草原公路不同分心状态下驾驶人动态视觉特性

吕 贞，戚春华，朱守林

(内蒙古农业大学 能源与交通工程学院，内蒙古 呼和浩特 010018)

0 引 言

驾驶分心是指驾驶人将注意力转向与驾驶无关的活动，造成驾驶人视觉、意识、决策以及操作能力下降的一种危险行为[1]，常见的分心驾驶行为包括视觉分心、认知分心及操作分心等。根据驾驶人驾驶时的反应操作过程，感知环节是安全行车的基础和前提[2]，驾驶人在驾驶过程中一旦出现分心，会直接影响其对道路行车环境信息的有效获取，进而影响其判断决策乃至操作行为，给行车带来极大安全隐患[3]。研究驾驶分心对驾驶人视觉感知特性的影响，对驾驶分心防治策略的提出和道路交通安全水平提升有重要意义。

国内外学者针对不同类别分心对驾驶人动态视觉特性的影响均有一定研究。M.A.RECARTE等[4]、Y.WANG等[5]研究发现，驾驶人在视觉分心时注视时长变短，对道路前方区域的注视次数减少；K.HOLMQVIST等[6]研究表明，当驾驶人处于认知分心和综合分心(同时出现认知与视觉分心)时，其注视点主要集中在道路正前方区域；咸华彩[7]研究发现，视觉分心会使驾驶人视线偏离前方道路的频率增加眼跳速度降低，认知分心则导致驾驶人眼跳频率减少；张辉[8]针对快速路自由流状态下分心的研究表明，认知分心与视觉分心时的眼跳频率存在显著差异。

综上，国内外学者针对不同类别驾驶分心对驾驶人视觉特性的影响已进行了大量研究，但这些结论大多是针对城市道路及高速公路行车环境。草原公路行车环境色彩单调，道路线形以长直线为主，交通标志、标线等设施设置信息量不足[9-10]。驾驶人在长直线行车时，操作简单，精神负荷水平低，因而在驾驶过程中常出现使用手机、操作车内设备、眺望远方等与驾驶任务无关的活动，导致其对道路交通环境的感知能力下降，无法及时、充分的取有效信息。此时若道路、交通、行车环境出现变化，则极易因感知不足导致驾驶人判断、决策及操作失误而引发事故。

因此，研究草原公路不同分心状态下驾驶人的动态视觉特性、视觉转移特性，对于进一步探究草原公路驾驶分心对驾驶人操作行为及车辆运动状态的影响、驾驶分心判别及分心预警等具有重要的理论价值。笔者通过开展典型草原一级公路驾驶模拟试验，采集正常驾驶、复合分心(视觉与操作分心)、认知分心状态下驾驶人的眼动数据，分析不同分心状态对驾驶人注视、视觉转移特性的影响，为进一步深入分析驾驶分心对草原公路行车安全的影响机理，并制定干预对策提供理论与实践依据。

1 试验方案设计

鉴于分心驾驶行为具有一定的危险性，且驾驶人在实际道路驾驶过程中，容易受到道路交通环境中各种随机因素的干扰，而产生其他驾驶次任务。驾驶模拟器可以很好控制外部因素的影响，且大量模拟驾驶试验结果均已证明其有效性[10]，因而采用虚拟驾驶模拟平台开展试验。

1.1 试验人员

招募14名驾驶人(男性11名，女性3名)，年龄在29～55岁之间，性别比例和年龄分布均符合国内驾驶人统计特征，驾龄均在3年以上，视力正常，身心状态良好。

1.2 试验设备

试验设备包括驾驶模拟系统、眼动设备与智能手机。驾驶模拟系统及试验场景见图1(a)、(b)。眼动设备为I view X HED型眼动仪，眼动仪的采样频率设置为200 Hz/s，眼动仪及试验人员驾驶图见图1(c)、(d)。试验结束后，采用眼动仪配套的BeGaze软件提取和分析眼动数据。试验采用免提手机通话模拟驾驶人的认知分心状态，采用微信文字消息查看与编辑回复表现驾驶人的复合分心状态，试验同时配备了两部装有微信聊天软件的智能手机并配有无线耳机，供工作人员与试验人员进行通话及微信消息传递使用。其中试验人员使用手机置于驾驶座位右侧扶手旁。

