摘要：為解決夜間車輛在村鎮無信號公路交叉口易與自行車或行人碰撞的問題，本文基于注意分配理論將駕駛人視野圖片亮度、凝視點分布面積、注視點一次馬爾可夫平穩分布和累計注視時間作為評價指標，結合Logistics回歸構建視覺搜索能力量化模型。設計模擬駕駛實驗采集6種車速和4種照明下數據驗證模型，結果表明模型的正確分類百分比為93.45%。不同照明限速方案的對比結果表明夜間村鎮附近公路交叉口段限速應設為50km/h，路面平均照度應不低于10lx。

　　關鍵詞：交通運輸系統工程;視覺認知特性;注意分配理論;環境照明;夜間最高限速;視覺搜索能力

　　0引言

　　公路交叉口在未設置照明的情況下，夜間駕駛人視線不良，無法準確觀測到交叉口的交通運行情況，容易導致交通事故的發生。早期研究從分析事故率出發，探究照明對交通安全的影響。2008年，Monsere研究發現美國俄勒岡州公路在關閉公路照明之后不同類型路段的事故數量增加2%~39%[1]。

　　Goswamy統計分析了愛荷華州2005年至2014年的鄉村交叉口碰撞頻率數據，發現停車讓行控制的交叉口設置照明后，夜間交通事故中的受傷人數減少了24%，夜間交通事故總數減少了33%[2]。此后，Roshandeh等人通過對芝加哥357個交叉口的事故碰撞信息進行分析，發現在夜間交叉口處的事故多數發生在車輛與自行車、行人之間，且有無照明對碰撞頻率的影響較大[3]。

　　Bullough等人對美國明尼蘇達州不同類型的交叉口進行研究，發現照明能夠使交叉口碰撞頻率降低12%[4]。在我國，根據吉林省交警總隊提供的數據，2015年至2017年，吉林省6個夜間無照明公路交叉口共發生63起死亡事故，其中47起是機動車駕駛人因視線不良，未及時注意路邊或交叉口的行人、非機動車造成的。由上述統計數據可知，在公路交叉口及附近路段布設照明裝置可以有效提高交通安全水平。隨著研究的深入，更多學者從內在機理上去探究照明和限速對分析兩種因素對駕駛人產生負面效應的內在機理，相關研究可分為兩方面。

　　一方面是基于歷史事故數據的照明和限速評價研究。相關的研究包括：Hu利用美國猶他州鄉村州際公路在限速從75mph提高到80mph后的車速數據，分析了提高限速對車速和速度變化的影響。結果表明提高限速會產生更高的行駛速度，并增加車速超過新限速的可能性，最終導致受傷或死亡碰撞大幅度增加[5]。

　　Himes等人分析了弗吉尼亞州鄉村州際公路在限速從65mph提高到70mph后的事故數據。他們發現道路類型的改善可以有助于抵消提高限速對交通安全的影響[6]。Ardakani等人通過對不同類型農村道路和限速下的碰撞事故進行調查，將駕駛人的年齡、性別，車輛的速度、重量和軸距作為描述性變量， 利用ANN人工神經網絡對碰撞事故中兩輛車駕駛員受傷的嚴重程度進行訓練，提出了不同類型農村公路的最佳限速方案[7]。

　　Huang等人分析了中國安徽省一處高速公路養護區內不同區域的速度差以及重型車(HDV)和輕型車(LDV)車間的速度差，并根據夜間速度的分布特點，給出了維修作業區夜間限速模型[8]。Sakhare等人使用美國印第安納州商用連接車的速度數據，評估了照明環境和限速對夜間駕駛人速度的影響。結果表明，在夜間施工區設置照明有助于提高駕駛人對限速的遵從性[9]。另一種研究思路是基于駕駛人視覺識別能力和速度估計的照明和限速評價研究。

