2024, Vol. 41扩展功能
文章信息
- 梁波, 秦杨, 张红杰, 刘涛, 文森.
- LIANG Bo, QIN Yang, ZHANG Hong-jie, LIU Tao, WEN Sen
- 高速公路隧道接近段视错觉控速标线信息感知研究
- Study on Information Perception of Visual Illusion Speed Control Marking in Approach Section of Expressway Tunnel
- 公路交通科技, 2024, 41(4): 146-156
- Journal of Highway and Transportation Research and Denelopment, 2024, 41(4): 146-156
- 10.3969/j.issn.1002-0268.2024.04.015
-
文章历史
- 收稿日期: 2022-05-11
, 2. 重庆交通大学 山区桥梁及隧道工程国家重点实验室, 重庆 400074;
3. 泸州市交通建设工程服务中心, 四川 泸州 646000;
4. 招商局重庆交通科研设计院有限公司, 重庆 400067
2. State Key Laboratory of Mountain Bridge and Tunnel Engineering, Chongqing Jiaotong University, Chongqing 400074, China;
3. Luzhou Traffic Construction Engineering Service Center, Luzhou, Sichuan 646000, China;
4. China Merchants Chongqing Communications Technology Research & Design Institute Co., Ltd., Chongqing 400067, China
由于中国幅员辽阔，地形地貌复杂，尤其西部地区多是崇山峻岭，随着西部的不断发展，高速公路上隧道占比逐年增加。而高速公路隧道内限速与一般高速公路限速存在差异，并且隧道入口内外存在亮度差，加之行驶速度的变化，极大地增加了驾驶员的视觉心理负荷，容易诱发不良的驾驶行为[1]。因此，常在隧道接近段布设限速牌及控速标线等设施，合理地布设警示标志可以达到提醒驾驶员安全减速的目的，使其安全舒适地通过隧道路段。
驾驶员行车过程是一个“人-车-路-环境”动态协调过程，它包括物理构成和信息感知2个主要方面，其中物理构成是信息的载体，也是人类感知的基础。视错觉控速标线作为高速公路隧道接近段的物理构成之一，主要对驾驶员的视觉和心理产生影响，进而提醒驾驶员采取减速措施。新西兰学者Charlton等[2]对新西兰的道路控速标线进行了研究，发现控速标线通过引起驾驶员产生视错觉，从而使车辆获得良好的减速效果。Godley[3]研究发现横向形视错觉控速标线能够产生较好的警示作用，以达到提醒驾驶员减速的效果。徐良杰等[4]研究了视错觉减速标线在冰雪天气环境下减少事故发生率的效果，结果表明，减速标线可使驾驶员产生感知车速偏高的错觉。颜先华[5]基于动态环境下驾驶员行车的视觉原理，研究了不同参数下鱼刺形视错觉控速标线的减速效果。潘福全等[6]研究了海底隧道入口段视觉减速标线的有效性，探明了不同视觉减速标线方案下驾驶员视觉特征变化规律。尚婷等[7-8]通过室内仿真试验，研究了在道路直线段与曲线段设置不同视错觉控速标线的减速效果，并通过车速和视觉特征对减速效果进行了评价。在研究测量驾驶员信息感知方面，发现驾驶员感知信息的途径80%以上是通过视觉感知[9]。国外学者[10-12]还使用眼动指标对驾驶员的驾驶行为感知进行安全评价。梁波等 [13-14]、何世永等[15]通过实车试验和室内仿真试验相结合，采用瞳孔直径变化率对驾驶员明适应时间、信息感知等进行了研究。商艳等[16]通过采集驾驶员的眼动数据量化分析了驾驶员对不同信息量环境的信息感知规律。潘晓东等[17]在研究中使用“瞳孔面积最大瞬态值”作为评价视觉负荷的指标。汤文蕴等[18]研究了高速公路连续隧道群驾驶人的视觉特性，通过驾驶人的注视，扫视及瞳孔变化特性表明在连续隧道群中通过时驾驶人视觉负荷降低，视觉稳定性提高。杜志刚等 [19]、梅家林等[20]通过实车试验研究了驾驶员的瞳孔面积变化与环境中光照强度的关系，提出可采用瞳孔面积变化情况对驾驶员行车负荷进行评价。
