李航天杨锋朱守林卢杨刘鑫刘昱忻
(内蒙古农业大学 能源与交通工程学院,呼和浩特 010018)
驾驶员在行车过程中获取适宜信息量是安全行车的根本保障[1],信息量缺失、不足或过载均会影响到驾驶员的辨识、决策、心理状态和驾驶行为[2]。草原公路线形主要以平直路段为主,其直线长度占路段总长度的90%以上,草原公路具有地形地貌平坦、路侧景观单一、交通流量小、交通工程设施不完善等特点[3-4],前期调查研究发现80%以上的草原公路存在视觉信息量不足的问题[3],此种特殊的单调路域环境使驾驶员行车操作转换频率低,注意力不集中,处理信息能力下降,容易产生困乏感,若长时间在此环境行车将严重影响交通安全。交通工程设施是道路交通环境系统中的重要组成部分,由其传达的信息量构成一个离散的信息场分布在道路沿线,直接影响驾驶员行车时的心理生理反应、驾驶行为与安全[5-6]。交通工程设施信息量不足的问题也是目前草原公路应被关注的问题之一。心率变异性(heart rate variability,HRV)可有效地评价驾驶员心理负荷与精神状态[7],评价自主神经活动的最好的指标是心率变异[8]。另外,驾驶经验也是影响信息量认知的重要因素之一。因此,在前期研究基础上进一步探讨草原公路直线段交通工程设施信息量对驾驶员HRV的影响,进而寻求交通工程设施适宜信息量范围。
针对交通工程设施研究方面,近年来国内外学者的研究多数集中于城市快速路、信息过载和视觉角度等方面。Guo 等[9]利用模拟实验采集驾驶行为指标,建立交通标志信息量模型,得出快速路出口交通标志信息量阈值与信息模块阈值;Ben-bassat等[10]通过实驾和室内模拟实验结合,采集认知时间数据和驾驶行为指标,得出快速路交通标志的标志信息量汉字尺寸模型;Lai[11]通过仿真实验,分析了可变信息板的色彩方案与信息数量对驾驶员的影响; Zhao等[12]通过不同类型的可变信息符号和影响因素的确定,得出不同天气条件下、不同类型的司机喜欢的文本格式;Wu等[13]、Zhao等[14]研究线形诱导标志会影响驾驶员的注意力和驾驶行为;黄麒隆[15]对快速路的3种状态下和2种速度标志牌信息量阈值进行了研究,得出了每种状态下的最佳信息量阈值;李航天[6]在Shannon信息论基础上建立了草原公路交通工程设施进信息量化模型,确定了基于驾驶员视觉特性的适宜信息量范围;韩磊等[16]从视觉特性角度继续探讨速度、驾驶经验等因素对草原公路交通工程设施信息量认知的影响;戚春华等[4]通过实驾试验测试,探讨了草原公路标志牌信息量对心率变异指标的敏感性。
综上,国内外学者的成果为此研究提供了较好的理论基础,而草原公路交通工程设施信息量的研究尚处于起步阶段,基于HRV的适宜信息量研究也刚刚起步。因此,本文通过室内模拟试验,搭建典型草原公路直线段场景,设置不同等级的交通工程设施信息量,分析不同等级的信息量对驾驶员各心率变异指标的影响规律,结合驾驶经验影响,确定信息量的适宜范围。以期为草原公路交通工程设施设计、设置和道路交通系统安全提供理论依据和建议。
本试验为室内模拟试验,使用法国雷诺实车模拟驾驶系统及其附属设施,如图1(a)所示。心电采集设备为美国BIOPAC公司生产的MP150多通道生理信号采集仪,如图1(b)所示,可连续记录驾驶员的心率及RR间期(每一次心脏跳动间的间隔时间)值。被试人员实验场景如图1(c)所示,使用Acqknowledge软件提取心电相关数据,利用KubiosHRV-2.0软件进一步计算得到各项心率变异标指标。
图1 实验设备及人员Fig.1 The instruments in experiment and personnel
试验被试的选择会对数据结果产生直接的影响,相关研究人员在对草原公路生理实验中通过抽样调查的方法,计算出来生理试验的最小样本量为17~20人[3]。且本试验主要考虑被试人员的驾驶经验因素,因此要求其他因素尽可能保证在同一水平上。目前熟练与非熟练驾驶员并无严格的判别标准界定,大多是以驾龄或行车里程划分,但驾龄并不能真实反映实际驾车时长,驾驶里程一般也是估值,熟练程度还会受到驾驶能力、技术、驾驶频率、年龄、性格特质和道路环境等因素影响。因此,本试验通过主观调查问卷、基本信息采集、反应速度和车辆控制能力等测试综合分析将驾驶员划分为熟练与非熟练2组[6]。因此,本试验共招募筛选了具有法定驾驶资格的20名男性志愿者作为研究对象,包括10名熟练被试和10名非熟练被试。要求被试自身和家庭直系亲属均无精神病和心脏病史,被试基本信息见表1。生理试验要求尽可能排除干扰因素,为减少其他无关因素对被试行车过程中心电指标的影响,对被试人员在试验前和试验过程中按生理试验操作规程均作了一系列要求并严格执行[17]。力求保证试验环境一致性与试验干扰因素降低到最小。