　　例如Jgerbrand和Sjbergh使用多元自適應回歸模型評估車速對夜間交通安全的影響，發現駕駛人未能根據周圍環境的能見度來調整車速是夜間交通事故頻發的重要原因[10]。李安祺等人通過實車道路實驗對駕駛人的夜視力以及眩光情況進行了分析。結果表明，若照明過暗，駕駛人難以及時發現障礙物與其他車輛，易發生交通事故;若照明過亮，會導致駕駛人出現眩目現象，導致駕駛員短暫的無法視物，極易造成事故，對公路交通安全產生嚴重影響[11]。

　　程國柱等人為實現對高速公路擴改建工作區的限速標志間距值的合理選取，通過構建駕駛人視認距離計算模型，并分析車輛晝夜逐級減速過程中的平均減速度特性，最終提出了一種基于駕駛人特性的漸變限速標志間距的計算方法[12-13]。薛長龍等人基于駕駛人夜間的視認特性和制動特性，建立了駕駛人制動距離模型和視認距離模型，并結合上述兩個模型確定了高速公路改擴建工作區上游限速值的計算方法[14]。

　　可以看出，研究者們均認為合理設置交叉口附近的照明和限速有助于提高交通安全水平，但目前大多數研究成果僅統計分析照明或者限速改變情況下事故數的變化，并未對公路交叉口環境下它們的關系進行系統研究，難以從理論上揭示照明和限速對交通安全的影響機理。而且駕駛人通過視覺感知駕駛環境，且照明、車速都會對駕駛人的視距、視野產生較大影響，因此在優化交通環境時應考慮照明與速度的匹配。

　　但目前針對交叉口照明和限速對駕駛人視覺特性各參數影響的研究卻少有深入，缺少對駕駛人視覺特征參數在交叉口不同照明水平下變化情況的量化研究。通過在研究限速和照明共同作用下對駕駛人視覺搜索行為的影響，總結照明和速度對視覺搜索特性的具體作用機制，可為照明水平和速度如何影響交通安全提供理論依據。 為解決夜間駕駛人在缺少照明條件的村鎮附近無信號公路交叉口處，車輛與自行車、行人之間極易發生交通事故的問題，本文將針對公路交叉口不同照明條件限速方案下的駕駛人視覺認知特性進行研究。

　　首先分析視覺搜索行為的運行機制，基于注意分配理論建立駕駛人夜間行車過程注意分配指標，并結合logistic建立駕駛人視覺搜索能力量化模型，其次基于視覺搜索能力量化模型中的注意分配指標設計并完成交叉口段實驗，接下來對采集的數據進行預處理和統計分析，并對視覺搜索能力量化模型進行了驗證，最后根據模型計算結果進行交叉口區域不同限速照明方案的對比并給出合理的限速照明方案。

　　1視覺搜索能力量化模型建立

　　駕駛人主要通過視覺來感知外界交通信息[15]。交叉口附近影響駕駛安全的主要因素是駕駛人是否能及時發現出現在支路上的道路使用者，視覺搜索能力是評價駕駛人在特定線形及環境的道路上駕駛車輛時，能否及時發現突發事件的能力。當駕駛人在進行視覺搜索任務時，駕駛人首先利用頭部和眼球的運動將能夠分辨細節的視網膜中央凹移動到需要獲取信息的區域，然后通過視神經將視覺信息傳導至大腦視覺中樞產生視覺，最后根據駕駛經驗對信息進行處理與判斷[16]，因此駕駛人的眼動行為會對視覺搜索能力產生著較大的影響。涉及到的視覺特性主要包括駕駛人視野、注意分布及轉移和注視時間等。使用眼動數據研究駕駛人的注意力分配過程和視覺搜索能力前，需要對駕駛人視野進行區域劃分，將劃分后的不同區域稱為興趣區域(AreaofInterest，AOI)。

