趙煒華 劉浩學(xué) 陳 昊
(長(zhǎng)安大學(xué)汽車學(xué)院 西安 710064)
交通事故日發(fā)生規(guī)律統(tǒng)計(jì)顯示,黃昏時(shí)段交通事故多發(fā)[1].交通事故發(fā)生因素的相關(guān)研究表明,駕駛員因素起主要作用,占發(fā)生事故的80%以上.駕駛員在駕駛車輛過(guò)程中,感知道路交通信息,是駕駛行為和決策的基礎(chǔ)[2].在駕駛員事故致因中,感知失誤占42%,判斷失誤占36%.而對(duì)于駕駛員感知信息的方式研究又表明,無(wú)論采用上行模式還是下行模式獲取交通信息,90%以上信息感知來(lái)自于視覺(jué)[3-5].由此可見(jiàn),視覺(jué)特征的相關(guān)研究,對(duì)于改進(jìn)駕駛員行車安全具有重要意義.在以前相關(guān)研究中,對(duì)于黃昏交通事故的成因分析,多集中于暗適應(yīng)的影響[6].在道路交通標(biāo)志設(shè)置中,針對(duì)黃昏時(shí)段環(huán)境照度不斷下降,而人眼對(duì)藍(lán)色光波長(zhǎng)的光線最為敏感,且視認(rèn)性最高的特性,進(jìn)行交通標(biāo)志的顏色設(shè)計(jì).相關(guān)文獻(xiàn)研究了晝間動(dòng)態(tài)環(huán)境中紅、綠色障礙物隨著速度變化,空間距離判識(shí)及差異的數(shù)量關(guān)系[7-8].但隨著黃昏時(shí)段環(huán)境照度不斷下降,駕駛員對(duì)于距離判識(shí)會(huì)如何變化,對(duì)駕駛員行車策略有何影響等問(wèn)題,仍未可知.在駕駛員信息加工過(guò)程研究中,由于神經(jīng)學(xué)和生理學(xué)限制,且人工神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的學(xué)習(xí)功能,可以比較輕松的實(shí)現(xiàn)非線性映射過(guò)程,尤其是可在信息處理模式未知情況下可分析相互關(guān)系,使得對(duì)于生物神經(jīng)的模擬研究應(yīng)用逐漸增多[9-10].本文力圖通過(guò)實(shí)際道路試驗(yàn),獲取神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)樣本,運(yùn)用3層BP神經(jīng)網(wǎng)絡(luò),模擬駕駛員在黃昏時(shí)段,判識(shí)空間距離隨環(huán)境照度下降而變化的定量規(guī)律,分析其對(duì)于駕駛行為和交通安全的影響.
依據(jù)費(fèi)希納定理可知,感知差異與物理量差異,呈非線性的關(guān)系.因此,試驗(yàn)環(huán)境照度在多次準(zhǔn)備試驗(yàn)的基礎(chǔ)上,根據(jù)多人次判識(shí)差異聚類分析,確定正式試驗(yàn)環(huán)境照度.結(jié)果分別為3000,2000,1000,500,200,50,10,2,0.6lx等9個(gè)照度值.試驗(yàn)均在設(shè)計(jì)照度下進(jìn)行,并嚴(yán)格控制試驗(yàn)步驟[11].試驗(yàn)現(xiàn)場(chǎng)設(shè)計(jì)如圖1所示.
1)試驗(yàn)道路為1100m 直線路段,方向?yàn)闁|西走向;試驗(yàn)時(shí)間區(qū)段為18:30~20:00時(shí),天氣晴或多云.
圖1 試驗(yàn)現(xiàn)場(chǎng)設(shè)計(jì)
2)在車輛行駛深度方向,辨識(shí)點(diǎn)與第一障礙物的距離,按近距離(25m)、中等距離(75m)、遠(yuǎn)距離(125m)3種狀況設(shè)置,兩個(gè)障礙物之間的相對(duì)距離始終為40m 不變,被試分別對(duì)3組深度距離不同的障礙物進(jìn)行判識(shí).
