城市道路干擾跟車對駕駛人注意力分配的影響*

吳付威，黎 莉，付 銳，王 暢，馬 勇

(1.長安大學 汽車學院，陜西 西安 710064；2.長安大學 汽車運輸安全保障技術交通行業重點實驗室，陜西 西安 710064)

0 引 言

駕駛人注意力分配特性研究是駕駛人交通特性研究的重要內容之一。目前，我國駕駛人駕駛技能和安全意識懸殊，在城市道路行車時經常出現“見縫插針”等不安全駕駛行為，若后車駕駛人出現分心駕駛或應對措施不當，極易導致追尾事故發生。

駕駛人視覺特性是影響交通安全最主要原因之一[1]，也是評價心理負荷的有效指標[2]。研究表明，駕駛分心已經成為機動車事故的主要原因之一，約16%死亡事故和21%受傷事故是由駕駛分心造成的[3]。V.BEANLAND等[4]研究發現：大部分重傷事故與駕駛人注意力不集中有關，且大多數注意力不集中和分心情況是可以避免的；王暢等[5]研究發現：視線離開前方區域時，駕駛人的車道保持能力會相應的下降，車輛發生車道偏離的可能性增加；A.CUENEN等[6]開展了駕駛人注意能力容量的研究，表明在行駛過程中干擾目標的出現(相對于障礙物)對駕駛人預見潛在危險能力具有負面影響；A.BOROWSKY等[7]研究了短暫視覺干擾對駕駛人視覺搜索能力的影響，實驗過程共涉及4種車內視覺干擾，每種干擾時間為2 s，表明視覺干擾次任務會降低駕駛人的危險感知能力。干擾車突然切入屬于強制換道的一種，D.SUN等[8-9]在城市道路開展了換道行為研究，考慮不同駕駛人群體特征，分別對自由換道、強制換道和競爭(合作)換道建立了模型，并將所建模型在CORSIM微觀交通流模擬器上進行了仿真。國內學者對跟車過程中駕駛人注視行為特性和注視轉移規律開展了一系列研究，并對換道過程中眼動行為特性進行了對比分析，發現駕駛人對任一注視目標都需多次重復注視才能獲取足夠信息；車輛在直行時，駕駛人主要在當前車道、相鄰車道與前方遠處之間進行注視轉移[10-13]。

綜合而言，目前研究主要針對正常跟車過程中駕駛人駕駛行為和注意力分配特性開展，而干擾車切入對后車駕駛人注意力的影響很少涉及。而且，現有ACC系統對干擾車的突然切入尚無成熟應對策略，一旦出現這種情況，ACC系統就會失效，無法保證安全跟車。因此，筆者在城市道路開展實車試驗，通過眼動數據分析干擾車切入時駕駛人注意力在不同交通目標之間的分配特性及轉移模式，旨在探索合理的視覺搜索模式，指導駕駛人及時發現干擾車并采取合理應對措施。

1 試驗數據采集

1.1 試驗道路

典型的干擾車跟車過程示意如圖1。根據研究目的，選取西安某段典型城市道路作為試驗路段。該路段為雙向四車道，由中央分隔帶分隔對向車流，路段全長16.2 km，限速80 km/h，試驗過程中交通流量為600～900車/h。

圖1 干擾車跟車過程示意Fig. 1 Diagram of vehicle-following with interference vehicle

1.2 被試對象選取

試驗以自愿形式招募了28名駕駛經驗豐富的男性駕駛人作為試驗被試對象。要求被試人員身體健康，雙眼視力(包括矯正視力)在5.0以上。被試人員平均年齡為39.4歲，標準差為3.7歲；平均駕齡為11.9年，標準差為4.8年；平均駕駛里程1.36×105km。

1.3 試驗車輛及設備

試驗過程主要設備為faceLAB 5非接觸式眼動儀，采樣頻率為30 Hz。該眼動儀能有效地追蹤駕駛人眼動行為和頭部運動狀態，對駕駛過程無干擾。所選試驗車輛為大眾途安牌轎車，搭載了用于探測前車距離的ESR毫米波雷達及其他相關設備。

通過試驗車搭載的ESR毫米波雷達，可精確測量試驗車前、后車輛與試驗車的相對位置、速度等數據。筆者主要研究駕駛人干擾跟車過程中注意力分配特征及注視轉移特性，只需分析前方毫米波雷達數據。根據試驗車前向攝像頭拍攝場景視頻，對干擾跟車數據進行初步篩選。

