袁璐一 常若松 馬錦飛

駕駛員選擇性注意過(guò)程中的規(guī)則圖式啟動(dòng)效應(yīng)

袁璐一 常若松 馬錦飛

(遼寧師范大學(xué)心理學(xué)院, 大連 116029)

本研究將駕駛無(wú)意視盲范式與交通違規(guī)事件識(shí)別任務(wù)相結(jié)合, 通過(guò)兩個(gè)實(shí)驗(yàn)分別探究任務(wù)性質(zhì)(有提示、無(wú)提示)和規(guī)則圖式訓(xùn)練(訓(xùn)練、未訓(xùn)練)對(duì)駕駛員識(shí)別交通信號(hào)和違規(guī)事件的影響。結(jié)果發(fā)現(xiàn), 交通規(guī)則提示能夠提高有經(jīng)驗(yàn)的駕駛員識(shí)別交通信號(hào)的正確率(實(shí)驗(yàn)1); 對(duì)于新手駕駛員, 則需要結(jié)合規(guī)則圖式訓(xùn)練才能起到相同效果(實(shí)驗(yàn)2)。研究表明駕駛員選擇性注意過(guò)程中存在規(guī)則圖式啟動(dòng)效應(yīng), 圖式訓(xùn)練能夠彌補(bǔ)新手駕駛員經(jīng)驗(yàn)的不足。

任務(wù)性質(zhì), 駕駛經(jīng)驗(yàn), 駕駛圖式, 交通信息, 無(wú)意視盲

1 引言

目前, 駕駛員通常使用車載導(dǎo)航系統(tǒng)輔助駕駛, 導(dǎo)航給予駕駛員交通信息提示, 提高駕駛員的視覺(jué)搜索效率。但是, 駕駛員不僅要“看了”交通信息, 還必須“看到”交通信息。2020年1月至10月, 我國(guó)有人員傷亡的道路交通事故數(shù)據(jù)表明: 2.37%的傷亡事故是由于機(jī)動(dòng)車違反交通信號(hào)導(dǎo)致的(公安部交通管理局)。眾所周知, 識(shí)別交通信號(hào)是駕駛員安全駕駛的必要能力?？墒? 駕駛員在實(shí)際觀察道路情境時(shí), 經(jīng)常會(huì)忽視與駕駛?cè)蝿?wù)相關(guān)的交通信號(hào), 即使這些信號(hào)是清晰可見(jiàn)的(Charlton & Starkey, 2013; Harms & Brookhuis, 2016; Martens, 2011; Martens & Fox, 2007)。在現(xiàn)實(shí)生活中經(jīng)常會(huì)有駕駛員沒(méi)有看到標(biāo)志牌而錯(cuò)過(guò)匝道口; 沒(méi)看到單行道標(biāo)志而逆行; 沒(méi)看到“禁止調(diào)頭”標(biāo)志而違規(guī)調(diào)頭等等。這類事件的共同特點(diǎn)就是駕駛員對(duì)相關(guān)交通信號(hào)“視而不見(jiàn)”。其心理學(xué)的概念表達(dá)就是無(wú)意視盲, 即當(dāng)人們聚精會(huì)神于一個(gè)任務(wù)時(shí), 卻忽視了眼前顯而易見(jiàn)的意外刺激或事件(Engstr?m et al., 2017; Jacobsen et al., 2015; Mack & Rock, 1998)。無(wú)意視盲是選擇性注意失敗的一種表現(xiàn)(Kreitz et al., 2015), 是交通安全重大隱患(袁璐一等, 2019)。

有學(xué)者在內(nèi)隱和外顯注意捕獲的基礎(chǔ)上, 把較為重要的幾個(gè)因素整合為注意計(jì)算框架來(lái)系統(tǒng)解釋無(wú)意視盲, 認(rèn)為在“自下而上”的注意捕獲過(guò)程中, 個(gè)體依據(jù)感覺(jué)凸顯性過(guò)濾感知信息; 與此同時(shí), 任務(wù)性質(zhì)(task-specific features)會(huì)經(jīng)由“自上而下”加工機(jī)制, 激活期望, 形成注意定勢(shì)。當(dāng)過(guò)濾后的感知信息和注意定勢(shì)不匹配時(shí), 觀察者就會(huì)出現(xiàn)無(wú)意視盲。同時(shí)認(rèn)為, 任務(wù)性質(zhì)是操控個(gè)體期望的參數(shù), 在具體的實(shí)驗(yàn)過(guò)程中可通過(guò)指導(dǎo)語(yǔ)對(duì)被試期望加以控制(Gu et al., 2005)。例如, Shinoda等人(2001)讓被試使用駕駛模擬器在虛擬城鎮(zhèn)中行駛, 利用指導(dǎo)語(yǔ)對(duì)駕駛員分組, 要求一半駕駛員與前車保持恒定距離, 另一半駕駛員在保持跟車距離的同時(shí), 還要遵守交通規(guī)則。在行駛中, 呈現(xiàn)的“通行”標(biāo)志有時(shí)會(huì)轉(zhuǎn)變成“停車”標(biāo)志。結(jié)果發(fā)現(xiàn), 當(dāng)駕駛員的任務(wù)性質(zhì)只是跟隨前車時(shí), 15%的駕駛員察覺(jué)了路中間標(biāo)志的變化; 另一組則有33%的駕駛員察覺(jué)到這種變化。由此證明, 任務(wù)性質(zhì)引導(dǎo)期望的形成, 極大的提高了駕駛員看到交通標(biāo)志變化的幾率。

