基于眼動儀的電動自行車騎手危險感知研究

桑海云

(淮陰工學院 體育教學部,江蘇 淮安 223003)

百度輸入“關于電動自行車的交通事故”等關鍵詞后,搜索結果有“電動自行車成為馬路殺手”“交通事故案例中大多過錯在電動車一方”。浙江省公安廳2018年公布1/3交通事故與電動車有關，電動自行車引起事故的案例盡顯眼底。電動自行車騎手的風險駕駛行為降低了城市路網的通行能力，引發和加劇了城市交通擁堵等問題。

危險感知一直是近年來國外學者研究的熱點，但是國內近幾年才有零星的相關研究，主要針對機動車汽車駕駛員，并且主要關注危險感知對不當駕駛行為的影響。Papageorgiou等[1-5]研究感知的偏差與遺漏、判斷和決策錯誤、操作的失誤均可能增加風險駕駛行為，進而導致事故的發生。劉振興[6]證實駕駛員主觀感知到的風險大小不同，采取的駕駛行為也會不同；不同的駕駛員之間存在差異，感知能力與駕駛行為也不盡相同；不同的駕駛人群雖有差異但存在某些規律或呈現出一些共同的特征。

本研究采用眼動實驗法，考察在不同危險場景中，不同道路條件對不同類別的電動自行車騎手危險感知的影響。道路場景主要分為兩種：交叉口和普通路段。Wang等[7]發現交叉路口是電動自行車交通事故的多發地段，因此，有必要考察在不同路段上不同類型電動自行車騎手危險感知的差異。不同性別、有無駕照、不同類型的電動自行車騎手的危險感知水平不同，對不同道路條件下和不同沖突類型中的危險易感性也不同。綜上考慮，有必要考察在不同道路危險情境和不同沖突類型中不同類別電動自行車騎手的差異，解釋和預測電動自行車騎行人的風險性行為，最終達到提出有針對性的干預措施，減少風險性行為和電動自行車事故的目的。

1研究方法與程序

1.1 被試人員的選取

采用問卷調查法隨機發放問卷350份，回收323份，回收率92.3%，其中有效問卷316份，有效率97.8%。從316份中選取問卷總分得分前27%的作為高風險組(風險型騎手)，即總分大于58分的85人為風險型騎手；后27%的作為低風險組(安全型騎手)，即總分小于36分的85人作為安全型騎手。針對篩選出的54%共170人群進行電話邀請，共邀請愿意參加實驗的人員63人。刪除一名眼動指標采樣不合格被試，剩余62名被納入統計分析，其中男性29名，女性33名，有汽車駕照騎手32人，無汽車駕照騎手30人，風險型騎手33人，安全型騎手29人。

1.2 研究工具

實驗采用德國Ergoneers最新科技研制的高精度、低侵入性的高端眼動儀來記錄被試的眼動軌跡。采樣頻率50 Hz，精度為0.5度。Dikablis配有兩個攝像頭：eye-camera和field-camera，前者負責追蹤眼睛，后者負責錄制場景；用 D-Lab 3.5采集和分析眼動數據。

1.3 實驗材料

1.3.1材料選編

查閱國內外相關文獻了解危險感知測試的有關視頻。根據我國道路特點選取通用的兩種道路場景(交叉口和普通路段)，咨詢交警、交通心理學相關專家，確定出本研究所采用的道路場景視頻。選取晴天條件邀請4名學生和2名交通專業老師協助，采用佳能LEGRIA HF M60進行拍攝，對每一段視頻要求以電動自行車騎手為視角進行拍攝，拍攝場景不僅要求清晰突出交通沖突情景(交通沖突是指駕駛員如果不采取剎車或者減速等行為措施就可能會和其他的道路使用者發生碰撞的情況)，而且畫面不能晃動，由于以電動自行車騎手為視角進行拍攝不像汽車駕駛員直接可以用行車記錄儀記錄，邊騎行邊拍攝難度較大，前后花費14天的時間，共拍攝86個視頻，每個視頻的時長控制在20 s左右。

1.3.2材料的評定

首先邀請8名大學生對視頻進行初步評定，視頻內容的清晰度進行李克特5級評分，1為“完全不清楚”，5為“非常清楚”。剔除23個不符合要求的視頻，剩下的63份進入后期評定。之后分別請12 位成人(6名交通專業教師，6 名交警)對每張視頻的性質進行評定。按照交叉口和普通路段分別對視頻內容的危險程度進行李克特5級評分，1為“一點也不危險”，5為“非常危險”。選取平均分在4左右的視頻，最后共選取24個視頻，其中交叉口沖突場景一共16個，人非沖突(人與電動車沖突)場景6個、非非沖突(電動車與電動車沖突)場景6個、機非沖突(機動車與電動車沖突)場景4個；普通路段沖突場景一共8個，人非沖突場景4個，非非沖突場景4個。另外12位評定者評分的一致性進行肯德爾相關檢驗，均達到顯著性水平(P<0.05)，表明12位評分者具有較好的一致性信度。

