牛增良 孟德宇 王光耀

（中國(guó)汽車技術(shù)研究中心有限公司，天津 300300）

主題詞：行人事故 場(chǎng)景 駕駛?cè)?應(yīng)激反應(yīng) 駕駛模擬器

1 前言

根據(jù)中國(guó)交通事故深入研究（China In-Depth Accident Study，CIDAS）的統(tǒng)計(jì)數(shù)據(jù)，車輛與弱勢(shì)交通參與者的事故呈快速增長(zhǎng)趨勢(shì)，其中車輛與橫穿行人事故占比較高。因此，研究駕駛?cè)嗽诘湫托腥耸鹿蕡?chǎng)景下的心理反應(yīng)，即駕駛?cè)藨?yīng)激反應(yīng)特性，進(jìn)一步探索將心率增長(zhǎng)率和低頻段心率變異性頻率值（又稱為“心率變異性LF 值”）作為高級(jí)駕駛輔助系統(tǒng)（Advanced Driving Assistance System，ADAS）開(kāi)發(fā)需求的評(píng)判指標(biāo)具有重要意義。近年來(lái)，美國(guó)、歐洲、日本等加強(qiáng)了交通事故發(fā)生時(shí)駕駛?cè)说纳硖卣餮芯?，并研制出了基于心率、皮電反?yīng)、肌張力等生理指標(biāo)的駕駛?cè)颂卣鞣治鱿到y(tǒng)。J.Zhai等人以實(shí)車為試驗(yàn)平臺(tái)，通過(guò)在能引起不同應(yīng)激水平的各類道路上行駛，對(duì)駕駛?cè)说囊恍┥硇盘?hào)的變化情況進(jìn)行了研究，結(jié)果表明，皮電反應(yīng)和心率與駕駛?cè)说膽?yīng)激水平密切相關(guān)[1]；David Crundall 等人利用FarosGB3 Simulator 駕駛模擬平臺(tái)研究了一種駕駛訓(xùn)練方式，即在模擬駕駛訓(xùn)練過(guò)程中口頭提示潛在危險(xiǎn)，研究發(fā)現(xiàn)，該方法可以有效提高駕駛?cè)宋ｋU(xiǎn)預(yù)見(jiàn)能力[2]；Jongen等人對(duì)低年齡、低駕齡的新手駕駛?cè)丝刂撇幌嚓P(guān)刺激的能力進(jìn)行了研究，通過(guò)STISIM M400型駕駛模擬平臺(tái)，在虛擬的程序環(huán)境中構(gòu)造了12 個(gè)實(shí)際駕駛過(guò)程中可能會(huì)遇到的應(yīng)激場(chǎng)景[3]；長(zhǎng)安大學(xué)的吳初娜使用MultiGen Creator 三維建模軟件，在Microsoft Visual Studio集成開(kāi)發(fā)環(huán)境下，利用OpenSceneGraph 圖形引擎和Newton物理引擎設(shè)計(jì)建立了14個(gè)危險(xiǎn)突發(fā)事件應(yīng)激場(chǎng)景，通過(guò)駕駛模擬器試驗(yàn)研究了駕駛?cè)藨?yīng)激反應(yīng)能力評(píng)估算法，并將駕駛?cè)藨?yīng)激反應(yīng)能力劃分為3個(gè)等級(jí)[4]。

探索中國(guó)行駛工況下的ADAS開(kāi)發(fā)需求，對(duì)駕駛?cè)说膽?yīng)激響應(yīng)特性研究有現(xiàn)實(shí)需要。本文采用真實(shí)事故數(shù)據(jù)在駕駛模擬器中仿真開(kāi)展應(yīng)激反應(yīng)特性研究。

2 典型行人事故場(chǎng)景選取及應(yīng)激特性分析

2.1 典型行人事故場(chǎng)景選取

從CIDAS 數(shù)據(jù)庫(kù)樣本中抽取了極具代表性的兒童橫穿道路交通事故作為研究對(duì)象，交通事故現(xiàn)場(chǎng)勘查情況和現(xiàn)場(chǎng)平面示意圖如圖1、圖2 所示，由于未看到右前方突然出現(xiàn)的兒童，車輛右前輪將其碾壓并造成嚴(yán)重傷害。

