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。     

城市道路环境中驾驶人应激反应能力研究

为预防驾驶人在城市道路行车时因应激反应失误而引发交通事故,基于动力定型理论,开发驾驶人应激反应训练系统并进行仿真试验研究。试验选用30名被试人员分别在3个城市道路中典型应激交通场景下进行,运用MP150实时记录被试人员的心率参数,运用对数回归和相关性分析,研究应激反应能力与训练次数间的定量关系。研究结果表明,随着训练次数增加,驾驶人应激反应能力增强。驾驶人经过标准规定次数的训练,即可减缓应激状态下的心理紧张,提高应激反应准确性和速度。设计的系统及建立的训练次数标准,满足驾驶人应激反应能力训练需求,可增强驾驶人应激能力,减少此类交通事故发生。     

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。     

复杂道路环境中驾驶人应激反应能力研究

为提高驾驶人在复杂道路环境中的应激反应能力,利用汽车驾驶模拟器试验平台和眼动仪,针对山区双车道公路、城市道路、高速公路和农村公路4种道路应激场景,研究驾驶人的应激反应能力。通过回归分析,研究驾驶人在复杂道路环境下应激反应能力与训练次数的关系。结果表明,驾驶人瞳孔面积变化率与应激训练次数的对数回归模型的拟合度较高;高速公路雾天(前车未打转向灯突然换道)条件下,驾驶人的应激反应能力较差;非职业驾驶人的应激反应能力,会随着时间的增长出现不同程度的减弱,可通过恢复性训练,较快回到原来的应激反应水平。     

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。     

U型转向时驾驶人注视特性研究

为探究己知环境特征与驾驶行为之间的对应规律,利用Dikablis头戴式眼动仪在U型道路环境中进行实车试验。监控并记录9名驾驶人的眼动行为数据,分别从注视区域(AOI)的平均注视时间、AOI注视比例、视觉扫描的复杂性等3方面分析驾驶人视觉特性。结果显示,U型转向(U-Turn)过程中接近阶段各AOI平均注视时间为0.2~0.7 s,驾驶人注视点落在远处区域的比例明显高于其他区域,而转向阶段各AOI平均注视时间为0.2~1.4 s,驾驶人注视点落在近处区域的比例明显高于其他区域。注视熵率值反映了视觉扫描的复杂程度,出口点AOI分布集中,注视熵率值为0.5~4.0,视觉扫描的复杂性低,入口点AOI分布分散,注视熵率值为1.8~4.5,视觉扫描的复杂性高;因此,U-Turn出口点和入口点环境差异对驾驶人注意力分配策略影响显著。     

城市隧道环境中驾驶人注视转移特性研究

为研究不同经验驾驶人在城市隧道环境中的注视转移特性,在城市隧道路段开展实车试验。利用Dikablis眼动追踪系统采集10名不同经验驾驶人的眼动数据;采用K均值聚类法划分注视兴趣区域,并分析驾驶人的注视分布特性;运用马尔科夫链理论研究驾驶人的注视转移规律和注视平稳分布特征。结果表明:相较于隧道外区段,驾驶人在隧道内区段的重复注视概率更大,视觉搜索效率更低;驾驶人主要通过对前近方、前远方的注视获取信息,且在入口段和出口前段内注视点落在这2个区域的概率显著高于其他区段;相较于熟练驾驶人,非熟练驾驶人对前远方、后视镜的注视更少。     

驾驶人视觉注意力需求与驾驶行为特性的关系

采用驾驶模拟系统平台,以不同车道类型及不同交通流状态(自由流/稳定流/不稳定流/强制流)为虚拟试验场,应用心理试验设计方法,测试得到21名被试在不同交通流状态下的视觉注意力需求及驾驶行为。对5种车道类型及4种交通流状态下被试驾驶时的视觉注意力需求特性和驾驶行为特性数据进行分析,得到不同车道不同交通流状态下的视觉注意力需求变化情况。利用多元回归方法分析了不同交通流状态下驾驶人视觉注意力需求与驾驶行为之间的关系,并构建了基于驾驶行为特性的驾驶人视觉注意力需求预测模型。结果表明,驾驶人视觉注意力需求与制动次数、油门踏板位移和车辆轨迹偏差之间存在相关关系。     