图1 试验主要设备

1.3 试验方案

经实地调研，典型草原公路直线段占比达80%，景观单调车流量较少，小型车占比近80%。因此，模拟试验路段设置为30 km双向四车道草原公路，车道宽度为3.75 m，沿线交通标志、标线等管理设施及安全设施均按实际道路设置，路段限速80 km/h，车流为自由流状态，车型均为小汽车。

模拟试验分两个阶段：①预实验，告知试验人员试验目的与任务，进行约10 min的驾驶模拟器适应性训练，确保试验人员熟悉与适应驾驶模拟环境；②正式试验，将30 km试验路段平均分为3段，在第1段设置免提通话任务，第3段设置微信文字消息查看与编辑回复任务，中间10 km用于调整注意力进入正常驾驶状态。模拟驾驶路段及次任务设置如图2。

图2 模拟驾驶路段及次任务设置

在免提手机通话驾驶次任务中，试验人员会接到工作人员电话，试验人员要用5～10 s进行语音回答。根据文献[11]，设置两位数的加法是较合适的次任务需求(如：36+45=？)，试验人员需要进行短时记忆并计算，与认知分心状态下大脑工作负荷接近且无需对试验人员进行提前训练，因此由工作人员随机进行两位数加法提问，共设置10组问题。在微信文字消息查看与编辑回复驾驶次任务中，试验人员需要在听到微信信息提示后，拿起手机查看微信中两位数加法信息(无需短时记忆过程)，计算后以数字形式进行编辑回复。试验全过程持续时间约40 min。

2 结果与分析

注视行为与眼跳行为常用于描述分心状态下驾驶人的视觉特性[12-13]，采用眼动仪配套的Begaze软件对比分析认知分心、复合分心状态下的注视时长、眼跳频率及视点转移特征、视觉搜索规律等，并与正常驾驶状态下的注视、眼跳进行对照，得出不同分心状态对驾驶人视觉特性的影响。

2.1 平均注视时长

平均注视时长是驾驶人注视持续时间的平均值。根据ISO E.15007-1，注视时长的范围为100～2 000 ms[14]。首先按此范围对注视时长数据进行筛选，然后采用单因素重复测量方差分析(repeated-measures ANOVA)对不同行驶状态下的注视时长数据进行统计分析。

经Shapiro-Wilk检验，在0.05水平下，不同状态平均注视时长均显著来自于正态总体(P>0.05)，Levene检验结果表明各总体方差满足齐性要求(F=2.965 9，P=0.063 2)，球形Mauchly’s检验结果表明数据符合球对称性[χ2(2)=0.729 4，P=0.694 4]。方差分析结果得F=170.946 3，P<0.05，因而总体均值显著不同，说明3种状态下平均注视时长存在显著差异。不同驾驶状态下平均注视时长对比见图3。

图3 不同状态下驾驶人平均注视时长对比

根据单因素方差分析结果与图3可知：正常行驶与分心状态下，驾驶人平均注视时长均存在显著差异，认知分心时驾驶人的平均注视时长显著大于正常行驶状态，而复合分心时则显著小于正常行驶状态。这是因为驾驶人在认知分心时，需要花费更多精力在“驾驶次任务”上，根据有限资源理论，其用于驾驶任务的精力会降低，使其注视点集中到较小的区域，且注视时长增加。复合分心则相反，驾驶人除了需要关注前方道路行车环境外，同时需要低头查看手机设备并进行编辑，这使得驾驶人的注视点在短时内需要反复在道路前方与车内间转移，导致其对各注视点的注视时长减少。这与文献[15]对半荒漠公路的研究结论一致。

