分析

趙霞，王衛杰，壽任禎，任剛（.南京工業大學交通運輸工程學院，江蘇南京0009，.東南大學交通學院，江蘇南京0096）

基于SMI的電動自行車騎行者視覺行為分析

趙霞1，王衛杰1，壽任禎1，任剛2
（1.南京工業大學交通運輸工程學院，江蘇南京210009，2.東南大學交通學院，江蘇南京210096）

為研究電動自行車騎行者的視覺行為特征，明確其對電動自行車行駛安全的影響，采用德國SMI IVIEW X帽子式眼動儀對電動自行車騎行者在包含機非混行、行人非機動車混行、機非隔離3種類型的固定路段開展了眼動實驗，獲取了騎行者在不同的道路環境中的眼動參數，包括眼動時間、視角分布、注視持續時間和注視點分布等。根據數據結果，結合現狀電動自行車路段行駛狀況提出了相應的管理對策建議：在有條件的地方應當盡量將非機動車和機動車分離，設置合理的非機動車道和路邊停車帶，減少機動車對非機動車騎行的影響；同時應將人行道和非機動車道分離，減少電動自行車和行人之間的沖突隱患。

電動自行車；視覺行為；眼動儀；眼動時間；注視點

電動自行車由于其節能、便利的特性，在我國廣泛使用。截至2012年，全國電動自行車保有量已接近1.5億輛，然而由電動車肇事導致的交通事故也逐年攀升。據統計，2009年我國電動自行車肇事交通事故造成3 600余人死亡，事故死亡人數是2004年的6倍多[1]。電動自行車已超越了自行車成為非機動車交通事故的第一大群體，安全形勢非常嚴峻。研究表明：人的因素是道路交通事故的主要因素，因而有必要以電動自行車的使用者為研究對象分析其騎行行為。而騎行程過程中80%的交通信息是靠視覺提供，因此研究騎行者的視覺行為特征對把握騎行者對電動自行車安全特性的影響具有重要意義。

國內外對交通參與者視覺行為的研究主要集中在機動車駕駛員。早期Burg開始研究視覺與事故的關系，發現動態視敏度對事故有較好的預測作用[2]；Lawrence和Lore研究了年長和年輕的駕駛員視覺的選擇性注意與碰撞事故的關系[3]；長安大學的田明分析了駕駛員的視覺搜索模式[4]；長安大學的袁偉、付銳等人運用搜索模式模糊聚類評價法綜合分析了駕駛過程的視覺行為[5]；東南大學的李婭、龔翔等人將眼動儀的視線跟蹤技術引入交通標識視認性研究[6]；同濟大學的潘曉東等人運用EMR一8B型眼動儀研究了逆光條件下交通標志的可視距離[7]。而將視覺行為分析引入到非機動車騎行行為的研究非常少，國內體育研究領域中，張忠秋等人開展了自行車專家與新手范式的眼動實驗對比研究，分析了自行車運動員專項認知水平眼動特征[8]。

本文借鑒國內外在機動車駕駛員視覺行為分析方面的研究經驗，開展電動自行車騎行者的眼動實驗，分析其騎行過程中的視覺行為特征，以期為電動自行車交通安全研究提供相關理論支持。

1 眼動實驗及儀器簡介

眼動實驗是一種實時的眼球運動記錄實驗，是可以通過分析各種眼動參數來考察整個認知行為的過程。視覺搜索作為一種復雜的認知過程，是人獲取外界信息繼而進行加工的一種重要方式，是眼動實驗的主要研究內容。就本文而言，電動車駕駛人行駛過程中需要獲取道路交通環境中關于危險和潛在危險的信息，注意和觀察交通場景中恰當的位置。駕駛人的視覺搜索模式是一種選擇性的注意方式，而注意的搜尋和注意的選擇是典型的視覺搜索模式。注意的搜尋體現在視覺搜索行為中，可以用眼動時間和視角分布等參數表征；注意的選擇體現在搜索策略中，可以用注視持續時間和注視點分布等參數表征。

本文使用德國SMI IVIEW X帽子式眼動儀（如圖1所示）。SMI IVIEW X眼動儀使用一套眼罩式微型攝像機，安裝在專用的帽子上，捕捉眼球運動并記錄視野的變化。電腦計算視線的聚焦點與視線的影像進行疊加。配套的MPEG視頻采集器可記錄實時采集的場景信息，并存儲供后續研究分析[9]。

