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。     

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。     

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。     

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。     

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。     

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。     

基于扫视特征的车载信息系统与驾驶安全关系研究

为研究车载信息系统(IVIS)对驾驶人心理及安全行为的影响,在试验车内安装眼动仪、车载导航系统等设备,选择4条试验路线完成实车试验。比较使用与未使用IVIS情况下、车载设备设置在不同位置时以及不同信息发布方式条件下驾驶人扫视行为的差异性。利用眼动仪采集驾驶人扫视数据,运用统计分析方法比较扫视行为差异,分析IVIS对驾驶安全的影响。结果表明,使用IVIS占用了较多的认知资源,导致心理负荷增加、驾驶安全性降低。当车载导航安装在置物台上方并提供语音播报信息时,能够使心理负荷相对减少。优化IVIS位置与信息发布方式,可在一定程度上缓解车载信息对安全驾驶的负面影响。     

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。     

前车突然切入时驾驶人应激生理特性研究

为研究前车突然切入对驾驶人生理负荷的影响,利用MP150生理监测系统对22名被试进行虚拟驾驶试验。采集记录前车突然切入时被试的生理参数。研究驾驶人心率增长率和心率变异性(HRV)指标与车速、应激距离之间的关系。结果表明:自车速度为100 km/h时,随着前车切入距离从55.6 m减小到27.8 m,被试的平均心率增长率从16.21%增大到23.27%,HRV参数低频(LF)值也呈现下降趋势。前车切入距离一定,随着自车车速从60 km/h增加到120 km/h,被试的平均心率增长率存在显著性差异,平均从13.05%上升到21.85%。差异性检验结果表明,前车切入距离和自车速度发生变化时驾驶人的生理负荷变化趋势一致,但自车速度因素对驾驶人生理负荷的影响程度高于切入距离因素。     

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。     

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。     

基于眼动数据的管制员注意力特征评价

为提高管制员培训的针对性和有效性,提升管制过程的安全性,提出使用注意力稳定性、注意力分配与转移和注意力广度3个指标,作为注意力特征的评价指标;设计并开展管制过程模拟管制试验,采集分析36名成熟管制员的眼动数据;提出选取兴趣区访问次数方差(VVC)、马尔可夫转移概率(MTP)和特情反应时间(RT)3个参数,将其作为刻画注意力特征3个评价指标对应的量化参数值,再使用K-Means聚类分析法对管制员的注意力特征进行分类,得到管制员注意力特征的评价值的结果分类区间,并对比评价结果与教员打分结果。结果表明：根据注意力特征,将管制员分成4类,一类为最优,四类为最差。优秀管制员具有注意力稳定性好、注意力分配合理、注意广度大和对特情敏感的特点,其量化参数值包括：VVC为13.48～95.46,MTP为0.03～0.22,RT为3～31 s。     

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。     

眼动试验在建筑业安全隐患识别研究中的应用与展望

为改良建筑业既有安全隐患识别方法,提高安全隐患识别绩效水平,针对现有研究的瓶颈,探究眼动试验在建筑业研究中的应用,并予以展望。通过论述安全检查在建筑业实践和理论研究中的成果和不足,回顾眼动试验在医疗卫生、交通安全等领域的研究现状,总结出眼动试验在应用领域、试验素材、眼动指标等方面的异同,凸显此试验范式在建筑业应用的潜力。未来研究可参考不同领域中眼动试验的研究范式,深入研究隐患识别的心理机制,分析与归纳建筑业不同干系人识别安全隐患的视觉行为规律,进一步优化工程设计,加强施工安全管理措施。结果表明,未来建筑业可通过眼动仪获取实证数据,作为优化建筑业安全管理措施的基础来有效提升安全绩效。     

Near-crash事件中驾驶人行为特征分析

为研究不同驾驶人在追尾事故中的驾驶行为特征,用Near-crash事件代替真实碰撞事件,选取一段城市快速道路开展实车试验。首先测试21名驾驶人实驾时的最大减速度、制动至最大减速度时间、平均减速度、碰撞时间倒数(TTCi)4个指标;然后用Mobileye等设备提取数据,得到不同性别、驾驶经验、驾驶风格的驾驶人指标因素;最后对数据进行方差分析。结果表明:Near-crash事件中,女性驾驶人平均减速度、最大减速度大于男性驾驶人,女性驾驶人更倾向于急刹车;经验影响驾驶人的平均减速度、最大减速度;熟练驾驶人制动到最大减速度时间长,制动过程更加平稳;激进型驾驶风格的驾驶人车头时距(THW)小于保守型驾驶人。     

基于眼动技术的道路交通安全应用研究

从眼动的基本概念入手,总结眼动技术的发展、数据记录方法以及眼动仪发展特点,从人-车-路(环境)三方面分析了眼动技术在道路交通安全中的应用.     

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。     

融合VR-眼动的施工现场隐患识别视觉注意与搜索特征研究

为探究施工现场隐患识别视觉注意与搜索特征,提升识别绩效水平,融合虚拟现实(Virtual Reality, VR)和眼动追踪技术,开展VR施工场景内的隐患识别试验,收集不同隐患识别经验群体的眼动数据;运用统计学方法,对比分析累计注视时间、注视百分比等眼动指标的差异性,揭示隐患识别经验与注意力资源分配方式的内在联系;基于眼动轨迹匹配法,聚类首次视觉搜索轨迹,结合施工现场空间布局,探究隐患识别经验影响下搜索习惯的差异。结果表明：经验知识水平对隐患识别绩效具备驱动作用,但隐患专业度过低则会弱化经验知识的效果;被试的注意资源大多集中于具有视觉显著性特征的无关要素,仅有小部分分配于隐患,然而,具有较高经验知识水平的被试对隐患信息更加敏感,分配于隐患的注意资源占比更高;相较于新手组同一区域多次重复的搜索习惯,专家组大多采用某一区域的详细搜索再切换到下一区域的方式。     

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。