1.4 數據篩選

駕駛人主要依靠視覺通道獲取交通信息。為準確研究干擾跟車時駕駛人注意力分配特性，通過逐幀回放帶有注視點的眼動錄像，確定注視點在不同注視區域之間分配情況及視線轉動情況，共采集到有效干擾跟車179次。干擾車從左側切入98次，其中：最長時間為13.3 s，最短時間為6.5 s，平均時間9.4 s。干擾車從右側切入81次，其中：最長時間為13.2 s，最短時間為6.2 s，平均時間10.6 s。

2 駕駛人注視特性分析

2.1 注視區域劃分

國內外學者對駕駛人注視區域劃分展開了一系列研究[14-17]。不同注視區域包含不同的交通信息。筆者根據干擾跟車特性，將駕駛人視野劃分為6個區域，具體如表1。

表1注視區域劃分Table 1 Fixation area division

由于干擾車切入方向不同，對后車駕駛人注意力分配的影響存在一定差異。因此，筆者將干擾車分為左側和右側車道切入兩種情況進行考慮。在faceLAB 5眼動儀參數中，GAZE_ROT_X表示視線繞水平軸轉動情況，GAZE_ROT_Y表示視線繞垂直軸轉動情況，二者反映駕駛人視線位置信息。視線轉動角度在一定程度上能反映注視點的分布情況，筆者主要研究干擾跟車過程中駕駛人視線轉動情況及注視分布情況。

2.2 干擾車左側切入時注意力分配情況

當干擾車左側切入時，注視點在不同注視區域內的分配比例以及視線轉動情況如圖2。

正常跟車過程中，駕駛人主要關注前方視野，即前方車輛和當前車道，當干擾車突然切入時，干擾車成為新的跟車目標，駕駛人對干擾車關注相應增加。由圖2(a)看出：當干擾車從左側車道切入時，后車駕駛人對當前車道及目標車輛總注視比例為62.4%，表明其主要注意力在前方視野。當干擾車從左側切入時，駕駛人對左側區域的注視比例(6.75%)高于右側(3.05%)。

視線在水平和垂直方向的轉動角度分別表示駕駛人注視目標的左右位置及前后距離。在水平方向上：約有96.3%的視線分布在[-50°，40°] 區間，表明駕駛人主要關注正前方的當前車道、目標車輛、干擾車等位置，并且視線分布范圍較廣；當干擾車從左側車道切入時，駕駛人注意力主要集中于前方車輛和干擾車，因此視線主要集中于水平方向-45°范圍。在垂直方向上：約92%的視線分布在[-15°，20°] 區間，表示駕駛人主要注意力用于觀察正前方區域，包括前方車輛及干擾車；垂直視線整體在前方視野偏上位置，且視線集中程度比水平方向高；視角在[10°，15°] 范圍內表示駕駛人關注目標車輛，該比例為2.9%，說明干擾車切入使得駕駛人將注意力從目標車輛轉移到干擾車。

圖2 干擾車左側切入時視線轉動情況Fig. 2 Visual line rotation cutting-in from left side

2.3 干擾車右側切入時注意力分配情況

當干擾車從右側切入時，后車駕駛人注意力特性與左側切入有所不同。將該過程駕駛人注視分布情況及視線轉動情況進行統計，如圖3。

由圖3(a)可知：當干擾車從右側車道切入時，駕駛人對當前車道和目標車輛注視比例之和約為51%，表明駕駛人需要集中關注前方視野區域，以保證車輛橫向位置。此外，由于干擾車由右側切入，駕駛人對右側區域的注視分布比例為3.53%，高于對左側區域的注視(2.45%)。其他區域注視比例為3.03%，表明駕駛人在注視車內儀表盤、路兩側的高樓及廣告牌等。

由圖3(b)可看出：約98.1%的水平視線分布在[-50°，50°] 區間，表明駕駛人主要關注位置為正前方區域，包括當前車道、目標車輛、干擾車等。由于干擾車由右側車道切入，駕駛人視線在右側區域分布明顯多于左側區域。其中：視線在[50°，80°] ，表明駕駛人在觀察右側車道上的干擾車、右后視鏡以及交通標志等。

3 干擾跟車過程中注視轉移模式

筆者將探討駕駛人動態視覺行為在各注視區域間相互轉移模式特性。根據馬爾可夫理論，系統在t0時刻所處的狀態為已知條件下，在t0時刻以后達到的狀態，與t0時刻以前系統狀態無關，完全取決于t0時刻系統狀態，這個特性稱為“馬爾可夫性”。在駕駛過程中，駕駛人注視下一個注視點位置，只與當前注視點有關，而與之前看了什么的位置無關。筆者將駕駛人視野劃分為6個明確區域，相互獨立，即構成了馬爾可夫理論離散的狀態空間；此外，駕駛人注視點是離散的，視線在兩個注視點之間運動為掃視過程，注視點位置轉移即狀態空間的變化。注視點在注視區域之間轉移是一個典型的齊次馬爾可夫鏈。

