0 引言

相关研究分析^[1-2]指出隧道出入口区段事故发生率最高，且事故严重程度高于开放路段。针对该现象，相关学者^[3-4]统计分析国内2 193起隧道事故，结果发现在每年7月和每天10 : 00—12 : 00等洞外光照较强的时刻事故概率最高。因此，隧道内外光环境巨大差异仍是影响隧道行车安全与舒适的最大问题^[5]。在隧道光环境中，梁波^[6]将隧道光环境信息分为结构组成和信息组成两部分，其中光源和路面作为隧道光环境结构组成直接影响因素，对隧道光环境质量影响较大；而颜色和亮度作为隧道光环境信息组成部分，决定了隧道光环境质量对驾驶员视觉和心理影响。

在改善行车环境方面，国内外许多学者从路面颜色出发，来探究不同路面颜色与驾驶安全舒适性的关系，取得了良好的效果。在彩色路面应用中，国外率先使用彩色路面，并对交叉口彩色路面的安全效果进行评估^[7]。20世纪90年代，彩色路面开始在国内试用但并未广泛推广。近几年随着彩色沥青制备工艺的完善和实际交通需求，彩色路面开始逐渐推广运用。相关研究发现，在长下坡处彩色路面可以降低驾驶员心率增长率和心率变异值^[8]。此外在隧道彩色路面研究中，卓曦^[9-10]通过仿真试验研究发现彩色路面环境下隧道视觉诱导和驾驶员反应时间均有所提高。综上所述，与混凝土路面和黑色沥青路面相比，彩色路面具有缓解驾驶员视觉疲劳和吸引驾驶注意力等效果。

相关研究发现，在隧道入口处驾驶员生理负荷最大，行车舒适性较低^[11]。高晓静^[12]指出通过对洞门合理设计，降低其与环境差异性可提高驾驶员行车舒适性。而现有关于隧道入口处行车环境研究主要集中在灯具照明和标志标识方面，鲜有学者从路面颜色进行研究。近几年随着彩色路面的发展和人们对隧道洞口景观效果的追求，彩色路面开始运用于隧道出入口。Huang^[13]基于彩色理论和心理学，分析了隧道接近段8种不同配色防滑层路面对驾驶员行车注意力的影响。袁景玉^[14]通过对驾驶员的视点注视图和轨迹图分析，发现在隧道进出口段铺设黄色和红色路面有助于提高驾驶员注意力。陶盼盼^[15]构建了车辆行驶速度、加速度及驾驶员瞳孔面积变化率之间的趋势面模型，研究发现在隧道入口段铺设红色警示路面相比设置横向减速标线的减速效果更佳。由此可知，彩色路面的合理运用能够有效改善隧道出入口行车安全问题，对提高隧道行车安全性具有重要意义。

在实际环境中，驾驶员行车安全性和舒适性内在联系紧密。然而现有关于路面颜色研究主要集中在隧道接近段，缺乏对隧道接近段和入口段(后称入口处)不同路面颜色对驾驶员行车舒适性研究。而隧道入口作为事故高发区域，其安全性舒适性均有待提高。因此，有必要对隧道入口处不同路面颜色行车舒适性影响进行研究。此外，在以往有关交通环境与行车舒适性研究中，大部分以驾驶员生理指标数据变化规律对评价对象舒适性进行直观反映，研究方法忽略了驾驶员个体感受差异，缺乏一定的客观性和说服力。为此，笔者以火凤山隧道为试验隧道，以驾驶员操作负荷、心理负荷和视觉负荷为研究对象，结合组合赋权-模糊评价方法对隧道入口处不同路面颜色下行车舒适性进行评价。研究成果将为保证隧道洞口处行车的安全性和更好的舒适性提供参考依据。

1 试验方法 1.1 试验准备

试验选取火凤山隧道作为试验对象，隧道全长800 m，为单向双车道直线型隧道，设计速度60 km/h。试验前，对火凤山隧道实地调研，通过红外测距仪采集隧道结构参数、灯具布设和车道宽度等数据，同时通过SMI眼动仪对驾驶员实际行车瞳孔数据进行采集，为彩色路面铺装长度和室内仿真试验提供依据。

1.2 试验人员招募

样本量选取的范围是试验数据质量的关键，因此选择预期方差和目标置信度来确定所需样本量。

$ N=Z^2 \sigma^2 / E^2, $

(1)

