车载信息服务影响下驾驶人注视特性研究

2014-10-08 13:12刘浩学
华北科技学院学报 2014年8期
关键词:注视点持续时间车载

朱 彤,吴 玲,刘浩学,林 淼

(1.长安大学汽车运输安全保障技术交通行业重点实验室,陕西西安 710064;2.中国汽车技术研究中心,天津 300300)

0 引言

视觉是驾驶人获取外部信息的主要通道[1],注视特性则是驾驶人信息加工模型的基础[2]。近年来,随着智能交通系统的发展,车载信息系统(In -vehicle information system,IVIS)[3]获得广泛使用,为驾驶人提供娱乐、路径引导、实时路况乃至出租车订单与支付信息服务[4]。次任务与驾驶主任务竞争资源情况下,驾驶人原有的注视特性发生了改变[5],亦成为引发交通事故的因素之一。为了进一步揭示驾驶人信息加工模型,优化人-机-环境系统,应对车载信息服务状态下的驾驶人视觉特性进行研究。

以往文献强调了车载信息服务等次任务对于驾驶人的影响,论证了进一步研究的必要性[6]。通过Wickens的多资源分配理论与任务冲突模型[7],从理论上分析了影响原因。特别提出,视觉资源分配会随着其他通道被占用而改变。有研究定性地认为,在车载信息不断传递给驾驶人的情况下,视点中心高度会无意识地下降,动态视野将变小[6]。驾驶人注视特性指标方面,注视频率、持续时间[8]、分布范围[9]等指标,常用于表征驾驶人获取外界信息绩效,对于驾驶人研究具有重要意义。

综上所述,以往研究已从理论与实践上,证明了车载信息对驾驶人存在影响,也对影响下驾驶人注视特性进行了定性分析,但仍缺乏实证研究,特别是未进行实车实验。鉴于此,在城市道路环境下组织实车实验,利用眼动追踪设备[10]获取注视点数据,定量分析并阐明车载信息服务条件下驾驶人注视规律。

1 实验与数据处理

1.1 实车实验

通过实验,跟踪记录驾驶人注视点位置。对比驾驶人使用与未使用车载信息系统条件下,在寻找路径、决策判断与控制车辆过程中,注视点时空分布规律、转移特性等差异。同时,根据实验因素差异,反映不同系统设置位置、不同信息发布方式下的驾驶人视觉特性。

本研究可变因素包括是否使用车载信息服务、设备安装位置,其他因素则被视为干扰因素。实验包括5个阶段,其中,车载信息系统分别安装位置分别在前挡风玻璃中部、车内置物台下方、置物台上方(简称为位置1、2、3)。实验方案整体设计如表1所示。

表1 实验方案设计

使用眼动追踪设备EyelinkⅡ型眼动仪,实验前根据规程完成标定。车载信息系统采用7英寸显示器车载导航设备,导航采用声音与图像同时提示的方式。实验车辆前排为参与驾驶人与工作人员,后排放置眼动仪主机及相关电器设备。参与驾驶人均视力良好、具有3年以上实际驾车经验。其中男性驾驶人8名,女性驾驶人4名。实验开始前,还需完成准备工作。由工作人员向参与驾驶人告知实验要求,驾驶人按照要求试车及车载信息系统、佩戴眼动仪。完全掌握设备使用方法并确认任务后,在指定起始点开始实验。

1.2 数据处理

通过实验获得驾驶人注视点位置数据,数据在坐标系中匹配后,如图1所示。为更直观地描述驾驶人注视特性,常将视域划分为前方道路、仪表盘等视觉兴趣区域,再确定驾驶人注视点与这些视觉兴趣区域的关系。常采用的划分方法有经验划分法与聚类方法。考虑到不同驾驶人存在个体差异,经验划分可能带来分类误差,本研究采用K均值聚类方法,划分出左后视镜、前方道路、仪表盘、车载信息系统等主要视觉兴趣区域。

K均值聚类方法以欧氏距离作为类别相似性测度,建立优化目标函数,再利用函数极值方法迭代运算,获得分类结果。为进一步验证分类合理性,进行单因素方差分析。结果表明,类别之间具有显著差异(Sig.=0.000)。

图1 驾驶人注视点分布图

2 车载信息服务下注视特性

主要分析对比未使用和使用IVIS条件下,驾驶人注视的空间分布范围与位置、注视频率及注视次数在总注视次数中占据的比例、单次注视时间与累积注视时间比例。

2.1 空间分布范围与位置

运用凸包算法(Hull Algorithm)计算注视区域面积。在此基础上,引入面积变化系数,以衡量使用与未使用车载信息系统情况下,注视区域面积变化情况。

其中,AI为IVIS影响下前方区域视觉搜索面积,A0为无IVIS影响下前方区域视觉搜索面积,φ为面积变化系数。若φ大于零,则注视区域面积变小,反之注视区域面积变大。

