公路隧道群不同区段驾驶人视觉特征差异性研究

谭 婷，王羽尘，宗晨宏，王祉祈

（南京林业大学 汽车与交通工程学院，江苏 南京210037）

0 引言

随着交通事业的发展，我国公路隧道通车里程逐年增加，隧道群数量也随之增加。截至2018年末，已建成公路隧道17 738处，总长1 723.61万米[1]。隧道作为公路的瓶颈路段，具有封闭性、不可及性、联络与救援困难等特性。隧道群路段隧道密集、隧道间距短，连续进、出隧道口驾驶人将经历“暗适应”和“明适应”的快速转换，使得隧道群成为公路上的敏感区域[2]。

国内外学者对隧道驾驶人的视觉特征研究主要集中在行车安全评价指标的建立以及视觉特性参数的变化两方面。部分学者基于瞳孔面积变化对隧道行车视觉特征展开研究，例如分析环境光照与瞳孔面积的关系[3]、建立隧道出入口行车安全评价指标[4]以及运用数学模型分析隧道出口的眩光效应[5]等。通过研究驾驶人的眼动参数以表征视觉特性的变化，如运用BP神经网络模拟视觉特征参数变化[6]，以及利用动态聚类理论分析不同注视点的视觉区域并建立眼动参数与隧道距离的关系模型[7]等。

综上所述，已有研究主要是通过建立隧道行车安全评价指标以表征隧道路段的交通安全性，针对隧道群驾驶人的视觉特征研究集中在出入口段，而对各个区段的整体研究较少。本文在划分公路毗邻隧道群不同区段的基础上，分析各个区段驾驶人视觉特征指标变化特点，结合隧道群交通环境分析变化差异性，有利于驾驶人隧道群行车安全的评价。

1 隧道群定义及间距划分

目前，国内外关于隧道群尚未给出统一的定义。在《公路照明设计细则》（JTG/T D70/2-01-2014）以及《公路隧道设计规范》（JTG3370.1-2018）中皆称之为“连续隧道”，并未界定距离的长短。

王少飞综合隧道间通风、照明、交通安全以及防火安全等因素，建议当两隧道间距L≤250m时，定义为毗邻隧道；当两隧道间距L＞250m且L≤1 000m时，定义为连续隧道；毗邻隧道和连续隧道统称为隧道群[8]。诸文江基于驾驶人明暗适应时间推算出不同车速下隧道之间的极限距离，如表1所示[9]。

隧道群的分段根据杜志刚对隧道路段驾驶员最小注视时间的研究，将隧道群划分为入口段、中间段、出口段以及开敞段，并将隧道入口前约15s行驶距离作为普通路段（该路段终点与隧道入口间的距离应大于10s行程）[10]。

2 试验设计

2.1 试验路段

试验路段选取S38常合高速公路茅山隧道群路段，双向分离式隧道，每个方向由两个隧道组成，开敞段长度在200～250m之间，属于毗邻隧道。设计速度120km/h，隧道内限速80km/h，试验车辆速度控制在75km/h±5km/h。隧道内部为LED照明。

2.2 试验仪器与对象

试验车辆为大众迈腾1.8T轿车，选择在晴朗的白天进行试验。选取5名驾驶人作为试验对象，试验对象均至少拥有3年的驾驶年限，无不良驾驶习惯且矫正视力正常。为保证实验数据的准确性以及人员安全，要求实验前驾驶人不得饮酒或吃药，且保证充足睡眠。使用Tobii Glasses 2便携式眼动仪采集驾驶人在试验路段往返行车过程中的试验数据，该眼动仪带有无线实时观察功能，可获得最自然的视觉行为数据。

3 隧道群不同区段驾驶人视觉差异性分析

3.1 视觉特征表征指标

在行车过程中，驾驶人的视觉特征与驾驶人的信息获取和决策能力有着内在的联系[11]。由于隧道内影响驾驶人视觉特征参数变化的主要因素为光照条件以及封闭的空间环境[12]，故选取瞳孔面积、注视次数及注视时间作为研究驾驶人视觉特征的表征指标。

（1）瞳孔面积

瞳孔的大小受光线、情绪和认知负荷等因素的影响[13]。研究表明：瞳孔大小是心理、生理负荷的灵敏指标[14]。当光照强度较大时，瞳孔面积会减小以降低光线对视网膜的刺激。当光照强度较小时，瞳孔面积会增大使更多光照量进入。因此，瞳孔面积的变化可以反映驾驶人在不同刺激条件下的注意状态，进一步表征驾驶人视觉适应性以及视觉负荷的程度[15]。