目前，中国通常将视错觉控速标线应用于道路长直线段或急转弯道路，在高速公路隧道洞口前布设视错觉控速标线时考虑不够全面，布设参数主要依靠经验设计，无法起到较好的控速效果，其参数的设计和减速效果有待深入研究。因此，从驾驶员的角度出发，通过室内模拟驾驶平台，选用速度降低率、最大减速度值和瞳孔直径变化率进行驾驶员视错觉控速标线信息感知测量，基于加权(Rank-sum Ratio，RSR)综合评价法得出隧道接近段快车道和慢车道的最优视错觉控速标线类型和闪现率，以期为今后高速公路隧道接近段交通设施的设置提供有益的参考。
1 试验设计参数本研究选择在双向四车道高速公路隧道接近段上布设车速增加式视错觉控速标线(横向形、鱼刺形)和车道压缩式视错觉控速标线(正梳齿形、斜梳齿形)作为研究对象。根据《公路路线设计规范》(JTG D20—2017)[21]规定双向四车道高速公路设计速度不宜低于100 km/h，且相邻道路行驶速度差不小于20 km/h。因此，研究对象限速设置为快车道限速120 km/h，慢车道限速100 km/h，隧道内限速80 km/h，如图 1所示。由于视错觉控速标线的布设长短、布设间距和标线设计参数都将影响驾驶员感知信息的能力，进而影响视错觉控速标线的控速效果，因此，正确合理的视错觉控速标线模型参数设计是试验的前提。
|
| 图 1 双向四车道限速(单位：m) Fig. 1 Two-way four-lane speed limit(unit: m) |
| |
视错觉控速标线的布设长度参考《道路交通标志和标线》(GB5768—2009)[22]的建议值，并通过式(1)计算取整得出标线的布设长度，快、慢车道分别为128 m和77 m。在前人研究的基础上确定视错觉控速标线的终点布设位置距隧道洞口前置60 m[23]，如图 1所示。
|
(1) |
式中，V0为驶入控速标线初速度，快车道取最高限速为120 km/h，慢车道取最高限速为100 km/h；Vt为驶出控速标线末速度，取隧道内限速值为80 km/h；a为减速度，快车道取2.4 m/s2，慢车道取1.8 m/s2。
布设间距采用标线视觉刺激相似原则，在隧道接近段采用变间距的布设方式进行视错觉控速标线的设置，间距设置如表 1所示。视错觉控速标线设计参数参考前人研究基础[20, 23-24]和相关规范[22, 25]，如表 2所示。
| 闪现率/Hz | 4 | 6 | 8 | 10 |
| 快车道 | 5.8~8.4 | 3.8~5.6 | 2.9~4.2 | 2.3~3.3 |
| 慢车道 | 5.8~7.0 | 3.8~4.8 | 2.9~3.5 | 2.3~2.8 |
| 类型 | 宽度/cm | 长度/m | 角度/(°) | 颜色 |
| 横向形 | 20 | 3.475 | — | 黄色 |
| 鱼刺形 | 30 | 3.000 | 90 | 黄色 |
| 正梳齿形 | 20 | 0.400 | 90 | 白色 |
| 斜梳齿形 | 20 | 0.400 | 135 | 白色 |
2 室内信息感知试验 2.1 试验目的
通过仿真建模软件建立高速公路隧道接近段不同类型和不同闪现率的视错觉控速标线模型，采用UC-win/Road软件和眼动试验采集模拟驾驶过程中车辆的速度变化以及驾驶员眼动数据，通过分析数据综合评价得出高速公路隧道接近段视错觉控速标线的合理布设方式。
2.2 试验模型构建根据本研究第1节选取的设计参数，通过UC-win/Road软件和3D MAX软件，结合JTG D20—2017规范建立隧道接近段不同类型和不同闪现率的视错觉控速标线仿真模型，部分仿真模型展示如图 2所示。
|
| 图 2 视错觉控速标线仿真模型 Fig. 2 Simulation model of visual illusion speed control marking |
| |
2.3 试验设备及试验人员
室内信息感知试验设备包括室内模拟驾驶平台和眼动仪2部分，眼动仪采用德国生产的SMI ETG眼镜式便携型眼动仪，通过该眼动仪能够准确采集驾驶员在模拟驾驶过程中的眼动数据。
为了准确测试驾驶员视觉特性，试验选取身体健康、精神状态良好，驾驶技术熟练的16位男性和16位女性驾驶员，年龄均在20~30岁之间。其中非近视人员视力均在5.0以上，近视人员通过佩戴隐形眼镜进行视力矫正，其矫正视力也均在5.0以上。所选驾驶员具有高速公路隧道驾驶经验且驾龄在1 a以内6人，驾龄为1 a的6人，驾龄为2 a的10人，驾龄为3 a及以上10人。
2.4 试验采集在室内仿真模拟驾驶平台上，驾驶员佩戴调式完毕的眼动仪进行模拟驾驶，UC-win/Road软件记录驾驶过程中的行驶速度，眼动仪采集驾驶员的眼动参数。为避免驾驶员长时间进行模拟驾驶产生疲劳，每位驾驶员单次模拟驾驶至少间隔20 min，且进行3次重复试验以减小试验误差。
