影响驾驶安全的驾驶员注意模式研究述评

来源:用户上传      作者: 李宏汀 徐伟丹 葛列众 李文书

　　摘要　驾驶员的视觉注意模式对于汽车安全驾驶具有非常重要的意义。本文主要从驾驶员的路面视觉扫描模式和整体视觉场景的注意模式两个方面对国内外有关研究进行了概览。主要包括：(1)视觉扫描模式对驾驶安全的影响研究；(2)驾驶员视觉注意分配模型研究；(3)以及针对驾驶员视觉扫描模式的培训研究。并提出进一步研究有待于深入探讨影响驾驶员视觉注意模式的影响因素以及开展适合我国汽车驾驶特点的本土化研究。
　　关键词　驾驶员；汽车；视觉注意模式
　　分类号　B842
　　
　　1　引言
　　
　　道路交通安全事故的原因追究起来百分之八十以上属于驾驶员的过失所造成，而影响驾驶员驾驶安全的主要因素有驾驶员本身的心理素质以及在特定行车环境中的心理活动(刘贵萍，2009)。国外研究分析表明，驾驶员的注意分散(Distraetion)或者注意疏忽(Inattention)是引起汽车交通事故的重要原因，大约25％～37％的撞车事故与此有关。
　　驾驶员视觉注意模式主要是指驾驶过程中的视觉扫描特征(Underwood，2007)。人类从外界获得的信息约有75％来自视觉系统，视觉信息是与道路安全最为相关的信息源，驾驶员对于路面的视觉注意模式对于驾驶员的注意分散或注意疏忽有着重要的作用和影响。通过研究驾驶员的视觉注意模式规律，找到影响其注意模式的相关因素，并通过合理的培训和方法来改善驾驶员的注意模式，将是减少相应交通事故的有效途径。目前。有关驾驶员驾驶过程中的视觉扫描研究主要有两大类，一类有关视觉扫描的研究主要是对驾驶员路面情景的视觉扫描模式研究；另一类是有关驾驶员对整体视觉场景(即除了道路路面还包括汽车后视镜、仪表盘等车内设备)的视觉扫描时间分配和注意模式。相对国外在该领域已经取得了大量研究成果(如Cumdall，Chapman，Phelps，&Underwood，2003)，国内有关此领域研究还并不多见，本文希望通过对这两类驾驶行为的视觉注意模式研究现状的介绍，为国内研究者开展相关研究提供借鉴。
　　
　　2　视觉扫描模式与驾驶安全
　　
　　统计数字表明新手驾驶员(Novice driver)引发的交通事故比率要明显高于有经验驾驶员(Advanced driver)。如英国3年以下的新手驾驶员发生事故比例是有20年驾龄的驾驶员的3倍(Cnmdall et al.，2003；Pradhan，Pollatsek，Knodler，&Fisher，2009)。早在1994年，Lestina等人的研究就表明年轻的新手驾驶员没有正确地搜索路面是其高事故率的最主要原因(Lestina&Miller，1994)。Klauer等人(Klauer，Dingus，Neale，Sudweeks，&Ramsey，2006)采用在汽车内安装传感器和摄像头的方式进行了现场试验研究，结果也表明78％的碰撞都与驾驶员没有注意有关，并且18-20岁的年轻驾驶员由于缺乏注意引起的撞车比例是年老驾驶员的5倍。
　　那么，新手驾驶员在注意模式上和有经验驾驶员的差异主要体现在哪些方面?Deery(1999)通过对以往研究的总结，提出与有经验的驾驶员比较，新手驾驶员在路面水平面的搜索范围更小；更少看后视镜：对整个路面扫描的频率更低；使用外周视觉效率更低以及会更多地集中注视少数路面目标。Pmdhaa等人(Pradhan，Hammel，Deramus，Pollatsek。Noyce，&Fisher，2005)采用眼动仪进行的研究支持了Deery等人的观点，研究表明新手驾驶员对于路面水平面的扫描模式会随着驾驶经验的增加而不断发展和提高，同样，这一结果也被Underwood(2007)的研究结果所支持。
