基于虛擬現(xiàn)實(shí)的隧道交通設(shè)施與環(huán)境評(píng)估技術(shù)

何 堅(jiān)，張成龍，張 凡，劉樂(lè)園

（1.北京工業(yè)大學(xué)信息學(xué)部，北京100124；2.北京市物聯(lián)網(wǎng)軟件與系統(tǒng)工程技術(shù)研究中心，北京100124）

截止2016年底，我國(guó)高速公路總里程達(dá)13.1萬(wàn)km，公路隧道15 181處，共計(jì)14 039.7km。其中，特長(zhǎng)隧道815處，為3 622.7km；長(zhǎng)隧道3 520處，為6 045.5km，共占公路隧道總里程的68.86%［1］。隧道作為高速公路交通的咽喉具有改善道路線形、縮短行車?yán)锍碳氨Ｗo(hù)環(huán)境等優(yōu)點(diǎn)，但其縱深較長(zhǎng)、空間相對(duì)狹小以及隧道內(nèi)外光線亮度差別較大等特征容易導(dǎo)致交通事故，而隧道內(nèi)發(fā)生交通事故后處理困難，極易造成群死群傷。國(guó)內(nèi)外學(xué)者對(duì)公路交通事故的統(tǒng)計(jì)發(fā)現(xiàn)，隧道事故比例顯著高于正常路段。對(duì)此，國(guó)內(nèi)外研究人員紛紛研究提高駕駛員隧道行車效率和安全性的技術(shù)和方法。

荷蘭應(yīng)用科學(xué)研究組織認(rèn)為隧道的特殊設(shè)計(jì)（如隧道的長(zhǎng)度、類型、寬度、照明情況等）對(duì)駕駛員的行為以及主觀安全感有很大程度的影響［2］。Geva等研究了公路隧道內(nèi)車載信息系統(tǒng)的應(yīng)用，認(rèn)為在隧道中給駕駛員顯示情報(bào)信息可減少隧道行駛中的心理不安和煩躁［3］。同濟(jì)大學(xué)郭忠印等對(duì)隧道進(jìn)出口的運(yùn)行安全進(jìn)行了研究，認(rèn)為進(jìn)出口線形過(guò)渡、照明過(guò)渡、路面抗滑性能過(guò)渡是影響隧道安全的主要因素［4］?；谏鲜鲅芯砍晒?，研究人員嘗試在隧道中引入交通設(shè)施及景觀技術(shù)為駕駛員營(yíng)造和諧的駕駛環(huán)境。例如，張孟冬在隧道洞口引入景觀設(shè)計(jì)，通過(guò)景觀的顏色以及減速標(biāo)志雙重控速來(lái)提高隧道的安全性，實(shí)現(xiàn)隧道口的安全和景觀功能有效結(jié)合［5］。瑋寶等根據(jù)人眼暗適應(yīng)曲線，在隧道入口接近段形成光過(guò)渡帶的減光構(gòu)件以有效緩解黑/白洞效應(yīng)［6］。盡管我國(guó)在高速公路建設(shè)中越來(lái)越多引入新型交通設(shè)施和景觀技術(shù)來(lái)改善隧道行車環(huán)境，但尚缺少隧道設(shè)施和景觀的評(píng)估方法和技術(shù)。

歐美等發(fā)達(dá)國(guó)家較早開(kāi)展公路設(shè)施評(píng)估技術(shù)和手段的研究。其中，美國(guó)于20世紀(jì)70年代開(kāi)始研制基于GIS技術(shù)的城市景觀規(guī)劃模型METLAND（the Metropolitan Landscape Planning Model），并在自然景觀資源管理、景觀規(guī)劃與評(píng)價(jià)等方面取得成功應(yīng)用［7］。此外，歐美等發(fā)達(dá)國(guó)家針對(duì)隧道照明評(píng)估也開(kāi)展了研究，國(guó)際照明委員會(huì)在2004年針對(duì)隧道入口段照明問(wèn)題提出隧道的安全照明必須使駕駛員在入口前接近隧道時(shí)能察覺(jué)立在路面上的小目標(biāo)物體，即該物體能被看見(jiàn)的距離應(yīng)大于等于車輛以隧道設(shè)計(jì)限速行駛3s的距離［8］。世界道路協(xié)會(huì)、歐洲標(biāo)準(zhǔn)委員會(huì)等均采用亮度折減系數(shù)作為隧道入口段照明光源特性評(píng)價(jià)指標(biāo)。我國(guó)也于2000年發(fā)布了公路隧道通風(fēng)照明設(shè)計(jì)規(guī)范［9］。胡江碧等通過(guò)對(duì)24名駕駛員的實(shí)車駕駛開(kāi)展數(shù)據(jù)分析，提出將瞳孔面積變化率作為評(píng)價(jià)隧道入口段景觀照明條件安全舒適性的標(biāo)準(zhǔn)［10］。

