高密度互通立交出口匝道駕駛?cè)艘曈X搜索行為特征

徐 進(jìn) 孫子秋 王思棋 楊子邈

(1重慶交通大學(xué)交通運(yùn)輸學(xué)院,重慶 400074)(2重慶交通大學(xué)山區(qū)復(fù)雜道路環(huán)境“人-車-路”協(xié)同與安全重慶市重點(diǎn)實(shí)驗(yàn)室,重慶 400074)(3深圳市城市交通規(guī)劃設(shè)計(jì)研究中心股份有限公司,深圳 518057)

隨著高速路和快速路里程的不斷增加,交通需求不斷上升,路網(wǎng)的互通立交變得更加密集,從而使互通立交間距持續(xù)減小.立交間距不足會(huì)影響交織區(qū)的交通運(yùn)行[1]和路網(wǎng)結(jié)構(gòu)功能的發(fā)揮,并降低立交出入口的行車安全性[2].高密度立交群的出現(xiàn)會(huì)導(dǎo)致駕駛?cè)嗽诹⒔怀鋈肟诟浇懈叩鸟{駛操作壓力[3],最終致使該區(qū)域的交通沖突和事故風(fēng)險(xiǎn)進(jìn)一步上升.高密度立交群的界定可以采用以下2個(gè)指標(biāo)：① 以凈距為判斷指標(biāo),即不滿足《城市道路路線設(shè)計(jì)規(guī)范》(CJJ 193—2012)[4]和《公路路線設(shè)計(jì)規(guī)范》(JTG D20—2017)[5]中對(duì)于立交最小凈距要求(1 km)的立交,即小凈距立交;② 以立交間距為判別指標(biāo),即高速公路行駛環(huán)境下平均間距低于4 km的相鄰立交,如10 km連續(xù)路段內(nèi)出現(xiàn)3座以上立交的可判定為高密度立交群.

針對(duì)互通立交的駕駛行為分析以及安全性評(píng)價(jià),現(xiàn)有研究主要集中在交織區(qū)和變速車道.由于車輛在立交出入口時(shí)所經(jīng)歷的交織過程會(huì)形成交通沖突區(qū)域,其分/合流過程會(huì)引起車輛運(yùn)行特征變化,進(jìn)而導(dǎo)致車輛碰撞的事故風(fēng)險(xiǎn).根據(jù)事故數(shù)據(jù)統(tǒng)計(jì)結(jié)果,立交出口區(qū)域的事故頻次在總體上要高于入口區(qū)域[6],尤其是與相鄰設(shè)施較近的互通出口(如隧道出口緊鄰前方互通、互通凈距較小、互通與相鄰服務(wù)區(qū)較近)和通視性較差的互通出口.McCartt等[7]研究發(fā)現(xiàn)，互通立交出口的事故數(shù)量明顯多于2個(gè)入口之間的路段;Papadimitriou等[8]基于Meta分析發(fā)現(xiàn)，立交出口車輛速度的差異性是誘發(fā)交通沖突的關(guān)鍵因素;劉亞非等[9]基于視頻檢測(cè)數(shù)據(jù),發(fā)現(xiàn)駕駛員在減速車道終點(diǎn)時(shí)的期望車速高于匝道限速.而變速車道的長(zhǎng)度則影響車輛在進(jìn)入主線或匝道時(shí)的運(yùn)行狀態(tài)[10],如Kondyli等[3]的研究結(jié)果表明加速車道過短導(dǎo)致車輛匯入主線時(shí)速度過低是引發(fā)交通沖突的關(guān)鍵因素,而Chen等[11]通過研究發(fā)現(xiàn)減速車道長(zhǎng)度不足會(huì)使得主線車輛減速過程延續(xù)到匝道,從而導(dǎo)致車輛撞擊護(hù)欄或側(cè)翻.