然而, 任務(wù)本身的客觀屬性如何誘發(fā)駕駛員主觀期望的產(chǎn)生？期望是個(gè)體根據(jù)自身知識(shí)背景和以往經(jīng)驗(yàn)所產(chǎn)生的對(duì)未來(lái)情況的主觀估計(jì)。駕駛員想要完成特定任務(wù), 必須依賴以往知識(shí)或經(jīng)驗(yàn)積累的駕駛圖式產(chǎn)生特定期望, 以此適應(yīng)環(huán)境變化, 控制行為(袁璐一等, 2019)。駕駛圖式是指導(dǎo)駕駛員在給定環(huán)境中, 應(yīng)該搜索哪里、期望什么、并以此做出行為決策的行動(dòng)準(zhǔn)則或模板。駕駛圖式不是被教授的, 而是駕駛員在反復(fù)經(jīng)歷某種交通環(huán)境, 從足夠的經(jīng)驗(yàn)中建構(gòu)的(Land & Furneaux, 1997)。也就是說(shuō), 同樣的任務(wù)性質(zhì)可能對(duì)不同的駕駛員激活不同的期望。McKnight和McKnight (2003)分析了1000起新手駕駛員引起的交通事故, 認(rèn)為缺乏經(jīng)驗(yàn)是其主要原因, 具體行為表現(xiàn)為駕駛員未能恰當(dāng)?shù)膾呙枨胺?、?cè)面和后方, 42.70%的交通事故都與視覺(jué)掃描有關(guān)。這說(shuō)明, 新手駕駛員的事故發(fā)生未必是“粗心”, 更可能是因?yàn)椤盁o(wú)知” (Agrawal et al., 2017; McKnight & McKnight, 2003)。關(guān)于駕駛員危險(xiǎn)知覺(jué)的研究也表明, 與新手駕駛員相比, 有經(jīng)驗(yàn)的駕駛員在各種與道路危險(xiǎn)有關(guān)的識(shí)別任務(wù)中, 發(fā)現(xiàn)危險(xiǎn)的準(zhǔn)確率更高, 反應(yīng)速度也更快, 他們猜測(cè), 可能是駕駛圖式在其中起到了指導(dǎo)作用(Chan et al., 2010)。綜上所述, 駕駛員在執(zhí)行具體任務(wù)時(shí), 依賴自身的駕駛圖式產(chǎn)生特定期望, 駕駛員圖式的豐富程度是決定其駕駛效率的主要原因。由此假設(shè), 任務(wù)性質(zhì)與駕駛經(jīng)驗(yàn)會(huì)對(duì)駕駛員無(wú)意視盲產(chǎn)生交互作用：如果任務(wù)是遵守交通規(guī)則, 有經(jīng)驗(yàn)的駕駛員可能會(huì)結(jié)合路況關(guān)注交通信號(hào), 新手駕駛員可能由于缺乏圖式僅產(chǎn)生泛泛的期望, 難以“看到”交通標(biāo)志, 即有經(jīng)驗(yàn)的駕駛員“看到”交通標(biāo)志的人數(shù)比新手多; 如果任務(wù)中不包含遵守交通規(guī)則提示, 新手與有經(jīng)驗(yàn)的駕駛員的表現(xiàn)無(wú)異(假設(shè)1)。

駕駛員除了自主形成駕駛圖式外, 培訓(xùn)是否有益于建構(gòu)駕駛圖式？研究表明, 駕駛培訓(xùn)對(duì)駕駛員的駕駛行為有顯著影響(Pradhan et al., 2009)。受過(guò)RAPT (危險(xiǎn)預(yù)測(cè)培訓(xùn)項(xiàng)目)訓(xùn)練的新手駕駛員比未受訓(xùn)練的駕駛員發(fā)生的撞車事故要少23.70% (Thomas et al., 2016); 經(jīng)過(guò)V-RAPT訓(xùn)練(VR形式)的新手駕駛員可以偵測(cè)到86.25%的潛在危險(xiǎn), 是未經(jīng)訓(xùn)練駕駛員偵測(cè)的2.78倍(Agrawal et al., 2017)。培訓(xùn)對(duì)有經(jīng)驗(yàn)的駕駛員依然有效。雙經(jīng)驗(yàn)(駕駛摩托車和汽車)的駕駛員比單經(jīng)驗(yàn)(僅駕駛汽車)的駕駛員更容易發(fā)現(xiàn)摩托車(Crundall et al., 2012), 但經(jīng)過(guò)Pelmanism摩托車翻牌訓(xùn)練的單經(jīng)驗(yàn)駕駛員會(huì)顯著提高其偵測(cè)摩托車的能力(Crundall et al., 2017)。因此可以假設(shè), 新手駕駛員經(jīng)過(guò)駕駛圖式訓(xùn)練后, 也能在包含交通規(guī)則提示的任務(wù)下提高識(shí)別交通信號(hào)的能力。(假設(shè)2)

駕駛圖式既包含普遍的規(guī)則(如定期觀察左右車鏡, 水平掃描等), 也表征特定概念、事物或事件的認(rèn)知結(jié)構(gòu), 反復(fù)經(jīng)歷某種駕駛情境, 可以形成不同的專業(yè)子圖式(Crundall et al., 2008)。例如交通規(guī)則圖式, 是指駕駛員對(duì)交通規(guī)則的理解和遵守, 是指導(dǎo)駕駛行為的準(zhǔn)則或模板。如果駕駛員與某類交通事件互動(dòng)頻率較低, 沒(méi)有形成完善的規(guī)則圖式, 或者不能快速提取圖式, 極易產(chǎn)生“視而不見(jiàn)”錯(cuò)誤。