（2）注视次数及注视时间

由于隧道路段空间结构以及光环境的变化，在隧道不同区段驾驶人的注视行为会有所区别，主要体现在注视次数以及注视时间两方面。与此同时，注视的次数取决于与驾驶相关的视觉信息处理的数量，而与信息的深度无关[16]。不同区域注视次数的多少以及注视时间的长短在一定程度上反映了驾驶人在行车环境中对不同位置关注程度的高低[17]。

3.2 BP神经网络

由于驾驶人视觉特征表征指标受外界环境、主观条件等多方面因素的影响，且相关因素难以准确测量。因此需要以多个实验数据为基础进行人工模拟，以探究视觉指标的变化特性。BP神经网络是一种按误差逆传播算法训练的多层前馈网络，拓扑结构包括输入层、隐层及输出层，如图1所示。

图2 BP模型传递函数

运用mapminmax算法对数据进行预处理以集中数据范围。在模型中采用距离排序作为输入量，按50m间隔设置观测点并采用logsig函数作为传递函数以规范输入值，如图2所示。其中输出层进行5 000次训练，训练错误设置为不超过1%。

3.3 试验结果分析

3.3.1 瞳孔面积

根据隧道群路段照明及结构条件，将隧道群划分为入口段、中间段、开敞段以及出口段，并增加隧道群以外的普通路段作为对比研究，数据如表2所示。

表2 隧道群驾驶人瞳孔面积 单位：mm2

在对瞳孔面积变化进行BP模拟训练之前，应判断5个驾驶人样本数据之间不存在显著差异以满足数据的有效性，即单因素方差分析进行显著性检验。

单因素方差分析要求各个样本总体满足独立性、正态性。试验期间5个驾驶人不存在干扰，各自独立，因此满足独立性要求。利用SPSS对5个独立样本进行K-S检验皆为P＞0.05即满足正态性，进一步可以进行单因素方差分析，采用LSD法完成各组均值间的配对比较，分析结果见表3。

表3 入口平均瞳孔面积单因素方差分析结果

根据单因素方差数据检验结果，5个样本数据之间不存在显著性差异，满足条件进行BP模拟训练以整合数据变化趋势，结果如图3所示。

可以看出，驾驶人在普通路段及隧道群路段的整体变化主要呈现出“平稳—上升—平稳—下降—上升—平稳—下降”的趋势，其中瞳孔面积变化值在中间段达到最高，在普通路段最低，不同路段瞳孔面积的变化也有所不同。

（1）在普通路段行车过程中，驾驶人的瞳孔面积变化平稳。由于外界光照条件稳定，且车辆在高速公路为自由流行驶，因此外界干扰较小，瞳孔面积呈现极小范围波动的平稳变化，其视觉负荷也相对较小。

（2）入口段驾驶人的瞳孔面积逐渐上升，且第二个隧道入口段相比于第一个隧道入口段变化率大，越靠近隧道洞口截面瞳孔面积变化率越大。由于隧道的半封闭式结构，在进入隧道前驾驶人很难准确通过视觉获取隧道内的交通信息。与此同时，隧道群入口段的光照由明到暗急剧变化，驾驶人需在短时间内完成视觉的明暗过渡，由此造成驾驶人的心理压力较大从而间接影响驾驶人的瞳孔变化。因此，在光照条件以及心理压力的影响下，驾驶人的瞳孔面积将增大以便更多光线进入获取周边信息，且洞口附近变化幅度最大。而毗邻隧道群开敞段间距较短，驾驶人在第二个隧道入口段的瞳孔面积变化更为剧烈。

（3）在隧道中间段，瞳孔面积变化达到最大且趋于平稳变化。由于中间段处于封闭的空间，光照完全由隧道内部灯光提供，此时光照环境最暗，驾驶人需增大瞳孔面积以获取更多光线。此外，高速公路隧道内禁止驾驶人超车及变道，因此交通流变化较小，相比于出入口段，视觉负荷小，瞳孔面积变化平稳。

（4）当进入隧道群的开敞段，光照明暗变化迅速，瞳孔面积迅速增大并立即减小，变化速率相比于入口段与出口段更大，变化的最低点略高于普通路段。由于此时驾驶人视觉负荷较大，瞳孔面积尚未恢复平稳状态就又进入暗适应过程。第二个隧道入口段紧邻开敞段，驾驶人在适应明暗变化的同时需尽快集中注意力辨认下一入口段的交通信息，因此隧道开敞段驾驶人瞳孔面积变化幅度大且最低点高于普通路段。

（5）在隧道出口段，驾驶人瞳孔面积逐渐减小，直到再次适应外界光照条件，变化趋于平稳，且第二个隧道出口段瞳孔面积变化率比第一个隧道出口段小，出口段瞳孔面积变化率比入口段小。由于人眼的明适应比暗适应更快，驾驶人在出口段适应外界明亮环境更快。