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。     

不同时段特长隧道入口区域视觉负荷研究

为探究不同时段驾驶人在隧道入口行驶时的视觉负荷情况,分别在正午、傍晚和夜晚时段在贵州省内特长隧道进行实车试验,选取瞳孔面积变化率和瞬时瞳孔面积频率加权速度作为瞳孔面积变化评价指标,分析入口区域的接近段、入口段和过渡段的视觉负荷情况。结果表明:在正午和傍晚,驾驶人瞳孔面积在接近段无显著变化,在入口段内急速增大,在过渡段趋于稳定,其中瞳孔面积稳定点离洞门距离在正午时段远于傍晚时段;通过瞬时瞳孔面积频率加权速度评价隧道入口区域的视觉负荷,大小排序为:正午过渡段正午入口段夜间接近段≈夜间入口段≈夜间过渡段正午接近段傍晚过渡段傍晚入口段傍晚接近段;在隧道入口区域,驾驶人视觉负荷时段变动比区段变动更为显著。     

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。     

基于眼动特性的疏散决策和寻路行为研究

为探究疏散过程中个体风险型决策行为特征和通道结构对疏散行为的影响,开展带计分奖励规则的模拟疏散试验。被试分别基于电脑端和地下车库疏散任务进行连续决策,利用眼动追踪技术采集被试在此过程中的眼动参数,采用注视时间、注视次数等眼动特性数据表征被试的视觉分配与感知特性,结合决策中冒险行为统计结果,分析疏散过程中被试面对风险时的决策行为变化特征,以及路径特征对寻路行为的影响。结果表明：对于模拟疏散中连续出现的风险型决策任务,随体力消耗,被试更倾向于选择风险较低的路径;被试感觉临近出口时,冒险行为比例增加;被试对首次感知或潜在目标的关键信息会给予更多关注,对疏散决策行为有一定影响;与平坦笔直路径相比,被试在消防门区域、不规则岔路口、连续转弯区域等通道突变处注视时间增加4～6倍,表现出更多的犹豫和折返行为。     

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。     

视觉分心程度对跟车运动状态的影响

为明确驾驶人在不同复杂度的交通环境下视觉分心程度对跟车运动状态的影响,在驾驶模拟器上搭建城市、乡村和高速道路3种交通环境,利用视线遮挡方法,设置O、1和2s等3种固定时长,量化被试视觉分心程度;对26位被试进行模拟器驾驶试验,采集车辆速度、纵向加速度和车辆位置等参数;采用重复测量一般线性模型,分析视觉分心程度对上述参数...     

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。     

基于Topsis改进因子分析的公路隧道入口段视觉负荷研究

为探究直线公路隧道入口段驾驶者的视觉负荷,首先,通过实车试验采集5种视觉指标,采用Topsis改进因子分析法建立视觉负荷评价模型;然后,分析不同时间及位置下视觉负荷的变化特征,基于构建的视觉负荷曲线提出行车舒适评价标准,并运用已发表数据验证构建负荷模型的泛化能力;最后,通过敏感度分析探究视觉指标对视觉负荷的影响程度。结果表明：当驾驶者位于距洞口-13～55 m(12:00)、-10～49 m(15:00)时,视觉负荷超过临界值(0.906),驾驶者的行车舒适度和安全性极低;洞口驾驶者的视觉负荷值和接近度远大于洞内和洞外;18:00的视觉负荷和接近度远低于12:00和15:00。视觉指标的敏感度参数从大到小依次为注视时间、瞳孔面积、注视次数、扫视幅度、扫视速度。     

冰雪道路环境对驾驶人视觉感知特性的影响

为预防冰雪道路环境中驾驶人因视觉感知错误引发交通事故,研究了冰雪道路环境对驾驶人视觉感知特性的影响,选择8名熟练驾驶人作为试验样本,且每2人一组,采用跟车调查的方法采集驾驶人对于自身感知车速和前导车车距的视觉感知信息,并利用非接触车速仪检测2辆跟驰行驶试验车的实际车速与车距,对冰雪条件与非冰雪条件下驾驶人的视觉感知信息进行分析对比。研究结果表明,在冰雪环境中驾驶人视觉感知车速比非冰雪环境中低5%～14%;但当2辆跟驰车辆前后车间距在50 m内时,驾驶人在冰雪环境与在非冰雪环境中行驶时,其视觉感知的车距无显著性差异。     

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。     

塔机驾驶员的持续性视觉注意负荷研究

为提高塔机作业安全工效,基于视觉心理学、认知心理学理论,利用眼动追踪技术记录驾驶员视觉行为数据,分析和评估塔机驾驶员视觉转移过程的表征参数,结果表明:起重作业过程中驾驶员注视时间长,视知觉资源主要集中于起吊物,保持持续性注意状态,以维持高效起重作业,心理负荷较大;起重作业不同子过程注视时间与瞳孔直径差异较大,在空中平移过程中注意力较为分散,瞳孔直径较小,心理负荷较小。据此,提出了塔机起重作业的人因工效改善方向,为起重作业安全实施提供决策支持。     

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。