圖1 交通事故現(xiàn)場(chǎng)勘查照片

圖2 交通事故現(xiàn)場(chǎng)平面示意

2.2 駕駛?cè)藨?yīng)激反應(yīng)指標(biāo)選取

駕駛?cè)藨?yīng)激響應(yīng)是指駕駛?cè)嗽隈{駛活動(dòng)中主觀感受到的，并且可以進(jìn)行測(cè)量的對(duì)刺激的內(nèi)、外綜合反應(yīng)。研究表明：在應(yīng)激狀態(tài)下，駕駛?cè)烁兄⑴袛鄾Q策和操作等方面的能力均在一定程度上減弱[5]；興奮、緊張等工作負(fù)荷都能夠喚醒植物神經(jīng)系統(tǒng)中的交感神經(jīng)系統(tǒng)，從而引起心率、血壓、呼吸頻率、皮電反應(yīng)等生理指標(biāo)的異常反應(yīng)[6]。

工作負(fù)荷的評(píng)價(jià)有主觀評(píng)價(jià)和客觀生理評(píng)價(jià)兩種方法。主觀評(píng)價(jià)法的缺點(diǎn)在于需要被試者有較強(qiáng)而敏感的記憶力，且被試者的掩飾行為會(huì)影響評(píng)價(jià)結(jié)果。

相較于主觀評(píng)價(jià)法，客觀生理評(píng)價(jià)中的心率和心率變異性能很好地反映駕駛?cè)嗽趹?yīng)激狀態(tài)下心理負(fù)荷增加時(shí)心理緊張的程度。很多學(xué)者將心率和心率變異性綜合起來(lái)研究，Mulder等通過(guò)研究發(fā)現(xiàn)[7]，隨著個(gè)人的心理負(fù)荷增加，即心率變異性減小時(shí)，人體的心率會(huì)提高。故本文選取心率和心率變異性評(píng)價(jià)駕駛?cè)嗽趹?yīng)激狀態(tài)下心理緊張程度。

心率增長(zhǎng)率能真實(shí)表征駕駛?cè)诵熊嚂r(shí)的生理變化程度，故將其作為心率的評(píng)價(jià)指標(biāo)。由于本文主要研究駕駛?cè)嗽趹?yīng)激狀態(tài)下的生理變化特性，它與駕駛?cè)说男睦碡?fù)荷關(guān)系最為緊密，心率變異性頻域分析較時(shí)域分析更精確、定量性更強(qiáng)，因此采用低頻段心率變異性頻率值為心率變異性的評(píng)價(jià)指標(biāo)。

3 典型行人事故場(chǎng)景搭建

3.1 駕駛?cè)藨?yīng)激反應(yīng)試驗(yàn)平臺(tái)

本文采用駕駛模擬器作為駕駛?cè)藨?yīng)激反應(yīng)試驗(yàn)平臺(tái)，它可以實(shí)時(shí)采集操作數(shù)據(jù)，如圖3所示，駕駛模擬器硬件系統(tǒng)組成如圖4所示。

圖3 應(yīng)激反應(yīng)特性試驗(yàn)平臺(tái)

圖4 駕駛模擬器硬件系統(tǒng)組成

3.2 場(chǎng)景復(fù)現(xiàn)流程

本文采用Creator 作為系統(tǒng)的仿真建模軟件平臺(tái)，利用Creator 完成城市道路交通環(huán)境條件下仿真模型數(shù)據(jù)庫(kù)[8]的建立。由于其中的三維模型都是靜態(tài)的，本文結(jié)合Newton 物理引擎和OpenSceneGraph 圖像渲染引擎，基于Microsoft Visual Studio集成開(kāi)發(fā)創(chuàng)建應(yīng)激場(chǎng)景，流程如圖5所示。

圖5 三維交通應(yīng)激場(chǎng)景的創(chuàng)建流程

3.3 典型行人事故場(chǎng)景設(shè)計(jì)