綜上所述，國(guó)內(nèi)外現(xiàn)階段主要針對(duì)高速公路設(shè)施與景觀以及隧道出入口光照的評(píng)估與規(guī)范進(jìn)行了研究，尚未針對(duì)隧道內(nèi)的交通設(shè)施和環(huán)境設(shè)計(jì)評(píng)估開(kāi)展研究。近年來(lái)我國(guó)發(fā)生了多起隧道特大交通事故，開(kāi)展公路隧道交通設(shè)施與環(huán)境評(píng)估技術(shù)研究具有重要的理論研究意義和現(xiàn)實(shí)需要。由于隧道路段存在封閉、光線差等特征，難以開(kāi)展實(shí)地測(cè)試，因此提出結(jié)合虛擬現(xiàn)實(shí)技術(shù)的隧道交通設(shè)施與環(huán)境評(píng)估技術(shù)。

1 公路隧道中車輛駕駛控制模型

隧道中行車需要駕駛員實(shí)時(shí)感知隧道內(nèi)的駕駛環(huán)境，并依據(jù)車輛運(yùn)行狀態(tài)和環(huán)境信息實(shí)現(xiàn)對(duì)車輛的橫向（方向盤操作，如車輛轉(zhuǎn)彎、變更車道等）和縱向（剎車、油門操作，如加速、減速）控制。因此，分別從隧道內(nèi)車輛的駕駛認(rèn)知模型和車輛橫縱向控制兩方面建模描述車輛的駕駛控制。

1.1 基于ACT-R汽車駕駛認(rèn)知模型

汽車駕駛是需要各項(xiàng)認(rèn)知技能相互協(xié)調(diào)、共同決策的復(fù)雜任務(wù)，需要完備的認(rèn)知理論支撐才能描述、預(yù)測(cè)駕駛員的復(fù)雜行為，進(jìn)而分析導(dǎo)致駕駛外部結(jié)果（如轉(zhuǎn)向、減速等）的內(nèi)在原因，發(fā)現(xiàn)提高駕駛員操作效能、降低其認(rèn)知負(fù)荷的方法［11］。理性思維的自適應(yīng)控制系統(tǒng)模型（adaptive control of thoughtrational，ACT-R）是預(yù)測(cè)大腦工作機(jī)制和人類認(rèn)知行為的認(rèn)知理論模型，其已成功運(yùn)用于人工智能、汽車駕駛等諸多領(lǐng)域［12］，因此采用ACT-R模型對(duì)隧道環(huán)境下的駕駛認(rèn)知行為建模。

ACT-R為組塊和產(chǎn)生式組合進(jìn)行表征的產(chǎn)生式系統(tǒng)。其工作過(guò)程中組塊的回憶時(shí)間以及回憶錯(cuò)誤率由激活度確定，而激活度取決于該組塊在工作過(guò)程中的使用歷史以及與其他組塊的關(guān)聯(lián)程度。每個(gè)行為動(dòng)作由一個(gè)產(chǎn)生式進(jìn)行描述，當(dāng)且僅當(dāng)認(rèn)知體系結(jié)構(gòu)中所有組塊的當(dāng)前狀態(tài)滿足產(chǎn)生式條件時(shí)，該產(chǎn)生式描述的行為動(dòng)作才被執(zhí)行。ACT-R模型的組成部分包括目標(biāo)模塊、陳述性知識(shí)（記憶）模塊、中央處理模塊、問(wèn)題表征模塊、感知模塊（包括視覺(jué)和聽(tīng)覺(jué)2個(gè)感知模塊）以及運(yùn)動(dòng)模塊，每個(gè)模塊都對(duì)應(yīng)人類大腦中一個(gè)功能區(qū)，負(fù)責(zé)執(zhí)行相應(yīng)認(rèn)知功能。ACT-R模型可用于特定領(lǐng)域的認(rèn)知建模，建模時(shí)需在認(rèn)知過(guò)程的核心模塊基礎(chǔ)上針對(duì)該領(lǐng)域的特征進(jìn)行相關(guān)模塊的補(bǔ)充。