式中，N为样本量；Z为标准正态分布统计量1.96^[16]；σ为标准偏差，取0.25~0.5；E为最大误差，取0.1。为了保证样本量类型与社会驾驶员实际样本相符合，在总样本量25人中，分别选取男性驾驶员17名，女性驾驶员8名，被试年龄在20~50岁之间分布，且均有熟练的驾驶经验。

1.3 试验平台与仪器

团队拥有自主研发的室内动态驾驶模拟平台，平台由驾驶操作系统、无极调光系统和行车环境模拟系统3部分组成，可实现人与虚拟环境自然交互，增加试验真实感。试验采用德国SMI眼动仪对驾驶员瞳孔数据采集。该眼动仪采样频率50/60 Hz，瞳孔追踪精度为0.5°~1°，可实现对驾驶员瞳孔数据实时采集。驾驶员心率则通过MP150生理记录仪采集，采样频率400 kHz，并通过AcKnowledge软件分析心电指标变化，该软件可自动对数据进行分析，剔除异常值。

1.4 试验流程

隧道仿真模型通过Sketchup软件与实际隧道通过1 ∶1比例生成，并借助Lumion软件对洞外景观进行渲染，内部灯光环境则通过DIALux软件进行模拟。试验前对驾驶员正常心率采集，并告知试验规则。测试时间从8 : 00—19 : 00均匀分布，并选取隧道洞前2 km、洞后1 km为行驶区间，试验前每人模拟驾驶1次，让被试者充分适应试验场景。

1.5 试验工况

根据《公路隧道照明设计细则》规定，隧道入口段长度取决于停车视距和隧道净空高度，而梁波^[11]通过试验发现驾驶员生理负荷适应距离与照明规范中入口段长度存在差异。因此，本研究通过实车试验确定隧道接近段和入口段彩色路面铺设长度，其试验数据见图 1。

由图 1可知，驾驶员平均瞳孔面积变化率与距离洞口相对行驶时间变化显著，并在进入隧道2 s内达到最大值。其中在洞前6.5 s和洞后9.4 s之间时驾驶员瞳孔面积变化率相对较大。主要原因是隧道内外环境亮度变化所致，当车辆行驶时，驾驶员瞳孔面积会根据环境亮度变化而变化，而瞳孔面积变化程度与驾驶员行车舒适性具有一定线性关系。因此，根据设计时速60 km/h，选取洞前110 m和洞内160 m为彩色路面铺设区间。此外，相关研究总结发现目前公路彩色路面颜色主要有红色、黄色、绿色和蓝色4种颜色，其中隧道洞口处常用红色、黄色、绿色3种颜色^[17]。因此，本研究选择红色、黄色、绿色3种颜色作为研究对象，同时将现有沥青路面作为对照组，共计10种工况，如表 1所示。

2 试验结果分析 2.1 驾驶员行驶速度分析

在实际行车中，汽车的行驶速度取决于驾驶员对前方交通环境的分析决策，且两者具有一定的线性关系^[18]。因此，通过试验平台采集不同工况下驾驶员平均行驶速度如表 2所示。

由表 2可知，不同工况下驾驶员行驶速度具有一定差异，其中工况3速度均值最小。主要原因是黄色具有较强的反光性，一定程度上会增加洞内外亮度差，影响驾驶员对前方交通环境判断。由各工况速度方差可知，工况2、工况3和工况4相比于工况1黑色沥青路面驾驶员行驶速度波动较大，说明在隧道入口处单一的路面颜色不会降低洞内外环境变化对驾驶员行车影响。相反，工况9洞外绿色洞内红色路面行驶速度相对稳定，说明该环境下驾驶员行驶状态受外界环境变化影响较小，舒适性较高。

2.2 驾驶员心率与瞳孔面积分析

正常情况下人体各项生理指标在一定范围内正常波动，当受到外界因素刺激时，会导致相应生理指标异常变化，导致身体出现不同感受或症状。在道路交通相关研究中，大部分学者选用瞳孔面积、心率等生理指标作为驾驶员行车舒适性评价指标。因此，通过MP150生理记录仪和SMI眼动仪采集试验者相关生理数据如图 2~5所示。