3.3.1 交通事故場(chǎng)景建模

首先，使用Creator 對(duì)道路、建筑物、車輛以及場(chǎng)景點(diǎn)綴物進(jìn)行網(wǎng)格構(gòu)建，如圖6 所示。然后，對(duì)所建立的網(wǎng)格模型進(jìn)行紋理添加操作，如圖7所示。建立車輛三維模型，并將其導(dǎo)入圖形仿真系統(tǒng)。該系統(tǒng)根據(jù)汽車動(dòng)力學(xué)和駕駛?cè)瞬僮鲾?shù)據(jù)等參數(shù)計(jì)算出車輛運(yùn)行狀態(tài)，最后對(duì)所得場(chǎng)景進(jìn)行渲染。

圖6 車輛模型的網(wǎng)格構(gòu)建

圖7 車輛網(wǎng)格紋理

3.3.2 交通事故情景復(fù)現(xiàn)

自車行駛在雙向2車道的城市道路上，道路旁設(shè)置有停車位且停有車輛，在本車及對(duì)向車道設(shè)計(jì)有自行行駛的車輛。試驗(yàn)開(kāi)始后，兒童從自車前方右側(cè)的停車位突然出現(xiàn)橫穿馬路。將上述場(chǎng)景在Creator 軟件中建立模型并加載到駕駛模擬器，如圖8所示。在危險(xiǎn)情況出現(xiàn)前設(shè)有平穩(wěn)駕駛階段，使駕駛?cè)诉m應(yīng)仿真環(huán)境。

圖8 行人交通事故場(chǎng)景復(fù)現(xiàn)

4 駕駛?cè)藨?yīng)激反應(yīng)試驗(yàn)

4.1 試驗(yàn)設(shè)計(jì)及被試人員選取

設(shè)置2組對(duì)照試驗(yàn)，分別考察同一車速下不同反應(yīng)距離和相同反應(yīng)距離下車速的變化對(duì)駕駛?cè)说挠绊?。選取21名男性駕駛?cè)?，年齡集中在24～32歲范圍內(nèi)，所有被試人員都已取得駕駛執(zhí)照，雙眼矯正視力為1.0以上，身體狀況良好。

4.2 采集設(shè)備及試驗(yàn)步驟

試驗(yàn)中采用如圖9 所示的MP150 生理信號(hào)記錄分析系統(tǒng)中的心電圖（Electrocardiogram，ECG）模塊，采集駕駛?cè)嗽趹?yīng)激狀態(tài)下的心率變化數(shù)據(jù)。駕駛?cè)藨?yīng)激反應(yīng)試驗(yàn)是在駕駛模擬器的場(chǎng)景中完成的。

圖9 MP150生理信號(hào)記錄分析系統(tǒng)

4.2.1 反應(yīng)距離對(duì)駕駛?cè)说挠绊懺囼?yàn)

tTTC=1 s，V=60 km/h 時(shí)，車輛重心至兒童的距離d=21.7 m，車頭與兒童的距離D=19.2 m。選取試驗(yàn)車速為60 km/h，tTTC為1 s、1.5 s、2 s，其對(duì)應(yīng)的D為19.2 m、27.5 m、35.8 m。

試驗(yàn)開(kāi)始后，被試人員佩戴MP150生理儀，并穩(wěn)定油門(mén)以60 km/h 的車速在規(guī)定的車道行駛，兒童隨機(jī)從路旁停放的車輛間進(jìn)入車道，此時(shí)，在MP150心率記錄圖中記錄應(yīng)激點(diǎn)的相應(yīng)時(shí)間。應(yīng)激場(chǎng)景結(jié)束后，調(diào)整兒童出現(xiàn)位置以及試驗(yàn)車輛與兒童的距離，重復(fù)進(jìn)行試驗(yàn)，直至試驗(yàn)結(jié)束。

4.2.2 車速變化對(duì)駕駛?cè)说挠绊懺囼?yàn)

