草原公路不同分心狀態下駕駛人動態視覺特性

呂 貞，戚春華，朱守林

(內蒙古農業大學 能源與交通工程學院，內蒙古 呼和浩特 010018)

0 引 言

駕駛分心是指駕駛人將注意力轉向與駕駛無關的活動，造成駕駛人視覺、意識、決策以及操作能力下降的一種危險行為[1]，常見的分心駕駛行為包括視覺分心、認知分心及操作分心等。根據駕駛人駕駛時的反應操作過程，感知環節是安全行車的基礎和前提[2]，駕駛人在駕駛過程中一旦出現分心，會直接影響其對道路行車環境信息的有效獲取，進而影響其判斷決策乃至操作行為，給行車帶來極大安全隱患[3]。研究駕駛分心對駕駛人視覺感知特性的影響，對駕駛分心防治策略的提出和道路交通安全水平提升有重要意義。

國內外學者針對不同類別分心對駕駛人動態視覺特性的影響均有一定研究。M.A.RECARTE等[4]、Y.WANG等[5]研究發現，駕駛人在視覺分心時注視時長變短，對道路前方區域的注視次數減少；K.HOLMQVIST等[6]研究表明，當駕駛人處于認知分心和綜合分心(同時出現認知與視覺分心)時，其注視點主要集中在道路正前方區域；咸華彩[7]研究發現，視覺分心會使駕駛人視線偏離前方道路的頻率增加眼跳速度降低，認知分心則導致駕駛人眼跳頻率減少；張輝[8]針對快速路自由流狀態下分心的研究表明，認知分心與視覺分心時的眼跳頻率存在顯著差異。

綜上，國內外學者針對不同類別駕駛分心對駕駛人視覺特性的影響已進行了大量研究，但這些結論大多是針對城市道路及高速公路行車環境。草原公路行車環境色彩單調，道路線形以長直線為主，交通標志、標線等設施設置信息量不足[9-10]。駕駛人在長直線行車時，操作簡單，精神負荷水平低，因而在駕駛過程中常出現使用手機、操作車內設備、眺望遠方等與駕駛任務無關的活動，導致其對道路交通環境的感知能力下降，無法及時、充分的取有效信息。此時若道路、交通、行車環境出現變化，則極易因感知不足導致駕駛人判斷、決策及操作失誤而引發事故。

因此，研究草原公路不同分心狀態下駕駛人的動態視覺特性、視覺轉移特性，對于進一步探究草原公路駕駛分心對駕駛人操作行為及車輛運動狀態的影響、駕駛分心判別及分心預警等具有重要的理論價值。筆者通過開展典型草原一級公路駕駛模擬試驗，采集正常駕駛、復合分心(視覺與操作分心)、認知分心狀態下駕駛人的眼動數據，分析不同分心狀態對駕駛人注視、視覺轉移特性的影響，為進一步深入分析駕駛分心對草原公路行車安全的影響機理，并制定干預對策提供理論與實踐依據。

1 試驗方案設計

鑒于分心駕駛行為具有一定的危險性，且駕駛人在實際道路駕駛過程中，容易受到道路交通環境中各種隨機因素的干擾，而產生其他駕駛次任務。駕駛模擬器可以很好控制外部因素的影響，且大量模擬駕駛試驗結果均已證明其有效性[10]，因而采用虛擬駕駛模擬平臺開展試驗。

1.1 試驗人員

招募14名駕駛人(男性11名，女性3名)，年齡在29～55歲之間，性別比例和年齡分布均符合國內駕駛人統計特征，駕齡均在3年以上，視力正常，身心狀態良好。

1.2 試驗設備

試驗設備包括駕駛模擬系統、眼動設備與智能手機。駕駛模擬系統及試驗場景見圖1(a)、(b)。眼動設備為I view X HED型眼動儀，眼動儀的采樣頻率設置為200 Hz/s，眼動儀及試驗人員駕駛圖見圖1(c)、(d)。試驗結束后，采用眼動儀配套的BeGaze軟件提取和分析眼動數據。試驗采用免提手機通話模擬駕駛人的認知分心狀態，采用微信文字消息查看與編輯回復表現駕駛人的復合分心狀態，試驗同時配備了兩部裝有微信聊天軟件的智能手機并配有無線耳機，供工作人員與試驗人員進行通話及微信消息傳遞使用。其中試驗人員使用手機置于駕駛座位右側扶手旁。

