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。     

车载信息界面复杂度对视觉搜索和驾驶行为的影响

为考察动态双任务下车载信息界面复杂度对视觉搜索和驾驶行为的影响,招募30名被试佩戴头戴式眼动仪开展模拟驾驶试验。驾驶主任务为50～60 km/h车道保持任务,次任务分别为低、中、高复杂度水平组的视觉搜索任务。单因素重复测量方差分析显示,车载界面复杂度对视觉搜索和驾驶行为均有显著影响。与低水平组相比,中、高水平组导致视觉搜索任务成功率降低0.68%和2.70%,任务完成时间增加14.34%和53.23%;与基线任务相比(仅驾驶),在低、中和高水平组执行视觉搜索任务时,平均车速降低了2.69%、3.63%和9.01%,横向位置偏移增加了61.90%、76.19%和138.10%。眼动行为显示,造成总扫视时间显著差异的视觉机制不尽相同。低和中组间总扫视时间的显著增加主要取决于延长平均扫视时间,扫视次数之间没有显著差异;中和高组间总扫视时间的显著增加主要通过增加扫视次数,平均扫视时间之间无显著差异。此外,随复杂度水平增加,眨眼次数显著降低,主观驾驶负荷增加。该研究明确了车载信息界面复杂度对视觉搜索和驾驶行为的影响,揭示了驾驶人采取的针对性视觉分配机制,可为车载信息界面设计提供实证依据。     

手机导航方式对驾驶行为的影响研究

为研究驾驶员驾驶时使用不同手机导航方式对驾驶行为的影响,开展模拟驾驶试验,利用眼动仪获取4个场景下车辆行驶状态和驾驶人视觉参数;通过均值比较,方差和显著性分析,探究不同手机导航方式下驾驶行为存在的差异。结果表明:不同手机导航方式均造成驾驶分心,但分心程度不同;手持手机导航使驾驶人对前方和左侧区域的关注下降最为显著;使用导航时,驾驶人一般通过降低车速来减少分心带来的潜在风险,其中手持手机导航降低幅度最大;使用手机导航时,车辆纵向速度标准差更加集中,说明此时驾驶人对于车辆的控制变强。     

认知分心时驾驶人应激反应特征分析

为预防由认知分心影响驾驶人应激反应能力引发的交通事故,开展试验,在驾驶模拟器平台上模拟城市、乡镇、山区和高速公路等应激场景,测试有无分心任务2种条件下驾驶人的应激反应,采集驾驶人操作数据和车辆行驶数据,并利用Facelab5型眼动仪记录驾驶人眼动数据;选取相关表征指标并分析试验数据。结果表明:相比于正常驾驶,认知分心驾驶导致驾驶人视觉搜索范围变窄;无论正常驾驶还是认知分心驾驶,扫视行为均以中、低幅度为主;认知分心导致驾驶人对加速踏板的控制能力减弱;与正常驾驶相比,认知分心时驾驶人的应激反应时间明显增加。     

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。     

驾驶人弯道安全行车特性研究

为研究在弯道路段行驶过程中驾驶人的安全驾驶特性,招募30名驾驶人开展模拟驾驶试验。利用DLab驾驶人因记录分析系统采集弯道行驶过程中驾驶人的车辆操作数据,用face LAB 5非接触式眼动仪同步采集驾驶人的眼动数据,探讨弯道半径对驾驶人视觉及操作模式的影响。结果表明:水平方向上驾驶人的视线主要集中在[-10°,10°],水平视角均值与弯道半径成二次函数关系,并随着弯道半径增大驾驶人的水平视线向右偏移;在操作模式方面,转向盘转角与弯道半径成负相关,车辆横向位置与弯道半径的关系不明显。驾驶人弯道行车时需要及时关注弯道一侧的交通信息,并同时操纵车辆沿弯道轨迹行驶。     

使用车载信息装置对驾驶行为的影响研究

为研究使用车载信息装置对驾驶行为的影响,基于虚拟驾驶仿真平台,开展正常驾驶、操作按键式和触摸屏式收音机驾驶分心试验;应用外周视觉检测任务法(PDT)测量驾驶人反应时间、PDT目标命中率以及车速和跟驰距离等参数,以评估分心行为的心理资源需求及其对驾驶绩效的影响。试验结果表明:使用车载信息装置会降低驾驶人反应能力和驾驶绩效,操作触摸屏分心与操作按键分心相比,驾驶人反应时间延长了167 ms,PDT目标命中率降低了10%,速度保持和车距保持能力下降,使用触摸屏式车载信息装置需要更多的心理资源,对两侧视野内的信息刺激反应明显迟钝,对行车安全有较大影响。     

驾驶分心对隧道段行车安全影响分析

为研究驾驶分心对隧道段行车安全的影响,在虚拟驾驶环境下设计次任务试验,要求被试驾驶人执行多组不同类型、难度的手动与无手动次任务,同时利用眼动追踪装置采集驾驶人视觉特征参数。在筛选有效数据的基础上,运用统计学与数据挖掘方法比较驾驶人在隧道内执行不同次任务时,车辆运行速度离散性、视觉搜索区域面积、瞳孔面积变化率和次任务持续时间的差异,并分析统计显著性。结果表明,驾驶人在执行手动次任务、无手动次任务、无次任务3种状态下,执行手动次任务时车辆运行速度离散性最大、视觉搜索区域面积最小、瞳孔面积变化率最大,次任务持续时间最长;无次任务时车辆运行速度离散性最小、视觉搜索区域面积最大、瞳孔面积变化率最小;无手动次任务的试验结果居于两者之间,次任务持续时间最短。上述差异具有统计学显著性,主观感知评价与客观数据具有一致性。研究表明,手动与无手动次任务使驾驶人心理负荷明显增大,手动次任务对驾驶人的影响最为明显,因此驾驶分心次任务对隧道段行车安全影响较大。     