取D=19.2 m，tTTC為1 s、1.5 s、2 s 時(shí)對(duì)應(yīng)的速度V分別為60 km/h、40 km/h、30 km/h。對(duì)駕駛?cè)说囊笈c上組試驗(yàn)相同，先進(jìn)行40 km/h 試驗(yàn)，再進(jìn)行30 km/h 試驗(yàn)。車速為60 km/h 的試驗(yàn)不再重復(fù)進(jìn)行。使用AcqKnowledge 對(duì)數(shù)據(jù)進(jìn)行分析，結(jié)合試驗(yàn)前測(cè)得的被試人員心率均值計(jì)算被試人員的心率增長(zhǎng)率。

4.3 試驗(yàn)數(shù)據(jù)處理

上述基于場(chǎng)景視頻的應(yīng)激始末階段確定后，通過(guò)MP150 系統(tǒng)得到的駕駛?cè)嗽趹?yīng)激階段的心率變化情況如圖10所示。由圖10可知，試驗(yàn)過(guò)程中，駕駛?cè)说男穆试谝欢ǚ葍?nèi)波動(dòng)，而數(shù)據(jù)中心率突變到0的點(diǎn)大多數(shù)為駕駛?cè)说纳眢w移動(dòng)或緊張?jiān)斐苫€不穩(wěn)而形成的噪聲點(diǎn)。

突發(fā)事件出現(xiàn)前、后各10 s內(nèi)駕駛?cè)诵穆孰S時(shí)間的變化情況如圖11所示。從圖11中可以看出：突發(fā)事件出現(xiàn)前，駕駛?cè)说男穆试谛》葍?nèi)波動(dòng)；突發(fā)事件出現(xiàn)后，駕駛?cè)说男穆始眲√岣?，隨著自車與兒童的距離不斷減小，駕駛?cè)说男穆食掷m(xù)提高或維持在高水平上；駕駛?cè)吮荛_(kāi)突發(fā)事件后，心率開(kāi)始急劇下降。

圖10 駕駛?cè)诵穆首兓?/p>

圖11 心率隨時(shí)間的變化

5 駕駛?cè)藨?yīng)激反應(yīng)試驗(yàn)結(jié)果分析

5.1 反應(yīng)距離對(duì)駕駛?cè)说挠绊懛治?/h3>

5.1.1 不同距離時(shí)駕駛?cè)诵穆试鲩L(zhǎng)率分析

取應(yīng)激反應(yīng)發(fā)生后3 s內(nèi)心率平均值作為此次應(yīng)激試驗(yàn)的心率值，結(jié)合試驗(yàn)前被試人員的心率均值計(jì)算其心率增長(zhǎng)率。圖12 所示為V=60 km/h 時(shí)不同距離下被試人員心率增長(zhǎng)率趨勢(shì)，相應(yīng)的箱線圖如圖13 所示。車速為60 km/h 時(shí)，對(duì)3 組數(shù)據(jù)進(jìn)行配對(duì)T 檢驗(yàn)，3 組被試人員的心率增長(zhǎng)率之間存在顯著性差異，從圖12 可以直觀看出，隨著應(yīng)激反應(yīng)距離減小，駕駛?cè)说男穆试鲩L(zhǎng)率逐漸增大，且隨著距離減小，心率增長(zhǎng)率提高，駕駛?cè)说男睦碡?fù)荷隨著距離的減小而增加。

圖12 不同距離時(shí)駕駛?cè)诵穆试鲩L(zhǎng)率

5.1.2 不同應(yīng)激反應(yīng)距離的駕駛?cè)诵穆首儺愋苑治?/p>

對(duì)試驗(yàn)數(shù)據(jù)進(jìn)行分段，然后通過(guò)Acknowledge 軟件對(duì)每段的心率變異性LF 值進(jìn)行計(jì)算，生成相應(yīng)的箱線圖如圖14 所示。在車速為60 km/h 時(shí)，對(duì)3 組數(shù)據(jù)進(jìn)行配對(duì)T 檢驗(yàn)，發(fā)現(xiàn)被試人員的心率變異性LF 值之間存在顯著性差異，隨著個(gè)體工作負(fù)荷增大，心率變異性LF值減小。結(jié)果表明，駕駛?cè)说男睦碡?fù)荷隨著本車與兒童距離的減小而增加。

