高速公路特长隧道环境中驾驶员视觉特性研究

为研究有不同经验的驾驶员在高速公路特长隧道环境中的视觉特性,在高速公路特长隧道中开展实车试验。利用眼动仪采集29名不同经验驾驶人的注视持续时间、注视点位置、扫视持续时间、扫视频率及扫视幅度等视觉特性参数,运用统计分析方法比较眼动行为的差异性,分析驾驶经验及驾驶环境对驾驶安全的影响。结果表明:相较于普通路段,驾驶员在特长隧道段的平均注视时间更长,注视点分布位置在水平方向更广,在垂直方向趋于集中,扫视更频繁,且扫视幅度变小;相较于非职业驾驶员,职业驾驶员在不同驾驶环境中的注视时间较短,注视点分布位置更广,扫视频率较低且扫视时间较短。     

草原公路景观要素影响驾驶员眼动指标研究

为研究草原公路景观要素复杂程度对驾驶员眼动指标的影响,开展现场试验,选取3种典型景观要素构成路段,测试5名驾驶员的眨眼持续时间、注视持续时间、瞳孔直径和扫视幅度等4个眼动指标。用Be Gaze2.4及SPSS软件提取、分析数据,画出3种景观要素构成与眼动指标的关系曲线,分析其变化规律,并通过主观调查问卷验证分析结果。试验结果表明:随着景观构成要素的增加,眨眼时间不断减小,注视时间也小幅减小,而瞳孔直径和扫视幅度逐渐增加,但变化幅度不大;与景观a和景观c相比,景观b更能增加草原公路行车舒适性,减少消极情绪。     

草原公路弯道交通工程设施信息量评价

为明确驾驶员在草原公路弯道不同层级交通工程设施信息量条件下的视觉特性,确定最佳信息量范围,采用数理统计和回归分析方法,分别建立5种不同层级(Q0、Q1、Q2、Q3、Q4)下交通工程设施信息量的草原公路弯道虚拟场景模拟驾驶试验,定量评价不同层级下驾驶员的注视强度、扫视强度和眨眼强度。试验结果表明:眼动强度很大程度上由眼动行为发生的频次决定;交通工程设施信息量对驾驶员行车时注视强度、扫视强度和眨眼强度均有显著影响,其中在Q2条件下3种眼动强度指标表现最佳,最利于行车安全;驾驶员3种眼动强度与交通工程设施信息量变化表现出很强的相关性,相关性大小依次为注视强度、扫视强度和眨眼强度。     

草原公路长直线段最佳信息量阈值研究

为优化草原公路单调景观环境,提高驾驶员安全行车水平,采用模拟驾驶试验方法,根据真实路况信息设计双车道二级草原公路,按照单位信息量1～5个/km设置5种不同的信息量环境,选择40名被试进行试验,提取眨眼持续时间、注视持续时间、瞳孔直径、扫视幅度4个眼动敏感指标,量化不同信息量环境下驾驶员眼动指标变化特征,建立信息量与眼动指标关系模型,对二次曲线进行拟合并求导。研究结果表明:眼动指标与信息量呈U形关系,4个/km是最佳信息量阈值,此环境下驾驶员眼动指标变化率最大,提取处理信息量最多,此阈值下景观环境不宜触发"单调";当信息量阈值大于或小于4个/km时,驾驶员眼动指标的变化率均会减小。     

基于模拟飞行任务下的眼动指标分析

分析眼动指标在定量测量飞机驾驶员的注意力分配规律和工作负荷变化中的作用。让4个被试者在飞行模拟器上完成了3个不同阶段的模拟飞行任务,同时用眼动仪器记录了注视、扫视、瞳孔尺寸方面的眼动指标,划分为座舱外景和内部仪表两个兴趣区域对数据进行了对比和认知分析。被试者在外景有更多的注视点、更多和更长的注视时间,在仪表上的平均瞳孔尺寸比外部视景要大,平均扫视幅度随任务难度增大而减小。眼动指标可以客观地反映驾驶员的注意力分配规律和工作负荷变化;视觉飞行规则下,飞行员主要从外景获取视觉信息,他的大部分注意力都集中在外景。     