1.3.3任務材料的實施

在23英寸顯示器上，向被試連續播放多段視頻錄像，這些視頻錄像都是在行車過程中，以電動自行車騎手的視角拍攝的。該套路況視頻材料中，呈現了五種交通沖突類型：交叉口行人與非機動車的沖突、交叉口非機動車與非機動車的沖突、交叉口機動車與非機動車的沖突、普通路段行人與非機動車的沖突、普通路段非機動車與非機動車的沖突。該套視頻一共24個視頻，為了平衡被試點擊鼠標快慢不同造成的誤差，該套視頻在正式施測前，在實驗前安排一分鐘的鼠標操作反應時測試，以排除因個人原因導致鼠標點擊靈活性差異的干擾。

1.4 實驗程序

采用2(性別)*2(有無駕照：有駕照/無駕照)*2(騎手類型：風險型/安全型)*2(道路類型：交叉口/普通路段)混合實驗設計，道路類型為被試內變量，性別、有無駕照和騎手類型為被試間變量，年齡作為協變量。

實驗數據運用SPSS 21.0進行描述性統計分析、方差分析等，分析在不同道路條件下對不同性別、有無駕照及不同類型電動自行車騎手危險感知的影響。

2 研究過程

2.1 研究設計

2.1.1自變量

采用2(性別：男、女)*2(有無駕照：有駕照/無駕照)*2(電動自行車騎手類型：風險型、安全型)*2(道路類型：交叉口、普通路段)混合實驗設計。

2.1.2因變量

借鑒馬錦飛[8]和Karatekin[9]的研究把以下幾個指標用來對危險感知進行分析：

擊中率(Percentage Clicked，單位：%)：被試正確擊中危險目標的次數和總測試項目的比率。

反應時間(Duration，單位：s)：單個被試的興趣區域AOI反應時間。

首次注視點進入時間(Time to First Mouse Click，單位：s)：被試初次注視到興趣區，即首次關注興趣區的用時。

平均注視時間(Fixation Duration，單位：s)：在興趣區域AOI內凝視的平均時間。

平均每次眼跳(掃視)距離(Saccade Length，單位：pixel)：在某個興趣區域AOI內平均每次眼跳(掃視)距離。

眼跳(掃視)次數(Number of Saccades)：在某個興趣區域AOI總的眼跳(掃視)次數。

2.2 實驗結果與分析

2.2.1不同類別電動自行車騎手在不同道路場景下危險擊中率和反應時的差異

(1)不同類別電動自行車騎手在不同道路場景下危險擊中率的差異

表1 不同類別騎手在不同道路場景下危險反應擊中率(M±SD)

(2)不同類別電動自行車騎手在不同道路場景下危險反應時的差異

表2 不同類別騎手在不同道路場景下危險反應時 (M±SD) (s)

2.2.2不同類別電動自行車騎手在不同道路場景下首個注視點進入危險興趣區的用時和注視時間的差異

(1)不同類別電動自行車騎手在不同道路場景下首個注視點進入危險興趣區用時的差異

表3 不同類別騎手在不同道路場景下首次進入用時(M±SD) (s)

對性別和騎手類型進一步簡單效應結果發現，當騎手性別為男性時，危險型騎手首次進入用時多于安全型騎手，當騎手性別為女性時，危險型騎手和安全型騎手則沒有差異(P>0.05)。對性別、有無駕照和騎手類型進一步簡單效應結果發現，當騎手性別為男性時，無論是否有駕照的危險型騎手的首次進入用時多于安全型騎手，當騎手性別為女性時，只有擁駕照的危險型騎手的首次進入用時才多于安全型騎手；當騎手性別為男性時，無論不同類型騎手是否擁有駕照都沒有差異，當騎手性別為女性時，只有安全型無駕照的騎手首次進入用時才多于有駕照騎手；當騎手有駕照時，無論不同類型騎手性別男還是女都沒有差異，當騎手沒有駕照時，無論不同類型男性騎手首次進入用時多于女性騎手。

(2)不同類別電動自行車騎手在不同道路場景下在危險興趣區注視時間的差異

表4 不同類別騎手在不同道路場景下注視時間(M±SD) (s)

2.2.3不同類別電動自行車騎手在不同道路場景下視覺搜素模式的差異

(1)不同類別電動自行車騎手在不同道路場景下眼跳距離的差異

表5 不同類別騎手在不同道路場景下眼跳距離(M±SD)