圖1 試驗主要設備

1.3 試驗方案

經實地調研，典型草原公路直線段占比達80%，景觀單調車流量較少，小型車占比近80%。因此，模擬試驗路段設置為30 km雙向四車道草原公路，車道寬度為3.75 m，沿線交通標志、標線等管理設施及安全設施均按實際道路設置，路段限速80 km/h，車流為自由流狀態，車型均為小汽車。

模擬試驗分兩個階段：①預實驗，告知試驗人員試驗目的與任務，進行約10 min的駕駛模擬器適應性訓練，確保試驗人員熟悉與適應駕駛模擬環境；②正式試驗，將30 km試驗路段平均分為3段，在第1段設置免提通話任務，第3段設置微信文字消息查看與編輯回復任務，中間10 km用于調整注意力進入正常駕駛狀態。模擬駕駛路段及次任務設置如圖2。

圖2 模擬駕駛路段及次任務設置

在免提手機通話駕駛次任務中，試驗人員會接到工作人員電話，試驗人員要用5～10 s進行語音回答。根據文獻[11]，設置兩位數的加法是較合適的次任務需求(如：36+45=？)，試驗人員需要進行短時記憶并計算，與認知分心狀態下大腦工作負荷接近且無需對試驗人員進行提前訓練，因此由工作人員隨機進行兩位數加法提問，共設置10組問題。在微信文字消息查看與編輯回復駕駛次任務中，試驗人員需要在聽到微信信息提示后，拿起手機查看微信中兩位數加法信息(無需短時記憶過程)，計算后以數字形式進行編輯回復。試驗全過程持續時間約40 min。

2 結果與分析

注視行為與眼跳行為常用于描述分心狀態下駕駛人的視覺特性[12-13]，采用眼動儀配套的Begaze軟件對比分析認知分心、復合分心狀態下的注視時長、眼跳頻率及視點轉移特征、視覺搜索規律等，并與正常駕駛狀態下的注視、眼跳進行對照，得出不同分心狀態對駕駛人視覺特性的影響。

2.1 平均注視時長

平均注視時長是駕駛人注視持續時間的平均值。根據ISO E.15007-1，注視時長的范圍為100～2 000 ms[14]。首先按此范圍對注視時長數據進行篩選，然后采用單因素重復測量方差分析(repeated-measures ANOVA)對不同行駛狀態下的注視時長數據進行統計分析。

經Shapiro-Wilk檢驗，在0.05水平下，不同狀態平均注視時長均顯著來自于正態總體(P>0.05)，Levene檢驗結果表明各總體方差滿足齊性要求(F=2.965 9，P=0.063 2)，球形Mauchly’s檢驗結果表明數據符合球對稱性[χ2(2)=0.729 4，P=0.694 4]。方差分析結果得F=170.946 3，P<0.05，因而總體均值顯著不同，說明3種狀態下平均注視時長存在顯著差異。不同駕駛狀態下平均注視時長對比見圖3。

圖3 不同狀態下駕駛人平均注視時長對比

根據單因素方差分析結果與圖3可知：正常行駛與分心狀態下，駕駛人平均注視時長均存在顯著差異，認知分心時駕駛人的平均注視時長顯著大于正常行駛狀態，而復合分心時則顯著小于正常行駛狀態。這是因為駕駛人在認知分心時，需要花費更多精力在“駕駛次任務”上，根據有限資源理論，其用于駕駛任務的精力會降低，使其注視點集中到較小的區域，且注視時長增加。復合分心則相反，駕駛人除了需要關注前方道路行車環境外，同時需要低頭查看手機設備并進行編輯，這使得駕駛人的注視點在短時內需要反復在道路前方與車內間轉移，導致其對各注視點的注視時長減少。這與文獻[15]對半荒漠公路的研究結論一致。