3 数据处理分析 3.1 数据预处理室内信息感知试验所采集的数据包括驾驶员注视、扫视、眨眼以及瞳孔变化等数据。通过BEGaze软件对采集到的眼动数据进行预处理，筛除注视、扫视、眨眼等数据，然后采用3σ原则剔除驾驶员瞳孔面积和行驶速度变化异常值。
3.2 信息感知指标选取在同一试验环境下，由于驾驶员视觉特性以及驾驶习惯的差异性，在模拟驾驶过程中行驶速度和视觉特性也存在差异性。因此，本研究选取了物理指标速度降低率、最大减速度值以及生理指标瞳孔直径变化率作为信息感知评价指标，以此研究不同类型不同闪现率视错觉控速标线的减速效果。
(1) 速度降低率
视错觉控速标线主要是通过在视觉上给予驾驶员一定的刺激，从而提醒驾驶员采取减速措施以安全通过，因此，车速的变化是评价视错觉控速标线减速效果最直接的指标之一。同时，由于驾驶员存在个体差异，导致模拟驾驶过程中的行驶速度存在不同，不利于评价车速的变化情况，而速度降低率V′在一定程度上可以排除驾驶员个体差异的影响，按式(2)计算。
|
(2) |
式中，V1为驶入视错觉控速标线时的行驶速度；V2为驶离视错觉控速标线时的行驶速度。
(2) 最大减速度值
减速度值反映了行驶过程中车辆减速的剧烈程度，当减速度值大于驾驶员能够承受的范围时，一定程度上会影响驾驶员的行车舒适性，甚至引发交通事故。参考道路交通心理[26](见表 3)可知，驾驶员在驾驶过程中感知能忍受的最大减速度值为3.6 m/s2。因此，采用最大减速度值可以有效评价驾驶员的行车安全性和舒适性，其减速度值按式(3)计算，通过计算可得出行驶于视错觉控速标线内的最大减速度值。
|
(3) |
| 道路交通心理 | 1级 | 2级 | 3级 |
| 减速度/(m·s―2) | ＜1.8 | 3.6 | ＞5.0 |
| 驾驶员感知状态 | 不明显 | 可忍受 | 难以忍受 |
式中，Vt1为t1时刻的行驶速度；Vt2为t2时刻的行驶速度；a为减速度值。
(3) 瞳孔直径变化率
由于驾驶员在行驶过程中感知信息主要通过视觉完成，因此，驾驶员瞳孔直径变化情况可以有效反映驾驶员感知信息的能力。同时，选用瞳孔直径变化率可以有效避免驾驶员个体差异的影响。相关研究表明[18-20, 27-28]，驾驶员在驾驶过程中舒适状态下的瞳孔直径变化率的界定范围为D′ < 20%。本研究选取驾驶员在控速标线起点至终点的瞳孔直径为样本，按式(4)计算瞳孔直径变化率D′。
|
(4) |
式中，di为i时刻的瞳孔直径；di+1为i+1时刻的瞳孔直径；D为按规定速度在普通路段稳定行驶20 s时的瞳孔直径均值。
3.3 数据分析通过对不同类型及不同闪现率下的视错觉控速标线进行室内信息感知试验，采集得到驾驶员的行驶速度数据以及视觉特性，进行处理后分别得到驾驶员瞳孔直径均值以及快、慢车道驾驶员速度降低率、最大减速度值和瞳孔直径变化率。同时，对数据样本进行了正态分布检验和差异显著性检验，以此验证数据的合理性和准确性。本研究以快车道布设闪现率为8 Hz的视错觉控速标线为例进行差异显著性分析。
由图 3可知，32位试验人员对快车道布置闪现率为8 Hz视错觉控速标线的信息感存在明显差异，其速度降低率和瞳孔面积变化率差异非常显著，最大减速度值差异一般显著。通过Shapiro-wilk检验数据的正态分布情况，发现各组数据均符合正态分布，通过单因素方差分析检验数据的差异显著性，结果如表 4所示。同理，分析试验人员在快、慢车道布置的不同视错觉控速标线(共32种工况)下的信息感知数据，结果显示其均符合正态分布，且存在差异性。
|
| 图 3 快车道8 Hz视错觉控速标线试验数据 Fig. 3 Test data of 8 Hz visual illusion speed control marking on fast lanes |
| |
| 类型 | 物理指标 | 生理指标 | |||||||||
| 速度降低率/% | 最大减速度值/(m·s―2) | 瞳孔直径变化率/% | |||||||||
| 平均值 | 检验值F | 显著性P | 平均值 | 检验值F | 显著性P | 平均值 | 检验值F | 显著性P | |||
| A | 25.13 | 182.655 | < 0.001*** | 2.29 | 4.854 | 0.003** | 17.01 | 390.378 | < 0.001*** | ||
| B | 24.29 | 2.42 | 13.30 | ||||||||
| C | 22.32 | 2.47 | 8.69 | ||||||||
| D | 18.94 | 2.71 | 9.19 | ||||||||
