基于外周視野刺激物的駕駛員視覺(jué)搜索機(jī)制研究

周理想，曾 娟

（武漢理工大學(xué)汽車(chē)工程學(xué)院，湖北 武漢 430070）

1 簡(jiǎn)介

在汽車(chē)行駛過(guò)程中，危險(xiǎn)物通常以外顯刺激的方式呈現(xiàn)。比較典型的場(chǎng)景有前方車(chē)輛突然剎車(chē)、臨近車(chē)道上車(chē)輛突然變道、行人橫穿馬路等。而駕駛過(guò)程中80%的有用信息依靠眼睛獲取，其余感官獲取信息比例只占20%[1]，因此，駕駛員視覺(jué)搜索模式的研究對(duì)于揭示交通事故的機(jī)理、主動(dòng)安全技術(shù)開(kāi)發(fā)具有非常重要的意義。

對(duì)于出現(xiàn)在中央視野和外周視野的刺激，駕駛員認(rèn)知加工過(guò)程是不同的。神經(jīng)生理學(xué)研究表明[2]：中心視野的信息由視覺(jué)皮層來(lái)處理，而外周視野的信息由大腦皮層下通道處理。由于光流效應(yīng)，駕駛員在識(shí)別外周視野刺激物時(shí)，會(huì)對(duì)自己的車(chē)速產(chǎn)生錯(cuò)覺(jué)，眼睛產(chǎn)生感知的深度線索，紋理梯度與距離成反比[3]。而外周視野空間的部分信息發(fā)生改變，駕駛員會(huì)產(chǎn)生視覺(jué)的選擇性注意[4]，即視覺(jué)對(duì)信號(hào)產(chǎn)生有選擇的處理和加工。方向、運(yùn)動(dòng)、空間頻率和最小可感知的差異都對(duì)外源性眼睛跳躍有顯著貢獻(xiàn)，在中央視野，刺激物直接落在視網(wǎng)膜中央凹視覺(jué)區(qū)內(nèi)，優(yōu)先獲得注意力；在外周視野，刺激物會(huì)引起眼球自動(dòng)朝向反應(yīng)[5]，但目前的研究還無(wú)法確定眼動(dòng)和注意機(jī)制發(fā)生的先后順序[6]。

KRENDEL等[7]根據(jù)搜索時(shí)間t以及累積搜索概率F（t），提出了單目標(biāo)隨機(jī)搜索模型。NEISSER[8]提出單目標(biāo)系統(tǒng)搜索策略，特征為掃視點(diǎn)嚴(yán)格不重復(fù)，即第i個(gè)掃視點(diǎn)只能隨機(jī)分布在前i-1個(gè)掃視點(diǎn)沒(méi)有覆蓋的區(qū)域，并提出累積概率與搜索時(shí)間之間直線關(guān)系函數(shù)。ENGEL[9]給出了視覺(jué)搜索作業(yè)中發(fā)現(xiàn)一個(gè)目標(biāo)所需的平均時(shí)間。隨后，MORAWSKI等[10]進(jìn)一步發(fā)展了單目標(biāo)隨機(jī)視覺(jué)搜索模型，得到了比較完整的發(fā)現(xiàn)目標(biāo)累積概率與搜索時(shí)間的指數(shù)關(guān)系函數(shù)。ARANI等[11]提出了可變記憶效果模型，該模型非常復(fù)雜，包含了第i次掃視時(shí)回憶第i-1個(gè)掃視點(diǎn)的概率。CORBETTA等[12]研究了眼動(dòng)與注意轉(zhuǎn)移機(jī)制的關(guān)系。視覺(jué)搜索是通過(guò)一系列眼跳（saccades）和注視（fixation）獲取外界刺激信息，二者在選擇視覺(jué)信息、找到注視目標(biāo)以及忽略無(wú)關(guān)信息的過(guò)程中都發(fā)揮作用，但二者相互獨(dú)立，同時(shí)也相互影響。眼跳是對(duì)目標(biāo)的外顯朝向，而注意是對(duì)選擇物體過(guò)程的內(nèi)隱朝向。