參考文獻(xiàn)［13］的基于ACT-R的駕駛行為模型。該模型將駕駛?cè)蝿?wù)分為3個(gè)子任務(wù)，分別是控制、檢測(cè)以及決策任務(wù)，模型通過(guò)這3個(gè)子任務(wù)來(lái)表征駕駛領(lǐng)域知識(shí)的產(chǎn)生式，通過(guò)增加預(yù)測(cè)眼動(dòng)以及視覺(jué)注意轉(zhuǎn)移模塊，建立基于ACT-R的隧道汽車駕駛行為模型。在模型中控制任務(wù)包括感知信息和橫縱向車輛控制，其中，視覺(jué)信息由車輛前方近點(diǎn)和遠(yuǎn)點(diǎn)進(jìn)行采集；監(jiān)測(cè)任務(wù)包括記錄駕駛過(guò)程中周圍環(huán)境及其變化；決策任務(wù)則包括根據(jù)駕駛環(huán)境進(jìn)行判斷，并作出相應(yīng)的駕駛行為操作。同時(shí)模型還根據(jù)預(yù)設(shè)的概率隨機(jī)檢查車輛前方、后方、左側(cè)車道以及右側(cè)車道4個(gè)區(qū)域，當(dāng)監(jiān)測(cè)某區(qū)域時(shí)，視覺(jué)注意將落于該區(qū)域并判斷是否存在車輛，若存在則在目標(biāo)模塊中存儲(chǔ)車輛信息。

基于文獻(xiàn)［13］中描述的駕駛行為模型，建立面向隧道場(chǎng)景的汽車駕駛認(rèn)知模型，如圖1所示。模型中，每項(xiàng)控制任務(wù)會(huì)由1條產(chǎn)生規(guī)則觸發(fā)，執(zhí)行結(jié)果送入操作緩沖，并通過(guò)操作實(shí)現(xiàn)控制任務(wù)。監(jiān)測(cè)任務(wù)通過(guò)視覺(jué)模塊持續(xù)感知駕駛環(huán)境信息，視覺(jué)緩沖把采集到的信息送到產(chǎn)生系統(tǒng)，并進(jìn)行查詢和知識(shí)匹配；若知識(shí)匹配失敗則被丟棄，否則觸發(fā)1條產(chǎn)生規(guī)則，同時(shí)將執(zhí)行結(jié)果送入操作緩沖，并通過(guò)執(zhí)行操作實(shí)現(xiàn)控制任務(wù)。決策任務(wù)利用監(jiān)測(cè)數(shù)據(jù)查詢得到匹配，結(jié)合目標(biāo)模塊進(jìn)入目標(biāo)緩沖，同時(shí)觸發(fā)1條或多條產(chǎn)生規(guī)則，并將執(zhí)行結(jié)果送入操作緩沖，進(jìn)而通過(guò)執(zhí)行操作模塊完成決策下達(dá)的任務(wù)。

圖1 隧道場(chǎng)景下基于ACT-R的駕駛行為模型Fig.1 Driving action model based on ACT-R in tunel

1.2 車輛行駛的操控建模

車輛在隧道行駛時(shí)，其行駛操控主要體現(xiàn)在橫向和縱向兩方面，因此對(duì)車輛的橫縱向操作進(jìn)行建模。研究證明駕駛中準(zhǔn)確的橫向控制需要從近點(diǎn)和遠(yuǎn)點(diǎn)2個(gè)視覺(jué)區(qū)域提取信息。其中，近點(diǎn)信息用于提供當(dāng)前車輛橫向位置的反饋，遠(yuǎn)點(diǎn)信息用于預(yù)測(cè)前方道路的彎度［14］。參考文獻(xiàn)［13］中的模型將近點(diǎn)定義為車輛正前方8m處的道路中心。遠(yuǎn)點(diǎn)與遠(yuǎn)點(diǎn)時(shí)間參數(shù)far-time（默認(rèn)值為2s）相關(guān)，并根據(jù)以下3種情況來(lái)取值。①路直且前方?jīng)]有車輛時(shí)，遠(yuǎn)點(diǎn)為車輛行駛far-time時(shí)間后到達(dá)的道路中心點(diǎn)；②彎路且前方?jīng)]有車輛時(shí)，遠(yuǎn)點(diǎn)為車輛行駛far-time時(shí)間后到達(dá)的彎路內(nèi)切點(diǎn)；③前方有車輛且距離小于fartime時(shí)間行駛距離時(shí)，遠(yuǎn)點(diǎn)為前方車輛位置?；谏鲜鲈恚囕v橫向轉(zhuǎn)角變化值可依據(jù)式（1）計(jì)算。

其中，Δφ是在Δt時(shí)間（1個(gè)控制周期）內(nèi)方向盤控制車輛橫向轉(zhuǎn)動(dòng)的角度；θf(wàn)ar和θnear分別是遠(yuǎn)點(diǎn)和近點(diǎn)車輛正前方的夾角，Δθf(wàn)ar和Δθnear分別是在Δt時(shí)間內(nèi)θf(wàn)ar和θnear變化的角度；θmax是保持車輛穩(wěn)定的最大近點(diǎn)偏角，其默認(rèn)值為約1/4的道寬；kfar、knear和kI為方程參數(shù)；min為最小值函數(shù)。