| 注：A代表横向形视错觉控速标线，B代表鱼刺形视错觉控速标线，C代表正梳齿形视错觉控速标线，D代表斜梳齿形视错觉控速标线；*代表P < 0.1(略微显著)，* *代表P < 0.05(一般显著)，* * *代表P < 0.01(非常显著)。 | |||||||||||
(1) 瞳孔直径均值
相关研究表明[18, 23, 29]，驾驶员在受到外界信息刺激时，瞳孔直径将变大，因此，瞳孔直径大小反映了驾驶员的心理生理负荷。由于驾驶员个人的瞳孔直径具有差异，本研究选择瞳孔直径大小均值作为指标来反映不同类型控速标线对驾驶员的视觉刺激，其瞳孔直径均值箱线图如图 4所示。
|
| 图 4 不同视错觉控速标线下瞳孔直径均值 Fig. 4 Average pupil diameter with different visual illusion speed control markings |
| |
由图 4可知，车速增加式视错觉控速标线的瞳孔直径均值大于车道压缩式视错觉控速标线。由于车速增加式视错觉控速标线主要设置在车道横断面的绝大部分位置，而车道压缩式视错觉控速标线设置在车道边缘占据小部分位置，从而导致驾驶员感知信息时，车速增加式视错觉控速标线比车道压缩式视错觉控速标线信息量更多，视觉刺激较好，对驾驶员的视觉影响、警示作用更好。同时，表明了不同视错觉控速标线对驾驶员的视觉影响程度不同，其影响程度为鱼刺形＞横向形＞正梳齿形＞斜梳齿形。
(2) 评价指标分析
通过处理得到快、慢车道驾驶员在不同类型不同闪现率下的速度降低率、最大减速度值和瞳孔直径变化率并求其均值，如图 5所示。
|
| 图 5 快、慢车道速度降低率、最大减速度值、瞳孔直径变化率 Fig. 5 Speed reduction rates, maximum deceleration values and pupil diameter change rates at fast and slow lanes |
| |
由图 5可知，在快、慢车道设置不同类型视错觉控速标线, 其速度降低率、最大减速度值和瞳孔直径变化率随着闪现率的提高而发生显著变化，大致呈现先增加后减小的趋势，其原因主要是不同闪现率设置下标线数量与间距存在差异。随着闪现率的增加，标线数量增加，间距缩小，视错觉效果增加，对驾驶员的视觉刺激增强，造成驾驶员信息感知指标数据的增大。当闪现率达到10 Hz时，对于车速增加式视错觉控速标线，由于标线数量过多，间距过于密集，造成视觉成像连续的现象，降低了驾驶员对视错觉控速标线的信息感知程度。而对于车道压缩式视错觉控速标线将造成更加明显的车道压缩现象，对驾驶员的视觉刺激增强，从而造成速度降低率和最大减速度值增加。
当驾驶员行驶在不同视错觉控速标线下时，车速增加式视错觉控速标线由于所占车道比例较大，对驾驶员视觉刺激相对较强，引起驾驶员的瞳孔直径变化率和速度降低率较大。同时，由于其辨识度较高，造成驾驶员在减速过程中最大减速度值相对车道压缩式视错觉控速标线较小。
4 基于熵权法的加权RSR综合评价法由于多个指标的影响，无法直接确定最优视错觉控速标线类型以及最佳闪现率设置。为了综合不同指标对视错觉控速标线的减速效果进行评价，引入基于熵权法的加权RSR综合评价法，以期实现对高速公路隧道接近段视错觉控速标线的减速效果进行综合评价得到最优布设参数。
4.1 确定指标权重计算不同评价指标的权重，主要是为了对视错觉控速标线的减速效果进行整体评价，得到客观的评价结果。熵权法能够计算各评价指标样本的信息熵，将其融合起来，解决了信息量多的问题。因此，本研究选择熵权法[30]来计算各评价指标的权重，计算过程如下。
(1) 设评价对象有m个、评价指标有n个的初始样本矩阵X= (xij)m×n，xij为样本数据(i=1, 2, …, m; j=1, 2, …, n)。由于所选各评价指标量纲不同，因此对样本矩阵X进行归一化处理得到标准化矩阵Y = (yij)m×n。本研究所选评价指标速度降低率和瞳孔直径变化率在满足舒适度要求内为极大型指标，归一化处理按式(5)计算。最大减速度值在满足舒适度要求内为极小型指标，归一化处理按式(6)计算：
|
(5) |
|
(6) |
式中max (xj)，min (xj)分别为第j个评价指标样本数据中的最大值与最小值。
(2) 计算第j个评价指标下的第i个评价对象的特征比重：
|
(7) |
(3) 在特征比重的基础上计算第j个评价指标的信息熵值：
|
(8) |
(4) 在信息熵值的基础上计算第j个评价指标的差异系数dj：
|
(9) |
(5) 差异系数值越大代表该评价指标的信息量越大，指标权重则越大，进而计算得到各评价指标的权重值：
|
(10) |
通过式(10)计算得到各评价指标的权重，如表 5所示。
| 评价指标 | ej | dj | wj |