近60年來(lái)，學(xué)術(shù)界基本都通過(guò)視覺(jué)搜索時(shí)間分布曲線來(lái)判斷視覺(jué)搜索策略。采用擬合分布曲線最大的缺陷在于樣本數(shù)量具有局限性。當(dāng)訓(xùn)練樣本無(wú)限多時(shí)，訓(xùn)練誤差才收斂于實(shí)際風(fēng)險(xiǎn)，然而在實(shí)際中，樣本數(shù)量通常都是有限的[13]。采用傳統(tǒng)數(shù)值擬合的方式判斷視覺(jué)搜索模式存在著規(guī)則制定困難、推廣實(shí)用性差的局限性。另外在駕駛行為中，一個(gè)典型的場(chǎng)景是駕駛主任務(wù)和外周視野刺激物雙重任務(wù)。隨著搜索目標(biāo)個(gè)數(shù)的增加及其相互間的交互，擬合視覺(jué)搜索績(jī)效模型的有效性及可操作性都受影響[14]。因此，對(duì)多目標(biāo)視覺(jué)搜索模式的影響因子交互關(guān)系及獨(dú)立性問(wèn)題的研究，更有效、可行的算法設(shè)計(jì)是該領(lǐng)域研究的難點(diǎn)所在。

21世紀(jì)以來(lái)，隨著信息跟蹤技術(shù)和通信技術(shù)的迅猛發(fā)展，人因工程領(lǐng)域內(nèi)大量的視覺(jué)信息以計(jì)算機(jī)可讀的形式存在，精準(zhǔn)的眼動(dòng)數(shù)據(jù)實(shí)時(shí)采集和存儲(chǔ)為機(jī)器學(xué)習(xí)的數(shù)據(jù)處理方法提供了充分的資源。在這種情況下，以機(jī)器學(xué)習(xí)技術(shù)為主的視覺(jué)搜索分類(lèi)技術(shù)逐步取代基于擬合曲線的統(tǒng)計(jì)方法，成為機(jī)器視覺(jué)領(lǐng)域里的重點(diǎn)研究方向。

在機(jī)器視覺(jué)領(lǐng)域的分類(lèi)算法主要包括三類(lèi)：①基于概率論和信息理論的分類(lèi)算法，如樸素貝葉斯算法（Na?ve Bayes，簡(jiǎn)稱“NB”）[15]、最大熵算法[16]；②基于TFIDF權(quán)值計(jì)算方法的算法，包括Rocchio算法、TFIDF算法、K近鄰算法（簡(jiǎn)稱“KN”）[17]；③基于知識(shí)學(xué)習(xí)的分類(lèi)算法，如決策樹(shù)、人工神經(jīng)網(wǎng)絡(luò)（簡(jiǎn)稱“ANN”）、支持向量機(jī)（簡(jiǎn)稱“SVM”）[18]。

同決策樹(shù)、人工神經(jīng)網(wǎng)絡(luò)算法相比，支持向量機(jī)基于結(jié)構(gòu)風(fēng)險(xiǎn)最小化原理，而不是基于經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原理，因此不存在局部極小點(diǎn)問(wèn)題，避免了模型選擇、過(guò)學(xué)習(xí)的問(wèn)題，具有很強(qiáng)的泛化能力。SVM分類(lèi)算法的最大優(yōu)勢(shì)是針對(duì)樣本不足的問(wèn)題，在選取合適的和函數(shù)、懲罰函數(shù)的基礎(chǔ)上，仍然可以獲得較高的分類(lèi)正確率[19]。

針對(duì)駕駛過(guò)程中外周視野目標(biāo)搜索問(wèn)題，本研究將探討視覺(jué)搜索模式中影響因子的交互關(guān)系，在此基礎(chǔ)上，采用SVM分類(lèi)方法構(gòu)建視覺(jué)搜索績(jī)效的判斷模型。

2 方法

2.1 實(shí)驗(yàn)設(shè)計(jì)