駕駛?cè)俗鳛檐囕v的操縱者和行駛決策過程中的執(zhí)行者,是人-車-路-環(huán)境組成的交通運(yùn)行系統(tǒng)中的重要一環(huán).而在信息感知過程中,人的視覺感知又作為信息的主要輸入源,與其駕駛行為密不可分.因此,國(guó)內(nèi)外學(xué)者也開展了大量駕駛?cè)艘曈X特性相關(guān)的實(shí)驗(yàn)研究,如Arakawa[12]基于駕駛員眼動(dòng)特性,利用時(shí)間序列分析了駕駛員的視覺特性,建立了駕駛員狀態(tài)檢測(cè)模型;Le等[13]集合Vestibulo-Ocular-Reflex(VOR)模型和Optp-Kinetic-Reflex(OKR)模型,基于2×2因子設(shè)計(jì)分析,建立了駕駛?cè)朔中脑u(píng)估模型;馬勇等[14]利用EyeLink Ⅱ眼動(dòng)儀對(duì)駕駛?cè)艘曈X搜索行為進(jìn)行分析,研究了車速以及標(biāo)志字體高度之間的相關(guān)性;郭應(yīng)時(shí)等[15-16]研究了不同通道寬度對(duì)駕駛?cè)说膭?dòng)態(tài)視覺和操作行為的影響以及駕駛經(jīng)驗(yàn)對(duì)注視行為和注視點(diǎn)分布的影響;潘曉東等[17]利用EMR-8B眼動(dòng)儀研究了山區(qū)道路平曲線半徑連續(xù)變化的條件下駕駛員的視覺需求;陳芳等[18]研究了山區(qū)高速公路彎道場(chǎng)景路段駕駛員的視點(diǎn)分布特征;趙曉華等[19]通過駕駛模擬試驗(yàn),研究了在長(zhǎng)大隧道場(chǎng)景下突起路標(biāo)對(duì)車輛速度調(diào)控管理和駕駛?cè)诵睦硪约吧淼挠绊?

駕駛?cè)嗽谛旭傔^程中對(duì)環(huán)境的感知主要通過視覺來完成,感知特性決定了駕駛操縱和車輛運(yùn)行特性,目前復(fù)雜立交環(huán)境駕駛?cè)艘曈X感知的相關(guān)研究較少,尤其是高密度立交區(qū)域的駕駛?cè)艘曈X特性尚未得到揭示.為此本文選取了重慶市一處高密度立交群作為研究對(duì)象,采集駕駛?cè)嗽谛旭傔^程中的眼動(dòng)數(shù)據(jù),對(duì)比分析了駕駛?cè)说淖⒁曓D(zhuǎn)移和分布特征.本文研究成果可以為高密度立交出口設(shè)計(jì)以及安全管理提供科學(xué)依據(jù)和理論支撐.

1 眼動(dòng)數(shù)據(jù)采集試驗(yàn)設(shè)計(jì)

1.1 試驗(yàn)地點(diǎn)

通過衛(wèi)星地圖以及實(shí)地調(diào)研,選擇位于重慶市渝北區(qū)和江北區(qū)交界處附近的5座互通立交作為試驗(yàn)地點(diǎn),如圖1(a)所示.其中,寸灘立交位于城市主干道(限速80 km/h),五桂立交、五童立交、東環(huán)立交和人和立交位于城市內(nèi)環(huán)快速路(限速100 km/h);寸灘立交用于車輛調(diào)頭,位于快速路的4座立交用于駕駛行為研究.

立交凈距為上游立交加速車道終點(diǎn)至下游立交減速車道起點(diǎn)間的距離.東環(huán)、五童和五桂3個(gè)立交之間的凈距都不足1 km,為小凈距立交區(qū)域;東環(huán)立交和人和立交之間的凈距大于1 km,為普通凈距區(qū)域;而五桂立交為復(fù)合式立交,最終本文選擇了4個(gè)立交中的6個(gè)出口作為研究對(duì)象,立交幾何樣式、匝道類型、匝道半徑、車道數(shù)等信息如表1所示.試驗(yàn)互通類型包括苜蓿葉型、三岔型和雙喇叭型,匝道類型包括直連式、半直連式、迂回式和環(huán)形匝道,如圖1(b)所示,基本涵蓋了高速路/快速路的主要互通樣式和匝道類型,圖1(b)中編號(hào)為RH、DH1、DH2、WT1和WT2、WG的匝道,分別為試驗(yàn)車輛在人和立交、東環(huán)立交、五童立交和五桂立交進(jìn)行方向轉(zhuǎn)換時(shí)的行駛路線.

將立交出口區(qū)域劃分為2個(gè)行駛階段,如圖2所示,其中分流段為立交出口分流點(diǎn)至減速車道漸變段起點(diǎn)之間的路段,匝道段為車輛駛過分流點(diǎn)至匝道終點(diǎn)之間的路段.