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。     

注意偏侧化对驾驶视觉搜索的眼动表现证据

为探究驾驶过程中伪忽视注意在不同道路等级条件下视觉搜索偏好的差异,通过实车驾驶的试验方法,记录15名驾驶人分别在3种真实道路环境(高速公路、快速公路、二级公路)驾驶过程的眼动数据(兴趣区、注视时长、注视点、瞳孔大小),以便发现驾驶人空间注意的视觉眼动搜索模式。结果表明：驾驶人首先表现出轻微偏左的不对称空间注意的特点,随着道路条件的复杂程度提高(从高速公路、快速公路到二级公路),驾驶人认知负荷提高,驾驶空间注意的眼动搜索呈现出趋中到趋右的安全搜索模式倾向。     

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。     

高速公路干扰跟车时驾驶人注意力分配特性

为探索干扰跟车过程中驾驶人注意力分配规律,引导新手驾驶人合理观察周围车辆,首先利用face LAB 5眼动仪开展高速公路环境中实车试验,采集并记录13位驾驶人的眼动数据。然后分析干扰车从不同车道切入时驾驶人的注意力分配特性,以及驾驶人注意力在各注视区域之间的转移规律。试验数据显示,干扰车切入过程中,驾驶人主要注意力集中在正前方视野,更多地关注与行车安全最相关的动态目标;干扰车切入后,驾驶人对干扰车切入一侧的关注度较高。     

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。     

山区低等级公路典型路段驾驶人视觉差异性分析

为分析山区低等级公路各典型路段驾驶人视觉的差异性,提升山区公路行车安全,运用VS-Design三维场景搭建了长12 km的山区四级双向单车道公路,包含傍山险路、急转弯路、反向弯路及长上下坡5个典型路段,基于驾驶模拟器进行试验。采集了25位驾驶人的眨眼、扫视、注视等眼动数据,进行视觉指标和视觉负荷差异性分析,而后用动态聚类法将视野平面分为5个区域,基于马尔可夫链预测驾驶人一步注视转移概率,并得出注视平稳分布概率。结果表明,驾驶人在山区低等级公路各典型路段存在视觉差异性。弯道路段扫视幅度较大,扫视速度较快,视负荷较纵坡路段及傍山险路大,驾驶人在坡道路段对行车速度的关注度显著高于弯道路段。5种路段中驾驶人在车辆正前方的注视平稳概率都达到70%以上,注视点集中于正前方有助于驾驶人更好地观察道路交通情况。     

城市道路驾驶人横向避险特性研究

为提高城市道路驾驶人横向避险能力,利用固定基座驾驶模拟器搭建5种典型城市道路危险交通场景,并借助眼动仪采集35名驾驶人的眼动数据和避险操作数据;分别统计并分析驾驶人的视线分布、感知-制动时间、持续制动时间、最大方向盘转角时间和车辆横向位置变化等参数。结果表明:5种场景下驾驶人水平视线基本上都处于中部偏右区域;除场景3外,驾驶人的感知-制动时间均值均在1 s内;在视线无遮挡场景,驾驶人主要通过制动进行避险,反之则以转向和制动相结合的方式进行避险。     

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。     

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。     

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...     

基于扫视变化特性的城市隧道驾驶紧张情绪分析

为分析城市隧道出入口段及中间段驾驶人的紧张情绪，选取重庆市向黄隧道、真武山隧道、长冲隧道和八一隧道为研究对象，利用照度计、光透过率检测仪、眼动仪等试验设备开展现场实车试验，采集照度、光透过率、扫视幅度等参数，同时开展紧张情绪问卷调查。基于所得数据，分析扫视速度在不同时间及空间下的分布特性，建立明暗适应段的扫视速度与照度变化率，中间段的扫视速度与照度、光透过率的函数关系模型。结合问卷调查等级，采用3σ准则划分明暗适应段及中间段的扫视速度分级区间，并与问卷调查结果进行对比验证。最后通过函数关系模型，反向求解得到紧张情绪在明暗适应段变化较小时所需的照度变化率控制范围。结果表明：扫视速度能反映驾驶人在明暗适应段和中间段紧张情绪的变化；当明暗适应段的照度变化率增大或中间段的照度、光透过率减小时，扫视速度提高，此时驾驶人紧张情绪加剧，反之则降低。     

视觉与听觉次任务对驾驶人视觉的影响及差异

为研究视觉与听觉次任务对驾驶人视觉的影响及差异性,在虚拟驾驶环境下设计次任务试验,要求被试驾驶人执行多组不同类型、难度的视觉与听觉次任务,同时利用眼动追踪装置采集驾驶人视觉特征参数。在筛选有效数据的基础上,运用统计学与数据挖掘方法比较驾驶人执行不同次任务时,视觉搜索区域面积、瞳孔面积、次任务完成时间的差异并分析统计显著性。结果表明,驾驶人在执行视觉次任务、听觉次任务、无次任务3种状态下,执行视觉次任务时视觉搜索区域面积最小、瞳孔面积变化幅度最大、次任务完成时间最长;无次任务时视觉搜索区域面积最大、瞳孔面积变化幅度最小、执行次任务时间最短;执行听觉次任务时,视觉特征数据居于视觉次任务、无次任务两种状态之间。上述差异具有统计学显著性,主观感知评价与客观数据具有一致性。研究表明,视觉与听觉次任务使驾驶人心理负荷明显增大,且视觉次任务对驾驶人的影响更为明显。