圖1 IVIEW X(TM)帽子式眼動儀

2 實驗設計

電動自行車騎行者在騎行過程中，信息處理是基礎，只有在掌握可靠信息的基礎上，才能夠避免感覺器官（眼睛）獲取信息不足和漏掉必要信息，或是獲取錯誤的信息，從而避免騎行者做出錯誤的決策和反應，減少道路交通事故的發生。

電動自行車與普通自行車類似，屬于較容易掌握的交通工具，且電動自行車騎行者的年齡等屬性分布較為集中。本文為了把握電動自行車駕駛人的視覺行為特征，選擇機非混行、行人非機動車混行、機非隔離3種不同的城市路段開展眼動實驗，分析不同道路環境下電動自行車駕駛人的視覺搜索模式特性。

實驗線路選擇從東南大學交通學院出發，經過進香河路到學府路再到丹鳳街，進入珠江路經太平北路轉向學府路到進香河路，再回到交通學院。具體線路如圖2所示，路線全長約2km，其中機非隔離路段約800m，機非混行路段約1.5km，人非混行路段約1.5km。

實驗時間為2011年9月15日下午3：30～5：30，包含高峰時段與非高峰時段，天氣晴朗，同時避免了陽光充足時段，攝像時不會因光線太強而造成拍攝的錄像曝光。

本實驗選取的電動自行車騎行實驗者共20人，人群包括新手和熟練騎行者，兩類人群男女比例相當，包含20～50歲實驗對象，實驗數據分析部分不考慮人群差異性，只考慮道路環境對眼動參數的影響。

圖2 眼動儀實驗線路

本實驗需注意以下問題：

（1）安全問題：實驗路段比較復雜，佩戴眼動儀后影響部分騎行行為，受試者中包含新手，容易產生安全問題；

（2）眼動儀的標定問題：在校正過程中，如果被檢測者眨眼，那么就不能做到精確的標定；然而，如果在校正開始之前警告他不能眨眼，他有時將變得太緊張而不能以正常狀態通過標定的步驟；

（3）騎行過程中的問題：騎行過程中佩戴的眼動儀帽子位置容易變動，出現校正點位置偏差，導致實驗數據不準確。

3 數據分析

本文對眼動實驗記錄采用Observer XT系統進行了分析，主要探討了機非隔離、機非混行與人非混行路段等不同道路環境下電動自行車駕駛人的眼動時間、視角分布、注視持續時間、注視點分布等視覺行為。

3.1 眼動時間分析

將實驗路段分為機非隔離、機非混行與人非混行路段3種類型，對電動自行車駕駛人的眼動時間分別進行統計，統計結果如圖3所示。在騎行過程中觀察不同目標的眼動時間，可以發現其主要分布區間為0～100ms，占總體的76.32%，為掃視時間；超過100ms的為注視時間，占23.58%。不同路段中眼動時間分布一致，掃視時間占絕大部分比例；在機非隔離的道路環境下，注視時間所占的比例相對較大，為28.1%。因此電動自行車駕駛人的視覺搜索以掃視為主。

圖3 眼動時間分布

由于機非隔離環境下，電動自行車騎行軌跡較為單一，不會與行人或者機動車輛產生混合交通流，需要關注并分析的信息少，因此掃視時間也相對較少；而機非混行與人非混行這兩種道路環境中交通組成復雜，騎行者要時刻注意行駛的機動車和可能出現的行人，因而掃視時間相對較多。

3.2 視角分布分析

本文參照Victor等人[10]的區域劃分方法，對眼動軌跡位置平面分布圖的正方形區域進行劃分。劃分方法如圖4所示，在水平方向上，將（-20，-10）區域定義為左邊側區域，（10，20）區域定義為右邊側區域；將中間部分從點（-10，-10）到點（10，10）所包含的200×200的正方形作為道路中心區域，中心區域又將垂直方向區域分隔成上方和下方。圖4所示場景中的十字是電動車駕駛人的視點，左邊側區域包含了機動車道和對向車道，右邊側區域包含了人行道，下方對應的是觀察的近處，中心區域和上方對應的是觀察的遠處。