由图 2可知，驾驶员整体心率呈上升趋势，在进入隧道时达到峰值，随后心率逐渐趋于稳定。为了进一步分析在接近段和入口段驾驶员心率相对于正常行驶时心率变化，将不同工况下驾驶员心率增长率进行统计分析，如图 3所示。由图可知，在入口段驾驶员心率增长率大于接近段，主要原因是进入隧道时，由于行车环境的改变驾驶员心理紧张程度会增加，进而影响心率变化。与工况1黑色沥青路面相比，工况9驾驶员心率增长率降低7.9%，表明该路面颜色下驾驶员在隧道入口处行车心理紧张程度较低。

将采集的不同工况下驾驶员瞳孔面积变化率绘制成箱线图，如图 4所示。由图可知，在工况3条件下驾驶员瞳孔面积变化率波动范围最大，说明在该工况环境下驾驶员瞳孔面积变化相对剧烈，视觉舒适性较差。从均值来看，与工况1相比，工况5、工况9和工况10驾驶员瞳孔面积变化率均值较小，其中工况9效果最佳，说明该工况下驾驶员瞳孔面积受隧道入口处行车环境变化影响较小。为了进一步反映不同工况下驾驶员心率和瞳孔面积变化趋势，将彩色路面铺设区间内驾驶员平均瞳孔面积变化率和平均心率增长率进行分析，如图 5所示。由图可知，驾驶员平均瞳孔面积变化率和平均心率增长率变化趋势相似，在相同工况下驾驶员瞳孔面积变化率大于心率增长率，说明在彩色路面铺设区间内单位时间驾驶员瞳孔面积对环境变化做出的反应相对剧烈，及驾驶员视觉对行车环境变化相对敏感。

在瞳孔面积变化率与驾驶员视觉舒适性关系研究中，赵亮^[19]提出了驾驶员舒适性和瞳孔面积变化率U的关系：舒适时, U＜20%；较紧张时，20%≤U≤ 40%；很紧张时, U＞40%。因此，将瞳孔面积变化率U＜20%的区间定义为舒适区间。将瞳孔面积变化率U≥20%的时间与总测试时间对比，得出工况1~10不舒适时间占比分别为31%，42%，69%，45%，19%，38%，50%，56%，13%和25%，其中工况9不舒适时间占比最低，相比于对照组工况1，不舒适时间占比降低18%。最优工况与心率等指标反应一致，说明洞外绿色洞内红色路面效果最佳。

3 基于组合赋权的隧道入口处行车舒适性评价方法

在隧道入口处，驾驶员不舒适感主要由外部行车环境变化所导致。而在实际中，行车舒适性更多依托于驾驶员自身评价，对于同一环境下同一因素不同驾驶员感受存在差异。因此，为了更加客观反映不同工况下驾驶员行车舒适性差异，采用组合赋权-模糊评价法对不同工况进行舒适性评价，计算出各工况舒适性得分。

3.1 组合赋权-模糊评价模型分析

现有的评价方法有灰色关联分析、主成分分析和模型综合分析等。模糊评价模型的优点是可以将某些边界不清或难以定量的评价对象定量化，但在评判过程中，评判者容易受自身经验和爱好等主观因素影响。因此，本研究在传统评价模型的基础上引进组合赋权方法，该方法主要是通过主客观结合的方法确定评价指标权重。其中主观评价指标权重采用C-OWA算子计算，可以有效避免专家评价偏好产生的极值问题，客观评价指标权重采用熵权法计算，能有效反映指标数据的差异性和相关性^[20-21]。具体评价步骤如下：

(1) 确定评价对象指标集U= {Y₁, Y₂, …, Y_n}，并根据指标建立评语集V= {v₁, v₂, …, v_z}。

(2) 通过C-OWA算子计算各指标主观权重。C-OWA算子是在OWA算子的基础上改进而来，其原理是首先根据专家打分构建各指标初始决策数据，并将数据从大到小排序。然后计算各指标位置权重和绝对权重，将权重和数据联系，以此避免专家认知产生的极值问题。具体赋权过程为^[22]：

①邀请m名专家对评价对象某一指标Y_j进行打分，并将该指标打分按从大到小排序得到最终决策数据集合$ Y_j=\left(x_{1 j}^{\prime}, x_{2 j}^{\prime}, \cdots, x_{m j}^{\prime}\right)$。

② 计算集合中各数据位置权重λ_i，计算公式为：

$ \lambda_i=\frac{C_{m-1}^i}{2^{m-1}}, $

(2)

式中，Cⁱ_m-1为在m-1个数据中选取i个数据的组合数，其中i∈ [0, m-1]。

③ 计算指标Y_j的绝对权重u_j，计算公式为：

$ u_j=\sum\limits_{i=0}^{m-1} \lambda_i x_{i j}^{\prime}, $

(3)