　　本文采用情景分層法，根據研究的問題將視野中的情景劃分為多個區域，再根據視頻調整所劃分區域，使選取的情景始終保持在所劃分的區域中[17]。根據圖片中場景的實際物理意義將駕駛人興趣區域劃分為道路左外側、道路遠方、道路右外側、道路左內側、道路前方、道路右內側和儀表盤7個區域。視覺搜索的控制策略包含自下而上的刺激驅動和自上而下的任務驅動，其中由刺激屬性引起的、不受個體的目標或期望影響的注意轉移被稱為刺激驅動，由個體的意圖或期望而引發的注意轉移被稱為任務驅動[18]。

　　由于注意分配模型在刺激驅動和任務驅動控制策略理論基礎上結合認知過程發展而來的，因此本文采用注意分配模型描述駕駛人視覺搜索行為的運行機制，該模型認為執行任務中的視覺搜索過程由四個因素驅動[19]，分別是由物理屬性引起注意的顯著性(Significance)，將搜索行為重新分配到新的興趣區域上所花費的努力Ef(Effort)，從某一興趣區域獲得信息的可能性即期望Ex(Expectation)，以及該區域任務的重要性即價值(Value)。

　　接下來根據本文研究的問題對上述四個參數作出具體解釋。是各AOI及AOI中物體的物理屬性引起搜索行為的可能性，夜間駕駛時在路燈和車前燈的共同作用下可提高環境亮度，進而提高應激事件出現時駕駛人產生搜索行為的可能性。由于圖片的灰度值可保留圖片中的亮度信息，因此本文利用AOI內的圖片灰度值來表征顯著性這一參數。

　　采用由紅(R)、綠(G)、藍(B)三原色組成的圖像像素值作為輸入，通過對AOI內的圖片像素的數值進行融合為灰度圖像，把白色與黑色之間劃分成各個“灰度等級”，其范圍在0–255，0代表純黑，255代表純白。目前常見的灰度計算方法有最大值灰度法、平均灰度法以及加權灰度法，其中加權灰度法是按照人眼對原色的敏感度，分別給賦予不同的權重后進行加權平均計算，該方法較符合人眼對顏色空間的感知[20]。

　　Ef是駕駛人將搜索行為重新分配到新AOI上的難易程度。注意轉移前后的AOI間相對轉移距離越大，駕駛人在將注意轉移到其他區域所花費的努力越大，同時，當車速變大后，由于“隧道視”現象，凝視點分布面積將被壓縮，駕駛人在將注意轉移到其他區域所花費的努力也將越大，因此使用各個AOI之間相對轉移距離和凝視點分布面積來表示。各AOI中心相對轉移距離RD計算方法為：根據各興趣區域的頂點像素坐標計算出第個興趣區域的幾何中心，并根據各興趣區域的幾何中心，計算出興趣區域與其它興趣區域幾何中心的相對距離Rd，最后對其進行歸一化處理。

　　由于視覺搜索能力是評價駕駛人能否及時發現突發事件的能力，因此將駕駛人的視覺搜索能力分為安全和危險兩類，標簽設定依據為車輛完全制動時車頭與突發事件前進方向的垂直距離，該預留距離為安全距離，安全距離一般取5~10m。由于夜間行車危險程度高，因此安全距離取其范圍的最大值10m作為分類閾值。本文研究問題中的因變量為二分類的分類變量，為將駕駛人注意分配指標同駕駛人的視覺搜索能力構建聯系，采用logistics回歸對駕駛人的視覺搜索能力進行預測。logistics回歸作為一種廣義的線性回歸分析模型，其優勢就是可以解決因變量不是連續變量的回歸問題，并利用最大似然法來解決方程估計和檢驗問題[21]。

　　2實驗設計與數據采集

　　2.1實驗參數設計

　　為獲取公路照明及表征視覺搜索能力的四個驅動因素，設計并搭建四種照明和六種限速場景對駕駛人視覺搜索進行研究。實驗中的四種照明方案分別為無照明、較暗照明、正常照明、較亮照明。其中無照明下的路面平均照度為0lx。