消極的態(tài)度或不恰當(dāng)?shù)男拍钜矔?huì)阻礙駕駛員形成具體的駕駛子圖式(Crundall et al., 2008)。例如, Mannering和Grodsky (1995)設(shè)計(jì)了一份問(wèn)卷, 調(diào)查駕駛員對(duì)風(fēng)險(xiǎn)的態(tài)度、行為和評(píng)估。結(jié)果發(fā)現(xiàn), 認(rèn)知凸顯性是影響汽車駕駛員“視而不見(jiàn)”摩托車的主要原因。認(rèn)知凸顯性是指目標(biāo)被觀察者主動(dòng)鎖定的能力(Cassarino & Setti, 2016), 具有高認(rèn)知凸顯性的目標(biāo)往往是駕駛員經(jīng)驗(yàn)庫(kù)中存儲(chǔ)的各類危險(xiǎn)程度較高的客體(例如大貨車、油罐車等), 這類車輛更容易捕獲他們的注意。而汽車駕駛員普遍認(rèn)為摩托車的威脅程度較低, 因此更容易將其忽視。據(jù)此認(rèn)為, 如果駕駛員對(duì)某種交通事件的認(rèn)知凸顯性較低, 就難以提取駕駛圖式, 引導(dǎo)他們“看到”這類交通事件。

Pammer等人(2015)提出不同的危險(xiǎn)具有不同的認(rèn)知凸顯性, 比起道路旁站立的小孩, 駕駛員更容易對(duì)路邊的成人視而不見(jiàn)。由此假設(shè), 對(duì)于駕駛員來(lái)說(shuō), 不同交通規(guī)則的重要程度也是不同的。對(duì)于重要程度較低的交通規(guī)則, 駕駛員可能不易形成相關(guān)的規(guī)則子圖式。譬如, 實(shí)線并道會(huì)對(duì)交通駕駛產(chǎn)生較大的威脅, 該交通違規(guī)行為的認(rèn)知凸顯性較高; “禁停處停車”現(xiàn)象對(duì)駕駛的威脅性較低, 該交通違規(guī)行為的認(rèn)知凸顯性也相對(duì)較低。比起“禁停處違停”, 駕駛員更容易發(fā)現(xiàn)“實(shí)線并道”; 啟動(dòng)規(guī)則圖式訓(xùn)練對(duì)有效識(shí)別低認(rèn)知凸顯性違規(guī)事件的作用尤為明顯。(假設(shè)3)

通過(guò)兩個(gè)實(shí)驗(yàn)來(lái)驗(yàn)證這3個(gè)假設(shè)。實(shí)驗(yàn)1使用駕駛無(wú)意視盲任務(wù), 考察不同的任務(wù)性質(zhì)對(duì)駕駛員識(shí)別交通信號(hào)的影響。實(shí)驗(yàn)2對(duì)部分駕駛員進(jìn)行規(guī)則圖式的啟動(dòng)訓(xùn)練, 探究規(guī)則圖式訓(xùn)練對(duì)駕駛員識(shí)別不同認(rèn)知凸顯性違規(guī)事件的影響。

2 實(shí)驗(yàn)1：任務(wù)性質(zhì)對(duì)駕駛員識(shí)別交通信號(hào)的影響

2.1 方法

2.1.1 被試

參考以往關(guān)于交通視盲(Shinoda et al., 2001; Agrawal et al., 2017)的研究, 使用G-power 3.1, 較大效應(yīng)量0.5, 功效值0.8, 計(jì)算最小樣本量44人。從大連地區(qū)招募76名駕駛員, 年齡在19～40歲之間(M= 25.25歲,= 4.41歲), 其中男性駕駛員59名, 年齡在19～40歲之間(M= 25.64歲, SD = 4.89歲), 女性駕駛員17名, 年齡在21～26歲之間(M= 23.88歲,= 1.36歲)。所有被試的視力或矯正視力正常, 色覺(jué)正常, 實(shí)驗(yàn)結(jié)束后可以獲得報(bào)酬。

2.1.2 實(shí)驗(yàn)儀器

實(shí)驗(yàn)采用Tobii X 120眼動(dòng)儀記錄被試的眼動(dòng)軌跡, 采樣率為120 Hz, 準(zhǔn)確度為0.5°, 精確度為0.3°, 雙眼追蹤。實(shí)驗(yàn)所用顯示器為27英寸, 分辨率為1920像素×1080像素。使用Tobii studio 2.2收集眼動(dòng)數(shù)據(jù)。

2.1.3 材料

使用10個(gè)真實(shí)的城市駕駛場(chǎng)景視頻片段作為實(shí)驗(yàn)材料, 每個(gè)視頻片段的平均時(shí)間是20 s, 所有視頻片段都是從駕駛員視角拍攝, 車輛駕駛速度在30～40 km/h之間, 拍攝當(dāng)天天氣晴朗(圖1)。控制試次視頻片段是沒(méi)有交通違規(guī)的普通駕駛場(chǎng)景, 關(guān)鍵試次視頻片段中有一白色車輛在“禁止調(diào)頭”標(biāo)志處違規(guī)調(diào)頭。

圖1 駕駛視頻片段截圖

2.1.4 實(shí)驗(yàn)設(shè)計(jì)

采用2 (駕駛員類型：有經(jīng)驗(yàn)的駕駛員, 新手駕駛員) × 2 (任務(wù)性質(zhì)：有交通規(guī)則提示, 無(wú)提示)兩因素組間設(shè)計(jì)。有經(jīng)驗(yàn)的駕駛員要求其駕駛總里程等于或大于3萬(wàn)公里, 新手駕駛員要求其駕駛總里程小于或等于1萬(wàn)公里(Fisher et al., 2006)。為了促使駕駛員更好地理解指導(dǎo)語(yǔ)(報(bào)告道路違規(guī)事件, 而非自己的違規(guī)行為), 增強(qiáng)任務(wù)卷入感, 遵守交通規(guī)則提示組要求被試對(duì)路況安全性進(jìn)行評(píng)分之外, 并以交警的身份觀察是否有交通違規(guī)事件; 無(wú)提示組只需對(duì)路況安全性進(jìn)行評(píng)分。