　　此外，Chapman和Underwood(1998)的研究发现，在不太拥挤的路面上，新手驾驶员和有经验驾驶员的视线都主要保持注意正前方。当没有在注视正前方时，有经验驾驶员的视觉注意大多数是偏向左边或右边，来检查行人、停着的汽车以及其它可能潜在的危险，因此形成一个椭圆形的检查窗口，即会更多注意水平面(Horizontal plane)而不是垂直面(vertical plane)。而新手驾驶员的注视点更多在垂直面而不是水平面。这说明视觉扫描模式在水平面上的偏向可能是随着驾驶经验而产生的，而且驾驶员会更加注意行人带来的潜在危险。
　　随驾驶经验变化的另一个特征主要反映为视觉扫描频次的增加(Visual scan)。在道路路况对视觉扫描模式的影响上，Falkmer和Gregersen(2001)的研究结果表明，新手驾驶员相对于有经验驾驶员来说，对于路面交通状况变化更加不敏感。在需要利用旁边道路信息时，有经验驾驶员会更加多的扫描后视镜，相反新手驾驶员的扫描模式改变却很少。
　　在最近一个研究中，Atsuo，Takehito和Makoto(2009)考察了新手驾驶员(Noviee)，专家驾驶员(Expert)以及无驾驶经验的人(Non-licensed person)在KYT训练(Kiken Yoehi Training，危险因素预警训练)中的视觉信息加工特征。使用眼动仪记录了被试在一个静态交通场景图片搜索潜在危险部分的注视点和注视时间序列。采用对危险区域注视时间长度以及不同图片区域注视时间分配进行比较发现，不同被试组的视觉加工模式存在显著差异，结果发现非驾驶员对危险区域的注视时间要长于有经验驾驶员。
　　对于解释新手驾驶员对道路复杂度增加后的视觉扫描模式变化并不敏感的原因，主要有两类不同的观点：第一类研究者认为新手驾驶员对于道路上可能出现危险的心理模型还不够健全，因此在危险环境下(如交叉道路)没有意识到潜在的危险，同时对其他车辆和行人的可能行为缺乏充足的预判(如Horswill&Mckenna，2004)；而另一类研究者认为可能是由于新手驾驶员的驾驶操作自动化程度不高，因此没有多余的认知资源来收集路面更多的相关信息(如Recarte&Nunes，2003)。比如Nocera，Couyoumdiian和Ferlazzo(2006)采用PC机上模拟驾驶游戏任务进行的研究表明，在不同的心理负荷(Mental workload)水平下，被试的注视点分布模式存在显著差异，随着心理负荷增大，注视点的分布特征越来越趋于集中。
　　但是，Underwood，Crundall和Chapman(2002)的研究中通过简化被试的操作来降低由于复杂操作带来的心理负荷，即以按键代替模拟刹车反应。结果支持了新手驾驶员和有经验驾驶员在视觉扫描模式上的差异并非是由于心理负荷或认知资源不足造成的，更主要是由于其对潜在危险的心理模型不成熟所造成的。
　　此外，不同经验驾驶员的路面视觉注意模式

差异还表现在其它方面，比如相对于新手驾驶员，有经验驾驶员在路面出现危险后对其注视时间要明显短，这样使其可以更快地去重新检视其它潜在的危险区域(Chapman et al.，1998)。
　　Underwood等人(Underwood，Chapman，Brocklehurst，Underwood，&Crundall，2003)的研究考察了照明环境对驾驶过程中视觉扫描模式的影响，结果发现当给新手驾驶员观看夜晚拍摄的驾车视频录像时，与白天的驾驶条件相比，新手驾驶员对路面的水平扫描会显著减少，而有经验驾驶员则没有明显变化。说明不良的视觉环境条件对新手驾驶员的视觉扫描模式影响要更加大。
　　最近，Simon，Charles和Megan(2010)的研究中采用摩托车模拟器考察了摩托车和汽车驾驶经验对危险知觉以及视觉扫描模式的影响。研究中采用既有摩托车又有汽车驾驶经验、有汽车驾驶经验没有摩托车驾驶经验以及既没摩托车也没汽车驾驶经验的三组被试。结果表明这三组被试在对潜在危险的知觉时间上有显著差异，而且相对于既没摩托车也没汽车驾驶经验被试，其它两组被试的视觉扫描模式更加灵活，对潜在危险的出现也更加敏感。