縱向控制（即速度控制）建模與橫向控制建模類似。若所在車道車輛前方?jīng)]有其他車輛，且其行駛速度小于隧道限速值，則駕駛員可踩油門加速在車道上行駛；若車速超過(guò)隧道限速值，駕駛員可踩剎車減速在車道上行駛；否則，車輛可在該車道上勻速或減速行駛。在Δt時(shí)間內(nèi)本車加速度變化值可參考公式（2）來(lái)計(jì)算。

式中：Δtveh為前方車輛在Δt內(nèi)加速度變化值；tveh為前車當(dāng)前加速度值；tfollow為本車當(dāng)前加數(shù)度值；kveh和kfollow為方程參數(shù)。Δψ為正值，表明車輛可加速行駛；為負(fù)值，表明車輛需減速行駛。

在車輛行駛過(guò)程中，駕駛員須將注意力集中于車輛周圍環(huán)境和其他車輛位置。對(duì)此，模型采用預(yù)設(shè)概率隨機(jī)查詢車輛前后（從后視鏡中）以及左右車道4個(gè)區(qū)域其中之一。模型在監(jiān)測(cè)特定車道和方向時(shí)會(huì)將視覺(jué)轉(zhuǎn)移到注意的那個(gè)區(qū)域，并判斷是否有其他車輛出現(xiàn)。由于正常駕駛中駕駛員一般在右車道行駛而借用左車道實(shí)現(xiàn)超車，因此在隧道場(chǎng)景下是否變更車道的決定取決于駕駛員的目前車道。如果車輛是在右車道，模型檢查此時(shí)路面前方的車輛情況，如果前面有車輛阻礙其進(jìn)一步加速且左車道前后沒(méi)車，駕駛員可轉(zhuǎn)換車道并超車。如果車輛已在左車道，駕駛員將根據(jù)前面是否有車的情況做出保持或變更車道的決策。

2 隧道交通環(huán)境和設(shè)施建模

參考興延高速上的營(yíng)城子隧道設(shè)計(jì)高速公路隧道及相關(guān)交通設(shè)施和景觀模型。隧道含有上行、下行2個(gè)洞口，并采用端墻式洞口，2個(gè)洞口之間種植樹(shù)木和草皮。隧道限速80km·h-1，單車道交通量為937veh·h-1，隧道洞口前有限速80km·h-1長(zhǎng)度為1km的高速公路。

2.1 隧道照明建模設(shè)計(jì)

在車輛行駛過(guò)程中，駕駛員80%以上的信息靠視覺(jué)獲取。研究表明隨著車速提高，駕駛員可清晰辨認(rèn)物體的距離縮短，其動(dòng)視力也隨之降低［15］。行車過(guò)程中車速越快駕駛員的注意力越集中，注意力集中點(diǎn)將前移，對(duì)周圍空間分辨能力降低，同時(shí)駕駛員的視野和視野所包圍的角度也會(huì)隨之減小，因此要根據(jù)不同車速下駕駛員注意力集中點(diǎn)及視野范圍關(guān)系來(lái)設(shè)置高速隧道模型中交通設(shè)施、景觀和光照等參數(shù)。

白天（尤其在晴天的情況下）駕駛員在進(jìn)入隧道的瞬間，由于隧道內(nèi)外亮度差異懸殊導(dǎo)致駕駛員的眼睛需經(jīng)過(guò)一段適應(yīng)時(shí)間才能看清隧道的內(nèi)部情況；此外，駕駛員在駛出隧道的瞬間也需經(jīng)過(guò)一段時(shí)間來(lái)適應(yīng)洞內(nèi)外明暗變化，即所謂的“黑洞”［16］和“白洞”［17］效應(yīng)。在車速較快的情況下，“黑洞”及“白洞”效應(yīng)極易導(dǎo)致駕駛員視覺(jué)功能的降低和反應(yīng)時(shí)間的延遲，進(jìn)而誘發(fā)交通事故。為了避免白天駕駛進(jìn)出隧道中的“黑洞”、“白洞”效應(yīng)，按照公路隧道照明規(guī)范（JTJ026.1—1999）將公路隧道的照明分為入口段、過(guò)渡段、中間段和出口段共4個(gè)照明段，分別設(shè)計(jì)隧道的光照模型，為駕駛員營(yíng)造良好的隧道內(nèi)工作視覺(jué)環(huán)境。