3)被試在未知實(shí)際距離情況下,判識(shí)障礙物的空間距離.開始時(shí),車輛位于判識(shí)標(biāo)桿處,被試駕駛員坐入駕駛座,并保持駕駛姿態(tài).被試判識(shí)同一環(huán)境中的絕對(duì)空間距離X(車頭與第一判識(shí)點(diǎn)障礙物距離)和兩障礙物之間的相對(duì)距離Y,分別直接報(bào)出X 和Y 的主觀判識(shí)數(shù)值.除直接報(bào)出距離數(shù)值外,要求每位駕駛員試驗(yàn)結(jié)束后,對(duì)每組判識(shí)過(guò)程進(jìn)行系統(tǒng)描述.
4)試驗(yàn)車輛為福特全順JX6541B-H 型,前風(fēng)擋玻璃無(wú)遮擋物影響;道路障礙物尺寸為0.5m×0.5m×1.3 m,顏色選用暖色調(diào)的紅色和冷色調(diào)的綠色;環(huán)境照度用LX1330B型數(shù)字照度計(jì)測(cè)試.
被試駕駛員按照隨機(jī)性原則選取,并注意相關(guān)因素的影響,共選取不同行業(yè)、不同駕駛經(jīng)歷、不同職業(yè)、不同年齡和不同駕齡的32名男性駕駛員.要求駕駛年限均超過(guò)5 年駕齡,持有B 照以上駕駛執(zhí)照.視覺(jué)機(jī)能正常,技術(shù)嫻熟,且有良好的駕駛習(xí)慣,無(wú)生理缺陷和重、特大事故經(jīng)歷.被試基本情況如表1所列.
表1 被試駕駛員基本情況分類表
將全部被試在不同試驗(yàn)條件下獲得的距離判識(shí)結(jié)果,分別進(jìn)行配對(duì)T 檢驗(yàn),以分析顏色對(duì)判識(shí)結(jié)果的影響.檢驗(yàn)結(jié)果表明,黃昏時(shí)隨著環(huán)境照度下降,不同顏色障礙物距離判識(shí)差異顯著;隨著深度距離增加,不同顏色障礙物距離判識(shí)差異顯著.取不同判識(shí)條件下被試判識(shí)結(jié)果平均值,作為駕駛員距離判識(shí)特征值.因紅、綠顏色障礙物的判識(shí)差異顯著,分別建模對(duì)所獲判識(shí)結(jié)果進(jìn)行分析.
1)模型結(jié)構(gòu) 基于距離判識(shí)結(jié)果,利用BP神經(jīng)網(wǎng)絡(luò),建立駕駛員黃昏空間距離判識(shí)模型.模型采用3層前向BP 神經(jīng)網(wǎng)絡(luò),輸入層為照度和深度距離,共2 個(gè)神經(jīng)元;對(duì)于模型隱含層神經(jīng)元,絕對(duì)距離判識(shí)模型中紅色障礙物為15個(gè)神經(jīng)元,綠色為17個(gè)神經(jīng)元;紅、綠色相對(duì)距離模型隱含層均為14 個(gè)神經(jīng)元;輸出層為空間距離判識(shí)值,僅有1個(gè)神經(jīng)元.
2)模型算法 隱含層的神經(jīng)元均采用正切tansig函數(shù)作為傳遞函數(shù),將輸入值進(jìn)行歸一化處理.輸出層的神經(jīng)元采用logsig函數(shù),訓(xùn)練函數(shù)考慮網(wǎng)絡(luò)泛化能力,選取了trainbr函數(shù).訓(xùn)練步數(shù)為2000,調(diào)整比率為0.5,學(xué)習(xí)誤差設(shè)置為不超過(guò)0.1%.
利用實(shí)驗(yàn)方案中的環(huán)境照度和深度距離為輸入量,駕駛員距離判識(shí)平均量為輸出指導(dǎo)值,訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型,模擬判識(shí)距離變化.再將判識(shí)數(shù)據(jù)和試驗(yàn)設(shè)計(jì)值作為網(wǎng)絡(luò)測(cè)試樣本,檢驗(yàn)數(shù)據(jù)擬合程度.模型經(jīng)過(guò)學(xué)習(xí)樣本的訓(xùn)練,得到滿足誤差要求的權(quán)值和閾值,并將其保存到模型中,作為模型的參數(shù),然后用該模型進(jìn)行判識(shí)距離模擬.經(jīng)檢驗(yàn),模型對(duì)判識(shí)數(shù)據(jù)擬合程度非常好,指導(dǎo)值與模型檢驗(yàn)結(jié)果之間差異在有限范圍內(nèi).