為進一步分析不同分心狀態下駕駛人注視時長的分布特點，將不同狀態下駕駛人的注視時長以50 ms為間隔進行占比統計，繪制不同狀態下駕駛人注視時長分布曲線見圖4。

圖4 不同狀態下注視時長分布對比

從圖4可以看出：

1)草原公路正常行駛狀態下，駕駛人的注視時長占比峰值出現在600 ms左右，占比約15%，且不同分段注視時長的分布波動變化較大。

2)認知分心狀態下，駕駛人的注視時長占比峰值出現在750 ms左右，占比約15%，且其不同分段的注視時長次數分布較為平滑。

3)與正常行駛與認知分心不同，復合分心時駕駛人的注視時長占比峰值出現在500 ms左右，且不同分段分布相對均勻，這說明駕駛人在復合分心時，在前方道路與車內手機的頻繁轉移使得駕駛人的注視時長降低較多。

2.2 眼跳頻率

眼跳頻率越快，說明駕駛人在駕駛過程中的搜索過程越長，信息提取難度越大。經檢驗，不同狀態下駕駛人的眼跳頻率滿足正態性與方差齊性(F=0.089 7，P=0.914 4)。Repeated-measures ANOVA結果顯示F=14.833，P<0.05，說明不同狀態下眼跳頻率差異顯著。不同駕駛狀態下眼跳頻率對比見圖5。

圖5 不同狀態下眼跳頻率對比

結合方差分析結果與圖5可以看出：認知分心時眼跳頻率明顯低于正常駕駛，且分布相對集中，復合分心則相反，顯著大于正常駕駛狀態，且分布較分散。說明在認知分心狀態下，駕駛人將注意力集中在“思考問題”上，使得駕駛人注視點集中，傾向于“凝視”，眼跳頻率較小。而在復合分心時，注視點的不斷轉移使得駕駛人眼跳頻率顯著增加。

這與文獻[8]對快速路自由流狀態下分心的研究結果基本一致，其研究表明，快速路自由流狀態下行車時，駕駛人認知分心與視覺分心眼跳頻率存在顯著差異，而正常駕駛與認知分心，正常駕駛與視覺分心之間差異性并不顯著。這與道路交通環境的差異性有關，草原公路行車環境景觀單一，車流量少，線形以長直線為主，使得駕駛人在正常駕駛與分心狀態下的眼跳頻率差異性更加顯著。

2.3 視點轉移特征及注視熵

2.3.1 興趣區域劃分

根據筆者的研究目的，并參照文獻[16]對于不同分心狀態下興趣區域的劃分，將興趣區域劃分為道路前方、左、右后視鏡和車內4個區域，進一步將道路前方區域劃分為左前方、正前方和右前方3個區域，以便對比正常行駛與認知、復合分心狀態下注視點及視覺轉移模式的差異性，興趣區域劃分方式及對應的名稱見圖6。

圖6 興趣區域(AOI)的劃分

2.3.2 道路正前方(F區域)注視時長及次數百分比

為了進一步對比分析不同分心狀態下駕駛人對道路正前方(F區域)的關注度的差異性，分別計算正常駕駛和2種不同分心狀態下駕駛人對道路正前方區域的注視時長百分比及注視次數百分比，對比圖如圖7，單因素重復測量方差分析結果如表1。

圖7 不同狀態下道路正前方區域注視時長與注視次數百分比對比

表1 不同狀態下單因素重復測量方差分析結果

結合表1與圖7可以看出：分心時駕駛人對道路正前方區域的注視時長百分比與注視次數百分比與正常駕駛相比存在顯著差異。認知分心狀態下兩指標均大于正常駕駛狀態，復合分心狀態下兩指標則顯著小于正常駕駛狀態。

說明在認知分心時，駕駛人為處理額外的腦力任務，將注意力集中于很小的區域，且在該區域的注視次數顯著增加。在復合分心時，駕駛人需要不斷將注意力轉移到道路正前方以外的車內次任務上，這使得其對道路正前方的注視時長與注視次數相較于正常駕駛狀態顯著降低。

此結論與文獻[7]針對高速公路不同分心狀態下道路前方注視頻率的研究結論一致；文獻[8]針對城市快速路不同分心狀態下的相關研究表明，手機免提通過時駕駛人對道路前方的注視時長與注視次數百分比均較長，語音短信時均較少，所反映規律一致，但其注視時長與注視次數占比比筆者高，這與道路行車環境的差異性有關，城市快速路道路交通環境較草原公路復雜，駕駛人行車中的負荷更大。