圖2 行駛階段劃分示意圖

1.2 試驗(yàn)設(shè)備

本文使用非接觸式眼動(dòng)儀Tobii Glasses2.0作為眼動(dòng)數(shù)據(jù)采集設(shè)備,該眼動(dòng)儀使用動(dòng)態(tài)LED技術(shù)和3D眼睛模型來精確估算眼睛的空間位置和注視點(diǎn),可以有效地采集到車輛行駛過程中駕駛?cè)说难蹌?dòng)數(shù)據(jù).其采樣頻率為50 Hz,采集的數(shù)據(jù)類型包含了駕駛?cè)俗⒁曅袨楹蛼咭曅袨榈南嚓P(guān)指標(biāo),再通過Ergolab平臺(tái)進(jìn)行眼動(dòng)片段提取,采用速度閾值識(shí)別算法對(duì)注視點(diǎn)進(jìn)行合并.

1.3 試驗(yàn)人員

在社會(huì)上招募了47名駕駛員,如表2所示.其中，男女比例接近3∶1;駕駛?cè)四挲g分布在25～51歲之間;駕齡分布在2～25年之間;駕駛里程分布在2～50萬km之間.由于可穿戴式眼動(dòng)儀的特點(diǎn),被試均被要求矯正視力在5.0以上,并且沒有其他眼科疾病.

表2 試驗(yàn)人員相關(guān)信息

1.4 試驗(yàn)流程

汽車啟動(dòng)出發(fā)前,被試在眼動(dòng)儀校準(zhǔn)后進(jìn)行5～10 min的自由觀察,若有不適或異?，F(xiàn)象則及時(shí)進(jìn)行調(diào)整并且重新校準(zhǔn).在每位駕駛?cè)诵旭偳案嬷湫旭偮肪€,行駛過程中提前告知駕駛?cè)耸欠耨偝龊婉側(cè)胫骶€(見圖1);除此之外,對(duì)駕駛員不予任何的限制行為,讓其保持平日的駕駛風(fēng)格來操控車輛行進(jìn).同一名駕駛?cè)搜卦撛囼?yàn)路徑連續(xù)行駛2～3個(gè)循環(huán)后返回起點(diǎn),停止記錄并保存各項(xiàng)數(shù)據(jù).本次試驗(yàn)共持續(xù)16 d,每日均在10:00—17:00進(jìn)行,本文的主要研究目的是分析立交設(shè)計(jì)因素對(duì)駕駛?cè)俗⒁曅袨榈挠绊?在試驗(yàn)中避開了高峰時(shí)刻,車輛處于相對(duì)自由的行駛狀態(tài),對(duì)駕駛?cè)诵袨槠鹬饕饔玫氖堑缆翻h(huán)境因素.為保證數(shù)據(jù)的準(zhǔn)確性,后期只對(duì)有效眼動(dòng)識(shí)別率高于90%的數(shù)據(jù)進(jìn)行了提取分析.

2 駕駛?cè)艘暣皡^(qū)域劃分

在車輛行駛的過程中,駕駛?cè)藭?huì)將注視點(diǎn)分配到道路場(chǎng)景中,通過觀察不同目標(biāo)物(道路標(biāo)線、標(biāo)志牌、周圍車輛等)來操縱車輛.因此該過程可以反映出駕駛?cè)说淖⒁曁卣?同時(shí)也能反映不同注視目標(biāo)對(duì)駕駛?cè)说闹匾潭?多數(shù)注視點(diǎn)往往呈現(xiàn)出團(tuán)聚狀,少數(shù)注視點(diǎn)呈現(xiàn)離散狀,因此需要對(duì)駕駛?cè)说淖⒁朁c(diǎn)進(jìn)行聚類,將不同注視點(diǎn)歸化至單獨(dú)的區(qū)域中,從而劃分駕駛?cè)说淖⒁曇暣皡^(qū)域.