本實(shí)驗(yàn)采用實(shí)車(chē)場(chǎng)地測(cè)試的方式。駕駛員頭戴眼動(dòng)儀，駕駛汽車(chē)通過(guò)道路寬10 m的雙向道路。道路全長(zhǎng)1 000 m。實(shí)驗(yàn)按速度分為3個(gè)水平：v=20 km/h、v=25 km/h、v=30 km/h。受試者按照性別、年齡平均分成3組，每組10人。實(shí)驗(yàn)場(chǎng)景包括2個(gè)干擾場(chǎng)景和1個(gè)實(shí)驗(yàn)場(chǎng)景：①干擾場(chǎng)景1，對(duì)向車(chē)道上有轎車(chē)變道；②干擾場(chǎng)景2，前方車(chē)輛減速；③實(shí)驗(yàn)場(chǎng)景，當(dāng)車(chē)輛距離設(shè)定位置10 m時(shí)，行人從固定位置橫穿馬路，行人速度為10 km/h。行人起始點(diǎn)位于駕駛員外周視野內(nèi)。觀察駕駛員是否有反應(yīng)，對(duì)應(yīng)指標(biāo)為駕駛員眼動(dòng)指標(biāo)、轉(zhuǎn)向指標(biāo)和踩剎車(chē)指標(biāo)。

受試者為30名有經(jīng)驗(yàn)的駕駛員（駕齡大于3年）。男性駕駛員25名，女性駕駛員5名，年齡分布20～60歲。受試者此前均未接受過(guò)類(lèi)似實(shí)驗(yàn)。

本實(shí)驗(yàn)選用Tobii Pro Glasses 2眼鏡式眼動(dòng)儀，如圖1所示。采用的實(shí)驗(yàn)車(chē)是廣州本田思鉑睿。

圖1 Tobii Pro Glasses 2眼鏡式眼動(dòng)儀

2.2 實(shí)驗(yàn)操作流程

實(shí)驗(yàn)流程如下：①駕駛員戴好眼動(dòng)儀，按照指定路線行駛400 m路程，副駕駛的工作人員講解實(shí)驗(yàn)注意事項(xiàng)。②由場(chǎng)邊工作人員指引到實(shí)驗(yàn)車(chē)道，加速到指定車(chē)速。依次經(jīng)過(guò)上述三個(gè)場(chǎng)景。每位受試者僅參與一次實(shí)驗(yàn)。眼動(dòng)儀場(chǎng)景攝像頭記錄整個(gè)實(shí)驗(yàn)過(guò)程，并將視頻數(shù)據(jù)儲(chǔ)存在SD儲(chǔ)存卡中。③實(shí)驗(yàn)結(jié)束后，由工作人員將車(chē)開(kāi)回指定的起點(diǎn)，重復(fù)上述過(guò)程，直到所有實(shí)驗(yàn)組結(jié)束。

3 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)樣本共30個(gè)，其中有效實(shí)驗(yàn)樣本24個(gè)，無(wú)效實(shí)驗(yàn)樣本6個(gè)。在有效實(shí)驗(yàn)樣本中，踩下制動(dòng)踏板的樣本共20個(gè)，未踩下制動(dòng)踏板的樣本4個(gè)。

踩下制動(dòng)踏板和未踩下制動(dòng)踏板受試者累計(jì)注視時(shí)間對(duì)比如圖2所示。A組為踩下制動(dòng)踏板的樣本組，B組為未踩下制動(dòng)踏板的樣本組。

圖2 累計(jì)注視時(shí)間對(duì)比

由圖2可看出，A組樣本的累計(jì)注視時(shí)間最低值為922 ms，B組最低值則為743 ms，最高值為1 444 ms，A組75%的樣本累計(jì)注視時(shí)間在1 420～1 560 ms之間，A組在1 444 ms以上是高于B組樣本的，但是，A組累計(jì)注視時(shí)間中在922～1 444 ms這一值域之間的樣本和B組樣本是重合的。這說(shuō)明，累計(jì)注視時(shí)間不能單獨(dú)用來(lái)衡量注意的加工行為是否發(fā)生（即是否踩下自動(dòng)踏板）。

