基于熵率值的驾驶人视觉与心理负荷特性分析

彭金栓，高翠翠，郭应时

(1.重庆交通大学 交通运输工程重点实验室，重庆 400074；2.烟台汽车工程职业学院，山东 烟台 265500；3.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)

行车过程中，驾驶人摄取的外界信息中，视觉信息约占80%，驾驶人视觉扫描的特性及质量直接决定了驾驶人所处的安全状态[1]。目前，国内外对视觉扫描的评价主要基于注视时间、扫视幅度及注视转移特性等本源参数进行。D.Crundall和T.Falkmer，等[2-3]借助于试验视频录像，以注视时间、注视角度等参数为主要指标，研究了熟练与非熟练汽车驾驶人的视觉扫描差异；D.M.Stampe[4]提出可以眼球运动速度来区分注视及扫视行为，当眼球运动速度大于30(°)/s，且加速度大于8 000(°)/s2时可视之为扫视，否则视为注视行为；柳忠起，等[5]通过划分兴趣区域，以注视点百分比、平均注视时间等为主要评价指标，研究了飞行员注意力分配特性，结果表明飞行员主要依靠外景而不是舱内仪表区域获取主要的视觉信息；潘晓东，等[6]利用眼动仪，设计实际道路试验，研究了光照条件对交通标志视认距离的影响。笔者提出一种基于熵率值来评价驾驶人视觉搜索特性的方法，相对于利用本源参数研究驾驶人视觉特性，可有效解决多源参数评价时指标不易统一量化的问题，使评价及描述结果更为科学、合理。此外，还研究了驾驶经验对驾驶人心理负荷的影响。

1 试验设计

1.1 试验仪器

试验采用EyeLink II型眼动仪记录驾驶人试验过程中的注视及扫视行为特征。相比于其他型号眼动仪，其具有装置轻便、采样频率高、易调试、精度较高等显著特征，如图1。此外，试验还采用KF2型动态多参数生理检测仪检测并记录人在运动中的呼吸波、体表温度、心率等生理参数。

图1 EyeLink II眼动仪Fig.1 EyeLink II eye tracking system

1.2 试验驾驶人

为明确驾驶经验对驾驶人视觉特性的影响，笔者依据驾驶里程对驾驶人进行分类。驾驶里程超过50 000 km的，认为其是熟练驾驶人，而驾驶里程小于50 000 km的，认为其为非熟练驾驶人[7]。本次试验共选取12名被试驾驶人，其中熟练与非熟练驾驶人各6名。驾驶人具体信息见表1。

表1驾驶人基本信息

Table1Informationofthesubjects

1.3 试验路线

笔者在西安市选择了总长度约15 km的试验道路，其中包含7.5 km的城市环形主干道，限速为70 km/h，和7.5 km的城市次干道，限速为40 km/h，总驾驶时间约30 min。试验路线包含平面交叉路口(包括左转、右转及直行等转向方式)、立体交叉、非交叉口路段等典型类型。

2 注视熵率值简介

2.1 兴趣区域划分

采用固定边界法对驾驶人的注视区域进行划分：设水平视角为x，垂直视角为y。则可依据x及y的根据注视角度范围进行区域划分，如图2。对各区域的具体描述见表2。

图2 兴趣区域划分Fig.2 Division of the interest region

区域名称及编号视角范围/(°) 包含主要目标左侧左侧近处1x≤-20左后视镜及附近区域左侧远处2-20

2.2 注视熵率值概念

熵的概念最初来源于热力学，后被引入信号处理领域，用来描述信息的不确定性[8]。S.Bao，等[9]首次将熵率值概念引入驾驶人视觉特性研究领域，分析了不同年龄驾驶人在交叉口处的视觉扫描特征差异，其中注视熵率值En的定义如式(1)：

(1)

当Pxi=1时，E=0，进一步得到无量纲常量En=0，表明当驾驶人视点仅停驻在某个确定兴趣区域时，注视熵率值达到最小值0，此时驾驶人视角扫描的灵活性最低。注视熵率值可以用来表征驾驶人视觉扫描的随意性，其值越大，表明该驾驶人可以在等长的行车时间内扫描到更多兴趣区域。在驾驶人的注视目标全为与驾驶任务相关且有效的前提下，熵率值越大，显然对保证驾驶人行车安全更为有利，因为它意味着驾驶人有较大的视觉搜索幅度及频率，有助于驾驶人及时发现潜在危险，尤其在换道、超车、通过交叉口等复杂行为模式下这种效应更为显著。