2.1 K-medoids動(dòng)態(tài)聚類法

駕駛?cè)嗽谛旭傔^程中,會(huì)觀察一些對(duì)于駕駛操縱無關(guān)的場(chǎng)景,從而在整個(gè)視野平面會(huì)出現(xiàn)一些孤立注視點(diǎn),這些點(diǎn)作為異常值會(huì)對(duì)K-means聚類劃分造成一定影響,如降低聚類區(qū)間劃分的精度,容易達(dá)到局部最優(yōu)等問題.而K-medoids中心點(diǎn)選擇為樣本內(nèi)的點(diǎn),對(duì)異常值敏感度較低,更容易達(dá)到全局最優(yōu),結(jié)果可信度更高,因此本文采用K-medoids聚類算法進(jìn)行駕駛?cè)艘暣皡^(qū)域的劃分.K-medoids聚類算法采用歐式距離作為判斷指標(biāo),通過計(jì)算類簇指標(biāo),利用手肘法來確定最優(yōu)聚類數(shù)k值,類簇平均質(zhì)心距離Rmc的加權(quán)平均值計(jì)算公式如下：

(1)

式中,n為類簇?cái)?shù);m為j簇中的樣本數(shù);(xi,yi)為j簇中的一個(gè)樣本點(diǎn);(uj,vj)為j簇的質(zhì)心.

2.2 視窗區(qū)域劃分結(jié)果

聚類原始數(shù)據(jù)以駕駛?cè)俗⒁朁c(diǎn)在視野平面上的解析坐標(biāo)作為聚類變量,每位駕駛?cè)诉x取了約2 000個(gè)連續(xù)注視點(diǎn)坐標(biāo)作為聚類數(shù)據(jù),如圖3所示,并且對(duì)各駕駛?cè)说淖⒁朁c(diǎn)分別進(jìn)行聚類.聚類數(shù)k在3～11范圍內(nèi)取值并且進(jìn)行聚類計(jì)算,圖4(a)為駕駛?cè)薉7的類簇指標(biāo)變化曲線,從中可以看到,在聚類數(shù)為3～6時(shí),指標(biāo)迅速下降,當(dāng)聚類數(shù)為7～11時(shí),指標(biāo)變化程度明顯下降,即當(dāng)k=7時(shí),聚類效果最優(yōu);通過對(duì)比分析所有駕駛?cè)说木垲惤Y(jié)果后,最終將駕駛視窗劃分為7個(gè)區(qū)域P1～P7,如圖4(b)所示.

(a) 聚類指標(biāo)計(jì)算

3 注視點(diǎn)轉(zhuǎn)移特征分析

駕駛?cè)说淖⒁朁c(diǎn)在時(shí)間和空間上都是離散的[13],并且轉(zhuǎn)移過程滿足下一個(gè)注視點(diǎn)所處的位置往往只與當(dāng)前注視點(diǎn)所在位置高度相關(guān),而與之前所注視的位置無關(guān).因此可以利用馬爾可夫鏈計(jì)算駕駛?cè)嗽诟呙芏攘⒔怀隹诃h(huán)境下的注視點(diǎn)轉(zhuǎn)移概率以及平穩(wěn)分布,從而能夠分析駕駛?cè)说淖⒁曅袨檗D(zhuǎn)移特征.

在2.2節(jié)中確定的視窗區(qū)域就可作為馬爾可夫鏈中的空間狀態(tài),每個(gè)區(qū)域中的注視點(diǎn)即為隨機(jī)變量集合,其單步轉(zhuǎn)移中可以將所有狀態(tài)的轉(zhuǎn)移概率按照矩陣進(jìn)行排列,其計(jì)算過程如圖5所示.圖中,t1～t5為時(shí)序,P為概率矩陣,Nij為狀態(tài)i轉(zhuǎn)移到狀態(tài)j的頻數(shù),Pi,j為狀態(tài)i到狀態(tài)j的一步轉(zhuǎn)移概率.

(a) 按時(shí)間增序排列注視點(diǎn)

3.1 出口分流段注視點(diǎn)轉(zhuǎn)移特征

對(duì)各駕駛?cè)说淖⒁朁c(diǎn)按照時(shí)間順序標(biāo)記其狀態(tài),統(tǒng)計(jì)出各個(gè)狀態(tài)之間的一次轉(zhuǎn)移頻數(shù),之后按照各狀態(tài)分別計(jì)算一步轉(zhuǎn)移概率,最后得到駕駛?cè)嗽诟呙芏攘⒔怀隹诜至鞫蔚囊徊阶⒁曓D(zhuǎn)移概率矩陣,計(jì)算結(jié)果如圖6所示.