進(jìn)一步分析眼跳頻率，踩下制動(dòng)踏板和未踩下制動(dòng)踏板受試者眼跳頻率分布如圖3所示。A組為踩下制動(dòng)踏板的樣本組，B組為未踩下制動(dòng)踏板的樣本組。

圖3 受試者眼跳頻率分布圖

圖3 中A組為踩下制動(dòng)踏板的樣本組，認(rèn)定為注意到了外周視野的危險(xiǎn)；B組為未踩下制動(dòng)踏板的樣本組，實(shí)驗(yàn)結(jié)束后訪談，4人均表示沒(méi)有注意到外周視野的危險(xiǎn)。A組受試者有2種視覺(jué)搜索模式，有12位受試者采用系統(tǒng)搜索模式，即僅眼跳1次便進(jìn)行信息加工，有8位受試者采用隨機(jī)搜索模式[14]，多次眼跳，掃視點(diǎn)有重復(fù)，有信息加工。而B(niǎo)組受試者多次眼跳過(guò)程中信息加工并未發(fā)生。兩者綜合說(shuō)明，在隨機(jī)搜索的過(guò)程中，信息的加工可能發(fā)生，也可能不發(fā)生。所以，眼跳頻率不能單獨(dú)用來(lái)衡量注意的加工行為是否發(fā)生。

踩下制動(dòng)踏板的受試者發(fā)生單次眼跳、兩次眼跳和三次眼跳時(shí)注視時(shí)間最大值分布如圖4所示。

圖4 踩下制動(dòng)踏板受試者單次注視時(shí)間最大值分布圖

從圖4看出，踩下制動(dòng)踏板的樣本中，在單次眼跳的樣本中75%的受試者單次注視時(shí)間最大值在1 469～2 560 ms之間，二次眼跳的樣本中單次注視時(shí)間最大值在732～1410ms之間，三次眼跳的樣本中單次注視時(shí)間最大值在849～1 134 ms之間，即單次眼跳要明顯高于發(fā)生二次和三次眼跳的樣本。無(wú)論是單次眼跳還是多次眼跳，踩下制動(dòng)踏板受試者單次注視時(shí)間的最大值的取值不低于732 ms；而對(duì)于未踩下制動(dòng)踏板的樣本，其單次注視時(shí)間的最大值均低于500 ms，即踩下制動(dòng)踏板的樣本的值域明顯高于未踩下制動(dòng)踏板樣本的值域。因此，單次注視時(shí)間可以作為信息加工是否發(fā)生的判斷因子。

4 基于SVM的視覺(jué)搜索績(jī)效判斷模型

4.1 數(shù)據(jù)預(yù)處理

對(duì)數(shù)據(jù)進(jìn)行SVM建模，首先需要提取特征變量。由于單次注視時(shí)間可以用來(lái)判斷信息的加工是否發(fā)生，因此，解釋變量選取為駕駛?cè)藛未巫⒁晻r(shí)間。

當(dāng)各個(gè)解釋變量之間的相關(guān)系數(shù)過(guò)高時(shí)，可能會(huì)存在多重共線性問(wèn)題。通過(guò)相關(guān)系數(shù)矩陣觀察各個(gè)解釋變量之間的相關(guān)性，發(fā)現(xiàn)各個(gè)解釋變量之間的相關(guān)系數(shù)均低于0.4，基本上認(rèn)為在本研究中不存在多重共線性問(wèn)題。因此，適合建模需要。

4.2 SVM模型構(gòu)建

SVM模型是一種基于統(tǒng)計(jì)學(xué)習(xí)理論用來(lái)解決分類(lèi)問(wèn)題的非參數(shù)方法，該模型最初被應(yīng)用于二分類(lèi)問(wèn)題且已經(jīng)被很多研究中所使用[20]。