驾驶员接管自动驾驶车辆的眼动特性和行为分析

为探究接管自动驾驶车辆期间驾驶员的视觉特性,分析眼动与接管反应操控行为的关系,开展驾驶模拟试验收集驾驶行为及眼动数据。运用统计学方法,分析驾驶员感知不同接管场景的视觉特性,探究接管请求(TOR)前后眼动指标的变化规律;并基于视觉分配和瞳孔变化特性分析驾驶行为,揭示眼动特性与接管反应及驾驶操纵策略的内在联系。结果表明:TOR前,相较于静态场景,驾驶员感知动态场景诱发元素扫视更频繁且平均注视时间更短;此时驾驶员的视觉分配特性与其接管反应行为存在显著相关性。TOR后,驾驶员的注视时间增加,眨眼频率降低,瞳孔直径扩张,眼跳幅度增大;不同场景下驾驶员的瞳孔差异表明其应对动态场景时具备更好的警戒水平和更平稳的操纵策略。     

穿城镇道路驾驶员眼动特性分析

为保障穿城镇路段的交通安全,采用眼动追踪系统(ETG)在110国道展开实车试验;将道路划分为公路段、适应段、城镇段,并将驾驶员17个关注点分为7类,研究不同路段驾驶员的注视及扫视特性。结果表明:驾驶员兴趣点注视时间为134.29～449.07 ms,公路段交叉口及道路开口注视时间较长,注视总时间占比为7.54%;城镇段干扰类注视点注视次数最大,注视总时间占比为14.42%,城镇段指引类、车辆行驶状况类注视点未引起驾驶员注意。公路段景观类注视点平均关注时间最长,城镇段、适应段、公路段扫视总频率逐渐减小,平均扫视角度分别为11.44、10.72、10.16°。     

眼动指标检测管制疲劳的性能研究

为了挖掘更多检测管制疲劳的眼动指标,利用模拟塔台管制软件和眼动仪搭建试验平台,采集被试的眼动数据和主观疲劳的程度值,通过其疲劳前后眼动指标差异的显著性、与疲劳的相关性、以及受试者的工作特征曲线(ROC)分析,探讨了各眼动指标检测管制疲劳的性能。结果表明:疲劳前后被试的扫视速度、注视点和平均注视时长差异显著,扫视幅度无显著差异;扫视幅度与疲劳无相关性,平均注视时长与疲劳呈弱相关,扫视速度和注视点数与疲劳均呈中等以上的显著相关;利用注视点、扫视速度二元分类识别疲劳的效果为接近较好水平,是有潜力的管制疲劳检测指标,可为管制员疲劳检测和预警提供试验支撑。     

基于专家-新手范式的飞行员模拟仪表进近注视特征差异研究

为探究飞行员注意资源在驾驶舱仪表间的分配策略,利用眼动仪、DA-42飞行模拟机等搭建仪表进近模拟飞行试验平台,基于专家-新手范式采集飞行教员和飞行学员的眼动数据,并利用注视熵率表征被试者扫视行为的随意性.结果表明:在最后进近航段,全体被试者高度关注姿态仪、水平状态指示器和高度表3个兴趣区,注视时间占总注视时间的78％以上;绩效优组在空速表、高度表、垂直速度表和其他区域的注视时间百分比显著高于绩效差组,而在各兴趣区的平均注视时长显著低于绩效差组;绩效优组的注视熵率显著高于绩效差组,这意味着其在仪表进近过程中的扫视灵活性更大.研究可为指导飞行员培训、预防飞行员人为差错提供参考.     

驾驶人认知分心识别随机森林模型研究

为识别驾驶人认知分心状态,招募13名驾驶人参与驾驶模拟器试验。通过眼动仪采集被试正常驾驶及认知分心状态下的眼动数据,提取5 s时间窗口内的眼动特征。运用随机森林方法构建认知分心识别模型,应用网格搜索确定最优模型参数,并采用100次留出法评估模型性能。根据随机森林模型特征重要性度量结果,进一步分析认知负荷对驾驶人注视及眨眼持续时间的影响。结果表明:当决策树数量为125、最大特征数为5时,模型识别平均准确率为83.69%;注视持续时间及噪声持续时间是认知分心识别的2个关键特征,随着认知负荷的提高,驾驶人注视持续时间减少、眨眼时间增加。     