表1 被试基本情况统计表Tab.1 Drivers’ basic data statistical table
交通工程设施种类众多,依据道路等级、路况和位置等因素设置,所传递的信息量和重要度均有所不同,对交通工程设施进行量化是研究的前提和基础。胡立伟[18]以Shannon信息论为基础提出公路交通工程设施信息量计算公式
式中:H(X)为交通工程设施的信息量,bits;Xi为事件X呈现的i状态;m为事件X可能出现的状态总数;P(Xi)为出现第i种状态的概率。
李航天[6]在公式(1)基础上,结合草原公路现状,对草原公路交通工程设施中的各类信息量赋以权重,各要素权重与单信息量见表2,并提出了适合草原公路交通工程设施信息量化模型[6],如公式(2)所示。
表2 单信息量计算结果及各要素权重Tab.2 The result of single information calculation and the various weight of traffic engineering facilities
式中:H(S)为每个交通工程设施有效信息量;εi为所含每类元素的权重;H(Xi)为每类元素的基本信息量;ni为交通工程设施上该元素的个数(i=1,2,3,…,9)。
根据项目组前期对长度近550 km典型草原公路的调查,可知交通工程设施信息量分布不均匀,每公里信息量主要集中在0~10 bits范围内[6]。依据路段统计结果,试验设有6个交通工程设施信息量等级,用Z0—Z5表示,Z0为空白对照组,见表3,试验路段每1 km设置一个等级交通工程设施信息量,不同经验的驾驶员均进行6个信息量等级的试验。
表3 草原公路直线路段设置参数Tab.3 The parameters of straight section of grassland highway
根据对草原公路现状的调查,模拟试验道路为双向两车道组成的典型二级草原公路,为了排除其他因素干扰,模拟场景中不设置车流量、路侧景观、村落、建筑和牛羊群等,部分场景如图2所示。
图2 草原公路模拟道路场景Fig.2 The simulation scene of grassland highway
心率变异是指心率波动周期所发生的细微变化,最常用的分析方法为时域分析和频域分析。其中,MRR(RR间期均值)反映RR间期序列整体变化情况,指标上升,表明驾驶员整体处于安静放松状态;SDNN(RR间期标准差)是最常用的时域指标,直观反映RR间期序列离散程度,指标降低,表明驾驶员负荷增大;心率变异的高频(HF),反映心脏的迷走神经活性,低频(LF)反映心脏的交感神经活性,而LF/HF反映了交感神经与迷走神经对心率调节的平衡情况[19],代表交感神经张力大小,LF/HF是频域分析的常用指标。
灰色关联度是衡量因素之间关联程度的一种有效方法。Berntson 等[20]提出,不同的自主神经模式可能得到同样的心率变化。因此,选用HR作为标准[17],分析时域指标MRR、SDNN和频域指标LF、HF的比值(LF/HF)的变化趋势与HR变化趋势之间的关联程度。
用X0={X0(1),X0(2),…,X0(n)}为母序列,Xi={Xi(1),Xi(2),…,Xi(n)}(i=1,2,…,n)为子序列。
X0与Xi的关联度系数为
其中
式中:ρ为分辨系数,一般取ρ=0.5,得到3个指标的关联系数序为
计算得出关联度均值由大到小顺序为ε2(0.98)、ε3(0.89)、ε1(0.35),SDNN与HR关联度最高,LF/HF次之,因此选取SDNN与LF/HF为研究指标。
使用心率变异分析软件Kubios HRV提取各心率变异指标,对不同等级交通工程信息量与其对应的心率变异指标值进行统计,应用Origin9_64软件对不同等级交通工程信息量与其对应的心率变异指标进行趋势线拟合。熟练和非熟练驾驶员的SDNN与交通工程设施信息量变化关系如图3和图4所示。
图3 熟练驾驶员平均SDNN值随信息量变化关系图Fig.3 Graph of average SDNN value of experienced drivers changing with information quantity
图4 非熟练驾驶员平均SDNN值随信息量变化关系图Fig.4 Graph of average SDNN value of inexperienced drivers changing with information quantity