3.3.2 注视分布

（1）注视区域划分

注视区域划分是研究驾驶人注视特征的基础，使用聚类方法进行驾驶人注视区域划分可克服传统注视区域划分主观性大的缺点[18]。K-means聚类原理即对于给定的样本集，按照样本间的距离大小，将样本集划分为K个簇，并让簇内的点尽量紧密的连在一起，而让簇间的距离尽量的大[19]。

对采集到的5名试验对象共计6 326个注视点进行聚类分析。在对聚类数量取值分别为5、6、7、8类的情况处理比较后，最终认为6类较为合理，并将驾驶人的视野平面分为6个界限明显的区域，见图4。通过对比试验录像，确定各个区域的主要注视目标如表4所示。

（2）注视次数及时间分布

在动态聚类的基础上，对驾驶人在隧道群各个区段行车过程中的注视次数以及注视时间进行统计，并分析不同注视区域的其占比情况，见表5。

①普通路段上驾驶人普遍对远方视野关注较多，注视次数及时间占比皆在80%左右。其次关注较多的是车内仪表盘，注视次数及注视时间占比分别为10.80%和17.78%。由于在高速公路的普通路段行车时，驾驶人一方面由于自由交通流车速较高，视线高度集中，且动视野随着车速的增加视觉焦点逐渐远移，因此注视点的位置更多的落在远方视野区域内，另一方面车速越快驾驶人对速度的感知能力会逐渐降低，从而需要关注仪表盘车速变化以防超速违章。

图3 瞳孔面积BP神经训练

图4 注视区域划分

表4 各注视区域主要注视目标

表5 隧道群各区段不同注视区域的注视次数及时间占比 单位：%

②在隧道群入口段，注视次数占比较高的为远方视野、前方近处视野以及车内仪表盘，注视时间占比较高的为远方视野、车内仪表盘以及前方近处视野。相比于普通路段，减少了对远方视野的关注度。在隧道入口段由于隧道限速的影响，驾驶人增加了对车内仪表盘的关注以保证车速在限速范围内。此外，隧道入口段光照条件发生变化，驾驶人对远方信息及隧道内部的辨别更难，而前方近处即隧道洞口附近的交通信息更多，如测速区间、交通标志、可变信息板等，因此增加了对前方近处视野信息的关注度。

③进入隧道群中间段，远方视野的注视次数及时间占比降低，而前方近处视野的占比上升。由于隧道中部空间封闭、照度低、环境单调，会使驾驶人对速度、距离的感知变弱[20]，而隧道中间段车辆间距相比于普通路段较近，跟驰现象更普遍。因此相比其他路段远方的危险较少而驾驶人对前方车辆的关注度较多。

④在隧道群的开敞段，驾驶人远方视野的注视次数占比为81.68%，而注视时间占比为48.55%，其次是前方近处视野为37.33%。由于毗邻隧道群的开敞段较短（200～250m），而光照条件由暗到明再由明到暗的变化迅速，驾驶人视觉负荷大。此时关注远方视野更多为集中注意力判断隧道下一个入口位置以及相关交通信息，而在禁止超车及变道的限制条件下，该道路交通信息较易辨别，因此远方视野的注视次数占比多而注视时间占比少。此外，开敞段间距较小，明亮环境下对前方近处关注度也较多。

⑤隧道群的出口段不同注视区域的注视次数及时间占比大致与普通路段相似。由于明适应的过程一般只需几秒钟或几分钟，因此驾驶人的关注度受影响较小。

4 结论

驾驶人在隧道群与单一隧道行车过程中，其视觉信息认知模式存在较大的不同，通过分析对比隧道群（毗邻隧道）不同区段驾驶人视觉特征，得出以下结论：（1）隧道群不同区段上驾驶人的瞳孔面积的变化趋势大致呈现“上升—平稳—下降—上升—平稳—下降”的趋势，其中开敞段瞳孔面积的变化速率最大且最低点略高于普通路段。（2）由于隧道群不同区段驾驶人的信息关注点不同，其不同注视区域的注视次数及时间占比也有所差别，主要体现为远方视野、前方近处视野以及车内仪表盘三个注视区域的占比不同。

本文研究了隧道群（毗邻隧道）各个区段的驾驶人的瞳孔面积以及注视分布特征，较为完整地对比分析了驾驶人在隧道群行车过程中的视觉特征变化，为隧道群行车安全评价提供借鉴意义。在今后的研究中将进一步增加不同类别的隧道群，并扩大不同驾驶经验以及不同性别的驾驶人样本，以深入研究隧道群驾驶人视觉特征的差异性。