入口段照明Lth依據(jù)式（3）計(jì)算：

其中：k為折減系數(shù)；L20為隧道洞外亮度，cd·m-2。式中的k根據(jù)JTJ026.1—1999規(guī)范可知與設(shè)計(jì)交通量和行車速度相關(guān)，采用插值法對(duì)k計(jì)算并取值為0.031 5。L20與天空面積、車速、隧道洞口朝向相關(guān)，參考JTJ026.1—1999標(biāo)準(zhǔn)和《公路隧道照明設(shè)計(jì)細(xì)則》（JTG/T D70/2-01—2014）［18］，設(shè)計(jì)隧道端墻式洞口的洞外亮度為3 000cd·m-2，削竹式洞口的洞外亮度為2 500cd·m-2。

隧道中入口段長(zhǎng)度可按公式（4）計(jì)算：

式中：Dth是入口段長(zhǎng)度，m；Ds是照明停車視距，m；h為洞口內(nèi)盡空高度，m。根據(jù)相關(guān)標(biāo)準(zhǔn)Ds取值與限速及道路坡度相關(guān)。本文道路坡度為零，Ds取值為100m。

過(guò)渡段由TR1、TR2和TR3三個(gè)照明段組成，其長(zhǎng)度與隧道行車限速相關(guān)。取Dtr1為72m，Dtr2為89m，Dtr3為133m。對(duì)應(yīng)過(guò)渡段亮度與入口段亮度相關(guān)，具體計(jì)算方式如表1。

表1 過(guò)度段中不同照明段的亮度Tab.1 The luminance of each lighting section

中間段照明Lin與隧道設(shè)計(jì)交通量和車輛速度相關(guān)，依據(jù)《公路隧道照明設(shè)計(jì)細(xì)則》（JTG D70/2-01—2014）要求，隧道限速為80km·h-1時(shí)對(duì)應(yīng)中間段亮度為2.5cd·m-2，同時(shí)LED燈具的中間段亮度指標(biāo)還可以再折減50%，但考慮到太低的路面亮度可能影響到行車安全，所以基本段路面設(shè)計(jì)亮度按不低于2cd·m-2設(shè)計(jì)。

出口段長(zhǎng)度默認(rèn)為60m，其照明亮度為中間段亮度的5倍。

本隧道的基本照明選擇40W LED燈兩側(cè)對(duì)稱布置，間距10.0m，安裝高度5.8m。隧道入口段、過(guò)渡段、出口段設(shè)置了相應(yīng)的加強(qiáng)照明，分別采用180W、140W、80WLED燈進(jìn)行照明。為預(yù)防突然停電引起隧道驟暗而影響行車安全，隧道全線設(shè)置了應(yīng)急照明，設(shè)計(jì)從基本照明燈具中選擇行車方向右側(cè)的奇數(shù)燈作為應(yīng)急照明光源，設(shè)計(jì)亮度為基本照明的1/4。

2.2 隧道內(nèi)交通環(huán)境和設(shè)施建模

將隧道設(shè)施劃分為基礎(chǔ)設(shè)施、洞口設(shè)施和隧道內(nèi)部設(shè)施3大類（如圖2所示）。其中，基礎(chǔ)設(shè)施包括隧道照明設(shè)施（如路測(cè)的路燈）、車道標(biāo)線、減速標(biāo)線、交通檢測(cè)（如車輛檢測(cè)器）與控制設(shè)施（如洞口信號(hào)燈）以及交通誘導(dǎo)設(shè)施。洞內(nèi)設(shè)施包括：凈空高度為2.5m具有雙面電光顯示的緊急電話標(biāo)志；位于緊急停車帶前5.0m、凈空高度為2.5m雙面顯示的緊急停車帶標(biāo)志；位于行人橫洞上方凈空高度2.5m雙面顯示的行人橫洞標(biāo)志；位于行車方向左側(cè)行車橫洞、凈空高度2.5m、雙向顯示的行車橫洞標(biāo)志；位于消防設(shè)施上方、凈空高度為2.5m的消防設(shè)施標(biāo)志（如火災(zāi)檢測(cè)器、手動(dòng)報(bào)警按鈕、火災(zāi)報(bào)警控制器、滅火器、消火栓、固定式或泡沫滅火裝置）；位于隧道側(cè)墻上凈空高度1.3m單面顯示的疏散指示標(biāo)志，標(biāo)志間距50m。隧道景觀包括位于隧道兩側(cè)墻壁上的浮雕、反光環(huán)、洞內(nèi)主動(dòng)發(fā)光環(huán)、路面標(biāo)記、蓄能發(fā)光道釘、洞內(nèi)信息指示牌以及應(yīng)急停車帶等，如圖3。

圖2 隧道交通設(shè)施及景觀模型結(jié)構(gòu)Fig.2 The functional structure about the tunnel traffic facilities and landscape

圖3 隧道及部分交通設(shè)施景觀、景觀3D模型示例Fig.3 3D examples about the tunnel facilities and landscape