因變量是關(guān)鍵試次中被試是否看到交通信號(hào)的正確率, 和對(duì)交通信號(hào)的搜索時(shí)間(Total Visit Duration)。搜索時(shí)間, 是指興趣區(qū)呈現(xiàn)期間, 該興趣區(qū)停留的所有注視點(diǎn)的持續(xù)時(shí)間之和。搜索是指從首個(gè)注視點(diǎn)出現(xiàn)在興趣區(qū)中到下一個(gè)注視點(diǎn)移出興趣區(qū)的時(shí)間片段, 如果在記錄過(guò)程中, 被試回視該興趣區(qū), 興趣區(qū)中的新注視點(diǎn)持續(xù)時(shí)間也會(huì)包含在該統(tǒng)計(jì)指標(biāo)的計(jì)算中。如果被試到記錄結(jié)束都沒(méi)有看過(guò)興趣區(qū), 搜索時(shí)間記為0。

2.1.5 興趣區(qū)劃分

實(shí)驗(yàn)1關(guān)注的是駕駛員是否看到交通信號(hào), 因此興趣區(qū)覆蓋了“禁止調(diào)頭”標(biāo)志, 大小是305像素×243像素(圖2), 從駕駛員能看到“禁止調(diào)頭”標(biāo)志起至標(biāo)志消失, 共4 s。

圖2 “禁止調(diào)頭”興趣區(qū)

2.1.6 程序

實(shí)驗(yàn)程序參考Pammer和Blink (2013)的駕駛無(wú)意視盲任務(wù)。首先, 被試需要填寫(xiě)個(gè)人信息表, 包含姓名、年齡和駕駛里程等。隨后向被試呈現(xiàn)指導(dǎo)語(yǔ)：

“歡迎您參加本次實(shí)驗(yàn), 下面將會(huì)向您呈現(xiàn)一系列從駕駛員視角拍攝的真實(shí)交通情境視頻。請(qǐng)您想象您就是那個(gè)正在開(kāi)車的駕駛員。仔細(xì)觀看視頻, 在每個(gè)視頻結(jié)束后, 請(qǐng)您對(duì)該視頻的安全程度進(jìn)行5點(diǎn)評(píng)分, “1”代表非常安全, “2”代表較為安全, “3”為既不安全, 也不危險(xiǎn), “4”代表較為危險(xiǎn), “5”代表極度危險(xiǎn), 并對(duì)自己的評(píng)分進(jìn)行解釋?！?/p>

被試距離電腦屏幕大約1米(與駕駛時(shí)駕駛員到擋風(fēng)玻璃的平均距離一致), 并要求想象電腦屏幕是汽車擋風(fēng)玻璃, 他們是正在駕駛的駕駛員。每段視頻結(jié)束后, 被試需對(duì)所呈現(xiàn)路況做安全評(píng)分并解釋理由。這是主要任務(wù), 它符合駕駛員在典型駕駛場(chǎng)景下做出的是否安全的決定。這項(xiàng)任務(wù)并不是真的關(guān)注駕駛場(chǎng)景的安全程度或駕駛員的安全閾限, 而是為了讓駕駛員的認(rèn)知機(jī)制參與到這種決策中。該技術(shù)與標(biāo)準(zhǔn)的危險(xiǎn)感知測(cè)試一致(Anstey et al., 2012)。

每個(gè)被試先觀看三段練習(xí)視頻, 然后眼動(dòng)儀校準(zhǔn), 被試坐在眼動(dòng)儀前方60 cm處。采用5點(diǎn)校準(zhǔn)法對(duì)被試雙眼校準(zhǔn), 確保所記錄的眼球運(yùn)動(dòng)軌跡的準(zhǔn)確。校準(zhǔn)后實(shí)驗(yàn)開(kāi)始。

正式實(shí)驗(yàn)分為兩個(gè)程序。在“有提示組”的程序中, 每個(gè)視頻之后, 被試需回答：“①請(qǐng)對(duì)當(dāng)前路況安全評(píng)分并說(shuō)明理由; ②當(dāng)前路況是否有交通違規(guī)現(xiàn)象”; 在“無(wú)提示組”的程序中, 每個(gè)視頻之后只有安全評(píng)分任務(wù)。實(shí)驗(yàn)共10個(gè)視頻試次, 前9個(gè)是無(wú)交通違規(guī)駕駛場(chǎng)景的普通試次, 第10個(gè)是有明顯違規(guī)駕駛場(chǎng)景的關(guān)鍵試次。關(guān)鍵試次呈現(xiàn)后, 詢問(wèn)被試是否看到道路交通標(biāo)志牌, 并加以描述。實(shí)驗(yàn)結(jié)束后, 被試需要對(duì)10種交通違規(guī)事件排序并給出理由。根據(jù)駕駛圖式理論, 認(rèn)知凸顯性越高的交通信息越容易被駕駛員自主提取為駕駛圖式, 因此我們?cè)O(shè)計(jì)了排序任務(wù), 目的是探究駕駛員認(rèn)為的各類交通違規(guī)事件的認(rèn)知凸顯性程度是否與其識(shí)別該事件的概率有關(guān), 以此作為后續(xù)實(shí)驗(yàn)(探討認(rèn)知凸顯性對(duì)駕駛員無(wú)意視盲的影響)視頻材料的選取依據(jù)。整個(gè)實(shí)驗(yàn)持續(xù)20分鐘左右。

2.1.7 數(shù)據(jù)分析

采用SPSS Statistics 26.0對(duì)關(guān)鍵試次的識(shí)別結(jié)果卡方檢驗(yàn); 使用二元邏輯回歸分析方法分析個(gè)人差異、安全傾向(即主任務(wù)評(píng)分)和搜索時(shí)間是否可以預(yù)測(cè)駕駛員識(shí)別交通信號(hào)的正確率; 使用曼?惠特尼檢驗(yàn)分析有經(jīng)驗(yàn)的駕駛員和新手駕駛員, 視盲駕駛員和非視盲駕駛員對(duì)“違規(guī)調(diào)頭”事件的排序差異。