圖13 車速60 km/h時(shí)心率增長(zhǎng)率分布

圖14 車速60 km/h時(shí)心率變異性LF值分布

從上面的分析可以發(fā)現(xiàn)，由駕駛?cè)说男穆试鲩L(zhǎng)率指標(biāo)與心率變異性LF值指標(biāo)得到的趨勢(shì)基本一致。

5.2 車速變化對(duì)駕駛?cè)说挠绊懛治?/h3>

5.2.1 不同車速駕駛?cè)藨?yīng)激反應(yīng)心率增長(zhǎng)率分析

D=19.2 m 時(shí)，不同車速下駕駛?cè)诵穆试鲩L(zhǎng)率如圖15 所示。將數(shù)據(jù)進(jìn)行分組統(tǒng)計(jì)，生成相應(yīng)的箱線圖如圖16所示。對(duì)3組數(shù)據(jù)進(jìn)行配對(duì)T檢驗(yàn)，被試者的心率增長(zhǎng)率之間存在顯著性差異，隨著試驗(yàn)車速的加快，被試人的心率加快，駕駛?cè)诵穆孰S著危險(xiǎn)緊急度的增加而增加，比較3種情況的標(biāo)準(zhǔn)差發(fā)現(xiàn)，在車速為30 km/h時(shí)最小，為8.66，此時(shí)被試者的心率變化最穩(wěn)定，這時(shí)駕駛?cè)说男睦碡?fù)荷最小。

圖15 D=19.2 m時(shí)不同車速下被試人員心率增長(zhǎng)率趨勢(shì)

5.2.2 不同車速下駕駛?cè)藨?yīng)激反應(yīng)心率變異性分析

將在D=19.2 m時(shí)不同車速下駕駛?cè)诵穆首儺愋訪F值進(jìn)行分組統(tǒng)計(jì)，生成相應(yīng)的箱線圖如圖17所示。對(duì)3組數(shù)據(jù)進(jìn)行配對(duì)T 檢驗(yàn)，被試駕駛?cè)说男穆首儺愋訪F值之間存在顯著性差異。本場(chǎng)景中，在車速較低時(shí)，LF值隨車速的增加變化幅度較快，在車速提高到40 km/h后繼續(xù)增加時(shí)，LF的變化趨緩，因此駕駛?cè)说男睦碡?fù)荷隨車速的增加而增加。

圖16 D=19.2 m時(shí)不同車速心率增長(zhǎng)率分布

圖17 D=19.2 m時(shí)不同車速心率變異性LF值分布

6 結(jié)束語(yǔ)

本文根據(jù)CIDAS數(shù)據(jù)庫(kù)中的中國(guó)交通事故的特點(diǎn)，結(jié)合真實(shí)的行人交通事故突發(fā)事件狀態(tài)特征、行駛環(huán)境狀態(tài)特征，設(shè)計(jì)了典型應(yīng)激場(chǎng)景，并對(duì)場(chǎng)景在駕駛模擬器上進(jìn)行了建模，得到以下結(jié)論：

a.根據(jù)調(diào)研所選取的指標(biāo)能很好地體現(xiàn)駕駛?cè)说男睦碡?fù)荷變化，即駕駛?cè)嗽谟龅酵话l(fā)事件時(shí)心率增長(zhǎng)率和心率變異性LF值。

b.在車速和應(yīng)激反應(yīng)距離條件變化時(shí)，駕駛?cè)说纳碇笜?biāo)有顯著性變化，隨著試驗(yàn)車速的增大或應(yīng)激反應(yīng)距離的減小，駕駛?cè)诵穆试鲩L(zhǎng)率變大，心率變異性LF值減小。

通過(guò)對(duì)真實(shí)行人交通事故的重建，對(duì)駕駛?cè)藨?yīng)激反應(yīng)進(jìn)行試驗(yàn)研究，可以基于對(duì)已發(fā)生事故的仿真建立駕駛?cè)诵熊嚢踩栽u(píng)估方法，為開(kāi)發(fā)相應(yīng)UBI（Usage-Based Insurance）商業(yè)車險(xiǎn)產(chǎn)品，以及中國(guó)行駛工況下的ADAS開(kāi)發(fā)需求提供新的理論支持。