为进一步分析不同分心状态下驾驶人注视时长的分布特点，将不同状态下驾驶人的注视时长以50 ms为间隔进行占比统计，绘制不同状态下驾驶人注视时长分布曲线见图4。

图4 不同状态下注视时长分布对比

从图4可以看出：

1)草原公路正常行驶状态下，驾驶人的注视时长占比峰值出现在600 ms左右，占比约15%，且不同分段注视时长的分布波动变化较大。

2)认知分心状态下，驾驶人的注视时长占比峰值出现在750 ms左右，占比约15%，且其不同分段的注视时长次数分布较为平滑。

3)与正常行驶与认知分心不同，复合分心时驾驶人的注视时长占比峰值出现在500 ms左右，且不同分段分布相对均匀，这说明驾驶人在复合分心时，在前方道路与车内手机的频繁转移使得驾驶人的注视时长降低较多。

2.2 眼跳频率

眼跳频率越快，说明驾驶人在驾驶过程中的搜索过程越长，信息提取难度越大。经检验，不同状态下驾驶人的眼跳频率满足正态性与方差齐性(F=0.089 7，P=0.914 4)。Repeated-measures ANOVA结果显示F=14.833，P<0.05，说明不同状态下眼跳频率差异显著。不同驾驶状态下眼跳频率对比见图5。

图5 不同状态下眼跳频率对比

结合方差分析结果与图5可以看出：认知分心时眼跳频率明显低于正常驾驶，且分布相对集中，复合分心则相反，显著大于正常驾驶状态，且分布较分散。说明在认知分心状态下，驾驶人将注意力集中在“思考问题”上，使得驾驶人注视点集中，倾向于“凝视”，眼跳频率较小。而在复合分心时，注视点的不断转移使得驾驶人眼跳频率显著增加。

这与文献[8]对快速路自由流状态下分心的研究结果基本一致，其研究表明，快速路自由流状态下行车时，驾驶人认知分心与视觉分心眼跳频率存在显著差异，而正常驾驶与认知分心，正常驾驶与视觉分心之间差异性并不显著。这与道路交通环境的差异性有关，草原公路行车环境景观单一，车流量少，线形以长直线为主，使得驾驶人在正常驾驶与分心状态下的眼跳频率差异性更加显著。

2.3 视点转移特征及注视熵

2.3.1 兴趣区域划分

根据笔者的研究目的，并参照文献[16]对于不同分心状态下兴趣区域的划分，将兴趣区域划分为道路前方、左、右后视镜和车内4个区域，进一步将道路前方区域划分为左前方、正前方和右前方3个区域，以便对比正常行驶与认知、复合分心状态下注视点及视觉转移模式的差异性，兴趣区域划分方式及对应的名称见图6。

图6 兴趣区域(AOI)的划分

2.3.2 道路正前方(F区域)注视时长及次数百分比

为了进一步对比分析不同分心状态下驾驶人对道路正前方(F区域)的关注度的差异性，分别计算正常驾驶和2种不同分心状态下驾驶人对道路正前方区域的注视时长百分比及注视次数百分比，对比图如图7，单因素重复测量方差分析结果如表1。

图7 不同状态下道路正前方区域注视时长与注视次数百分比对比

表1 不同状态下单因素重复测量方差分析结果

结合表1与图7可以看出：分心时驾驶人对道路正前方区域的注视时长百分比与注视次数百分比与正常驾驶相比存在显著差异。认知分心状态下两指标均大于正常驾驶状态，复合分心状态下两指标则显著小于正常驾驶状态。

说明在认知分心时，驾驶人为处理额外的脑力任务，将注意力集中于很小的区域，且在该区域的注视次数显著增加。在复合分心时，驾驶人需要不断将注意力转移到道路正前方以外的车内次任务上，这使得其对道路正前方的注视时长与注视次数相较于正常驾驶状态显著降低。

此结论与文献[7]针对高速公路不同分心状态下道路前方注视频率的研究结论一致；文献[8]针对城市快速路不同分心状态下的相关研究表明，手机免提通过时驾驶人对道路前方的注视时长与注视次数百分比均较长，语音短信时均较少，所反映规律一致，但其注视时长与注视次数占比比笔者高，这与道路行车环境的差异性有关，城市快速路道路交通环境较草原公路复杂，驾驶人行车中的负荷更大。