2.2 結(jié)果與分析

2.2.1 視盲結(jié)果

通過(guò)tobii studio分析駕駛員的視覺(jué)搜索區(qū)域, 可以發(fā)現(xiàn)“禁止調(diào)頭”標(biāo)志牌在駕駛員的主要視覺(jué)區(qū)域內(nèi)(見(jiàn)圖3、圖4)。因此, 如果駕駛員報(bào)告沒(méi)有看到“禁止調(diào)頭”標(biāo)志牌, 即意味著駕駛員出現(xiàn)了無(wú)意視盲。被試對(duì)關(guān)鍵試次中識(shí)別交通信號(hào)的搜索時(shí)間如圖5所示, 無(wú)意視盲概率如圖6所示。

圖3 提示組的集簇圖

圖4 無(wú)提示組的集簇圖

注: 集簇圖是一種可在背景圖上呈現(xiàn)注視點(diǎn)數(shù)據(jù)密度最大的區(qū)域的可視化圖型。

圖5 “禁止掉頭”標(biāo)志的搜索時(shí)間

圖6 關(guān)鍵試次無(wú)意視盲比率

注: ***< 0.001, **< 0.01

表1 實(shí)驗(yàn)1所有被試的搜索時(shí)間(秒)和視盲人數(shù)(人)

由表1可知, “提示組”和“無(wú)提示組”的卡方檢驗(yàn)結(jié)果是(1,= 76) = 13.41,< 0.001, effect size = 0.15。“提示組”的視盲率顯著低于“無(wú)提示組”; “經(jīng)驗(yàn)組”和“新手組”卡方檢驗(yàn)的結(jié)果是(1,= 76) = 2.92,= 0.088, “經(jīng)驗(yàn)組”和“新手組”的視盲率無(wú)差異。

卡方檢驗(yàn)4個(gè)組別的駕駛員的識(shí)別情況差異顯著,(3,= 76) = 21.40,< 0.001, effect size = 0.53。進(jìn)一步兩兩卡方檢驗(yàn)的結(jié)果發(fā)現(xiàn), 遵守交通規(guī)則提示組的有經(jīng)驗(yàn)的駕駛員的視盲率要明顯低于無(wú)提示組的有經(jīng)驗(yàn)的駕駛員,(1,= 35) = 15.25,< 0.001, effect size = 0.66; 但是, 有提示的新手駕駛員和無(wú)提示的新手駕駛員的視盲率卻沒(méi)有差異,(1,= 41) = 1.87,= 0.399; 提示組有經(jīng)驗(yàn)的駕駛員的視盲率明顯低于提示組新手駕駛員,(1,= 38) = 7.94,< 0.01, effect size = 0.46; 無(wú)提示組有經(jīng)驗(yàn)的駕駛員的視盲率和無(wú)提示組新手駕駛員沒(méi)有差異,(1,= 38) = 0.13,= 0.723。

2.2.2 二元logistic回歸分析

使用二元logistic回歸確定駕駛員個(gè)人差異、對(duì)路況的安全評(píng)分等因素是否能預(yù)測(cè)對(duì)關(guān)鍵試次中交通標(biāo)志的識(shí)別。

表2 個(gè)人差異及眼動(dòng)搜索時(shí)間對(duì)視盲結(jié)果的邏輯回歸分析

注：< 0.05。性別分類變量參考類別為第一個(gè), “男”記為“0”, “女”記為“1”。

由表2可知, 搜索時(shí)間可以預(yù)測(cè)駕駛員是否會(huì)產(chǎn)生無(wú)意視盲, 即駕駛員對(duì)交通標(biāo)志的搜索時(shí)間越長(zhǎng), “視而不見(jiàn)”交通標(biāo)志的概率越低。其他變量的預(yù)測(cè)作用皆不顯著。

2.2.3 交通違規(guī)行為排序分析

參加實(shí)驗(yàn)的駕駛員大多依據(jù)交通違規(guī)行為的嚴(yán)重程度排序, 或由重到輕, 或由輕到重。排序結(jié)果由重到輕轉(zhuǎn)化后經(jīng)曼?惠特尼檢驗(yàn)發(fā)現(xiàn), “視盲駕駛員”對(duì)“違規(guī)調(diào)頭”排序的秩平均值(= 42.68)高于“察覺(jué)駕駛員” (= 29.98),= –2.40,< 0.05。這說(shuō)明, 察覺(jué)到“禁止調(diào)頭”標(biāo)志的駕駛員普遍認(rèn)為該行為的認(rèn)知凸顯性較高。有經(jīng)驗(yàn)的駕駛員對(duì)“違規(guī)調(diào)頭”排序的秩平均值(= 41.84)和新手駕駛員(= 35.65)無(wú)明顯差異,= –1.30,= 0.194。

2.3 小結(jié)

通過(guò)眼動(dòng)集簇圖發(fā)現(xiàn), 關(guān)鍵試次中的“禁止調(diào)頭”標(biāo)志牌在駕駛員的觀察視野內(nèi), 多數(shù)有經(jīng)驗(yàn)的駕駛員(57.14%)和新手駕駛員(75.61%)報(bào)告沒(méi)有看到“禁止調(diào)頭”標(biāo)志, 且二者的無(wú)意視盲率無(wú)顯著差異,說(shuō)明無(wú)意視盲現(xiàn)象與駕駛經(jīng)驗(yàn)沒(méi)有直接關(guān)系?！敖煌ㄒ?guī)則提示組”和“無(wú)提示組”的無(wú)意視盲率差異顯著, 說(shuō)明任務(wù)性質(zhì)提示可以有效提高駕駛員識(shí)別交通信號(hào)的效率, 具體原因?qū)⒃诳傆懻撝羞M(jìn)一步分析。