　　由于目前世界上大多數國家公路都不設置照明，導致針對公路照明設計方面投入的研究工作較少[22]，因此本文參考城市道路的路燈設置標準。本文研究的交叉口屬于次干路與支路交叉口，根據《中國城市道路照明設計標準CJJ45-2015》，該類交叉口處的路面平均照度維持值應在20–30lx之間[23]，因此將正常照明下的路面平均照度設為20lx，并取正常照度下路面平均照度的50%亮度作為較暗照明，為10lx。

　　在正常照明范圍的基礎上增加5lx，即35lx作為較亮照明。最終四種照明方案對應的路面平均照度分別為0lx、10lx、20lx和35lx。根據村鎮附近公路的限速應不大于80km/h，因此將六種限速依次設為30 km/h、40km/h、50km/h、60km/h、70km/h、80km/h。

　　2.2模擬駕駛實驗平臺搭建

　　駕駛模擬器是UC-win/Road，數控照明裝置由晶閘管控制模塊Atmega328、LED燈和基于LabVIEW開發的上位機組成，并利用駕駛人眼部附近照度(illuminancenearthedriver'seyes,INDE)還原室外照明環境下路燈照度對駕駛人視覺特性的影響。根據我們先前實驗的測量結果，在0lx、10lx、20lx、35lx四種路面平均照度下，INDE分別為0.5lx、3.2lx、6.7lx、11.6lx。利用TobiiGlassespro2便攜式眼動儀采集駕駛人的眼動數據和瞳孔面積。

　　為了驗證室內模擬實驗的有效性，我們選用瞳孔面積作駕駛人視覺特性的表征參數進行了對比試驗。共有五名參與者參加了測試，分別在真實道路和室內模擬平臺采集同一INDE下的瞳孔面積。在室內模擬實驗的INDE范圍內選取0.4lx、2.2lx、5.1lx、7.3lx、8.9lx和12.3lx六種照明場景進行測試，并得到五名參與者在同一INDE下室內和室外的瞳孔面積散點。室內瞳孔面積與室外瞳孔面積的皮爾遜相關系數為0.984(<0.001)，表明它們之間存在顯著的線性相關。室內瞳孔面積與室外瞳孔面積之間絕對誤差的均值和標準差分別為0.732mm2和0.459mm2。

　　該結果進一步驗證了模擬照明條件可以模擬室外環境下路燈照度對駕駛人視覺特性的影響。模擬駕駛場景包括四條雙向四車道的主要道路和四條雙向兩車道的次要道路，它們共形成四個十字交叉口，其中單條車道寬度為3.5m。路燈間距應在25~50m，且模擬場景中選用的路燈燈桿長度為12m，其間距應為32~36m因此模擬場景中的路燈間距設為35m。

　　2.3模擬駕駛實驗方案設計

　　實驗中的突發事件包括自行車和行人兩種事件類型，行人和自行車出現時的場景圖片。被試者駕駛車輛到達沖突點前特定位置會自動觸發突發事件，后文將該特定位置與沖突點的距離稱為“觸發距離”。

　　突發事件出現位置為次要道路左側車道，主要道路前方對向車道和次要道路右側車道，每一組合的突發事件路徑、初始位置、速度均是一致的。突發事件所設置的自行車和行人都向著垂直于主要道路方向勻速前進，其中自行車的速度是12km/h，行人的速度是4km/h。實驗過程中要求駕駛人分別以30、40、50、60、70、80km/h車速行駛。由于行人速度較慢，因此觸發情況設置為車輛一直不減速剛好會與行人發生碰撞;而自行車速度較快，設置的觸發情況為如果駕駛人不在看到事件時立即制動，也會發生碰撞。

　　根據我們此前關于駕駛人對交叉口左右兩側突發事件的視覺搜索行為數據的分析，駕駛人在進入交叉口前一般先觀察左側情況，后觀察右側情況，而且右側區域留給駕駛人的搜索空間更加狹窄，導致右側出現的突發事件更加危險，因此本文主要研究駕駛人對右側出現的突發事件的搜索能力。