利用訓(xùn)練好的模型,模擬計(jì)算不同深度距離下絕對(duì)距離判識(shí)值,其結(jié)果如表2所列.
采用相同處理方法,可獲得判識(shí)相對(duì)距離隨深度距離和環(huán)境照度的變化趨勢(shì),其結(jié)果如表3所列.
表2 黃昏判識(shí)絕對(duì)距離模擬結(jié)果
表3 黃昏判識(shí)相對(duì)距離模擬結(jié)果
計(jì)算結(jié)果所得判識(shí)距離大于白天判識(shí)距離,變化趨勢(shì)與被試對(duì)空間距離感知變化的總結(jié)性描述一致,模擬結(jié)果可信.
黃昏時(shí)段隨著環(huán)境照度不斷下降,車輛行駛方向上相同深度距離判識(shí)值逐漸增大,造成駕駛員對(duì)于車輛運(yùn)行狀態(tài)安全性主觀感受大于實(shí)際水平,因此駕駛員易采用高于實(shí)際允許的行車速度或更小的跟車距離,誘發(fā)交通事故.同時(shí)駕駛員在黃昏空間距離辯識(shí)變化規(guī)律的定量研究,不僅對(duì)于車輛跟馳模型建立、事故勘查、駕駛行為模擬和駕駛員指導(dǎo)培訓(xùn)具有重要意義,而且對(duì)于特殊氣候條件下行車安全和工程實(shí)踐應(yīng)用具有重要作用.
1)在黃昏時(shí)段,判識(shí)距離大于實(shí)際距離,隨著環(huán)境照度的不斷下降,判識(shí)空間距離進(jìn)一步增大.
2)在黃昏時(shí)段,隨著深度距離增加,判識(shí)距離也逐漸增大,與實(shí)際距離的差異也逐漸增大,但相對(duì)距離判識(shí)準(zhǔn)確性高于絕對(duì)距離.
3)黃昏時(shí)段紅、綠色障礙物引起的判識(shí)距離存在差異,綠色判識(shí)距離大于紅色.
4)黃昏駕車時(shí),駕駛員須降低車速或增大跟車距離,以保障足夠的碰撞接觸時(shí)間.
[1]黃 俊,方守恩,白玉瓊.道路交通事故的時(shí)間分布[J].公路交通科技,2004,21(9):112-116.
[2]袁 偉,付 銳,郭應(yīng)時(shí),等.汽車駕駛?cè)烁兄瓫Q策-行為模式[J].長(zhǎng)安大學(xué)學(xué)報(bào):自然科學(xué)版,2007,27(3):80-83.
[3]劉浩學(xué),劉晞柏.交通心理學(xué)[M].西安:陜西省科學(xué)技術(shù)出版社,1992.
[4]周榮剛,張 侃.多參照系條件下信息獲取方式對(duì)絕對(duì)方位判斷的影響[J].心理學(xué)報(bào),2008,40(11):1137-1148.
[5]LEE D N.A theory of visual control of braking based on information about time-to-collision[J].Perception,1976(5):437-459.
[6]WANG Wenqun,CHEN Haibo,BELL M C.A review of traffic incident duration analysis[J].Journal of Transportation Systems Engineering and Information Technology,2005,5(3):127-140.
[7]劉浩學(xué),趙煒華.駕駛員晝間動(dòng)態(tài)環(huán)境暖色調(diào)障礙物空間距離判識(shí)規(guī)律[J].交通運(yùn)輸工程學(xué)報(bào),2009,9(2):105-109.
[8]趙煒華,劉浩學(xué).色調(diào)對(duì)晝間動(dòng)態(tài)環(huán)境中駕駛員空間判識(shí)的影響[J].長(zhǎng)安大學(xué)學(xué)報(bào):自然科學(xué)版,2009,29(5):90-94.
[9]DUNCAN J,HUMPHREYS G W.Visual search and stimulus similarity[J].Psychological Review,1989,96:433-458.
[10]賈林祥.試析認(rèn)知心理學(xué)的三種研究取向及其未來(lái)發(fā)展[J].徐州師范大學(xué)學(xué)報(bào):心理學(xué)和科學(xué)版,2005(3):114-117.
[11]艾森克M W,基恩M T.認(rèn)知心理學(xué)[M].高定國(guó),譯.上海:華東師范大學(xué)出版社,2008.