　　对于以上的有关新手驾驶员和有经验驾驶员的视觉注意模式差异，可以用Endsley(1995)提出的“情景意识的三水平”进行较好地解释。在情景意识的第一个水平，主要是对路面情景的知觉，比如知觉到行人和车辆等；在第二个水平，主要对路面情景进行解释一驾驶员对第一个水平中知觉到的信息进行整合并来解释目标车辆和行人从哪里运动过来以及目前所处的运动状态；在第三个水平：驾驶员对路面情景进行预期和预测一驾驶员进行风险估计并决定采取的相应安全驾驶行为。研究者认为新手驾驶员和有经验驾驶员在这三个水平上可能都有差异，但是差别更主要体现在第三个水平。
　　总体来说，上述研究表明不同经验的驾驶员对于路面的视觉扫描模式存在较大的差异。而且这种差异会受到路况、视觉环境等因素影响。在研究范式上，考虑到变量的控制和实验的可操作性，此类研究基本上都是在实验室采用驾驶场景录像作为视觉刺激，利用眼动仪等手段来分析注视点、扫描路径等行为指标的方法进行的。虽然在不同经验驾驶员的视觉扫描模式研究结果上取得了较为一致的结论，但对于这种影响的内在机制还存在一定的争议。
　　
　　3　驾驶员视觉注意分配模型研究
　　
　　除了驾驶员路面情景的视觉扫描模式研究之外，国外许多研究者也关注驾驶员驾驶过程中整体视觉注意分配模型。如早在1938年，Gibson等人就提出车辆行驶区域分析(field-analysis)理论。随着认知科学的发展，驾驶行为模型研究从2000以后重新成为一个研究热点，目前来说，影响较大的驾驶行为模型主要有两大类，一类是基于视觉扫描的驾驶员视觉注意模型，比如Wickens等人(Wickens，Goh，Helleburg，Horrey，&Taneur，2003)提出的SEEV模型。另一类是基于认知加工层次的驾驶员行为模型，比如Salvucci等人(salvucci，Boer，&Liu，2001)提出的驾驶ACT-R认知行为模型。
　　
　　国外心理学研究者很早就提出了用于监控和视觉采样的视觉扫描模型，比如早在1964年Senders等人就对任务的期望以及信息带宽对视觉扫描策略的影响进行了研究，并且提出了相应的视觉扫描模型。
　　Carbonell等人(Carbonell，Ward，&Senders，1968)在Senders模型的基础上进行了扩展，将不同信息源的信息相对价值因素也考虑到模型中，提出了新的视觉扫描模型。他们认为，最佳的扫描策略应该是尽量最大化知觉某个信息的收益或者最小化忽略该信息的代价。比如对于路面的扫描以保持正确行驶路线具有较高的价值，而在驾驶过程中忽略路边的广告牌则仅仅会带来较小的损失，因此其价值也较低。
　　Wiokens等人(2003)在Senders和Carbonell等人提出的模型基础上，提出了一个适用于汽车驾驶的视觉注意概念模型，也就是SEEV模型，Wickens等人认为，驾驶过程中对不同区域的视觉注意分配受到以下四个因素的影响，即突显性(salience，)，努力(Efron)，期望(Expectancy)和价值(Value)。基于SEEV模型，Wiekens等人采用下方公式对特定感兴趣区域(AOI区域)扫描可能性进行预测。公式中的t表示任务，B是指信息带宽，可以表示SEEV模型中的期望因素。R表示相关性，P表示优先性，SEEV模型中的价值因素可以用R和P来表示。Ef表示加工AOI区域付出的努力。
　　Horrey等人(H0rren Wickens，&Consalus，2006)研究了交通情景特征和驾驶室(In-vehicle)操作任务对驾驶绩效以及视觉扫描模式影响，并用实证数据验证了该模型。结果表明该计算模型能有效解释大约95％的变异。这说明总体上该模型具有较好的预测性。
　　另外，其他研究者根据人的认知加工层次理论提出了有关驾驶员认知行为模型。研究者认为驾驶行为是多个层次的信息加工和运动控制的外在结果(Boer&Hoedemaeker，1998)，这些层次结构既包括较低层次的知觉和运动过程，也包括较高层次的认知如决策过程。