根據(jù)模式識(shí)別理論，低維空間線性不可分的模式通過(guò)非線性映射到高維特征空間則可能實(shí)現(xiàn)線性可分，但是如果直接采用這種技術(shù)在高維空間進(jìn)行分類(lèi)或回歸，則存在確定非線性映射函數(shù)的形式和參數(shù)、特征空間維數(shù)等問(wèn)題，而最大的障礙則是在高維特征空間運(yùn)算時(shí)存在的“維數(shù)災(zāi)難”。采用核函數(shù)技術(shù)可以有效地解決這樣的問(wèn)題。

將被解釋變量設(shè)為駕駛?cè)耸欠癫认伦詣?dòng)踏板，即信息的加工是否發(fā)生，將踩下制動(dòng)踏板歸為正類(lèi)，未踩下制動(dòng)踏板歸為負(fù)類(lèi)。將樣本分為訓(xùn)練集和測(cè)試集，其中各占50%。建立SVM模型，由于各個(gè)特征之間的相關(guān)系數(shù)較低，選擇多項(xiàng)式核函數(shù)，擬合模型，預(yù)測(cè)并計(jì)算準(zhǔn)確率。

ROC曲線是根據(jù)二分類(lèi)方式（分界值或決定閾），以真陽(yáng)率為縱坐標(biāo)，誤檢率為橫坐標(biāo)繪制的曲線。在計(jì)算出準(zhǔn)確率的基礎(chǔ)上，定義函數(shù)畫(huà)ROC圖，如圖5所示。

圖5 AUC-ROC曲線

從AUC-ROC曲線可以看出，SVM模型的真陽(yáng)率（TPR）為86.67%（圖中A點(diǎn)），這說(shuō)明，實(shí)際是正類(lèi)（踩下制動(dòng)踏板）中，有86.67%的正類(lèi)被SVM模型發(fā)現(xiàn)。SVM模型的誤檢率（FPR）為50%，這說(shuō)明，SVM模型誤認(rèn)為正類(lèi)的負(fù)實(shí)例（未踩下制動(dòng)踏板）占所有負(fù)實(shí)例的比例為50%。

AUC（Area Under Curve）被定義為ROC曲線下與坐標(biāo)軸圍成的面積，圖中AUC=0.711 54，表明SVM模型的預(yù)測(cè)能力較好但不夠完美，其中主要原因是未剎車(chē)的樣本量占比僅有14.81%且樣本量較少，使得模型對(duì)負(fù)類(lèi)實(shí)例的錯(cuò)分類(lèi)就十分敏感，模型預(yù)測(cè)的FPR大大提高。要解決這一問(wèn)題，可以使正負(fù)樣本的比例比較均勻或者提高樣本量。

5 結(jié)論

因?yàn)樵诶塾?jì)注視時(shí)間922～1 444 ms這一值域內(nèi)注意的加工行為有可能發(fā)生，有可能未發(fā)生。因此，累計(jì)注視時(shí)間不能單獨(dú)用來(lái)衡量注意的信息加工行為是否發(fā)生。在隨機(jī)搜索的過(guò)程中，信息的加工可能發(fā)生，也可能不發(fā)生。因此，眼跳頻率不能用來(lái)衡量信息的加工是否發(fā)生。

踩下制動(dòng)踏板的樣本單次注視時(shí)間最大值的值域明顯大于未踩下制動(dòng)踏板樣本單次注視時(shí)間最大值的值域。因此，單次注視時(shí)間可以作為信息的加工是否發(fā)生的判斷因子。

對(duì)駕駛?cè)颂卣飨蛄窟M(jìn)行SVM的建模分析，得到SVM模型的真陽(yáng)率為86.67%。畫(huà)出的ROC圖中，AUC=0.711 54，表明SVM模型的預(yù)測(cè)能力較好但不夠完美，主要原因是未踩下制動(dòng)踏板的樣本量占比低且樣本量較少，使得模型對(duì)負(fù)類(lèi)實(shí)例的錯(cuò)分類(lèi)十分敏感，模型預(yù)測(cè)的誤檢率大大提高?？梢允拐?fù)樣本的比例更加均勻或者提高樣本量來(lái)解決這一問(wèn)題。