2.3.3 注視點轉移概率矩陣

為分析不同分心狀態下駕駛人注視點轉移特征，借鑒文獻[5]研究方法，計算駕駛人注視點在各興趣區域間的轉移概率Pij，Pij計算公式為：

(2)

根據圖6興趣區域的劃分及式(2)注視轉移概率的計算方法，對駕駛人正常行駛及不同分心狀態下駕駛人的注視區域轉移概率進行統計計算，繪制注視轉移概率熱點如圖8。

圖8 不同駕駛狀態下注視轉移概率熱點圖

由圖8(a)可知：在正常行駛時，駕駛人的注視點范圍較廣，注視轉移路徑較多，其中，對道路正前方的注視比例最多，占比24%；注視點在道路正前方(F)與左前方(LF)、右前方(RF)之間的轉移概率相近，集中在8%～12%；說明在正常駕駛狀態下，由于草原公路景觀環境、線形單一，駕駛人的視點主要集中到道路前方，由于車流量較小，駕駛人的視點在左右前方之間分布比例較大，視點分布范圍較廣。駕駛人注視點在道路前方與左后視鏡的轉移概率也占一定比例，占比約6%左右，這是因為在行車過程中，有時會有其他行駛車輛從同向內側車道超越試驗車，或者試驗車駕駛人會因超越前車需要向左側車道變換車道，因而會不時留意左視鏡，以便觀測左側道路行車動態。駕駛人對其他區域(OA)有一定關注，道路前方與其他區域之間的總占比約18%，這說明駕駛人在草原公路自由行駛時，由于道路線形單一、車流量較小，駕駛人的精神負荷較小，除了注視前方道路之外，還會對道路以外其他區域有一定關注度。

由圖8(b)可知：與正常駕駛相比，駕駛人在認知分心時，視點主要集中道路正前方，道路正前方內部轉移概率占比達32%；在正前方與左右前方3個區域間的占比共為50%左右，說明在認知分心時，由于次任務處理需求增加，駕駛人無暇顧及除道路以外的其它區域，導致其注視區域相對集中，注視轉移模式較為固定；同時駕駛人在左視鏡與道路前方及道路前方與其他區域之間也有一定注視轉移，但所占比例很小。

由圖8(c)可知：駕駛人在復合分心狀態下駕駛時，其注視點范圍分布分散，注視轉移路較多，但主要集中在道路正前方(F)與車內(IV)，占比接近50%，其次是道路左右前方(LF、RF)與車內(IV)占比約30%，其余轉移概率主要分布在道路前方區域之間及車輛內部轉移。這說明由于次任務的影響，駕駛人將主要的注意力放在道路正前方與次任務之間，對其他區域的關注度明顯下降，這與文獻[5]的結論基本一致，即在視覺分心(或視覺分心為主)狀態下，駕駛人的注視轉移大范圍集中在道路與車內之間，對其他區域的關注程度顯著降低，但由于其僅針對車內視覺分心進行研究，興趣區域劃分類別較少，并未分析認知分心狀態下駕駛人的注視轉移規律。可見，與認知分心狀態下注意轉移規律明顯不同，復合分心時駕駛人的注視點轉移范圍廣，轉移路線長，視點在不同區域之間的轉移頻率明顯增加，說明復合分心對駕駛人視覺特性的短時影響更大。

2.3.4 注視熵率

為了在注視轉移概率基礎上，進一步考慮不同興趣區域注視時長差異性的影響，引入注視熵率的概念。文獻[17]將熵率的概念應用于駕駛人視覺特性分析中，用于描述駕駛人注視轉移路徑在時間和空間上的無序性及負荷，熵值越大則駕駛人注視轉移的無序性越大，造成的視覺負荷越大。筆者通過計算正常與分心駕駛狀態下的熵率,來對比分析駕駛人在分心狀態下視覺轉移的無序性，熵率的定義如式(3)、式(4)：

(3)

(4)