　　Salvucci等人(2001)基于ACT-R认知层次理论开发了驾驶行为模型，并且通过模拟的四道高速公路驾驶过程行为数据对模型进行验证。国内也有研究者对汽车驾驶认知模型进行了研究，比如刘雁飞和吴朝晖(2006)通过对ACT-R认知模型进行分析，提出了认知体系驾驶认知行为建模方法，并借助ACT-R建模工具，以高速公路驾驶超车认知行为为例，对模型进行了有效性验证。
　　虽然Wickens的视线扫描模型和Salvucci的认知层次模型均能对驾驶行为进行较好的预测，并且这两种模型中均把视线扫描模式或扫描区域作为一个表征驾驶行为的外在行为指标，并且通过将模型预测数据与实际行为数据进行比较，得到了较为吻合的匹配。但是，总体来说，这两种模型均还显得比较粗糙，比如虽然Wickens模型方法对特定任务的AOI区域扫描进行了较好的预测。但研究者也承认该模型还存在许多不足和局限性，对该模型的验证还缺乏大量实际数据，可能造成模型预测的人为性偏高(Honey et al.，2006)。而Salvucci等人的模型中也只是表明通过参数的调整在模型在总体上的匹配性较好。相同的是，这两个模型中都没有考虑相关的影响因素，比如驾驶员的个体差异、驾驶路面状况以及视觉环境条件等因素对视觉扫描模式的影响。因此，如果能够通过实证研究数据来完善驾驶员视觉注意模型，将会有助于提高模型对驾驶行为过程

中的预测准确性。
　　
　　4　视觉扫描模式的培训研究
　　
　　如上所述，驾驶员对道路的视觉扫描模式以及驾驶过程中的视觉注意分配策略均是影响安全驾驶的重要因素。近些年来，对于如何通过培训来提高驾驶员的危险知觉能力，尽可能减少新手驾驶员的事故率，国外研究者也进行了探讨。目前，这些研究基本上都是基于如何提高驾驶员对道路的视觉扫描模式来进行的。
　　比如Chapman，Underwood和Roberts(2002)研究中对两组新手驾驶员中进行基于视频的危险知觉培训，在视频中对危险的预判通过一个或多个圆圈标明的方式呈现给被试来提示应该将注意指向的潜在危险或区域来提高被试的视觉扫描频率和效率。结果表明，无论是采用实验室录像测试还是实地驾驶过程中，培训均会提高被试的视觉搜索范围和视觉扫描模式。
　　McKenna等人(McKenna，Alexander，&Horswill，2006)的类似实验室研究也表明，通过使用实验室录像模拟技术，可以显著提高驾驶员对路面潜在危险的预期能力，甚至经过4个小时的培训，新手驾驶员就可以达到有经验驾驶员的水平。
　　同样，在培训新手驾驶员的风险知觉方面，美国马萨诸塞州立大学开发了基于PC的专门培训工具RAPT(Risk awareness and perception training program)。该工具主要通过告诉驾驶员路面情境各种潜在危险性的原因以及为了减少碰撞的危险视线应该注意的区域，还包括对于每个风险如何操作可以最小化风险。培训中需要驾驶员以更加宽广策略进行视觉扫描(比如正前方，后视镜，以及前侧方等)，并且在某个时间应该对特定区域进行扫描。研究表明，该工具可以有效提高新手驾驶员的策略性扫描(Pollatsek，Narayanaan.Pradhan，&Fisher，2006)。在其研究中，通过眼动仪记录被试的视线扫描模式并用来评估其在驾驶过程中的注意过程。
　　统计数据表明，18～21岁的年轻驾驶员事故率是50～54岁年龄组驾驶员的5倍(Ivers，Senserriek，Boufous，Stevenson，Chen，Woodward，&Norton，2009)。Pradhan等人(2009)也对基于PC的驾驶培训考察了经过危险预期训练培训和没有培训的各12名年轻驾驶员被试的视线扫描模式，结果表明，经过培训的被试注视到潜在危险区域的比例要显著高于非培训被试(64.4％vs37.4％)。这个结果也支持了采用基于PC的实验室训练可以有效降低事故风险。