深井受限空间内作业人员的眼动特征研究

为探索能反映深井受限空间对作业者影响程度的眼动指标,为井下行为安全管理提供依据,将20名眼动指标相近的成员随机分为A,B两组,分别在普通环境中和高温深井环境中开展实验,以文献摘要为刺激材料,运用Tobii X2-30眼动仪进行眼动测量,运用单因素多元方差分析及多重比较法分析眼动数据。发现注视点总数、总注视时间、眼跳次数和总眼跳时间指标的差异有显著性,B组值大于A组;注视点平均注视时间、平均眨眼时间、平均瞳孔直径和总眼跳时间占比等指标无显著差异;两组被试的注视轨迹变化显著,因此 对井下人员的生理信息采集应当注重5个关键的眼动指标。     

特长隧道环境下驾驶人注视转移特性研究

为了研究不同经验驾驶人在高速公路特长隧道环境下的注视转移特性,在高速公路特长隧道中开展实车实验,利用 iView X HED型眼动仪采集了32名不同经验驾驶人的眼动数据。运用动态聚类方法,对驾驶人注视区域进行划分,分析了职业与非职业驾驶员在高速公路隧道不同段与普通路段的注视转移规律与注意力分配特性。结果表明:相较于非职业驾驶人,职业驾驶员具有较强的注视前瞻性,且在隧道的不同段主要注视的区域因行车环境不同变化较小;驾驶人对同一目标需要重复注视才能提取足够的信息,且当行车环境复杂度增加或驾驶员驾驶经验不足时,重复注视概率增加;驾驶人在不同路段行车时,主要通过注视中间区域获取信息;行车环境与驾驶经验对驾驶人在中间近处、左侧区域及内后视镜区域的注视平稳分布存在显著的交互作用。     

高速公路广告牌设置参数对安全驾驶的影响

基于眼动试验,以广告牌设置参数(面积、高度、距离道沿距离)为分析对象,对驾驶员注视高速公路广告牌的视觉特性进行分析,研究广告牌设置参数对安全驾驶的影响.利用眼动仪测试驾驶员对广告牌的平均眼球移动速度、注视时间等数据,通过分析采集的数据,得出高速公路广告牌设置时应在满足相应法规的条件下以大面积、高尺寸为宜,距道沿的距离以...     

驾驶员注意力分配定量方法研究

驾驶员在不同的路况环境下存在不同的注意力分配模式,为弄清其分配模式特点,利用露天体育场内作为模拟驾驶环境,并利用眼动设备,记录被试者在直道驾驶任务、弯道驾驶任务、复杂路况驾驶任务等3种路况下的眼动数据,采用划分兴趣区域的方式,把视觉信息源划分为原车道兴趣区域FL(Former Lane)和其他兴趣区域OA(Other Areas)两个兴趣区域,对平均百米注视次数、平均百米注视时间、不同兴趣区域注视次数百分比3个眼动指标在两个兴趣区域内的分布情况进行分析和对比,得出不同路况环境下不同的注意力分配模式来揭示驾驶员驾驶过程中的注意力分配特点。研究结果对于驾驶员驾驶培训侧重点的改进、对于预防交通事故都具有重要意义。     

基于眼动追踪技术的引航员情景意识识别研究

情景意识(Situation Awareness, SA)缺失是引航作业人为失误的主要根源,有效识别引航员SA水平是保障引航安全的关键。针对现有测量方法的侵入性、主观性、间断性问题,设计典型场景引航模拟试验,利用眼动特征开展引航员SA水平识别研究。应用眼动追踪技术实时采集引航员的眼动试验数据;采用独立样本t检验和Mann-Whitney检验方法研究SA与眼动指标的关联效应;基于敏感眼动指标结合支持向量机(Support Vector Machine, SVM)构建引航员SA识别模型,实现引航操作任务下SA的有效识别。结果显示：高SA组的视觉搜索效率大于低SA组,高SA组主要关注窗外视景而低SA组更多关注电子海图,高SA组比低SA组获取信息的能力更强;平均扫视次数(Average Saccade Count, ASC)、注视总时间百分比(Fixation Duration Percentage, FDP)、平均注视持续时间(Average Fixation Duration, AFD)3个眼动指标与引航员SA水平具有显著相关性;采用“ASC+FDP+AFD”组合指标时且在5 s时间窗口长...     