設aij為注視由狀態i轉向狀態j的頻數(i，j=A，B，…，F)。

根據概率論知識，當狀態概率的理論分布未知時，如果樣本容量足夠大，可用樣本分布來近似地描述狀態的理論分布。因此，可以用轉移頻率來近似地估計未知的轉移概率。故，由狀態i轉向j的轉移概率的估計值為pij=aij/ai。駕駛人注視點在各注視區域間視覺轉移的轉移概率矩陣用Pij表示，如PAD表示注視從區域A到D的轉移概率。

3.1 干擾車左側切入時注視轉移模式

筆者認為：注視指駕駛人視線始終停留在某個注視區域，當視線從某個注意區域移動到其他區域時，視為注視的一次轉移。故注視從某區域到其自身的轉移概率均為0。通過逐幀回放法分析帶有注視點的眼動錄像，統計駕駛人注視點在不同注視區域之間的轉移過程，得到注視點的轉移概率矩陣，如表2。

表2 干擾車左側切入時注視轉移概率Table 2 Fixation’s transition probabilities cutting-in from left side

注：注視從其他區域到該區域的轉移概率最大值用灰色標記，下同。

由表2可知：PDE轉移概率值最高(0.750)，說明駕駛人在關注目標車輛之后，最有可能關注的目標是干擾車。同時，PAD(0.528)和PEA(0.565)的值均較高，這也從另一個方面說明區域A(當前車道)、區域D(目標車輛)以及區域E(干擾車)是駕駛人關注的重點，其注意力主要分配于這3個區域，并且在這3個區域之間不斷轉移。

此外，PBA明顯大于PCA，這是由于干擾車由左側切入，駕駛人注意力較多地關注左側交通信息。

3.2 干擾車右側切入時注視轉移模式

干擾車從右側切入時，注視的轉移概率矩陣如表3。

表3 干擾車右側切入時注視轉移概率Table 3 Fixation’s transition probabilities cutting-in from right side

干擾車的切入破壞了原有穩定的跟車狀態，本車駕駛人跟車距離期望值突然減少，使得駕駛人將注意力集中于干擾車上，防止事故發生，并通過控制車輛速度，以期達到新的穩定跟車狀態。

由表3可看出：與干擾車左側切入類似，干擾車從右側切入時，駕駛人注視轉移概率最高的仍為PDE(0.667)，這說明駕駛人對干擾車關注不受干擾車切入方向影響，仍較多地關注干擾車本身。此外，注視區域從左側到當前車輛，從目標車輛到干擾車的轉移次數在城市道路干擾跟車右側切入情況下一般相似。

當前注視區域為區域E(干擾車)時，PEA和PED的值分別為0.352和0.376，二者之和大于0.700，說明駕駛人需要觀察右側干擾車切入的位置、距離，同時還需觀察當前車道和目標車輛，以保持車輛安全間距，避免發生追尾事故。筆者認為：主要是干擾跟車過程中駕駛人疏于干擾車距離就很容易發生交通事故。因此，需要駕駛人將注視點迅速轉移到當前車道和干擾車上。

總體而言，在有干擾車出現時駕駛人注意力分配模式與正常跟車過程有所區別。由于干擾車的出現，駕駛人將注意力較多地分配到干擾車出現一側，對前方視野的關注程度相對降低。

4 結 論

針對城市道路環境中干擾車切入對駕駛人注意力分配的影響，筆者選取經驗駕駛人作為被試對象，開展實車試驗。結果表明：

1) 干擾車切入過程中，駕駛人將主要注意力集中于前方視野。干擾車從左側和右側車道切入時，駕駛人對正前方視野注意力分配比例分別為62.4%和51%；

2) 干擾車切入過程中，駕駛人視線從目標車輛(區域D)到干擾車(區域E)的轉移概率最高。干擾車由左側切入時，PDE=0.750；從右側切入時，PDE=0.667。

參考文獻(References)：

[1] 馬勇，付銳.駕駛人視覺特性與行車安全研究進展[J].中國公路學報，2015，28(6)：82-94.

MA Yong，FU Rui.Research and development of drivers visual behavior and driving safety[J].ChinaJournalofHighwayandTransport，2015，28(6)：82-94.

[2] 彭金栓，高翠翠，郭應時.基于熵率值的駕駛人視覺與心理負荷特性分析[J].重慶交通大學學報(自然科學版)，2014，33(2)：118-121.