(a) 普通凈距立交

在小凈距立交出口段時(shí),駕駛?cè)藢?duì)于區(qū)域P2的重復(fù)注視概率為0.61,并且從其他區(qū)域一步轉(zhuǎn)移到區(qū)域P2的概率均高于普通凈距,復(fù)合立交分流段在區(qū)域P2的一步注視概率也幾乎都高于普通凈距.這是因?yàn)榱⒔粌艟嗟牟蛔銓?dǎo)致車輛的交織行為更加頻繁,駕駛?cè)藢?duì)于左側(cè)車道區(qū)域的視覺需求更高,需要分配更多的注意力在該區(qū)域來獲取相關(guān)信息.

試驗(yàn)駕駛?cè)嗽趨^(qū)域P1、P4、P6、P7的一步轉(zhuǎn)移概率都較低,說明駕駛?cè)藢?duì)于這4個(gè)區(qū)域的關(guān)注度較低或者不需要頻繁地重復(fù)注視便可以有效獲取相關(guān)信息.此外,駕駛?cè)嗽谛艟嗪蛷?fù)合立交出口分流段時(shí),一步注視轉(zhuǎn)移概率出現(xiàn)0的次數(shù)均高于普通凈距情況,一步轉(zhuǎn)移概率為0代表該區(qū)域沒有進(jìn)行重復(fù)注視.綜合以上分析：駕駛?cè)嗽诨ネ⒔怀隹诜至鞫螘r(shí),會(huì)傾向于關(guān)注區(qū)域P2和P3以保證其視覺需求,即前窗的左下部分,其中視窗區(qū)域P2對(duì)應(yīng)的行駛環(huán)境為行駛通道左側(cè)邊界(單車道匝道時(shí)左側(cè)邊界為左側(cè)護(hù)欄和路緣線,雙車道匝道時(shí)為車道分界線),是駕駛?cè)丝刂菩羞M(jìn)軌跡的重要參考;視窗區(qū)域P3對(duì)應(yīng)的行駛環(huán)境為車輛前方近處的路面區(qū)域,是獲取路面狀況和障礙物信息的重點(diǎn)區(qū)域.相比于普通凈距,在小凈距立交出口段行駛時(shí),駕駛?cè)藢?duì)區(qū)域P2的關(guān)注度更高.

3.2 出口匝道段注視點(diǎn)轉(zhuǎn)移特征

同樣,統(tǒng)計(jì)并且計(jì)算得到駕駛?cè)嗽诟呙芏攘⒔怀隹谠训蓝蔚囊徊阶⒁曓D(zhuǎn)移概率矩陣,計(jì)算結(jié)果如圖7所示.

從矩陣主對(duì)角線的數(shù)據(jù)可以看到,駕駛?cè)嗽诓煌脑训佬旭倳r(shí),對(duì)于各區(qū)域的重復(fù)注視率存在一定差異性.在五童立交WT1和WT2出口匝道行駛時(shí),其對(duì)于區(qū)域P3(車輛前方近處的路面區(qū)域)的重復(fù)注視率最高;而在五桂立交以及人和立交出口匝道行駛時(shí),對(duì)于區(qū)域P4(行駛通道右側(cè)區(qū)域)的重復(fù)注視率最高.就匝道半徑而言,在小半徑匝道(人和立交和五桂立交匝道)行駛時(shí),駕駛?cè)说淖⒁朁c(diǎn)從其他區(qū)域轉(zhuǎn)移到區(qū)域P4(單車道匝道表現(xiàn)為右側(cè)護(hù)欄和右側(cè)路緣線)的概率更高;而在較大半徑的匝道(WT2匝道段)行駛時(shí),注視點(diǎn)從其他區(qū)域轉(zhuǎn)移到區(qū)域P3的概率更高.這是因?yàn)樵谛“霃角€右轉(zhuǎn)行駛時(shí),較高的彎道曲率會(huì)增加駕駛?cè)藢?duì)方向盤的操縱需求.

同時(shí),還可以看出在匝道段時(shí),其一步轉(zhuǎn)移概率矩陣的分布更加集中,轉(zhuǎn)移概率為0或者接近0的值出現(xiàn)更頻繁,這說明在匝道段駕駛?cè)说淖⒁朁c(diǎn)分布更加集中.因?yàn)樵谠训蓝螌?duì)于車輛控制的需求要高于直線路段,駕駛?cè)诵枰邮茏銐虻淖⒁曅畔磉M(jìn)行轉(zhuǎn)向操縱.