| 速度降低率 | 0.949 2 | 0.050 8 | 0.352 1 |
| 最大减速度值 | 0.964 3 | 0.035 7 | 0.247 3 |
| 瞳孔直径变化率 | 0.942 2 | 0.057 8 | 0.400 6 |
4.2 加权RSR综合评价
RSR法最早是由中国统计学家田凤调教授提出[31]，主要是在一个由m个评价对象，n个评价指标组成的m行n列矩阵中，运用秩转换的方法得到无量纲统计量RSR，以此来评价目标方案的优劣程度，其RSR值越大越好。该方法的核心思想是进行指标编秩，要求严格区分极大型指标和极小型指标，主要流程如下：
(1) 建立一个由m个评价对象、n个评价指标组成的m行n列矩阵Z = (zij)m×n，zij为样本数据(i=1, 2…, m；j=1, 2, …, n)。
|
(11) |
(2) 对矩阵Z = (zij)m×n进行指标编秩，以此确定每个评价指标所对应的评价对象的秩Rij。在3种评价指标中，满足舒适度要求条件下，速度降低率和瞳孔直径变化率属于极大型指标，最大减速度值属于极小型指标。对于极大型指标，对象的秩Rij按式(12)计算，对于极小型指标，对象的秩Rij按式(13)计算，当同一评价指标数值相同时编平均秩。
|
(12) |
|
(13) |
(3) 根据4.1节确定的各评价指标的权重计算加权秩和比：
|
(14) |
式中，WRSRi为第i个评价对象的加权秩和比值；wj为第j个评价指标的权重值；Rij为第i行j列元素的秩。
4.3 减速效果评价本研究探讨的高速公路隧道接近段视错觉控速标线方案分为快车道和慢车道各4种视错觉控速标线。同时每种视错觉控速标线设置4种闪现率，通过室内模拟驾驶试验采集各方案的3种评价指标的数据。首先，采用加权RSR综合评价法选出各视错觉控速标线的最优闪现率。然后，在各视错觉控速标线的最优闪现率之间运用加权RSR综合评价法选出最优视错觉控速标线。根据式(14)计算快、慢车道不同闪现率横向形视错觉控速指标的加权秩和比，并根据结果由小到大排序，如表 6和表 7所示。
| 闪现率/Hz | 速度降低率(权重)/% | 最大减速度值(权重)/(m·s―2) | 瞳孔直径变化率(权重)/% | WRSR | WRSR排序 | |||||
| 0.352 1 | 0.247 3 | 0.400 6 | ||||||||
| z1 | R1 | z2 | R1 | z3 | R1 | |||||
| 4 | 19.82 | 8.29 | 1.88 | 1.00 | 6.92 | 1.00 | 0.892 | 1 | ||
| 6 | 21.21 | 9.07 | 1.96 | 1.59 | 12.80 | 2.75 | 1.172 | 2 | ||
| 8 | 25.13 | 11.29 | 2.29 | 4.00 | 17.01 | 4.00 | 1.642 | 4 | ||
| 10 | 23.85 | 10.56 | 2.14 | 2.90 | 9.73 | 1.84 | 1.293 | 3 | ||
| 闪现率/Hz | 速度降低率(权重)/% | 最大减速度值(权重)/(m·s―2) | 瞳孔直径变化率(权重)/% | WRSR | WRSR排序 | |||||
| 0.352 1 | 0.247 3 | 0.400 6 | ||||||||
| z1 | R1 | z2 | R1 | z3 | R1 | |||||
| 4 | 14.31 | 9.66 | 1.21 | 1.00 | 6.78 | 1.00 | 1.011 | 1 | ||
| 6 | 16.92 | 12.66 | 1.46 | 3.08 | 9.75 | 1.88 | 1.493 | 4 | ||
| 8 | 14.59 | 9.98 | 1.45 | 3.00 | 16.90 | 4.00 | 1.464 | 3 | ||
| 10 | 15.20 | 10.68 | 1.57 | 4.00 | 12.54 | 2.71 | 1.458 | 2 | ||
由表 6和表 7可知，布设相同类型不同闪现率的视错觉控速标线减速效果不同。快车道布设横向形视错觉控速标线时，闪现率为8 Hz加权秩和比最大，减速效果最佳。慢车道布设横向形视错觉控速标线时，闪现率为6 Hz加权秩和比最大，减速效果最佳。采用加权RSR评价方法可得快、慢车道布设不同视错觉控速标线的最佳闪现率，如表 8所示。
| 标线类型 | 左车道 | 右车道 |
| 横向形 | 8 | 6 |
| 鱼刺形 | 6 | 8 |
| 正梳齿形 | 10 | 8 |
| 斜梳齿形 | 10 | 10 |