3 熟练程度对视觉特性的影响

试验完成后，依据眼动仪场景录像对试验进程进行分解，包括路段直行、换道、交叉口直行、右转及左转等。在保证每名驾驶人试验时间大致相同的前提下，记录的不同被试试验时各路段的断面交通量值差异不大，因此可近似认为交通量大小不会对提取驾驶人行为特征有显著影响。

由于式(1)中各区域的平均注视时间、注视概率等指标需要借助于试验录像逐帧分析，工作量非常庞大，因此笔者从试验路线中选取5 km作为分析样本(包含直行、跟车、换道、交叉口通行等驾驶行为模式)，基于每名驾驶人在此分析样本中的眼动参数综合评价其视觉扫描特性。

表3不同驾驶人注视熵率值比较

Table3Fixationentropyratesofdifferentdrivers

表3给出了不同驾驶人注视熵率值的比较结果，直观发现熟练驾驶人的注视熵率值高于非熟练驾驶人。进行独立样本T检验，p=0.001<0.05，拒绝0假设，即熟练与非熟练驾驶人注视熵率值有显著差异，表明相对于非熟练驾驶人，熟练驾驶人有更强的视觉扫描幅度及频率，可以在相同的时间内获取更多兴趣的实时信息，有利于提前观察到冲突车辆及行人，保证行驶过程中的安全性。

4 交叉口通行方式对视觉特性的影响

交叉口的通行方式包括直行、右转及左转3种。为验证交叉口通行方式的不同对视觉扫描特性是否有显著影响，以6名熟练驾驶人为研究对象，统计各被试驾驶员在各通行方式下的注视熵率值，如图3。需要特别指出的是，各通行方式的注视熵率值由通过交叉口前后两停车线间驾驶人所体现的眼动参数决定。

图3 交叉口不同转向方式注视熵率值比较Fig.3 Comparison of fixation entropy rates with different turning modes at intersections

由图3可知，在交叉口的3种不同通行方式中，直行时的注视熵率值最低，其次为右转，最高的为左转方式。进行单因素方差分析，p=0.029<0.05，表明交叉口的注视熵率值受交叉口转向方式的不同影响显著。直行时驾驶人无需对左右两侧的相关目标给予过多关注，而将视点主要集中于前方视野，因此熵率值较小；在右转及左转时，驾驶人除了关注行车轨迹上前方目标物外，还需对左右两侧的相关车辆及行人给予一定的注意力分配，因此熵率值较于直行时更高；相对于右转通行方式，左转时的行车轨迹更长，潜在交通冲突点更多，冲突烈度也更强，驾驶人的注视点需要不断在前方视野、左右两侧、信号灯及路侧行人间切换，导致注视熵率值较高。以上分析表明交叉口的通行方式不同，驾驶人的扫描随意性也不尽相同，这是由驾驶任务的复杂程度决定的。驾驶任务越复杂，驾驶人注视点转换越灵活，视觉搜索的频率越快，同时分配在各兴趣区域的平均注视时间越短，以加大视觉搜索力度，保证驾驶安全性。

5 驾驶经验对心理负荷的影响

由前面讨论可知，一般情况下，驾驶任务越复杂，驾驶人的注视熵率值越高。在评价复杂任务对驾驶人心理负荷造成的影响时，心率增长率是一个重要的评价指标，它反映了被试心率的变异程度[10]。本节将探讨注视熵率值与心率增长率的关系，以明确驾驶人在视觉搜索频率加快的前提下，其心理负荷是否会相应增加，具体表现如紧张情绪加剧，操作协调度下降等。假定试验前驾驶人平静状态下测定驾驶人心率值为H0，试验进程中测量值为H，则心率增长率R定义为：

(2)

依据上式依次得到12名驾驶人在5 km的分析样本中心率增长率的平均值，如表4。心率增长率最高的为2号驾驶人，达到16.08%，最低的为12号驾驶人，约为7.38%。对熟练组和非熟练组进行独立样本T检验，相伴概率p=0.006<0.05，拒绝零假设，即熟练组和非熟练组的心率增长率有显著差异。