實(shí)驗(yàn)還發(fā)現(xiàn), 給予任務(wù)性質(zhì)提示時(shí), 有經(jīng)驗(yàn)的駕駛員“視而不見(jiàn)”率下降到23.50%, 而新手駕駛員的“視而不見(jiàn)”概率仍高達(dá)66.70%, 表明任務(wù)性質(zhì)的提示只對(duì)有經(jīng)驗(yàn)的駕駛員減少無(wú)意視盲有作用。誠(chéng)如相關(guān)研究所說(shuō), 相對(duì)新手駕駛員, 有經(jīng)驗(yàn)的駕駛員似乎多了某種“技能”, 使任務(wù)性質(zhì)提示起到作用(Hajiseyedjavadi et al., 2017)。據(jù)此我們認(rèn)為, 由經(jīng)驗(yàn)積累而來(lái)的駕駛圖式正是這個(gè)關(guān)鍵變量。結(jié)合對(duì)交通違規(guī)行為排序的結(jié)果, 實(shí)驗(yàn)2中我們對(duì)一半駕駛員進(jìn)行規(guī)則圖式啟動(dòng)訓(xùn)練, 探究規(guī)則圖式能否改善駕駛員識(shí)別不同認(rèn)知凸顯性交通信息的表現(xiàn)。

3 實(shí)驗(yàn)2：規(guī)則圖式訓(xùn)練對(duì)駕駛員識(shí)別交通事件的影響

3.1 方法

3.1.1 被試

使用G-power 3.1, 中等效應(yīng)量0.25, 功效值0.8, 計(jì)算最小樣本量48人。從大連地區(qū)招募66名駕駛員, 年齡在19～38歲之間(M= 24.92歲,= 3.85歲), 其中男性駕駛員49名, 年齡在19～38歲之間(M= 25.28歲,= 4.35歲), 女性駕駛員17名, 年齡在21～26歲之間(M= 23.88歲,= 1.36歲)。所有被試的視力或矯正視力正常, 色覺(jué)正常, 實(shí)驗(yàn)結(jié)束后給予報(bào)酬。

3.1.2 實(shí)驗(yàn)材料

使用威爾科克森符號(hào)秩檢驗(yàn)分析駕駛員對(duì)“禁停處違?！毙袨楹汀皩?shí)線并道”行為的認(rèn)知排序結(jié)果(由重到輕), 結(jié)果發(fā)現(xiàn)排序中“禁停處違?！钡钠骄?= 8.88)高于“實(shí)線并道” (= 6.98),= –6.00,< 0.001。這意味著, 駕駛員認(rèn)為“禁停處違?！钡恼J(rèn)知凸顯性低于“實(shí)線并道”, 事件類型的認(rèn)知凸顯性差異顯著, 因此選擇這兩類事件作為實(shí)驗(yàn)材料。

選取30個(gè)真實(shí)的城市駕駛場(chǎng)景視頻片段作為實(shí)驗(yàn)材料, 每個(gè)視頻片段的平均時(shí)間是20 s, 所有視頻片段都是從駕駛員視角拍攝, 車輛駕駛速度在30～40 km/h之間, 拍攝時(shí)天氣晴朗。10個(gè)無(wú)交通違規(guī)的普通駕駛場(chǎng)景; 10個(gè)“在禁停標(biāo)志處違?！钡倪`規(guī)駕駛場(chǎng)景; 10個(gè)“實(shí)線并道”違規(guī)駕駛場(chǎng)景。30個(gè)場(chǎng)景隨機(jī)呈現(xiàn)。

3.1.3 實(shí)驗(yàn)設(shè)計(jì)

采用2 (駕駛員類型：有經(jīng)驗(yàn)的駕駛員, 新手駕駛員) × 2 (圖式啟動(dòng)訓(xùn)練條件：訓(xùn)練, 未訓(xùn)練) × 2 (事件認(rèn)知凸顯性, 高：路口實(shí)線并道; 低：“禁止停車”處違停)三因素混合實(shí)驗(yàn)設(shè)計(jì)。其中駕駛員類型和圖式啟動(dòng)訓(xùn)練條件是被試間變量, 事件類型是被試內(nèi)變量。因變量是駕駛員準(zhǔn)確識(shí)別兩種事件的得分和對(duì)該事件的搜索時(shí)間(Total Visit Duration)。

3.1.4 規(guī)則圖式訓(xùn)練

參考Crundall等人(2012, 2017)的知覺(jué)圖式訓(xùn)練研究, 從互動(dòng)頻率和對(duì)事件的認(rèn)知信念著手設(shè)計(jì)駕駛員規(guī)則圖式啟動(dòng)訓(xùn)練。首先制作訓(xùn)練合集。通過(guò)剪輯將多種同類型的交通違規(guī)視頻合成為一套視頻教材(目的是增加駕駛員與此類行為的互動(dòng)頻率), 合集包含4種不同交通違規(guī)行為的視頻片段和2個(gè)普通駕駛視頻片段, 每個(gè)片段平均40 s, 4種不同的交通違規(guī)行為分別是車輛實(shí)線并道、禁停處違停、應(yīng)急車道行駛、不禮讓斑馬線。訓(xùn)練組駕駛員觀看教學(xué)視頻, 對(duì)路況安全評(píng)分, 回答視頻中是否有交通違規(guī)行為。每段視頻之后, 主試給出正確答案, 朗讀與該違規(guī)行為有關(guān)的法律條款(幫助駕駛員樹(shù)立正確信念)并反饋。為了避免練習(xí)效應(yīng), 控制組也需對(duì)6段普通駕駛視頻評(píng)分, 回答是否有交通違規(guī)行為, 但不給予反饋。

3.1.5 程序

駕駛員先填寫(xiě)個(gè)人信息表, 根據(jù)駕駛里程把他們隨機(jī)分配到訓(xùn)練組和控制組接受規(guī)則圖式訓(xùn)練。訓(xùn)練結(jié)束后進(jìn)入正式實(shí)驗(yàn), 對(duì)交通場(chǎng)景安全評(píng)分, 回答是否有交通違規(guī)現(xiàn)象。眼動(dòng)校準(zhǔn)過(guò)程同實(shí)驗(yàn)1。實(shí)驗(yàn)持續(xù)40分鐘。