式中, $ x_{i j}^{\prime}$为第i个专家对指标Y_j的评分，j=1, 2, …, n，其中n为指标个数。

④ 计算指标Y_j的主观权重 ω _j^主，计算公式为：

$ \boldsymbol{\omega}_j^{\text {主 }}=\frac{u_j}{\sum\limits_{j=1}^n u_j} 。$

(4)

(3) 通过熵权法计算各指标客观权重。熵权法是一种客观的赋权方法，可根据各指标变异程度，利用信息熵e_j计算出各指标熵权，进而得到较为客观的指标权重。假设矩阵 X = (x_ij)_n×m为n个评价指标、m个评价对象的初始样本矩阵。计算过程如下^[23]：

① 由于指标量纲不同，需对矩阵 X标准化处理，得出标准化矩阵 Y =(y_ij)_n×m。计算公式如下：

$ y_{i j}=\frac{\left(\max x_{i j}-x_{i j}\right)}{\max x_{i j}-\min x_{i j}} $

(5)

② 分别计算第i个评价指标的特征比重p_ij和信息熵e_j，计算公式如下：

$ p_{i j}=\frac{y_{i j}}{\sum\limits_{i=1}^n y_{i j}}, $

(6)

$ e_j=-\frac{1}{\ln (n)} \sum\limits_{i=1}^n p_{i j} \ln \left(p_{i j}\right) \text { 。} $

(7)

③ 通过式(8)计算指标Y_j对应的归一化熵权ω_j。

$ \omega_j^{\text {客 }}=\frac{g_j}{\sum\limits_{j=1}^n g_j}, $

(8)

式中，g_j为指标Y_j的变异系数，其中g_j+e_j=1。

(4) 计算各指标组合权重。组合赋权法可综合考虑专家经验和客观数据信息，提高评价结果的合理性^[24]。本研究选择乘法合成法来确定组合权重ω_j ^组，计算公式如下：

$ \omega_j^{\text {组 }}=\frac{\omega_j^{\text {主 }} \omega_j^{\text {客 }}}{\sum\limits_{j=1}^n \omega_j^{\text {主 }} \omega_j^{\text {客 }}} 。$

(9)

(5) 确定模糊综合判断矩阵。通过评价语集对指标Y_j的评价记为 R _j=[r_j1, r_j2, …, r_jz]，则各指标的模糊综合判断矩阵为：

$ \boldsymbol{R}=\left[\begin{array}{cccc} r_{11} & r_{12} & \cdots & r_{1 z} \\ r_{21} & r_{22} & \cdots & r_{2 z} \\ \vdots & \vdots & \ddots & \vdots \\ r_{n 1} & r_{n 2} & \cdots & r_{n z} \end{array}\right] \circ $

(10)

(6) 计算模糊综合评价向量 T。将各指标组合权重ω_j ^组所构成的权重向量与模糊综合判断矩阵相乘得出模糊综合评价结果向量。

3.2 评价指标选取与等级划分

在驾驶时，汽车的行驶状态主要通过驾驶员相关操作控制，徐进^[25]研究发现驾驶员操作负荷与舒适性具有一定线性关系，指出操作负荷主要由油门、刹车和方向盘等组成，其中油门和刹车又直接影响于行车速度。因此，行驶速度一定程度上能够反映驾驶员行车舒适性。此外，为了使指标变化和驾驶员舒适性统一呈负相关趋势，选取速度方差Y₁、心率增长率Y₂和视觉不舒适时间占比Y₃作为评价指标，构建舒适性评价指标集U ={Y₁, Y₂, Y₃}。同时根据专家评定将舒适性等级分为舒适(Ⅴ级)、较舒适(Ⅳ级)、较不舒适(Ⅲ级)、不舒适(Ⅱ级)和极不舒适(Ⅰ级)共计5个等级，构建指标评语集V ={v₁, v₂, …, v₅}，各等级定义为分数向量S ={95, 85, 75, 65, 60}。

3.3 指标权重确定

采用C-OWA算子进行决策赋权时评价专家数量要适当，一般5 ~10人较好。因此本研究邀请7位行业专家采用10分制对各指标舒适性影响打分，分值越高说明越重要，各指标初始决策数据如表 3所示。