(a) 五童立交WT1匝道段

4 注視點(diǎn)分布特征分析

4.1 出口分流段

在出口分流段,車輛從主線駛?cè)氤隹谠训罆r(shí)往往會(huì)受到車輛交織的影響,所需要觀察的道路信息也更多.因此本文選取了試驗(yàn)立交的5個(gè)出口分流段,在注視點(diǎn)轉(zhuǎn)移過程的分析結(jié)果上,進(jìn)一步分析駕駛?cè)藦闹骶€駛?cè)朐训婪至鞫芜^程的視覺搜索行為.

在選取了以上注視片段后,從前置行車記錄儀視頻記錄中發(fā)現(xiàn),駕駛?cè)笋傠x主線進(jìn)入匝道時(shí),按照車輛的行駛軌跡可以分為2種情況：不需變道駛出主線和需變道駛出主線,如圖8所示.

(a) 不需變道駛出主線

按照以上2種情況,對(duì)每位駕駛?cè)嗽诜至鞫巫⒁暱倳r(shí)長(zhǎng),分別繪制在有變道行為和無變道行為情況下的平均注視時(shí)長(zhǎng)分布圖(見圖9),同時(shí)統(tǒng)計(jì)注視點(diǎn)轉(zhuǎn)移數(shù)據(jù)——掃視次數(shù)和平均掃視幅度,并進(jìn)行分類,得到了各駕駛?cè)嗽诓煌愋土⒔怀隹诜至鞫蔚膾咭曌兓卣?其結(jié)果如圖10所示.從圖9和圖10中能夠得到以下發(fā)現(xiàn)：

1) 駕駛?cè)瞬扇∽兊佬袨轳側(cè)氤隹跁r(shí),落在右后視鏡區(qū)域的注視點(diǎn)明顯高于未采取變道行為的情況.這是由于駕駛?cè)俗兊礼側(cè)霚p速車道時(shí),需要通過反復(fù)觀察右側(cè)和右后側(cè)的車輛運(yùn)行狀態(tài)來確定變道時(shí)機(jī),對(duì)右側(cè)后視鏡區(qū)域的注視需求增加.而車輛位于最外側(cè)車道時(shí)無需變道即可駛?cè)胱兯佘嚨?不再需要過多關(guān)注右后視區(qū)域,而是將更多的注視點(diǎn)分配在前方或者左側(cè)后視鏡區(qū)域.

2) 駕駛?cè)俗兊礼側(cè)霚p速車道時(shí),小凈距立交出口分流段的平均掃視次數(shù)顯著高于普通凈距立交和復(fù)合式立交;而在掃視幅度上,小凈距立交出口分流段的平均掃視幅度要小于普通凈距和復(fù)合立交,這說明駕駛?cè)嗽谛艟嗔⒔环至鞫蔚淖⒁曓D(zhuǎn)移特征為高頻率、低幅度,即小凈距立交分流段對(duì)于掃視的需求較高,但視野所觀察的范圍較窄;而駕駛?cè)嗽谄胀▋艟嗲闆r下的注視轉(zhuǎn)移次數(shù)需求較低,但是視野觀察的范圍卻更廣,能夠接受到更全面的道路相關(guān)信息;同時(shí),駕駛?cè)嗽趶?fù)合立交分流段的注視轉(zhuǎn)移次數(shù)最低,掃視幅度與普通凈距相當(dāng),即其注視轉(zhuǎn)移特征為低頻率、高幅度.

圖9 出口分流段平均注視時(shí)長(zhǎng)分布

(a) 掃視次數(shù)

3) 未變道直接駛?cè)霚p速車道時(shí),小凈距立交出口分流段的平均掃視次數(shù)為66,明顯高于普通凈距立交和復(fù)合式立交;在掃視幅度上,小凈距立交出口分流段的平均掃視幅度46像素,顯著低于普通凈距和復(fù)合立交的96和113像素.

4) 在未變道的情況下,駕駛?cè)嗽谛艟嗔⒔缓蛷?fù)合式立交出口分流段的掃視次數(shù)變化較小,均略低于變道情況.與變道駛?cè)胂啾?未變道時(shí)小凈距立交分流段的平均掃視幅度出現(xiàn)了大幅下降;同時(shí),駕駛?cè)嗽谄胀▋艟喑隹诜至鞫蔚膾咭暣螖?shù)和平均掃視幅度也出現(xiàn)了明顯的下降,即駕駛?cè)嗽谖醋兊?直接駛?cè)?情況下,對(duì)于掃視需求整體上都是呈現(xiàn)下降的趨勢(shì).