2.3.3 注视点转移概率矩阵

为分析不同分心状态下驾驶人注视点转移特征，借鉴文献[5]研究方法，计算驾驶人注视点在各兴趣区域间的转移概率Pij，Pij计算公式为：

(2)

根据图6兴趣区域的划分及式(2)注视转移概率的计算方法，对驾驶人正常行驶及不同分心状态下驾驶人的注视区域转移概率进行统计计算，绘制注视转移概率热点如图8。

图8 不同驾驶状态下注视转移概率热点图

由图8(a)可知：在正常行驶时，驾驶人的注视点范围较广，注视转移路径较多，其中，对道路正前方的注视比例最多，占比24%；注视点在道路正前方(F)与左前方(LF)、右前方(RF)之间的转移概率相近，集中在8%～12%；说明在正常驾驶状态下，由于草原公路景观环境、线形单一，驾驶人的视点主要集中到道路前方，由于车流量较小，驾驶人的视点在左右前方之间分布比例较大，视点分布范围较广。驾驶人注视点在道路前方与左后视镜的转移概率也占一定比例，占比约6%左右，这是因为在行车过程中，有时会有其他行驶车辆从同向内侧车道超越试验车，或者试验车驾驶人会因超越前车需要向左侧车道变换车道，因而会不时留意左视镜，以便观测左侧道路行车动态。驾驶人对其他区域(OA)有一定关注，道路前方与其他区域之间的总占比约18%，这说明驾驶人在草原公路自由行驶时，由于道路线形单一、车流量较小，驾驶人的精神负荷较小，除了注视前方道路之外，还会对道路以外其他区域有一定关注度。

由图8(b)可知：与正常驾驶相比，驾驶人在认知分心时，视点主要集中道路正前方，道路正前方内部转移概率占比达32%；在正前方与左右前方3个区域间的占比共为50%左右，说明在认知分心时，由于次任务处理需求增加，驾驶人无暇顾及除道路以外的其它区域，导致其注视区域相对集中，注视转移模式较为固定；同时驾驶人在左视镜与道路前方及道路前方与其他区域之间也有一定注视转移，但所占比例很小。

由图8(c)可知：驾驶人在复合分心状态下驾驶时，其注视点范围分布分散，注视转移路较多，但主要集中在道路正前方(F)与车内(IV)，占比接近50%，其次是道路左右前方(LF、RF)与车内(IV)占比约30%，其余转移概率主要分布在道路前方区域之间及车辆内部转移。这说明由于次任务的影响，驾驶人将主要的注意力放在道路正前方与次任务之间，对其他区域的关注度明显下降，这与文献[5]的结论基本一致，即在视觉分心(或视觉分心为主)状态下，驾驶人的注视转移大范围集中在道路与车内之间，对其他区域的关注程度显著降低，但由于其仅针对车内视觉分心进行研究，兴趣区域划分类别较少，并未分析认知分心状态下驾驶人的注视转移规律。可见，与认知分心状态下注意转移规律明显不同，复合分心时驾驶人的注视点转移范围广，转移路线长，视点在不同区域之间的转移频率明显增加，说明复合分心对驾驶人视觉特性的短时影响更大。

2.3.4 注视熵率

为了在注视转移概率基础上，进一步考虑不同兴趣区域注视时长差异性的影响，引入注视熵率的概念。文献[17]将熵率的概念应用于驾驶人视觉特性分析中，用于描述驾驶人注视转移路径在时间和空间上的无序性及负荷，熵值越大则驾驶人注视转移的无序性越大，造成的视觉负荷越大。笔者通过计算正常与分心驾驶状态下的熵率,来对比分析驾驶人在分心状态下视觉转移的无序性，熵率的定义如式(3)、式(4)：

(3)

(4)