将专家打分按从大到小排序后得到初始决策数据Y_j= (x_1j, x_2j…, x_7j)，根据式(2)~ (4)计算各指标主观权重。其次将各指标试验所得样本数据根据式(5)~ (8)计算指标客观权重，最后根据式(9)计算各指标组合权重。各指标相应权重见表 4。

由表 4可知，无论是主观评价还是客观评价，视觉不舒适时间占比在舒适性评价中占比最大，其次是心率增长值和速度方差，说明在隧道入口处行车舒适性主要受视觉负荷影响较大。

3.4 确定模糊评判矩阵

模糊评判矩阵是模糊综合评价法中最重要的部分，其代表不同工况下的不同指标样本数据所反映的舒适性程度。因此，本研究邀请25名试验对象按照所选指标对不同工况的舒适性进行打分。以工况1为例，得出归一化隶属度矩阵 R ₁如下。

$ \boldsymbol{R}_1=\left[\begin{array}{lllll} 0.60 & 0.13 & 0.15 & 0.07 & 0.05 \\ 0.35 & 0.13 & 0.35 & 0.10 & 0.07 \\ 0.28 & 0.13 & 0.21 & 0.18 & 0.20 \end{array}\right]。$

(10)

3.5 确定各工况舒适性等级

在得到隶属度矩阵和各层次指标权重的基础上，使用MATLB软件进行矩阵运算，如式(11)所示：

$ \boldsymbol{T}=\boldsymbol{\omega} \boldsymbol{R}_k, $

(11)

式中，ω为指标组合赋权权重向量；T为模糊综合评价结果向量；R为归一化后的隶属度矩阵；k为相应工况，其中k=1, 2, …, 10。

计算得到T= {t₁, t₂, …, t_n}，其中任意元素t_j表示该工况下隧道洞口处舒适性依附于等级V_j的程度。将满意度各等级定义为分数向量, 评价结果 T和向量 S乘积即为该工况的综合得分。通过上述方法可得出各工况整体满意度得分情况，如图 6所示。

为了凸显不同工况舒适性等级差异，将舒适性等级用“*”表示，其中“*”的数量与舒适性等级相对应，如图 6所示。由图可知，各工况舒适性得分与试验数据结果相似，验证了不同路面颜色对行车舒适性的影响。与工况1黑色沥青相比，不同工况路面颜色对改善隧道入口处行车舒适性存在优劣，其中工况9洞外绿色洞内红色路面得分最高，舒适等级Ⅳ级，工况3洞外黄色洞内黄色路面得分最低，舒适等级Ⅰ级。分析工况3、工况7和工况8洞外路面颜色均为黄色，实际中洞外亮度远大于洞内亮度，黄色路面较高的反光性能容易导致路面亮度过高，增加了洞内外的亮度差，给驾驶安全性和舒适性都带来不利影响。相关研究发现红色和绿色路面视觉舒适性高于黑色和黄色路面^[26]，所得结论与评价结果相似。综上所述在隧道洞口处采用洞外绿色洞内红色路面行车舒适性较高。

4 结论

(1) 隧道入口处不同路面颜色对驾驶员行驶速度、心率和瞳孔面积变化影响显著。结果表明，工况9、工况5和工况10相比于黑色沥青路其行驶速度稳定性、心率增长率和视觉不舒适时间均有所改善，其中工况9洞外绿色洞内红色路面与工况1黑色沥青路面相比，驾驶员心率增长率降低7.9%，视觉不舒适时间降低18%。

(2) 对驾驶员心率和瞳孔面积变化率变化程度进行研究。结果表明，在同一工况下，驾驶员瞳孔面积变化程度大于心率，说明驾驶员视觉对行车环境变化相对敏感。同时由舒适性评价指标权重可知，视觉不舒适时间占比最大，说明在隧道入口处视觉负荷对行车舒适性影响较大。

(3) 基于组合赋权-模糊综合评价模型对不同路面颜色进行舒适性评价。得分结果表明，与黑色沥青路面相比，不同颜色路面舒适性得分存在优劣，其中工况9洞外绿色洞内红色得分最高，舒适性评价Ⅳ级。

(4) 通过上述分析可知，彩色路面的合理设置对改善隧道入口处行车舒适性具有积极作用。由于试验条件限制，本研究仅选取了行驶速度、心率和瞳孔面积变化率3个指标，在今后研究可以选取更多评价指标。从得分情况来看，试验最优工况等级为Ⅳ级，并未达到最优等级。因此，今后可以将颜色和图案组合研究，丰富彩色路面的层次感和美感。