通过加权RSR评价法得出不同视错觉控速标线对应的最佳闪现率后，根据式(14)计算快、慢车道不同视错觉控速标线对应最佳闪现率下的加权秩和比，并根据结果由小到大排序，如表 9和表 10所示。结果显示，在快车道布设闪现率为8 Hz的横向形视错觉控速标线的秩和比最大，减速效果最佳，其次是闪现率为6 Hz的鱼刺形视错觉控速标线。在慢车道布设闪现率为8 Hz的鱼刺形视错觉控速标线的秩和比最大，减速效果最佳，其次是闪现率为10 Hz的斜梳齿形视错觉控速标线。
| 闪现率/Hz | 速度降低率(权重)/% | 最大减速度值(权重)/(m·s―2) | 瞳孔直径变化率(权重)/% | WRSR | WRSR排序 | |||||
| 0.352 1 | 0.247 3 | 0.400 6 | ||||||||
| z1 | R1 | z2 | R1 | z3 | R1 | |||||
| 8 | 17.01 | 4.00 | 2.29 | 1.00 | 25.13 | 17.85 | 2.033 | 4 | ||
| 6 | 15.42 | 3.41 | 2.38 | 1.77 | 24.46 | 17.15 | 1.961 | 3 | ||
| 10 | 9.22 | 1.12 | 2.64 | 4.00 | 23.89 | 16.56 | 1.817 | 2 | ||
| 10 | 8.90 | 1.00 | 2.56 | 3.31 | 22.24 | 14.85 | 1.612 | 1 | ||
| 闪现率/Hz | 速度降低率(权重)/% | 最大减速度值(权重)/(m·s―2) | 瞳孔直径变化率(权重)/% | WRSR | WRSR排序 | |||||
| 0.352 1 | 0.247 3 | 0.400 6 | ||||||||
| z1 | R1 | z2 | R1 | z3 | R1 | |||||
| 6 | 9.75 | 1.00 | 1.46 | 1.00 | 16.92 | 6.81 | 0.762 | 1 | ||
| 8 | 17.88 | 4.00 | 1.97 | 2.32 | 17.69 | 7.44 | 1.199 | 4 | ||
| 8 | 10.41 | 1.24 | 2.62 | 4.00 | 16.64 | 6.59 | 0.952 | 2 | ||
| 10 | 10.30 | 1.20 | 1.96 | 2.29 | 20.34 | 9.59 | 1.106 | 3 | ||
5 结论与展望
本研究通过UC-win/Road构建高速公路隧道接近段不同视错觉控速标线仿真模型，进行室内信息感知测试。采用眼动仪测试驾驶员视觉信息，分析了不同视错觉控速标线的减速效果。
(1) 通过分析驾驶员在不同类型视错觉控速标线下的瞳孔直径均值发现，驾驶员行驶在车速增加式视错觉控速标线上的瞳孔直径大于车道压缩式视错觉控速标线，对驾驶员的视觉影响程度从大到小依次为：鱼刺形、横向形、正梳齿形、斜梳齿形。
(2) 通过基于熵权法的加权RSR评价法对视错觉控速标线的减速效果进行量化分析，结果表明，4种视错觉控速标线都能影响驾驶员感知信息的能力，起到了提醒驾驶员减速的效果，布设相同类型不同闪现率的视错觉控速标线减速效果存在差异性，相同闪现率下车速增加式视错觉控速标线减速效果较好。
(3) 在满足舒适度要求下，通过加权RSR评价法得出高速公路隧道接近段快、慢车道最优视错觉控速标线布设参数。快车道推荐布设闪现率为8 Hz的横向形视错觉控速标线，慢车道推荐布设闪现率为8 Hz的鱼刺形视错觉控速标线。
(4) 本研究通过对视错觉控速标线进行信息感知试验，发现将其布设于高速公路隧道接近段可以起到较好的控速效果，对于改善高速公路隧道洞口处行车的安全性和舒适性具有重大意义。目前，研究仅适用于接近段为直线的工况，当接近段为曲线时还有待进一步研究。同时，本研究选择了瞳孔直径变化率、速度降低率以及最大减速度值作为评价指标进行研究分析，但是驾驶员在行驶过程中是一项复杂的“人-车-路-环境”相协调的动态行驶过程，系统性的研究有待深入。
| [1] |
郭宝义. 夜间公路隧道出入口段驾驶员眼动特性研究[D]. 西安: 长安大学, 2014. GUO Bao-yi. Research on Driver 's Eye Movement Characteristics at Night Highway Tunnel Entrance and Exit[D]. Xi 'an: Chang 'an University, 2014. |
| [2] |
CHARLTON S G, BAAS P H. Speed Change Management for New Zealand Roads[M].