农村公路复杂环境中新老驾驶人视觉特性研究

为研究新老驾驶人在农村公路复杂环境中的视觉特性,采用眼动仪测量若干被试人员在实际驾驶过程中的视觉生理指标,运用统计学和数据挖掘方法分析新老驾驶人的瞳孔直径、注视特性、扫视特性和追随眼动特性,进而辨析新老驾驶人的驾驶行为特性差异。结果表明,在农村公路复杂道路环境中,新老驾驶人的视觉特性和驾驶行为具有明显差异。新驾驶人的瞳孔直径变化剧烈,表现出长时间注视和注视反馈特性;老驾驶人具有较多短时间注视特性,注视前瞻性和反馈特性都很明显,并且具有追随眼动特性。     

事故案例展示方式和发展阶段对认知的影响研究

为研究安全培训中事故案例展示方式和发展阶段对认知的影响，以皮电和眼动追踪生理测量指标反映内在认知，设计双因素重复测量方差试验进行研究。针对事故原因设计调查问卷以反映培训效果。试验选择70位学生分成两组作为被试，统计分析皮电和眼动追踪4个生理指标的差异性和调查问卷数据。结果表明：视频相对于文字，情境诱发性更好；被试对事故前兆线索的关注度、警觉性更好；事前和事后阶段杂乱眼动行为偏少。对不同危险线索的注视时间显著不同反映出被试先验知识影响对事故前兆的感知，而此过程在文字下表现不明显。此外，平均注视时间反映视频下全程认知难度高于文字；无论哪种方式危险呈现时均以专注的注视行为为主；对事后原因分析关注度均不高，这与调查问卷对比分析结果一致。因此，事故案例培训过程可优先以视频动态方式展示，但培训教师需明确事故关键线索，特别强调事故原因以提高培训效果。     

基于眼-脑生理指标的大型地下洞室驾驶员疲劳演化特征研究

为保障大型地下洞室驾驶安全，提出眼动和脑电双模态驱动的大型地下洞室驾驶疲劳评价方法，探究驾驶员疲劳演化特征。首先，根据实地数据设计大型地下洞室模拟场景，利用驾驶模拟技术开展驾驶试验，实时采集驾驶员的眼动和脑电数据；其次，对数据进行分段处理，基于格拉布斯准则剔除眼动异常数据，通过快速傅里叶变换分解出脑电节律，构建脑电疲劳指数模型；最后，开展不同区段下驾驶员平均瞳孔直径、眨眼持续时间、眨眼频率及θ、α、β节律等指标的差异性分析，以平均瞳孔直径和脑电疲劳指标F为参量，提出基于模糊综合评价的驾驶疲劳度量方法。结果表明，驾驶员的视觉疲劳出现明显早于精神疲劳，而精神疲劳可以更精确地体现影响驾驶状态的内在疲劳。相较于地上路段，驾驶员在大型地下洞室中的疲劳累积更快，呈现反复、波动式上升，且其综合疲劳程度在中后段达到峰值，之后受洞口光亮刺激在末段减弱。     

基于多元线性回归的煤矿驾驶员情绪预测模型*

为研究煤矿人车驾驶员情绪状态不良引发的煤矿驾驶事故问题，设计眼动实验并建立基于多元线性回归的驾驶员情绪状况预测模型对驾驶员情绪状况进行预测；通过眼动仪采集煤矿驾驶员良好情绪与不良情绪状态下的各项眼动指标，记录其主观情绪状态；使用多元线性回归方程对数据进行分析与建模，采用平均相对误差对预测模型进行评估。结果表明:每秒注视点个数、平均扫视速度、反应时间、危险源辨识个数在情绪变化前后存在显著差异，且与情绪状态呈较强相关；基于多元线性回归的驾驶员情绪状况预测模型预测精度较高，平均相对误差为8.16%。模型适用于煤矿人车驾驶员的情绪监测，可为煤矿驾驶员安全行驶提供保障。     

情绪对新手驾驶员视觉特性的影响研究

为构建基于驾驶员生理特性情绪识别系统,采用眼动仪等设备对20名新手驾驶员开展不同情绪状态下的模拟驾驶试验,采集高兴、悲伤、愤怒3种情绪状态和无情绪下新手驾驶员的视觉数据,利用Matlab、SPSS软件统计分析新手驾驶员瞳孔变化、眼球扫视、注视点视觉数据.结果 表明:悲伤、愤怒情绪对新手驾驶员瞳孔尺寸分布频率及其变化差异...