采用单因素重复测量方差分析对不同状态下的熵率进行差异性分析，求得F=127.78，P<0.05，说明不同状态下熵率存在显著差异。Tukey检验结果表明，3种状态下驾驶人的注视熵率均存在显著差异，各状态下熵率对比见图9。

图9 不同驾驶状态下注视熵率对比

从图9及方差分析结果看出：

1)驾驶人在认知分心时熵率值小于正常行驶状态(t=5.425 71，P=0.001 80)，说明驾驶人在认知分心时信息搜索范围小，注视转移的无序性小，在注视区域的注视时间长。这是由于驾驶人在认知分心(使用免提语音通话)时，注意力集中在短时记忆、思考问题并回答上，此时视点主要集中在道路正前方区域，无暇关注道路周边区域，使其视点转移概率降低，而对道路正前方区域的注视时长增加。

2)与认知分心不同，复合分心时驾驶人注视熵率值相对正常行驶状态显著增加(t=16.294 21，P<0.05)，说明在复合分心时，由于需要查看手机微信信息并回复，驾驶人的视线需要在车内、道路前方等各区域之间进行转移，使得驾驶人的信息搜索范围增加，注视转移的无序性增加，而对各区域的注视时长减少。

文献[5]应用熵率指标对比分析了驾驶人有无次任务下注视行为的有序性，发现相较于正常行驶状态，驾驶人一旦同时执行驾驶人(操作车内设备)，会使得驾驶人注视转移的无序性增加，注视转移的概率增加，而注视持续时长降低，进而导致其熵率值增加，这与笔者研究结论一致。

2.4 不同状态下驾驶人动态视觉特性差异性可视化

为了将注视、眼跳、注视熵等各指标综合影响下不同状态驾驶人视觉特性变化规律的差异性进行可视化，采用MATLAB绘制不同驾驶状态在注视时长、眼跳频率、正前方注视时长百分比、注视次数百分比及注视熵等5项指标共同作用下的安德鲁斯曲线[18]如图10，其中纵坐标fy(t)为安德鲁斯曲线函数值，横坐标表示时间t，t∈(0,1)s。图中实线为不同状态多指标影响下试验人员的均值，两侧点划线为试验人员25%、75%分位值。可以看出，与认知分心相比，复合分心与正常驾驶的总体差异性更大，说明复合分心对驾驶人的感知影响更显著。

图10 不同状态下动态视觉特性可视化对比

3 结 论

采用注视时长、注视频率、眼跳频率及注视点兴趣区域间注视转移概率、注视熵等，表征驾驶人动态视觉特性及视点转移规律的典型指标，对比分析了草原公路行车环境中，驾驶人在认知分心与复合分心状态下视觉感知特征及差异性，并应用安德鲁斯曲线对不同状态下多个眼动指标对比分析结果进行降维可视化，得出结论如下：

1)认知分心状态下，驾驶人的平均注视时长显著大于正常行驶状态，而复合分心状态下平均注视时长显著小于正常行驶状态，且与其他道路相比，草原公路行车环境认知分心时平均注视时长更长。认知分心下驾驶人的眼跳频率均小于正常状态，而复合分心时大于正常状态。

2)针对不同注视点兴趣区域而言，在认知分心状态下，驾驶人对正前方的注视时长与注视频率百分比大于正常行驶，复合分心状态下，注视时长与注视频率百分比则显著小于正常行驶。认知分心时驾驶人的注视点转移主要发生在道路前方各区域之间，占比共达80%以上，驾驶人的注视熵率最小，视觉搜索无序性小。复合分心时驾驶人的视觉搜索无序性明显增加，且路径主要集中在道路前方区域与车内之间。

3)复合分心使驾驶人注视点在车内与道路前方的转移概率大为增加，视觉搜索无序性增加，对驾驶人有效获取道路行车环境信息产生很大影响。认知分心会导致驾驶人的注视点过渡集中，减少驾驶人对道路前方之外的其他区域的关注，且其总注视时长更长，有必要进一步分析认知分心状态下驾驶人的知觉反应特性。