Wellington: Land Transport New Zealand, 2006.
|
| [3] |
GODLEY S T. A Driving Simulator Investigation of Perceptual Countermeasures to Speeding[D]. Melbourne: Monash University, 1999.
|
| [4] |
徐良杰, 鄢辉武, 刘翔禾. 冰雪弯道视错觉减速标线参数组合设计[J]. 公路交通科技, 2019, 36(3): 124-129. XU Liang-jie, YAN Hui-wu, LIU Xiang-he. Design of Parameter Combination of Visual Illusion Deceleration Markings in Ice and Snow Curve[J]. Journal of Highway and Transportation Research and Development, 2019, 36(3): 124-129. |
| [5] |
颜先华. 公路视错觉减速标线设计研究[D]. 西安: 长安大学, 2011. YAN Xian-hua. Study on Design of Highway Optical Illusion Deceleration Markings[D]. Xi 'an: Chang 'an University, 2011. |
| [6] |
潘福全, 梁雪, 王琳, 等. 基于驾驶仿真的海底隧道出入口段视觉减速标线有效性[J]. 科学技术与工程, 2022, 22(21): 9372-9380. PAN Fu-quan, LIANG Xue, WANG Lin, et al. Effectiveness of Visual Deceleration Marking at the Entrance and Exit of Undersea Tunnel Based on Driving Simulation[J]. Science Technology and Engineering, 2022, 22(21): 9372-9380. |
| [7] |
尚婷, 唐伯明, 陶盼盼. 公路视错觉减速标线与驾驶员心率指标关系研究[J]. 科学技术与工程, 2016, 16(4): 94-99. SHANG Ting, TANG Bo-ming, TAO Pan-pan. Study on Relationship of Highway Optical Illusion Deceleration Marking and Driver Heart Rate[J]. Science Technology and Engineering, 2016, 16(4): 94-99. |
| [8] |
尚婷. 基于驾驶员眼动特征的道路视错觉控速标线关键参数研究[D]. 重庆: 重庆交通大学, 2017. SHANG Ting. Research on Key Technology of the Visual Illusion Speed Control Marking Based on the Driver 's Visual Characteristics[D]. Chongqing: Chongqing Jiaotong University, 2017. |
| [9] |
杜志刚, 潘晓东, 杨轸, 等. 高速公路隧道进出口视觉震荡与行车安全研究[J]. 中国公路学报, 2007, 20(5): 101-105. DU Zhi-gang, PAN Xiao-dong, YANG Zhen, et al. Research on Visual Turbulence and Driving Safety of Freeway Tunnel Entrance and Exit[J]. China Journal of Highway and Transport, 2007, 20(5): 101-105. |
| [10] |
VERWEY WB. Effects of Tunnel Entrance on Drives Physiological Condition and Performance: An Exploratory Study, TNO-TM 1995 C-19[R]. Soesterberg: TNO Human Factors Research Institute, 1995.
|
| [11] |
METZ B, KRUEGER H P. Measuring Visual Distraction in Driving: The Potential of Head Movement Analysis[J].
IET Intelligent Transport Systems, 2010, 4(4): 289-279.
DOI:10.1049/iet-its.2009.0116 |
| [12] |
DOSHI A, TRIVEDI M M. On the Roles of Eye Gaze and Head Dynamics in Predicting Driver 's Intent to Chang Lanes[J].
IEEE Transactions on Intelligent Transportation Systems, 2009, 10(3): 453-462.
DOI:10.1109/TITS.2009.2026675 |
| [13] |
梁波, 刘涛, 肖尧, 等. 特长隧道出口处交通标志与驾驶人感知关系试验[J]. 长安大学学报(自然科学版), 2020, 40(5): 48-55. LIANG Bo, LIU Tao, XIAO Yao, et al. Experimental on Relationship Between Traffic Signs and Drivers ' Perception at Exit of Extra-long Tunnel[J]. Journal of Chang 'an University (Natural Science Edition), 2020, 40(5): 48-55. |
| [14] |
梁波, 梁加林, 何世永, 等. 公路隧道光环境信息感知及试验研究[J]. 隧道建设(中英文), 2020, 40(9): 1251-1260. LIANG Bo, LIANG Jia-lin, HE Shi-yong, et al. Study on Light Environment Information Perception and Experiment Method of Highway Tunnel[J]. Tunnel Construction, 2020, 40(9): 1251-1260. |
| [15] |
何世永, 梁波, 钟升明, 等. 基于光环境室内仿真和视觉功效实验的公路隧道照明评价方法研究[J]. 重庆交通大学学报(自然科学版), 2020, 39(3): 27-35. HE Shi-yong, LIANG Bo, ZHONG Sheng-ming, et al. Evaluation Method of Highway Tunnel Lighting Based on Indoor Simulation of Light Environment and Visual Performance Experiment[J]. Journal of Chongqing Jiaotong University (Natural Sciences), 2020, 39(3): 27-35. |
| [16] |
商艳, 朱守林, 戚春华. 草原公路长直线段最佳信息量阈值研究[J]. 中国安全科学学报, 2021, 31(6): 189-195. SHANG Yan, ZHU Shou-lin, QI Chun-hua. Research on Optimal Information Threshold of Long Straight Section on Grassland Highway[J]. China Safety Science Journal, 2021, 31(6): 189-195. |