由图3和图4分析可知,2组驾驶员的SDNN指标与信息量等级都存在非线性关系,信息量从Z0—Z5,SDNN值呈先上升后下降趋势。信息量为Z0空白对照未做交通工程设施设置,驾驶员在行车过程中注意力主要集中于路面,RR间期离散程度较小;驾驶员不断关注交通工程设施,并从中获取有效信息,信息量为Z2时,驾驶员SDNN值达到最高,此时驾驶员RR间期离散程度最大,努力搜索有效信息;信息量等级大于Z2时,随着信息量的增加,驾驶员处理信息的负荷增大,SDNN降低;当信息量为Z5时,信息量过载,负荷过大,不利于驾驶员有效地获取信息。即草原公路交通工程设施每1 km信息量在Z2等级时,有利于吸引驾驶员注意交通工程设施所提供的信息,从而有助驾驶员行车安全。
驾驶员LF/HF值与交通工程设施信息量变化关系如图5和图6所示。
由图5和图6分析可知,2组驾驶员LF/HF指标与信息量等级都存在非线性关系,信息量从Z0—Z5,LF/HF值呈先上升后下降趋势,在信息量为Z2时驾驶员的LF/HF值达到最大,信息量等级低于Z2时,随着信息量的增大,驾驶员交感神经系统调节的平衡向交感神经过渡;信息量等级大于Z2时,交感神经系统调节的平衡向迷走神经过渡,表明信息量不足或过载都会引起驾驶员注意力分散、注意力集中程度较差,从而导致无法对一些突发状况做出快速、准确的判断。信息量等级为Z2时,驾驶员行车操作水平较高、注意力较集中且没有太紧张,行车更安全。即草原公路交通工程设施每1 km信息量在Z2等级时,有利于吸引驾驶员注意交通工程设施所提供的信息,从而有利于驾驶员行车。
图5 熟练驾驶员平均LF/HF值随信息量变化关系图Fig.5 Graph of average LF/HF value of experienced drivers changing with information quantity
图6 非熟练驾驶员平均LF/HF值随信息量变化关系图Fig.6 Graph of average LF/HF value of inexperienced drivers changing with information quantity
基于以上分析,草原公路交通工程设施每1 km信息量在Z2等级时,最吸引驾驶员注意交通工程设施所提供的信息,从而有利于驾驶员行车,而不同驾驶经验的驾驶员心率变异指标变化随交通工程设施信息量的变化也存在一定的差异,SDNN和LF/HF箱线图如图7和图8所示。
由图7可知,熟练驾驶员在各信息量等级下的SDNN均值Z0—Z5分别为24.6、30.8、30.0、30.4、24.2、26.7 ms,非熟练驾驶员在各信息量等级下的SDNN均值Z0—Z5分别为35.0、35.7、43.4、37.6、36.3、33.1 ms,熟练驾驶员在不同等级信息量下SDNN的均值均小于非熟练驾驶员,这说明熟练驾驶员在信息量变化时RR间期离散程度比非熟练驾驶员小,熟练驾驶员调节水平较高,处理信息能力较强。
图7 驾驶员SDNN箱线图对比Fig.7 Driver SDNN boxplot comparison
图8 驾驶员LF/HF箱线图对比Fig.8 Driver LF/HF boxplot comparison
由图8可知,熟练驾驶员LF/HF的均值随信息量等级的变化分别为1.222、1.918、3.076、1.334、1.454、1.102,非熟练驾驶员LF/HF的波动范围随信息量等级的变化分别为0.561、0.675、1.439、0.780、1.114、1.113,除Z5信息量下的LF/HF数值外,熟练驾驶员LF/HF的波动范围与均值均高于非熟练驾驶员,说明熟练驾驶员警惕性和注意力较高,对交通工程设施更加关注。
本文通过对内蒙古典型草原公路进行室内模拟实验,基于驾驶员HRV特性定量地研究了草原公路交通工程设施信息量适宜范围,得出结论如下。
(1)以HR作为标准,通过对HR与HRV进行灰色关联度分析,确定了随交通工程设施信息量变化驾驶员的最佳心率变异评价指标为SDNN、LF/HF。
(2)对不同等级交通工程设施信息量与其对应的心率变异指标进行回归分析,驾驶员在Z2(10~20 bits)等级下调节水平相对较高、注意力较集中、对交通工程设施的关注度高。草原公路交通工程设施每1 km信息量在10~20 bits,最吸引驾驶员注意交通工程设施所提供的信息,从而有利于驾驶员行车。
(3)熟练驾驶员相对非熟练驾驶员注意力较集中,对交通工程设施关注度较高,系统调节水平较高,建议在草原公路交通工程设施设计与设置中考虑驾驶经验的影响。
本文研究确定了有利于吸引驾驶员注意的交通工程设施信息量适宜范围,未来应通过室内模拟实验与实驾试验相结合,增加其他影响因素的分析,以及其他心生理指标的分析,从而更综合与更合理地确定草原公路交通工程设施信息量最佳适宜范围。