圖4 視角區域劃分

（1）水平視角分析

圖5表示機非隔離、機非混行、人非混行3種道路環境下電動自行車駕駛人在水平方向上視角的分布。在機非隔離路況下，由于行駛環境較單一、安全，駕駛人主要關注前方路況，駕駛人的水平視角主要分布在居中區域，占91.9%；機非混行路段中，駕駛人對中心區域關注度達69.1%，而左右兩側關注度分別為21.6%和9.3%，數據顯示該行駛環境下，騎行者主要的注意力分布在前方和左側；人非混行路段中，騎行者需要同時兼顧前方、左側和右側。

圖5 水平視角分布

（2）垂直視角分析

根據圖4區域的劃分，垂直方向上分隔成下方、中心區域和上方。下方對應的是近處，上方對應的是遠處。圖6顯示不同道路環境下電動自行車騎行者垂直視角的分布情況。從圖中可以看出，在3種不同的環境下電動自行車騎行者垂直視角分布基本一致：中部區域占據絕大多數比例，其次是上方，下方所占比例最小。說明騎行者的視線主要集中在中心區域，絕大多數時間在關注前方的路況。

圖6 垂直視角分布

3.3 注視點停留頻度分布

不同的道路環境下，騎行者關注的對象也不相同。本文將關注對象分為交通設施、對向非機動車、同向非機動車、行人、機動車、景物及其他6大類注視類別。圖7即為不同路段中不同類別對象的注視點停留頻度分布。

圖7 注視點停留頻度分布

機非隔離環境下，騎行者注視點的分布中，同向非機動車和交通設施占的比例最多，兩者合計接近60%，在這種道路環境下，騎行者主要關注同向行駛的非機動車和道路的護欄、路緣石、信號燈等設施以保證安全。機非混行環境下，同向行駛非機動車關注頻度最高，占總體的37.9%；其次是機動車，占總體的28.8%。行人和非機動車混行環境下，同向非機動車所占比例最高，其次是行人、景物和交通設施，分別占到25.0%、11.2%和7.5%，該環境下，非機動車和行人是影響電動自行車通行安全的主要因素。

3.4 實驗結果分析

根據實驗結果，獲得了不同道路環境中騎行者的眼動參數，進而對電動自行車騎行者的眼動數據進行分析，得出以下結論：

（1）騎行者在不同的道路環境中眼動時間分布都是不均勻的，但是具有相同的規律，0～100ms在所有眼動時間中比例最高，說明騎行者在騎行過程中進行視覺搜索時，不是以注視運動為主，而是以掃視為主，即騎行者在觀察某一目標時，在目標停留片刻就轉移視線；

（2）不同的道路環境，騎行者的注視掃視時間所占比例不同，環境越嘈雜，不安全因素越多，掃視時間所占比例就越大，每個注視點持續時間也越短；

（3）在空間的水平方向上，騎行者視角主要分布在中部區域，這與電動自行車騎行環境有關，當環境較單一、車輛較少時，中部區域所占比例最大；當環境嘈雜，不安全因素較多時，左右側的視角分布增多；在空間的垂直方向上，騎行者的視角主要分布在中部區域和上側區域；

（4）不同道路環境中，騎行者注視點的持續時間集中在100～500ms之間，道路通行條件越好，平均注視時間就越長；道路環境越嘈雜，平均注視時間就越短；

（5）在道路環境較單一時，電動自行車騎行者更容易關注遠方的對象；當道路環境嘈雜時，騎行者優先關注近處的對象；

（6）電動自行車騎行者的注視點主要集中在對騎行安全有影響的對象上面，包括交通設施和交通參與者；當道路交通設施及交通組織不合理時，騎行者關注了過多的不安全因素，超過視覺搜索的極限便不能對突然出現的對象做出反應，容易造成事故；

（7）騎行過程中，騎行者更容易關注前方行駛的非機動車，跟隨前方運動軌跡騎行，但是電動自行車車速快，超越自行車的行為較多，且電動自行車騎行過程噪聲小，超車行為容易造成事故。