3 系統(tǒng)實(shí)驗(yàn)與結(jié)果分析

基于上述隧道車輛駕駛的認(rèn)知操控模型及公路隧道交通設(shè)施和景觀模型，結(jié)合虛擬現(xiàn)實(shí)技術(shù)和SCANeRTMstudio模擬駕駛平臺(tái)搭建了仿真隧道駕駛環(huán)境。駕駛員通過(guò)真車改裝的駕駛模擬艙在3D仿真高速隧道上行車。同時(shí)，眼動(dòng)儀、模擬艙的OBD（on-board diagnostic）記錄被試行車中的視覺(jué)認(rèn)知反應(yīng)及相關(guān)駕駛行為，為評(píng)估隧道交通設(shè)施及景觀對(duì)駕駛行為的影響提供了分析數(shù)據(jù)。

3.1 實(shí)驗(yàn)環(huán)境

參考其他研究實(shí)驗(yàn)中被試挑選的原則［19］，按男女比例3：1招募了30名被試。其中男性被試23名，女性被試7名。被試身體健康、駕駛技術(shù)熟練，并具有高速公路駕駛經(jīng)驗(yàn)。模擬駕駛實(shí)驗(yàn)中所用軟件為SCANeRTMstudio模擬駕駛平臺(tái)，其提供C++和C#的動(dòng)態(tài)鏈接庫(kù)結(jié)構(gòu)，使用C語(yǔ)言進(jìn)行編寫(xiě)除實(shí)現(xiàn)模擬駕駛的多種額外功能，同時(shí)仿真隧道建模使用了3DMAX軟件進(jìn)行建模；實(shí)驗(yàn)中所用硬件儀器設(shè)備包括：駕駛模擬艙（由豐田汽車改裝）、服務(wù)器主機(jī)、音箱（模擬車輛行駛過(guò)程中的環(huán)境聲音），4個(gè)投影儀（用于駕駛員前后方及左右兩側(cè)動(dòng)態(tài)駕駛環(huán)境的仿真），3塊9英寸顯示屏（用于仿真模擬艙兩側(cè)反光鏡及后視鏡）構(gòu)成。模擬艙的OBD記錄了被試駕駛過(guò)程中的行為數(shù)據(jù)，包括駕駛過(guò)程中的車輛速度均值、加速度均值、速度標(biāo)準(zhǔn)差、加速度標(biāo)準(zhǔn)差等。SMI眼動(dòng)儀記錄了被試駕駛過(guò)程的注視點(diǎn)（持續(xù)注視時(shí)間、注視點(diǎn)位置）、眼動(dòng)軌跡（駕駛員眼動(dòng)空間范圍）、瞳孔面積及其變化率等。

圖4所示為實(shí)驗(yàn)所用高速隧道線路。該線路上包含了4種隧道方案：方案1為僅含隧道基礎(chǔ)設(shè)施的國(guó)標(biāo)方案，方案2為國(guó)標(biāo)方案上增加道釘交通設(shè)施，方案3為國(guó)標(biāo)方案上增加反光環(huán)景觀，方案4為國(guó)標(biāo)方案上增加輪廓標(biāo)交通設(shè)施。將4種隧道方案分別放到測(cè)試線路中，不同隧道方案之間通過(guò)高速公路連接段進(jìn)行連接。連接段和隧道的限速分別為120km·h-1和80km·h-1。實(shí)驗(yàn)線路上的模擬道路均為平路，不包含任何上坡或下坡路段。實(shí)驗(yàn)因變量為不同景觀設(shè)施對(duì)駕駛員的注意力和駕駛行為的影響。測(cè)試開(kāi)始前，邀請(qǐng)被試進(jìn)入模擬艙進(jìn)行5min試駕，以適應(yīng)模擬駕駛艙和測(cè)試場(chǎng)景。試駕結(jié)束后調(diào)取場(chǎng)景，并告知被試目的地，最后被試通過(guò)模擬艙完成約30min的高速隧道仿真駕駛實(shí)驗(yàn)。

實(shí)驗(yàn)中的交通設(shè)施景觀包括隧道洞口外側(cè)道路景觀、隧道端墻、隧道照明、隧道內(nèi)消防設(shè)施、隧道內(nèi)應(yīng)急設(shè)施（緊急電話、疏散標(biāo)志）、隧道內(nèi)應(yīng)急停車帶、隧道內(nèi)行人及行車橫洞等。具體設(shè)計(jì)部分如圖2所示。