4.2 出口匝道段

4.2.1 曲線段注視熱點(diǎn)分布

注視熱點(diǎn)是指駕駛?cè)嗽谛旭傔^程中頻繁注視的主要目標(biāo),即道路環(huán)境中人眼注視點(diǎn)最集中的點(diǎn)位.駕駛?cè)嗽谠训蓝涡旭倳r(shí),無論是車輛之間的沖突還是道路目標(biāo)物對(duì)于駕駛?cè)说挠绊懚驾^小,而從前文對(duì)匝道段的注視轉(zhuǎn)移過程中可以發(fā)現(xiàn),匝道段獨(dú)特的線形條件導(dǎo)致了駕駛?cè)俗⒁朁c(diǎn)在彎道附近的分布更為集中.因此,為了進(jìn)一步分析駕駛?cè)嗽诟鱾€(gè)匝道段行駛時(shí)的注視行為,提取了各駕駛?cè)嗽诓煌训狼€段時(shí)的注視點(diǎn),并且根據(jù)其注視時(shí)間進(jìn)行注視熱力圖繪制,部分結(jié)果如圖11所示.

(a) 道路左側(cè)路緣

從圖11中可以看到,在匝道曲線段行駛時(shí),不同駕駛?cè)说淖⒁朁c(diǎn)分布有著明顯的差異性,按照其主要注視目標(biāo),可以劃分為道路右側(cè)邊緣、道路左側(cè)邊緣、行車道中線、車道分界線、前方車輛5個(gè)視覺注視熱點(diǎn).駕駛?cè)顺霈F(xiàn)以某一目標(biāo)物作為注視熱點(diǎn)的這一行為,主要是因?yàn)樵谠训蓝螘r(shí),由于存在車輛轉(zhuǎn)向需求,駕駛?cè)诵枰ㄟ^不斷注視道路路面、標(biāo)線或者車輛等目標(biāo)來確定和修正方向盤的轉(zhuǎn)角幅度,從而保證車輛的正常行駛.

4.2.2 不同工況下注視搜索特征

通過駕駛?cè)嗽谙嚓P(guān)場(chǎng)景中的眼動(dòng)儀記錄視頻發(fā)現(xiàn),在雙車道的右轉(zhuǎn)匝道行駛場(chǎng)景中,按照駕駛?cè)说男旭傑嚨篮褪欠翊嬖谇胺杰囕v,可以分為4種駕駛工況：彎道外側(cè)車道-有前車、彎道外側(cè)車道-無前車、彎道內(nèi)側(cè)車道-有前車和彎道內(nèi)側(cè)車道-無前車.而在單車道的右轉(zhuǎn)匝道行駛場(chǎng)景下,可以分為2種駕駛工況：有前車和無前車.針對(duì)以上幾種工況,分別統(tǒng)計(jì)駕駛?cè)嗽谠训郎系囊曈X熱點(diǎn)信息注視時(shí)間,計(jì)算不同駕駛?cè)嗽诓煌⒁暉狳c(diǎn)的時(shí)間占比,結(jié)果如圖12所示.

從圖12中可以看到,在右轉(zhuǎn)出口匝道時(shí),駕駛?cè)怂旭偟能嚨篮褪欠裼星败噷?duì)于注視搜索行為存在一定影響.處于彎道外側(cè)車道并且前方?jīng)]有車輛時(shí),車道分界線為主要注視目標(biāo)的時(shí)間占比最高,達(dá)到了65.4%;而在彎道內(nèi)側(cè)車道前方無車時(shí),車道右側(cè)路緣為主要注視目標(biāo)的時(shí)間占比最高,為70.5%.在單車道無前車時(shí),右側(cè)路緣注視時(shí)間的時(shí)間占比為63.8%.由此可以發(fā)現(xiàn),駕駛?cè)嗽谟肄D(zhuǎn)出口匝道行駛時(shí),更傾向于以視野右側(cè)作為主要注視區(qū)域.