| [17] |
潘晓东, 宋永朝, 杨轸, 等. 基于视觉负荷的公路隧道进出口环境改善范围[J]. 同济大学学报(自然科学版), 2009, 37(6): 777-780. PAN Xiao-dong, SONG Yong-chao, YANG Zhen, et al. Visual Environment Improving Scope at Entrance and Exit of Highway Tunnel Based on Visual Load[J]. Journal of Tongji University (Natural Science), 2009, 37(6): 777-780. |
| [18] |
汤文蕴, 丁纯璐, 潘义勇, 等. 高速公路连续隧道群驾驶人视觉特性分析[J]. 交通信息与安全, 2022, 40(1): 54-62. TANG Wen-yun, DING Chun-lu, PAN Yi-yong, et al. Analysis of Visual Characteristics of Drivers over Continuous Highway Tunnels[J]. Journal of Traffic Information and Safety, 2022, 40(1): 54-62. |
| [19] |
杜志刚, 黄发明, 严新平, 等. 基于瞳孔面积变动的公路隧道明暗适应时间[J]. 公路交通科技, 2013, 30(5): 98-102. DU Zhi-gang, HUANG Fa-ming, YAN Xin-ping, et al. Light and Dark Adaption Time Based on Pupil Area Variation at Entrance and Exit Areas of Highway Tunnel[J]. Journal of Highway and Transportation Research and Development, 2013, 30(5): 98-102. |
| [20] |
梅家林, 杜志刚, 郑号染, 等. 不同时段特长隧道入口区域视觉负荷研究[J]. 中国安全科学学报, 2021, 31(6): 176-181. MEI Jia-lin, DU Zhi-gang, ZHENG Hao-ran, et al. Research on Visual Load At Entrance Area of Extra-long Tunnel in Different Periods[J]. China Safety Science Journal, 2021, 31(6): 176-181. |
| [21] |
JTG D20—2017, 公路路线设计规范[S]. JTG D20—2017, Design Specification for Highway Alignment[S]. |
| [22] |
GB5768—2009, 道路交通标志和标线[S]. GB5768—2009, Road Traffic Signs and Markings[S]. |
| [23] |
钱园园. 基于UC-win/road的高速公路隧道入口视觉减速标线效果研究[D]. 西安: 长安大学, 2019. QIAN Yuan-yuan. Study on Effect of Visual Deceleration Marking at Entrance of Expressway Tunnel Based on UC-win/road[D]. Xi 'an: Chang 'an University, 2019. |
| [24] |
刘涛. 基于视认特性的公路隧道接近段交通安全设计研究[D]. 重庆: 重庆交通大学, 2021. LIU Tao. Study on Traffic Safety Design of Highway Tunnel Approach Section Based on Visual Recognition Characteristics[D]. Chongqing: Chongqing Jiaotong University, 2021. |
| [25] |
JTG D702—2014, 公路隧道设计规范第二册交通工程与附属设施[S]. JTG D702—2014, Specifications for Design of Highway Tunnels: Section 2 Traffic Engineering and Affiliated Facilities[S]. |
| [26] |
范士儒. 交通心理学教程[M]. 北京: 中国人民公安大学出版社, 2005: 1-66. FAN Shi-ru. A Course in Traffic Psychology[M]. Beijing: Chinese People 's Public Security University Press, 2005: 1-66. |
| [27] |
ZHANG X B, LIU X L, YUAN S M, et al. Eye Tracking Based Control System for Natural Human-computer Interaction[J].
Computational Intelligence and Neuroscience, 2017, 5739301.
|
| [28] |
胡江碧, 李然, 马勇. 高速公路隧道入口段照明安全阈值评价方法[J]. 中国公路学报, 2014, 27(3): 92-99. HU Jiang-bi, LI Ran, MA Yong. Safety Threshold Evaluation Method for Expressway Tunnel Lighting in Entrance Section[J]. China Journal of Highway and Transport, 2014, 27(3): 92-99. |
| [29] |
田冬军, 高文彬, 彭纪宝. 山区公路纵坡度合理值的实验研究——从驾驶员的生理反应角度分析[J]. 重庆交通大学学报(自然科学版), 2008, 27(3): 429-432. TIAN Dong-jin, GAO Wen-bin, PENG Ji-bao. Research on Experiments of the Reasonable Longitudinal Gradient at Alignments of Mountain Highways: Based on Driver 's Physiological Reactions[J]. Journal of Chongqing Jiaotong University (Natural Sciences), 2008, 27(3): 429-432. |
| [30] |
陈红, 周继彪, 王建军, 等. 公路隧道运行环境安全评价指标与方法[J]. 长安大学学报(自然科学版), 2013, 33(4): 54-61, 74. CHEN Hong, ZHOU Ji-biao, WANG Jian-jun, et al. Safety Evaluation Indexes and Method for Traffic Environment of Highway Tunnels[J]. Journal of Chang 'an University (Natural Science Edition), 2013, 33(4): 54-61, 74. |
| [31] |
CHEN F, WANG J J, DENG Y J. Road Safety Risk Evaluation by Means of Improved Entropy TOPSIS-RSR[J].
Safety Science, 2015, 79: 39-54.
DOI:10.1016/j.ssci.2015.05.006 |