采用單因素重復測量方差分析對不同狀態下的熵率進行差異性分析，求得F=127.78，P<0.05，說明不同狀態下熵率存在顯著差異。Tukey檢驗結果表明，3種狀態下駕駛人的注視熵率均存在顯著差異，各狀態下熵率對比見圖9。

圖9 不同駕駛狀態下注視熵率對比

從圖9及方差分析結果看出：

1)駕駛人在認知分心時熵率值小于正常行駛狀態(t=5.425 71，P=0.001 80)，說明駕駛人在認知分心時信息搜索范圍小，注視轉移的無序性小，在注視區域的注視時間長。這是由于駕駛人在認知分心(使用免提語音通話)時，注意力集中在短時記憶、思考問題并回答上，此時視點主要集中在道路正前方區域，無暇關注道路周邊區域，使其視點轉移概率降低，而對道路正前方區域的注視時長增加。

2)與認知分心不同，復合分心時駕駛人注視熵率值相對正常行駛狀態顯著增加(t=16.294 21，P<0.05)，說明在復合分心時，由于需要查看手機微信信息并回復，駕駛人的視線需要在車內、道路前方等各區域之間進行轉移，使得駕駛人的信息搜索范圍增加，注視轉移的無序性增加，而對各區域的注視時長減少。

文獻[5]應用熵率指標對比分析了駕駛人有無次任務下注視行為的有序性，發現相較于正常行駛狀態，駕駛人一旦同時執行駕駛人(操作車內設備)，會使得駕駛人注視轉移的無序性增加，注視轉移的概率增加，而注視持續時長降低，進而導致其熵率值增加，這與筆者研究結論一致。

2.4 不同狀態下駕駛人動態視覺特性差異性可視化

為了將注視、眼跳、注視熵等各指標綜合影響下不同狀態駕駛人視覺特性變化規律的差異性進行可視化，采用MATLAB繪制不同駕駛狀態在注視時長、眼跳頻率、正前方注視時長百分比、注視次數百分比及注視熵等5項指標共同作用下的安德魯斯曲線[18]如圖10，其中縱坐標fy(t)為安德魯斯曲線函數值，橫坐標表示時間t，t∈(0,1)s。圖中實線為不同狀態多指標影響下試驗人員的均值，兩側點劃線為試驗人員25%、75%分位值。可以看出，與認知分心相比，復合分心與正常駕駛的總體差異性更大，說明復合分心對駕駛人的感知影響更顯著。

圖10 不同狀態下動態視覺特性可視化對比

3 結 論

采用注視時長、注視頻率、眼跳頻率及注視點興趣區域間注視轉移概率、注視熵等，表征駕駛人動態視覺特性及視點轉移規律的典型指標，對比分析了草原公路行車環境中，駕駛人在認知分心與復合分心狀態下視覺感知特征及差異性，并應用安德魯斯曲線對不同狀態下多個眼動指標對比分析結果進行降維可視化，得出結論如下：

1)認知分心狀態下，駕駛人的平均注視時長顯著大于正常行駛狀態，而復合分心狀態下平均注視時長顯著小于正常行駛狀態，且與其他道路相比，草原公路行車環境認知分心時平均注視時長更長。認知分心下駕駛人的眼跳頻率均小于正常狀態，而復合分心時大于正常狀態。

2)針對不同注視點興趣區域而言，在認知分心狀態下，駕駛人對正前方的注視時長與注視頻率百分比大于正常行駛，復合分心狀態下，注視時長與注視頻率百分比則顯著小于正常行駛。認知分心時駕駛人的注視點轉移主要發生在道路前方各區域之間，占比共達80%以上，駕駛人的注視熵率最小，視覺搜索無序性小。復合分心時駕駛人的視覺搜索無序性明顯增加，且路徑主要集中在道路前方區域與車內之間。

3)復合分心使駕駛人注視點在車內與道路前方的轉移概率大為增加，視覺搜索無序性增加，對駕駛人有效獲取道路行車環境信息產生很大影響。認知分心會導致駕駛人的注視點過渡集中，減少駕駛人對道路前方之外的其他區域的關注，且其總注視時長更長，有必要進一步分析認知分心狀態下駕駛人的知覺反應特性。