(2)不同類別電動自行車騎手在不同道路場景下眼跳掃視次數的差異

表6 不同類別騎手在不同道路場景下眼跳掃視次數(M±SD)

3 討論與結論

3.1 不同類別電動自行車騎手在不同道路場景和不同沖突型危險擊中率和反應時的差異

參考馬錦飛把擊中率和反應時指標作為電動自行車騎手危險感知水平[8]。研究發現，在不同道路場景下性別和有無駕照的對危險反應擊中率不存在差異，但有無駕照在危險反應時上主效應顯著(P﹤0.05)，說明有無駕照在危險反應時上存在差異，有駕照的電動自行車騎手危險反應時少于無駕照騎手。在危險擊中率和反應時方面，騎手類型的主效應都顯著(P﹤0.05)，說明不同類型的電動自行車騎手在危險擊中率和反應時上存在差異，安全型騎手比風險型騎手擊中率高，反應時快。這就說明了為什么安全型騎手交通事故少的原因了，因為安全型騎手能夠快速對危險進行反應從而降低自身的風險。

在不同道路場景下騎手類型和對危險反應擊中率存在交互效應(P﹤0.001)，具體表現為危險型騎手在不同道路場景下對危險反應擊中率差異顯著，風險型騎手在交叉口對危險反應擊中率高于普通路段，但是安全型則沒有什么差異，說明安全型騎手無論在交叉口還是普通路段都能保持安全態度和風險意識。性別和危險反應時存在交互效應，不同性別的騎手能夠知道交叉口和普通路段不同，因而都能在交叉口更加警覺。

3.2 不同類別電動自行車騎手在不同道路場景和不同沖突型危險注視模式差異

在不同道路場景電動自行車騎手首個注視點進入危險興趣區的用時和注視時間均呈現差異顯著,電動車自行騎手在交叉口的首次進入用時和注視時間均快于普通路段。Wilson等[10]認為在駕駛中駕駛員會把90%的時間用來搜索前方道路，而交叉口是產生事故多發地，所以電動車自行騎手會在交叉口保持小心謹慎，對危險信息加工更充分，因而面對危險會做出快速反應。

在不同道路場景下騎手類型在首個注視點進入危險興趣區的用時主效應顯著(P﹤0.001)，具體表現為安全型騎手在不同道路場景下首次進入用時少于風險型騎手，說明安全型騎手對危險信息更加警惕，因而能做出快速反應。

在不同道路場景沖突類型下，有無駕照電動自行車騎手在注視時間上主效應都顯著(P﹤0.05)，具體表現為有駕照的騎手在不同道路場景和交叉口不同沖突類型下注視時間少于無駕照騎手，這可能是因為經過駕駛知識和駕駛技能的培訓，他們會對危險信息一直保持謹慎心理，他們自身的經驗讓他們知道什么樣情況就可能會有危險發生。這與Borowsky等[11]的研究認為缺乏經驗的駕駛員則直接關注前方，不太關注合并道路上的潛在車輛，而駕駛經驗可以提高駕駛員對潛在危險的認識，并引導駕駛員的眼睛移動到可能嵌入潛在風險的地點的研究結論相類似。

3.3 不同類別電動自行車騎手在不同道路場景和不同沖突型視覺搜索模式的差異

Kovesdi等[12]研究結果表明任務所需的心理負荷可以通過眼跳距離來反映，有經驗的駕駛員比新手駕駛員的眼跳距離寬。眼跳掃視次數反映對危險信息的多次搜素。在不同道路場景眼跳距離和眼跳掃視次數上主效應都顯著(P﹤0.05)，具體表現為電動自行車騎手在交叉口眼跳距離比普通路段寬，眼跳掃視次數比普通路段多。這可能是因為交叉口危險信息量大于普通路段，所以電動自行車騎手需要搜索更多的危險信息才能保證自身的安全。

性別在不同道路類型下的眼跳距離和眼跳掃視次數主效應都顯著(P﹤0.05)，具體表現為女性騎手在不同道路場景下眼跳距離比男性騎手寬，眼跳掃視次數比男性騎手多。這可能跟女性性格大多一直小心謹慎有關，因為大多數女性會在騎行時候保持更多的警惕心理，對危險也會更加警覺。

3.4 結論

(1)道路類型顯著影響不同類別電動自行車騎手的危險感知。

(2)不同類別的騎手在交叉口的擊中率高于普通路段，對危險反應時快于普通路段，安全型的騎手對危險的反應快于危險型騎手。

(3)性別在交叉口不同沖突類型下的危險反應擊中率和反應時都存在顯著差異。

(4)性別和不同類型的騎手在普通路段不同沖突類型下對危險反應擊中率都存在顯著差異，有無駕照騎手在普通路段不同沖突類型下的危險反應反應時存在顯著差異。