3.2 實(shí)驗(yàn)結(jié)果分析

圖4 隧道線形Fig.4 Tunnel alignment

針對(duì)模擬艙OBD采集的被試駕駛行為數(shù)據(jù)（包括仿真高速隧道駕駛中的平均車速、加速度、速度標(biāo)準(zhǔn)差、加速度標(biāo)準(zhǔn)差、油門功效），將控速系數(shù)作為評(píng)價(jià)指標(biāo)，提取KMO（Kaiser-Meyer-Olkin）檢驗(yàn)值，并結(jié)合Bartlett球形度檢驗(yàn)進(jìn)行主成因分析。此外，應(yīng)用SPSS軟件提取了3個(gè)公因子（這3個(gè)公因子的累計(jì)方差貢獻(xiàn)度為84.25%），3個(gè)公因子的得分函數(shù)如下：

基于上述3個(gè)公因子，控速系數(shù)可通過(guò)式（8）計(jì)算得出。

式（5）～（8）中的常量系數(shù)通過(guò)SPSS統(tǒng)計(jì)分析得出。參考式（8），對(duì)4種隧道方案的控速系數(shù)進(jìn)行了計(jì)算。方案3的控速系數(shù)最低，為—0.154 66，方案2的控速系數(shù)為—0.152 13，方案4的控速系數(shù)為0.221 135，方案1的控速系數(shù)為0.272 473。由于控速系數(shù)值越小越好，因此可知含白色反光環(huán)的方案3的控速效果最好。

圖5為4種隧道方案的加速度統(tǒng)計(jì)分析圖。從圖5可知在隧道入口（0m）處加速度變化最為明顯。其中，方案3的分段加速度相比最為穩(wěn)定，即被試可以平穩(wěn)行駛通過(guò)隧道入口，不必因?yàn)樗淼廊肟诘暮诙葱?yīng)減速。另外，圖5說(shuō)明在隧道彎道處部署反光環(huán)和道釘后加速度變化相比國(guó)標(biāo)方案更平穩(wěn)，安全性也更高。

為了對(duì)比在相同景觀設(shè)施情況下不同間距對(duì)駕駛行為的影響，針對(duì)反光環(huán)設(shè)置了間距分別為200m和300m的對(duì)照組。圖6所示為2個(gè)對(duì)照組與國(guó)標(biāo)方案的加速度標(biāo)準(zhǔn)差數(shù)據(jù)對(duì)比圖。圖6說(shuō)明間距為200m的反光環(huán)方案相比間距為300m的方案具有更高的駕駛穩(wěn)定性。同時(shí)，兩者相較于國(guó)標(biāo)方案駕駛穩(wěn)定性都有顯著提升。

圖5 各景觀設(shè)施分段加速度Fig.5 Acceleration line diagram under different tunnel facilities and landscape

圖6 不同間距反光環(huán)分段加速度標(biāo)準(zhǔn)差Fig.6 Acceleration standard deviation for tunnel reflectors with different spacing interval

除反光環(huán)外，也為輪廓標(biāo)和道釘分別設(shè)置對(duì)照組，輪廓標(biāo)設(shè)置間距為15m和50m的對(duì)照組，道釘設(shè)置間距為6m和15m的對(duì)照組。結(jié)果顯示15m輪廓標(biāo)方案相比間距為50m的方案具有更高駕駛穩(wěn)定性。6m間距道釘相較15m間距的道釘設(shè)施方案具有更高駕駛穩(wěn)定性。同時(shí)，這4個(gè)對(duì)照組方案相較國(guó)標(biāo)方案駕駛穩(wěn)定性均有顯著提升。

在駕駛過(guò)程中，駕駛員所得到的外界信息80%需要通過(guò)視覺(jué)來(lái)獲取，并依據(jù)視覺(jué)信息做出相應(yīng)駕駛決策。此外，瞳孔變化與光線強(qiáng)弱以及物體距離遠(yuǎn)近有關(guān)之外，還與知覺(jué)、記憶、思維、動(dòng)機(jī)、情緒等諸多高級(jí)心理活動(dòng)相聯(lián)系，瞳孔的放大往往意味著人類認(rèn)知活動(dòng)中心存在較大的心理負(fù)荷。對(duì)此，對(duì)駕駛過(guò)程中眼動(dòng)儀獲取的被試瞳孔面積數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)分析。以80km·h-1的速度駛?cè)胨淼蓝纯谒查g，不同隧道場(chǎng)景下被試在駛?cè)胨淼蓝纯谒查g的瞳孔面積變化率如表2所示。