　　总体来说，目前培训主要采用的是录像中给予被试潜在危险的提示以及对于扫描范围和频率的训练以此来提高驾驶员对于路面情境的注意模式。但这种培训方式的有效性和适用性受到哪些因素影响?对于不同经验的驾驶员的训练效果规律是怎么样的?经过培训的改善是否能从眼动指标上反映出来?这些问题还有待于进一步研究。
　　
　　5　进一步研究展望
　　
　　尽管到目前为止，研究者已经对有关驾驶过程中驾驶员对路面情景以及整体视觉注意模式进行了大量研究，并根据不同思想建立了视觉注意数学模型。但总体上，对于驾驶过程中的视觉注意模式和特征的认识并不深入，尤其是很多研究结果仍然存在争议。
　　首先，今后的研究需要在更大范围上考察影响视觉扫描模式的各种个体因素或环境因素的影响。虽然已有研究结果表明驾驶员的驾驶经验对于潜在的危险给予的注意水平存在差异，比如对潜在危险对象会忽略或没有给予足够的视觉加工。同时，新手驾驶员相对于有经验驾驶员缺乏有效地路面视觉搜索，尤其是在交通状况较为恶劣的环境下，比如黑夜，车流较为集中等情况。但对于这种驾驶经验、环境因素与视觉扫描模式之间的关系仍然需要通过实证研究数据进一步加以验证。也就是说各种环境因素与个体因素等因素之间是否存在较深层次的交互作用?除了驾驶经验外，其它个体因素如年龄、清醒水平(如饮酒、疲劳程度等)、情绪状态等对视觉扫描模式以及事故风险的影响规律是什么?这些问题在最近几年的研究数量正在增多。如Eberhard等研究者发现相对于年纪更轻的驾驶员，老年驾驶员更容易出现交通事故(Eberhard，2008)，但是Brain f2008)对于老年驾驶员的相关研究文献进行了总结。认为目前不同研究结果还存在较大的争议，对老年人的驾驶特点以及与事故风险的关系不能仅仅通过事故数量的统计来下出结论，需要从认知加工层次进行更为深入地研究。比如Underwood等人(Underwood，Phelps，Wright，Loon，&Galpin 2005)采用眼动仪比较了12名老年驾驶员和12名青年驾驶员在观看道路交通视频过程中的视觉扫描和搜索模式，在控制了被试视觉敏锐度和视域(：Acuity and visual field)的影响后结果表明，当路面出现危险后，老年驾驶员和青年驾驶员具有相似的注意敏感性并且他们对出现危险的反应速度和判断准确性也没有显著差异。这说明，在视觉扫描模式上，老年驾驶员并没有表现出明显不同。Bao和Boyle(2009)也比较了不同年龄驾驶员的视觉扫描模式差异，结果表明，老年和年轻驾驶员(Older and Youngerdriver)相对于中年驾驶员(Middle-aged driver)，在驾驶过程中的扫描范围更窄，同时也更少去看后视镜。
　　其次，受眼动仪等研究设备限制，目前大部分对于驾驶过程中的视线注意模式研究都是在实验室或者模拟驾驶仪中进行(如Simon，Charles，&Megan，2010)，实验材料也是采用录像拍摄的视频片段(如Jacken，Chapman，&Crundall，2009)或者静态图片(如Underwood，2007)，这些研究方法的可靠性以及研究结论在真实驾驶情景的外部效度还有待进一步验证。目前，已经有研究者采用通过改装汽车驾驶室，增加视线追踪和录像设备来考察在真实道路的驾驶情境中的视线注意特征。比如前面提到的Klauer等人(2006)采用在汽车内安装传感器和摄像头的方式进行的现场研究。Malik等人(Malik，Rakotonirainy，&Maire，2009)最近开发出了一套安装在丰田汽车内的系统，可以实时记录被试的注视点并且采用前景投射算法(Perspeetive projection algorithms)与当前的交通画面进行叠加，以此用来今后进行驾驶中的视线注意模式以及驾驶训练等方面的研究。
　　最后，由于我国的驾驶员培训方法和体系，道路环境状况等各方面因素与国外存在较大差异，并不适合生搬硬套国外有关驾驶员视觉注意模式的研究成果和方法，亟需国内研究者大力开展相关研究。

转载注明来源:https://www.xzbu.com/1/view-160828.htm