(a) 雙車道匝道-有前車

而在前方有車輛時(shí),以前車作為主要注視目標(biāo)的時(shí)間占比在外側(cè)車道時(shí)最高,為50%,在彎道內(nèi)側(cè)車道時(shí),以前車作為主要注視目標(biāo)的為36.2%,在三者中最低.可以看出,當(dāng)駕駛?cè)诵旭傆谠训乐袝r(shí),前方車輛對(duì)于駕駛?cè)说淖⒁曀阉鬟^程存在較高影響,一方面是需要觀察前車來保證合適的車間距,另一方面可以以前方車輛作為轉(zhuǎn)向的參考目標(biāo)物.

立交匝道設(shè)計(jì)速度為40 km/h時(shí),圓曲線半徑R的一般值為60 m,極限值為45 m[2],因此以60 m半徑為標(biāo)準(zhǔn),可以將出口匝道劃分為R≤60 m和R>60 m 2組,分別對(duì)比駕駛?cè)嗽?種半徑條件和車道情況下行駛在匝道時(shí)的注視行為,結(jié)果如圖13所示.

從圖13中可以看到,無論是在雙車道還是單車道匝道,當(dāng)匝道半徑較小時(shí),駕駛?cè)藭?huì)更多地注視右側(cè)路緣或者左側(cè)路緣,即注視點(diǎn)更多地分布于道路兩側(cè);而當(dāng)匝道半徑較大時(shí),則會(huì)更多地關(guān)注前車或者行車道中線,即注視點(diǎn)更多地分布于道路中間.這說明駕駛?cè)嗽谠训佬旭倳r(shí)受到其線形條件的限制,其注視行為會(huì)受到一定約束,而匝道半徑也是重要的影響因素,匝道半徑越小,這種影響會(huì)更加顯著.

(a) 雙車道匝道

5 結(jié)論

1) 運(yùn)用K-medoids動(dòng)態(tài)聚類算法對(duì)高密度立交出口場(chǎng)景下駕駛?cè)说淖⒁朁c(diǎn)解析坐標(biāo)進(jìn)行了聚類分析,將駕駛?cè)艘曇皠澐譃?個(gè)區(qū)域;基于馬爾可夫鏈計(jì)算了駕駛?cè)嗽诹⒔怀隹趨^(qū)域的一次注視轉(zhuǎn)移概率矩陣,在分流段時(shí)駕駛?cè)说闹饕⒁晠^(qū)域?yàn)榈缆氛胺浇?但凈距不足會(huì)增加駕駛?cè)藢?duì)左前側(cè)方向的重復(fù)注視行為,并且減少對(duì)于左側(cè)后視鏡的關(guān)注度.

2) 在匝道段行駛時(shí),由于匝道段對(duì)駕駛操作性的要求提高,駕駛?cè)藭?huì)減少對(duì)于非關(guān)鍵道路信息的關(guān)注程度,其一步轉(zhuǎn)移概率矩陣零值出現(xiàn)更加頻繁,更傾向轉(zhuǎn)移至車輛前方近處路面區(qū)域和行駛通道右側(cè),并且匝道半徑會(huì)影響其注視轉(zhuǎn)移行為.

3) 在小凈距立交出口分流段駕駛?cè)说淖⒁曓D(zhuǎn)移特征為高頻率、低幅度,即掃視的需求較高,而視野所觀察的范圍較窄;在普通凈距情況下視野觀察的范圍更廣,并且在需要變道駛?cè)氤隹谠训罆r(shí),這種特征更明顯.

4) 匝道曲線段的注視行為明顯區(qū)別于直線路段,在右轉(zhuǎn)出口匝道且前方?jīng)]有車輛時(shí),駕駛?cè)艘砸曇坝覀?cè)作為主要注視區(qū)域,位于雙車道匝道的彎道外側(cè)車道時(shí)主要關(guān)注車道分界線,注視時(shí)間占比為65.4%;位于雙車道匝道彎道內(nèi)側(cè)車道以及單車道匝道時(shí),右側(cè)路緣為主要注視目標(biāo),注視時(shí)間占比分別為70.5%和63.8%.

5) 匝道平曲線半徑小于或等于60 m時(shí),駕駛?cè)烁鼉A向注視左右兩側(cè)路緣;而匝道半徑大于60 m時(shí),駕駛?cè)烁P(guān)注行車道中線或者前方車輛,即前方行駛通道的中間區(qū)域.