3.1.6 興趣區(qū)劃分

實(shí)驗(yàn)?zāi)J(rèn)駕駛員只有看到交通信號(hào)才能判斷是否有交通違規(guī)行為, 因此實(shí)驗(yàn)2的興趣區(qū)覆蓋了違規(guī)車輛和交通信號(hào), 大小為318像素×252像素?！敖Ｌ庍`?！钡呐d趣區(qū)(見(jiàn)圖7)持續(xù)時(shí)間從駕駛員能看到該現(xiàn)象起至消失(= 10,= 4.19 s,= 1.80 s), “實(shí)線并道”的興趣區(qū)(見(jiàn)圖8)持續(xù)時(shí)間從車輛有跨實(shí)線并道趨勢(shì)起至完全并道結(jié)束(= 10,= 4.12 s,= 1.40 s), 二者無(wú)差異,(18) = 0.12,= 0.91。

圖7 禁停處停車興趣區(qū)

圖8 實(shí)線并道興趣區(qū)

3.1.7 數(shù)據(jù)分析

采用SPSS Statistics 26.0對(duì)識(shí)別結(jié)果和搜索時(shí)間重復(fù)測(cè)量方差分析。使用Amos 18探究搜索時(shí)間在駕駛里程、圖式啟動(dòng)訓(xùn)練和識(shí)別成績(jī)之間的中介作用。

3.2 實(shí)驗(yàn)結(jié)果與分析

3.2.1 意外事件的識(shí)別正確得分

對(duì)識(shí)別得分重復(fù)測(cè)量方差分析, 結(jié)果如表3和圖9所示。駕駛經(jīng)驗(yàn)主效應(yīng)顯著,(1, 62) = 25.09,< 0.001, ?= 0.29, 有經(jīng)驗(yàn)的駕駛員識(shí)別兩種目標(biāo)的正確率都顯著高于新手駕駛員。規(guī)則圖式訓(xùn)練主效應(yīng)顯著,(1, 62) = 59.51,< 0.001, ?= 0.49, 規(guī)則圖式訓(xùn)練組駕駛員的識(shí)別成績(jī)高于控制組。事件類型主效應(yīng)顯著,(1, 62) = 56.48,< 0.001, ?= 0.48, 駕駛員識(shí)別高認(rèn)知凸顯性的“實(shí)線違規(guī)并道”的成績(jī)要高于低認(rèn)知凸顯性的“禁停處停車”的成績(jī)。規(guī)則圖式訓(xùn)練與事件類型交互效應(yīng)顯著,(1, 62) = 9.97,= 0.002, ?= 0.14。簡(jiǎn)單效應(yīng)分析發(fā)現(xiàn), 在識(shí)別“禁?！碧幫＼嚂r(shí), 訓(xùn)練組的駕駛員的識(shí)別得分要遠(yuǎn)高于控制組的駕駛員,(1, 62) = 61.24,< 0.001, ?= 0.49; 在識(shí)別“實(shí)線處并道”時(shí), 與控制組的駕駛員相比, 訓(xùn)練組的駕駛員識(shí)別得分也有所提高,(1, 62) = 9.14,= 0.004, ?= 0.13。這意味著, 在識(shí)別兩種目標(biāo)時(shí), 規(guī)則圖式訓(xùn)練都能使駕駛員提高識(shí)別率, 但是訓(xùn)練效果不同。規(guī)則圖式訓(xùn)練對(duì)駕駛員識(shí)別“禁停”處停車的促進(jìn)效果更加明顯, 在識(shí)別“禁?！碧幫＼嚂r(shí), 訓(xùn)練組比控制組的成績(jī)要高4.25分, 但對(duì)于識(shí)別“實(shí)線處并道”, 僅僅高1.74分。

表3 識(shí)別事件得分(分)和搜索時(shí)間(秒)

注: 訓(xùn)練指駕駛員接受規(guī)則圖式訓(xùn)練; 未訓(xùn)練指駕駛員未接受圖式訓(xùn)練。

圖9 駕駛員識(shí)別不同事件的正確得分

注：***< 0.001, **< 0.01

3.2.2 搜索時(shí)間的方差分析

選取與實(shí)驗(yàn)1相同的眼動(dòng)指標(biāo)：搜索時(shí)間(Total Visit Duration)。本實(shí)驗(yàn)的眼動(dòng)數(shù)據(jù)源于同類視頻的眼動(dòng)數(shù)據(jù)相加之和, 單位秒。

根據(jù)表3, 對(duì)搜索時(shí)間重復(fù)測(cè)量方差分析：駕駛經(jīng)驗(yàn)主效應(yīng)顯著,(1, 62) = 5.69,< 0.001, ?= 0.08, 有經(jīng)驗(yàn)的駕駛員搜索兩種事件的時(shí)間都顯著長(zhǎng)于新手駕駛員。規(guī)則圖式訓(xùn)練主效應(yīng)顯著,(1, 62) = 9.00,= 0.02, ?= 0.13, 規(guī)則圖式訓(xùn)練組的駕駛員對(duì)違規(guī)事件的搜索時(shí)間長(zhǎng)于控制組。事件類型主效應(yīng)顯著,(1, 62) = 10.08,= 0.002, ?= 0.14, 駕駛員搜索高認(rèn)知凸顯性的“實(shí)線違規(guī)并道”的時(shí)間長(zhǎng)于搜索低認(rèn)知凸顯性的“禁停處停車”的時(shí)間。圖式啟動(dòng)訓(xùn)練與事件類型交互效應(yīng)不顯著,(1, 62) = 2.67,= 0.107。但是單因素方差分析發(fā)現(xiàn), 圖式啟動(dòng)訓(xùn)練組的駕駛員對(duì)“禁停處停車”的搜索時(shí)間顯著長(zhǎng)于控制組,(1, 62) = 16.19,< 0.001, ?= 0.21; 兩組駕駛員搜索“實(shí)線并道”的時(shí)間無(wú)差異,(1, 62) = 1.92,= 0.172。