PENG Jinshuan，GAO Cuicui，GUO Yingshi.Drivers’ visual characteristics and mental load based on entropy rates[J].JournalofChongqingJiaotongUniversity(NaturalScience)，2014，33(2)：118-121.

[3] LIANG Yulan，LEE J D.A hybrid bayesian network approach to detect driver cognitive distraction[J].TransportationResearchPartC：EmergingTechnologies，2014，38：146-155.

[4] BEANLAND V，FITZHARRIS M，YOUNG K L，et al.Driver inattention and driver distraction in serious casualty crashes：data from the Australian National crash in-depth study[J].AccidentAnalysis&Prevention，2013，54：99-107.

[5] 王暢，郭應時，付銳，等.視線離開前方區域時的駕駛人操作行為[J].重慶交通大學學報(自然科學版)，2014，33(3)：124-128.

WANG Chang，GUO Yingshi，FU Rui，et al.Driver’s operation behavior during eyes off road[J].JournalofChongqingJiaotongUniversity(NaturalScience)，2014，33(3)：124-128.

[6] CUENEN A，JONGEN E M M，BRIJS T，et al.Does attention capacity moderate the effect of driver distraction in older drivers?[J].AccidentAnalysis&Prevention，2015，77：12-20.

[7] BOROWSKY A，HORREY W J，LIANG Y，et al.The effects of brief visual interruption tasks on drivers’ ability to resume their visual search for a pre-cued hazard[J].AccidentAnalysis&Prevention，2016，93：207-216.

[8] SUN D，ELEFTERIADOU L.Lane-changing behavior on urban streets：an “in-vehicle” field experiment-based study[J].Computer-AidedCivilandInfranstructureEngineering，2012，27(7)：525-542.

[9] SUN D，ELEFTERIADOU L.A driver behavior-based Lane-changing model for urban arterial streets[J].TransportationScience，2014，48(2)：184-205.

[10] 郭應時，郭艷君，付銳，等.車道變換過程中駕駛人操作和注視行為[J].長安大學學報(自然科學版)，2014，34(4)：115-119.

GUO Yingshi，GUO Yanjun，FU Rui，et al.Operation and gazing behavior of driver during lane change[J].JournalofChang’anUniversity(NaturalScienceEdition)，2014，34(4)：115-119.

[11] 袁偉，付銳，郭應時，等.基于馬爾可夫鏈的駕駛人視覺轉移特征[J].長安大學學報(自然科學版)，2012，32(6)：88-93.

YUAN Wei，FU Rui，GUO Yingshi，et al.Driver’s visual transition characteristics based on the Markov chain[J].JournalofChang’anUniversity(NaturalScienceEdition)，2012，32(6)：88-93.

[12] 袁偉，徐遠新，郭應時，等.車道變換與直行時的駕駛人注視轉移特性[J].長安大學學報(自然科學版)，2015，35(5)：124-130.

YUAN Wei，XU Yuanxin，GUO Yingshi，et al.Fixation transfer characteristics of drivers during lane change and straight drive[J].JournalofChang’anUniversity(NaturalScienceEdition)，2015，35(5)：124-130.

[13] 吳付威.跟車和換道過程中駕駛人注視轉移模式研究[D].西安：長安大學，2012：40-45.

WU Fuwei.ResearchonDriver’sFixationTransitionModeduringCarFollowingandLaneChangingProcess[D].Xi’an：Chang’an University，2012：40-45.

[14] 馬勇.基于眼動分析的汽車駕駛員視覺搜索模式研究[D].西安：長安大學，2006：49-58.

MA Yong.StudyonDrivers’VisualSearchPatternBasedonAnalysisofEyeMovements[D].Xi’an：Chang’an University，2006：49-58.

[15] 郭應時.交通環境及駕駛經驗對駕駛員眼動和工作負荷影響的研究[D].西安：長安大學，2006：49-58.

GUO Yingshi.StudyonEffeetsofTrafficEnvironmentandDrivingExperienceonDriver’sEyeMovementandWorkload[D].Xi’an：Chang’an University，2009：43-72.

[16] 李輝，景國勛，賈智偉，等.駕駛員注意力分配定量方法研究[J].中國安全科學學報，2009，19(2)：148-151.

LI Hui，JING Guoxun，JIA Zhiwei，et al.Quantitative measuring method for the allocation of drivers’ attention[J].ChinaSafetyScience，2009，19(2)：148-151.

[17] 成英，高利，高鮮萍.城市快速路駕駛人注意力分配特征變化[J].中國安全科學學報，2014，24(10)：71-76.

CHENG Ying，GAO Li，GAO Xianping.Changes in attention allocation characteristics of drivers driving on expressway[J].ChinaSafetyScience，2014，24(10)：71-76.