使用IVIS后,驾驶人对于前方道路区域注视面积变化系数大于零。对数据进行方差齐性检验,结果显示,两组数据方差不存在显著差异(p=0.328>0.05)。进一步采用单因素方差分析,结果表明,IVIS的使用对注视区域面积变化系数存在显著影响(p=0.016<0.05)。这说明设备的使用,导致对前方道路区域的注视面积有显著的减小。

注视点的位置也存在明显的变化,如图2所示。使用IVIS后,注视点数据纵向分布有缩小的趋势,且均值增加。在眼动仪设备采用的坐标系中,这代表试点更接近地面。通过方差齐性检验后进行显著性检验,发现使用之前与之后注视点在纵向分布上具有显著差异(p=0.000<0.05)。

图2 注视点纵向分布图

2.2 注视次数比例

注视次数比例即驾驶人对某一区域注视次数与整个视觉区域注视次数的比值。注视比例可以反映驾驶人对某一注视区域的相对关注程度。使用IVIS后,前方区域平均注视比例减小。方差齐性检验结果显示,数据总体方差无显著差异(p=0.202>0.05)。进行单因素方差分析,结果表明车载信息系统的使用对驾驶人前方区域注视比例有显著影响(p=0.011<0.05)。

2.3 注视时间

对前方道路区域注视持续时间的影响进行分析。数据组总体方差无显著差异(p=0.919>0.05),运用单因素方差分析,检验IVIS对驾驶人注视持续时间影响是否显著。结果显示,导航的使用对驾驶人前方区域的注视持续时间无显著性影响(p=0.465>0.05)。

3 车载信息系统位置影响

3.1 空间分布范围

使用IVIS后,驾驶人前方区域面积变化系数均值大于基准。且设置于位置1时,面积变化系数均值最大,即注视分布面积影响最明显;位置3时面积变化系数均值最小,即注视缩减程度最小,如表2所示。

表2 空间范围对比分析

采用单因素方差分析,结果显示,IVIS的位置对前方区域面积变化系数存在显著影响(p=0.044<0.05)。进一步采用两配对样本T检验进行分析,结果如表3所示,三个安装位置下IVIS的使用均对前方区域面积变化系数有显著影响。进一步对3处位置的面积变化系数进行相互比较,数据表明不同位置之间也具有显著性差异。

表3 空间范围对比分析

3.2 注视次数比例

如图3所示,前方区域的驾驶人注视次数比例,位置3与基准差异最小,位置1与基准差异最大。

图3 IVIS不同安装位置下前方区域注视比例

单因素方差结果显示,使用不同位置的IVIS对前方区域注视比例的影响存在显著差异(p=0.015<0.05)。进一步运用两配对样本T检验对不同IVIS安装位置下的前方区域注视比例进行分析,结果如表4所示。位置1、位置2、位置3与基准之间均存在显著差异。将3处位置之间的注视次数进行相互比较,数据表明各位置之间也存在显著差异。

表4 各位置与基准对比检验

3.3 注视时间

检验不同安装位置的IVIS对前方区域注视持续时间影响显著性,由方差齐性检验结果(p=0.724>0.05)可知,数据总体方差无显著差异,单因素方差分析结果显示,IVIS的安装位置对前方区域注视持续时间的影响无显著性差异(p=0.130>0.05)。

导航的使用使得注视持续时间的标准差均增大,且导航安装在位置1、位置2和位置3时,注视持续时间标准差依次减小。

4 实验结果讨论

注视点(fixations)反映视觉空间中驾驶人关注的区域。眼睛将结合以往经验自发地关注于显眼或主观认为重要的区域。心理学理论认为,注视点的集中度可作为外周探测绩效的衡量指标,与车辆路径控制绩效相关[10]。注视点的数目与所需处理信息的难度无关,而与处理信息量有关。分区域的注视比例可用于衡量区域的相对重要程度,注视次数越多,则区域越重要。

实验中各项数据的差异表明,使用IVIS后,驾驶人对于前方信息的采集范围缩小,注视位置向下方偏移,采集信息量减少,相对其他区域的重要程度有所降低。综合来看,上述变化对于驾驶绩效将产生间接影响。