4 結語

本文利用眼動儀實驗獲得了不同道路環境中電動車騎行者的眼動參數，進而分析了電動自行車騎行者的視覺行為特征。研究認為不同的道路環境下，騎行者的注視、掃視時間比例不同，環境越復雜，不安全因素越多，掃視時間所占比例就越大，每個注視點持續時間也越短。電動自行車騎行者的注視點主要集中在對騎行安全有影響的對象上面，包括交通設施和交通參與者。在實驗路段中的機非混行、人非混行路段，由于行道過窄，且路側時有停車不能單純安置隔離欄，道路交通設施及交通組織不合理，騎行者關注了過多的不安全因素，超過視覺搜索的極限便不能對突然出現的對象做出反應，容易造成事故。因此，在有條件的地方應當盡量將非機動車和機動車分離，設置合理的自行車道，做到機非分離；合理設置路邊停車帶，減少對非機動車騎行的影響；另外，應將人行道和自行車道分離，減少電動自行車對行人帶來的安全隱患。

[1]公安部交通管理局編制組.中華人民共和國道路交通事故統計年報（2007年度）[M].北京：公安部交通管理局，2008：1-30.

[2]Burg A.Lateral Visual Field as Related to Age and Sex[J]. Journal of Applied Psychology,1968,52(1):10-15.

[3]Decina L E,Staplin L.Retrospective Evaluation of Alternative Vision Screening Criteria for Older and Younger Drivers [J].Accident Analysis and Prevention,1993,25(3):267-275.

[4]田明.新駕駛員和熟練駕駛員視覺搜索模式比較研究[D].西安：長安大學，2007.

[5]袁偉，付銳，郭應時，等.駕駛員視覺搜索模式模糊聚類評價方法[J].中國公路學報，2011（1）：103-108.

[6]李婭，龔翔，陸建，等.基于駕駛員視覺特性的指路標志視認性研究[C]//第七屆中國智能交通年會.北京：電子工業出版社，2012：346-354.

[7]潘曉東，方青，蔣宏.基于駕駛視覺需求的山區公路平曲線安全評價[J].同濟大學學報：自然科學版，2010（12）：1763-1766.

[8]張忠秋，閻國利，吉承恕.自行車運動員專項認知水平眼動特征的實驗研究[J].中國體育科技，2001（8）：6-8.

[9]李海瓊，秦雅琴.眼動儀在道路交通領域中的應用[J].人類工效學，2012（2）：75-79.

[10]Victor T W,Harbluk J L,Engstrom J A.Sensitivity of Eye-Movement Measures to In-Vehicle Task Difficulty[J].Trans?portation Research Part F:Traffic Psychology and Behav?iour,2005,8(2):167-190.

[11]NItoh,T Fukuda.A Study for Age Effects in Reliance on Lower Visual Information of Environment While Walking: The Sequential Change of Eye Movements[J].The Japanese Journal of Ergonomics,2004,40(5):239-247.

Visual Behavior of Electrical Bicyclists Based on SMI Eye Camera

ZHAO Xia1,WANG Wei-jie1,SHOU Ren-zhen1,REN Gang2
(1.College of Transportation Science and Engineering,Nanjing Tech University,Nanjing 210009,China; 2.School of Transportation,South East University,Nanjing 210096,China)

In order to study the visual behavior characteristics of electric bicyclists and clear their impact on electrical bicyclists′travel safety,the visual behavior experiments were conducted separately under the condition of vehicle and e-bicycle mixed traffic,pedestrian and e-bicycle mixed traffic as well as vehicle and e-bicycle isolated traffic,by using SMI IVIEW X HED eye camera to obtain different kinds of eye-movement data.The eye movement parameters included eye-movement time,eye-movement angle,fixation duration and distribution of fixation points.According to the data results and the running status of electric bicycle,the corresponding management countermeasures and suggestions were put forward:bicycle should be separated from motor vehicle in some places,reasonable non-motorized vehicle driveway and roadside parking zone should be set,and the influence of vehicle on e-bicycle riding should be reduced;at the same time,the pedestrian should be separated from bicycle to reduce conflicts between the e-bicycle and pedestrian.

electrical bicycle;visual behavior;eye camera;eye-movement time;fixation point

U491.25

A

2095-9931（2015）03-0014-05

10.16503/j.cnki.2095-9931.2015.03.003

2015-05-29

國家自然科學基金（51208253）；江蘇省高校自然科學研究項目（14KJB580007）

趙霞（1990—），女，江蘇常州人，碩士研究生，主要研究方向為交通規劃與交通安全。

E-mail:zxsoundsleep@gmail.com。