　　但考慮到若將突發事件全部設置為右側出現，被試者將只關注右側區域，而實際情況中駕駛人在夜間經過交叉口時注意力大部分依然放在前方，同時掃視左右兩側，所以設置從道路左側和前方出現的突發事件作為干擾因素，以減少被試者對右側的過度關注，影響實驗數據的可靠性。實驗中將突發事件出現在道路右側方案組合稱為有效方案，共計24個。

　　將突發事件出現在道路左側和前方的方案稱為干擾方案，其中突發事件出現在道路左側和前方的方案各4個，共計8個。道路右側的組合方案和道路左側、前方的組合方案主要區別僅在于突發事件分別是從交叉口的右側、左側和前方對向車道出現并與駕駛人車輛構成沖突點。三種組合方案的突發事件類型和其他參數設定均保持一致。每個駕駛人累計完成32次實驗，有效方案和干擾方案呈現順序隨機排列。在實驗開始前，駕駛人首先進行20分鐘的模擬駕駛操作練習，該練習的目的是幫助駕駛人熟悉駕駛環境、車速的控制能力以及車輛制動性能，使駕駛人可以保持相對穩定的操作能力完成實驗。

　　16名男性和14名女性參與實驗，年齡分布在22至34周歲之間(均值為26.17，標準差為2.72)，駕齡均不少于兩年。實驗流程如下：Step1：駕駛人駕駛車輛以當前限速最大速度勻速行駛，在到達交叉口前特定位置會自動觸發突發事件，駕駛人確定發現突發事件時，立刻采取制動至車輛完全停止;Step2：工作人員記錄駕駛人的眼動數據以及駕駛模擬器中的車輛行駛時間、速度、行駛位移、制動踏板開度和制動減速度等數據;Step3：重復上述流程完成該名駕駛人的全部實驗。

　　3駕駛人視覺搜索行為指標分析

　　根據第一節建立的視覺搜索能力量化模型中關于眼動行為的參數，在眼動儀中提取駕駛人在搜索過程中的注視點坐標，然后根據式(2)至式(9)依次計算駕駛人凝視點分布面積、注視點一次轉移概率矩陣和累計注視時間百分比，三種指標分別代表駕駛人在進行視覺搜索時三個重要的搜索特性：注意范圍、注意轉移過程和注意時間。

　　通過對模型中的三種指標進行統計分析，可以得到照明和車速對注意范圍、注意轉移過程和注意時間的影響情況。雙因素方差分析法是一種統計分析方法，可以用來分析兩個因素的不同水平對最終結果是否有顯著影響，以及兩因素之間是否存在交互作用影響結果，從而確定可控因素對研究結果影響力的大小。

　　本文研究在公路交叉口照明和車速的共同作用下，這兩種因素對駕駛人視覺搜索能力的影響，因此選用有交互作用的雙因素方差分析較為適合，問題的基本假設是照明和車速的結合會產生出一種新的效應，進而共同對駕駛人的視覺搜索能力產生影響。行人組實驗中在不同照明條件下平穩分布概率均值。

　　可以看出，隨著照明條件提高，道路右外側區域平穩分布概率下降，且較亮照明條件下道路右外側區域平穩分布概率水平最低，說明駕駛人在該照明條件下不需要做出大幅度搜索行為即可發現突發事件。較暗照明和正常照明之間沒有明顯差異，說明兩種照明條件對駕駛人視覺搜索行為的影響不大。

　　自行車組和行人組的平穩分布概率表現說明隨著速度增加，駕駛人在接近交叉口時更傾向于將注意分配至突發事件所在區域，并且只有在駕駛人的預留搜索時間足夠長時，照明這一因素才會對駕駛人搜索行為產生影響，因此設置公路交叉口照明區域時，應適當增加照明區域的長度，給駕駛人預留更長的搜索時間，這樣才能提高照明區域的效果。

　　4模型驗證及方案對比

　　4.1模型驗證

　　分別在自行車組和行人組中取13人作為訓練樣本，7人為測試樣本。利用SPSS數據分析軟件計算自行車組和行人組測試集結果，由于自行車組和行人組中的危險樣本量相比安全樣本量小很多，因此將分界值取0.9。