注视持续时间(Fixation duration)是指在注视时,视轴中心位置保持不变的持续时间,以毫秒计。注视持续时间可以作为处理感知到的信息所花费时间的衡量指标,在一定程度上反映信息提取、处理的难度。视觉信息搜索过程中信息处理越困难,其注视持续时间也越长。长时间的注视表明观察者需要花费了更多的时间来读取注视对象,或将观察到的目标与其内在的含义联系起来。实验数据表明,使用IVIS后驾驶人读取信息难度无显著差异,说明总体难度无差异。但方差不同,说明在部分时间,可能存在短时间的读取信息难度较大的问题。

对设置位置情况进行更进一步的分析,数据表明IVIS设置位置在1、2、3时,影响由大至小,且具有显著性差异。

5 结论

针对车载信息服务对驾驶人注视特性的影响,展开城市道路实车实验研究。通过实验及对数据处理分析,得到以下结论:

1)使用IVIS后,驾驶人对前方道路区域的注视面积有显著的减小,这说明使用IVIS后驾驶人对获取前方道路信息量减少。使用IVIS后,驾驶人注视点的位置分布存在显著变化,更接近于地面。

2)使用IVIS后,前方道路区域平均注视比例显著减小。这说明前方道路区域相对其他区域的重要程度有所降低。

3)使用IVIS后,驾驶人注视持续时间无显著变化。说明总体上使用前后,信息提取难度无显著差异。但方差存在的差异说明可能存在短时间信息读取难度大的问题。

4)且设置于位置1时,面积变化系数均值最大,即注视分布面积影响最明显;位置3时面积变化系数均值最小,即注视缩减程度最小,三者之间存在显著差异。前方区域的驾驶人注视次数比例,位置3与基准差异最小,位置1与基准差异最大。这表明IVIS设置位置在1、2、3时,影响由大至小,且具有显著性差异。综合前3点来看,上述变化对于驾驶绩效将产生间接影响。

[1]袁伟,付锐,马勇,等.车速与标志文字高度对驾驶人视觉搜索模式的影响[J].交通运输工程学报,2011,11(1):119-126.

[2]王颖,张伟,吴甦.车载信息系统与驾驶安全研究综述[J].科技导报,2009,27(0913):7-6.

[3]Benedetto S,Pedrotti M,Minin L,et al.Driver workload and eye blink duration[J].Transportation research part F:traffic psychology and behaviour,2011,14(3):199 -208.

[4]Gonalves J,Rossetti R J F,Olaverri-Monreal C.IC-DEEP:A serious games based application to assess the ergonomics of In-Vehicle Information Systems[C]//Intelligent Transportation Systems(ITSC),2012 15th International IEEE Conference on.IEEE,2012:1809-1814.

[5]马勇,付锐,王畅,等.视觉分心时驾驶人注视行为特性分析[J]. 中国安全科学学报,2013,23(5):10-14.

[6]刘江鸿,李刚.车载信息服务对行车安全的影响分析与改善对策[J].湖南交通科技,2011,37(4):172-175.

[7]Wickens C D.Engineering psychology and human performance[M].HarperCollins Publishers,1992.

[8]郭应时.交通环境及驾驶经验对驾驶员眼动和工作负荷影响的研究[D].西安:长安大学,2009.

[9]郭应时,付锐,袁伟,等.通道宽度对驾驶员动态视觉和操作行为的影响[J].中国公路学报,2006,19(5):83-87.

[10]Ranney T A,Harbluk J L,Noy Y I.Effects of voice technology on test track driving performance:Implications for driver distraction[J].Human Factors:The Journal of the Human Factors and Ergonomics Society,2005,47(2):439-454.

[11]A.HamishJamson,Natasha Merat(2005)Surrogate in-vehicle information systems and driver behaviour:Effects of visual and cognitive load in simulated rural driving.Transportation of Research Part F 8(2005)79-96.

[12]Mihal W L,Barrett G V.Individual differences in perceptual information processing and their relation to automobile accident involvement[J].Journal of Applied Psychology,1976,61(2):229.

[13]Ball KK,Beard B L,Roenker D L,et al.Age and visual search:Expanding the useful field of view[J].JOSA A,1988,5(12):2210-2219.

[14]Liu J,Dey D K.Hierarchical overdispersed Poisson model with macrolevel autocorrelation[J].Statistical Methodology,2007,4(3):354-370.

猜你喜欢
注视点持续时间车载
眼动仪技术在里院建筑特色分析中的应用
一种车载可折叠宿营住房
基于超复数小波和图像空域的卷积网络融合注视点预测算法
高速磁浮车载运行控制系统综述
射击运动员的反向眼跳研究
智能互联势不可挡 车载存储需求爆发
基于中央凹图像显著性和扫视倾向的注视点转移预测模型
The 15—minute reading challenge
基于ZVS-PWM的车载隔离DC-DC的研究
基于SVD的电压跌落持续时间检测新方法