表4不同驾驶人心率增长率比较

Table4Changerateofheartbeatfordifferentdrivers

图4给出了不同驾驶人注视熵率值与心率增长率的变化关系，其中虚线以左的1～6号被试为非熟练组驾驶人，虚线以右的7～12号被试为熟练组驾驶人。直观发现，熟练组驾驶人的心率增长率低于非熟练组驾驶人，表明随着驾驶经验的丰富，驾驶技能的提高，在同样的驾驶环境下，驾驶人的紧张程度会降低，心理负荷下降，有利于安全行车。此外，通过比较不同驾驶人间注视熵率值与心率增长率的变化趋势发现，二者呈现逆反的变化态势，即随着注视熵率值的增大，心率增长率反而降低。综上可知，注视熵率值与心率增长率均与驾驶人的驾驶经验有重要关系。总体而言，驾驶经验越丰富，驾驶人的视觉搜索效率越高，有利于及时发现周围潜在危险，且可以保证驾驶过程中处于自如状态，避免因过于紧张而出现失误操作。以上分析表明可以依据驾驶人的注视熵率值和心率增长率来评价驾驶人的熟练程度，表征其驾驶行为特性。

需要特别指出的是，结合表1与图4发现，个别驾驶人的注视熵率值、心率增长率与驾驶里程的线性关系并不显著，如3号和4号驾驶人，表明基于驾驶里程衡量驾驶人的熟练程度有一定缺陷，其具体的衡量指标及方法有待进一步研究。

6 结 语

笔者基于实际道路环境下的驾驶行为特征试验，引入注视熵率值的概念，研究了熟练程度、交叉口通行方式对驾驶人视觉搜索特性的影响，并研究了驾驶经验对驾驶人心理负荷的影响机理。结果表明熟练驾驶人的视觉搜索效率显著高于非熟练驾驶人，交叉口不同通行方式下驾驶人视觉搜索特性也有较大差异。相似驾驶环境下，熟练驾驶人的心理负荷低于非熟练驾驶人。研究结论对于驾驶人熟练程度评价及驾驶适宜性检测等有重要的理论指导意义，并具备良好的实际应用价值。

[1] 彭金栓,付锐,石磊磊,等.驾驶人车道变换决策分析[J].武汉理工大学学报,2011,33(12):46-50

Peng Jinshuan,Fu Rui,shi Leilei,et al.Research of driver’s lane change decision-making mechanism [J].Journal of Wuhan University of Technology,2011,33(12):46-50.

[2] Crundall D,Van Loon E,Underwood G.Attraction and distraction of attention with roadside advertisements [J].Accident Analysis & Prevention,2006,38(4):671-677.

[3] Falkmer T,Gregersen N P.A comparison of eye movement behavior of inexperienced and experienced drivers in real traffic environments [J].Optometry and Vision Science,2005,82(8):732-739.

[4] Stampe D M.Heuristic filtering and reliable calibration methods for video-based pupil-tracking system [J].Behavior Research Methods & Computers,1993,25(2):137-142.

[5] 柳忠起,袁修干,刘伟,等.飞行员注意力分配的定量测量方法[J].北京航空航天大学学报,2006,32(5):518-521.

Liu Zhongqi,Yuan Xiugan,Liu Wei,et al.Quantitative measuring method of pilots’ attention allocation [J].Journal of Beijing University of Aeronautics and Astronautic,2006,32(5):518-521.

[6] 潘晓东,林雨,郭雪斌,等.逆光条件下交通标志的可视距离研究[J].公路交通科技,2006,23(5):118-120.

Pan Xiaodong,Iin Yu,Guo Xuebin,et al.Research on traffic sign dissemble visual range under backlighting condition [J].Journal of Highway and Transportation Research and Development,2006,23(5):118-120.

[7] 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.

Guo Yingshi.Study on Effects of Traffic Environment and Driving Experience on Drivers Eye Movement and Workload [D].Xi’an:Chang’an University,2009.

[8] 彭金栓,邵毅明,彭丽芳.基于熵权的公交满意度模糊综合评价[J].山西建筑,2007,33(36):35-36.

Peng Jinshuan,Shao Yiming,Peng Lifang.Fuzzy comprehensive evaluation of public transportation’s satisfaction degree based on entropy weight [J].Shanxi Architecture,2007,33(36):35-36.

[9] Bao S,Boyle L N.Age-related differences in visual scanning at median-divided highway intersections in rural areas [J].Accident Analysis and Prevention,2009,41(1):146-152.

[10] 陈阳.城市道路环境中驾驶员工作负荷试验研究[D].西安:长安大学,2009.

Chen Yang. Experimental Study on Driver Workload in Urban Road Environment [D]. Xi’an: Chang’an University,2009.