　　自行車組的安全分類正確百分比為94.70%，危險分類正確百分比為82.35%，總體正確百分比為93.45%，行人組的安全分類正確百分比為94.23%，危險分類正確百分比為83.33%，總體正確百分比為93.45%。表明采用本文所述的視覺搜索能力量化指標可以較好的對駕駛人的搜索能力進行評價和預測。

　　隨著車速的提高，駕駛人之間視覺搜索能力個體差異越明顯。而且在4種照明條件下，30km/h、40km/h、50km/h視覺搜索能力量化值標準差均小于0.01，說明在不同的照明水平下，當車速不超過50km/h時，不同駕駛人間的視覺搜索能力差異較小。此外，隨著照明條件提高，駕駛人視覺搜索能力量化值標準差減小，說明隨著照明條件改善，駕駛人間的視覺搜索能力差異會逐漸縮小。

　　上述統計結果表明，降低限速、提高照明可以縮小駕駛人間的個體差異性，使視覺搜索能力較差的駕駛人擁有與視覺搜索能力較強的駕駛人相同的安全駕駛條件。當車速不超過50km/h時，不同駕駛人間的視覺搜索能力差異較小，且在此限速下，當路面平均照度應不低于10lx時可保證駕駛人在10m安全距離下不發生碰撞事故。因此在保證安全的前提下，考慮到農村城鎮附近交叉口設置路燈的經濟成本和駕駛人的通行效率，交叉口段的最高限速應設置為50km/h，路面平均照度應不低于10lx。在此基礎上，若想進一步提高交叉口的通行效率，將路面平均照度提高至20lx。

　　5結論

　　本文得到的主要結論如下：

　　(1)基于注意分配理論將駕駛人視野圖片的像素亮度、凝視點分布面積、注視點一次馬爾可夫平穩分布和累計注視時間百分比作為注意分配指標，并結合logistics回歸構建視覺搜索能力量化模型。模型的總體分類正確百分比為93.45%，可以較好地實現對駕駛人的搜索能力進行評價和預測。

　　(2)駕駛人夜間行車時，當車速提高后，增加照明可降低駕駛人在不同AOI間進行注意轉移時的難度，緩解由于“隧道視”現象對注意范圍的聚集效應、進而增加突發事件所在區域的累計注視時間百分比，最終提高駕駛人視覺搜索能力分配值，降低交通事故發生的概率。

　　(3)通過統計實驗中的危險實驗次數、視覺搜索能力分配值均值和標準差對不同照明、限速方案進行對比分析，結果表明相對于設置照明，降低限速對提高駕駛人視覺搜索能力的效益更高。為確保夜間行車安全，農村城鎮附近公路交叉口段最高限速應設為50km/h，設置照明后的路面平均照度應不低于10lx，若想進一步提高交叉口的通行效率，將路面平均照度提高至20lx。

　　(4)由于實驗最高車速僅為80km/h，因此，所得研究結論對于拓展到高速狀態下，駕駛人在受照度和限速影響時對駕駛人注意范圍、注意轉移、各區域注視時間的規律需進一步驗證。

　　參考文獻：

　　[1]MonsereCM,FischerEL.Safetyeffectsofreducingfreewayilluminationforenergyconservation[J].AccidentAnalysisandPrevention,2008,40(5):1773-1780.

　　[2]GoswamyA,HallmarkS,LitteralT,etal.Safetyevaluationofdestinationlightingtreatmentatstopcontrolledcross-intersections[J].Transportationresearchrecord,2018,2672(16):113-121.

　　[3]ArashM.Roshandeh,BismarkR.D.K.Agbelie,YongdooLee.Statisticalmodelingoftotalcrashfrequencyathighwayintersections[J].JournalofTrafficandTransportationEngineering(EnglishEdition),2016,3(2):166-171.

　　作者：李洪濤1，王琳虹1，李俊達2