表2 不同方案下的瞳孔面積變化率Tab.2 Pupil area change rate

從表2可以看到方案2的隧道入口瞳孔面積變化率最?。?%）；方案3瞳孔面積變化率略大（為12%），這是因?yàn)榉垂猸h(huán)的放置位置相較其他方案距離隧道洞口更遠(yuǎn)，駕駛員在進(jìn)入隧道洞口時(shí)反光環(huán)的影響相對(duì)較小，導(dǎo)致瞳孔面積變化率略大。另外，4種設(shè)計(jì)方案的被試瞳孔面積在隧道中段駕駛時(shí)變化相對(duì)比較穩(wěn)定。這是因?yàn)樗淼乐卸嗡淼拦庹窄h(huán)境相對(duì)穩(wěn)定，駕駛員視覺(jué)適應(yīng)了隧道的光照環(huán)境，導(dǎo)致緊張感逐漸減弱，同時(shí)瞳孔面積變化趨于穩(wěn)定?？傮w而言，道釘、輪廓標(biāo)、反光環(huán)3種隧道方案都明顯提高了駕駛員駕駛視野，有效減弱了被試的壓抑感，讓被試的精神狀態(tài)相對(duì)更放松。

此外，針對(duì)被試的原始瞳孔面積變化數(shù)據(jù)進(jìn)行了卡爾曼濾波處理，去除掉無(wú)規(guī)則噪點(diǎn)，進(jìn)而分析判斷被試在2個(gè)反光環(huán)之間的瞳孔面積變化原因。圖7為卡爾曼濾波處理后方案3與方案1的被試瞳孔面積變化對(duì)比圖。圖中，框中所示區(qū)域?yàn)榻?jīng)過(guò)反光環(huán)時(shí)瞳孔面積變化。從圖7可以發(fā)現(xiàn)當(dāng)駕駛員在行經(jīng)反光環(huán)時(shí)，駕駛員瞳孔面積會(huì)逐漸減小，通過(guò)反光環(huán)之后駕駛員瞳孔面積會(huì)增大。表明反光環(huán)在隧道內(nèi)駕駛過(guò)程中可以有效刺激被試的視覺(jué)反應(yīng)，使被試注意力保持較高集中度，確保行車穩(wěn)定安全。

圖7 方案3與方案1瞳孔面積變化對(duì)比Fig.7 The comparison on the changes between programme 1 and programme 3

通過(guò)對(duì)被試在4種隧道方案的模擬駕駛中的行為數(shù)據(jù)、眼動(dòng)數(shù)據(jù)分析，可以得出結(jié)論：反光環(huán)景觀、道釘、輪廓標(biāo)等交通設(shè)施可以有效降低被試在高速公路隧道駕駛過(guò)程中緊張感，使駕駛員平穩(wěn)地在隧道中行車，降低駕駛危險(xiǎn)。其中，反光環(huán)的實(shí)驗(yàn)效果最明顯，對(duì)被試的安全駕駛行為影響最大。由于使用反光環(huán)不需要消耗電力能源，穩(wěn)定性也更好，符合綠色隧道的設(shè)計(jì)理念。

4 結(jié)論

結(jié)合虛擬現(xiàn)實(shí)和駕駛行為建模技術(shù)建立隧道仿真駕駛測(cè)試環(huán)境，并實(shí)驗(yàn)驗(yàn)證了隧道內(nèi)交通設(shè)施和景觀對(duì)駕駛行為的積極影響。其中，在添加間距為6m的道釘之后，隧道入口的分段加速度值相對(duì)比較穩(wěn)定，有助于減弱隧道入口的黑洞效應(yīng)，防止黑洞效應(yīng)導(dǎo)致的駕駛員在隧道入口減速及由其導(dǎo)致的交通隱患。在隧道的中間段，添加交通設(shè)施（如道釘，輪廓標(biāo)）和景觀（如反光環(huán)）方案相較國(guó)標(biāo)方案可以提升駕駛員關(guān)注度和駕駛穩(wěn)定性，使其可更加流暢地在隧道中行車。其次，200m反光環(huán)和300m反光環(huán)的對(duì)比試驗(yàn)表明，200m反光環(huán)可以使駕駛員注意力更加集中。反光環(huán)實(shí)驗(yàn)結(jié)果與文獻(xiàn)［20］中的結(jié)果相比較，結(jié)論較為一致。同時(shí)，文獻(xiàn)［20］說(shuō)明瞳孔面積反應(yīng)了駕駛?cè)藛T的注意點(diǎn)和注意力集中程度，上述因素表明200m反光環(huán)能在隧道中有效提高駕駛?cè)藛T的行車安全。

提出的基于虛擬現(xiàn)實(shí)的高速公路隧道交通設(shè)施和景觀評(píng)估技術(shù)是一種低風(fēng)險(xiǎn)的有效評(píng)估方法，可為設(shè)計(jì)安全、高效、節(jié)能的隧道交通設(shè)施和景觀方案提供有效驗(yàn)證，并為方案設(shè)計(jì)提供決策依據(jù)。