3.2.3 搜索時(shí)間的中介效應(yīng)

方差分析結(jié)果發(fā)現(xiàn), 駕駛經(jīng)驗(yàn)及規(guī)則圖式訓(xùn)練對(duì)“禁停處停車”的搜索時(shí)間和識(shí)別成績(jī)存在顯著影響, 因此后續(xù)只針對(duì)“禁停處違?！钡淖R(shí)別成績(jī)做中介效應(yīng)檢驗(yàn)。以駕駛經(jīng)驗(yàn)和規(guī)則圖式為自變量, 對(duì)“禁停處停車”的搜索時(shí)間為中介變量, 駕駛員識(shí)別“禁停處停車”的成績(jī)?yōu)橐蜃兞拷⒅薪槟Ｐ?圖10)。使用Bootstrap法驗(yàn)證中介作用的有效性, 保存運(yùn)行2000次的每條路徑的路徑系數(shù), 計(jì)算中介效應(yīng)的平均路徑系數(shù), 結(jié)果如圖10所示, 規(guī)則圖式訓(xùn)練對(duì)禁停處違停識(shí)別率的預(yù)測(cè)作用顯著(β= 0.52,< 0.001, 95% CI = [2.16, 4.69]);規(guī)則圖式訓(xùn)練對(duì)禁停的搜索時(shí)間預(yù)測(cè)作用顯著(β= 0.38,< 0.001, 95% CI = [2.04, 7.03]); 駕駛經(jīng)驗(yàn)對(duì)禁停處違停識(shí)別率的預(yù)測(cè)作用不顯著(β= 0.07,= 0.405, 95% CI = [–0.06, 0.14]);駕駛經(jīng)驗(yàn)對(duì)禁停的搜索時(shí)間預(yù)測(cè)作用顯著(β= 0.32,< 0.01, 95% CI = [0.15, 0.57]); 搜索時(shí)間對(duì)識(shí)別率的預(yù)測(cè)作用顯著(β= 0.38,< 0.001, 95% CI = [0.08, 0.35]); 規(guī)則圖式訓(xùn)練通過(guò)對(duì)禁停的搜索時(shí)間對(duì)禁停的識(shí)別率的間接效應(yīng)大小為0.144, 95% CI = [0.26, 1.67]; 駕駛經(jīng)驗(yàn)通過(guò)對(duì)禁停的搜索時(shí)間對(duì)禁停的識(shí)別率的間接效應(yīng)大小為0.12, 95% CI = [0.02, 0.14]。綜上, 對(duì)“禁停處違?！钡乃阉鲿r(shí)間在總里程(即駕駛經(jīng)驗(yàn))與“禁停處違停”的識(shí)別成績(jī)之間的關(guān)系中起完全中介作用; 在規(guī)則圖式與“禁停處違?！钡淖R(shí)別成績(jī)之間的關(guān)系中起部分中介作用。

圖10 中介效應(yīng)模型

注：***< 0.001, **< 0.01

4 總討論

本研究基于駕駛無(wú)意視盲范式結(jié)合交通違規(guī)事件識(shí)別任務(wù), 通過(guò)兩個(gè)實(shí)驗(yàn)分別探究任務(wù)性質(zhì)(有交通規(guī)則提示、無(wú)提示)和規(guī)則圖式訓(xùn)練(訓(xùn)練、未訓(xùn)練)對(duì)駕駛員識(shí)別不同認(rèn)知凸顯性交通違規(guī)事件的影響, 發(fā)現(xiàn)任務(wù)性質(zhì)提示僅能提高有經(jīng)驗(yàn)的駕駛員識(shí)別交通信號(hào)的正確率; 對(duì)于新手駕駛員, 任務(wù)性質(zhì)提示需要結(jié)合規(guī)則圖式訓(xùn)練才能起到相同效果。這說(shuō)明, 規(guī)則圖式訓(xùn)練可以彌補(bǔ)新手駕駛員經(jīng)驗(yàn)的不足, 節(jié)省實(shí)踐積累的時(shí)間成本。任務(wù)性質(zhì)通過(guò)規(guī)則圖式對(duì)識(shí)別道路信息產(chǎn)生影響。

4.1 任務(wù)性質(zhì)和規(guī)則圖式對(duì)駕駛員無(wú)意視盲的影響

實(shí)驗(yàn)1發(fā)現(xiàn), 如果給予有經(jīng)驗(yàn)的駕駛員任務(wù)性質(zhì)提示, 可以提高他們識(shí)別交通信號(hào)的正確率; 但這種任務(wù)性質(zhì)激活期望效應(yīng)并沒(méi)有出現(xiàn)在新手駕駛員身上。根據(jù)注意計(jì)算框架拓展模型圖式激活期望假設(shè), 這可能是因?yàn)槿蝿?wù)性質(zhì)提示需要以駕駛圖式為中介激活期望(袁璐一等, 2019), 而新手駕駛員由于缺少規(guī)則圖式, 所以任務(wù)性質(zhì)無(wú)法激活期望。因此, 實(shí)驗(yàn)2對(duì)部分駕駛員進(jìn)行規(guī)則圖式訓(xùn)練。實(shí)驗(yàn)結(jié)果發(fā)現(xiàn), 如果新手駕駛員啟動(dòng)了規(guī)則圖式, 他們識(shí)別交通違規(guī)事件的績(jī)效明顯升高, 由此證明任務(wù)性質(zhì)在激活期望過(guò)程中存在規(guī)則圖式啟動(dòng)效應(yīng)。

本研究與以往研究(Gu et al., 2005; Gershon et al., 2012)的結(jié)果不同, 他們發(fā)現(xiàn), 任務(wù)性質(zhì)直接激活個(gè)體期望, 提高目標(biāo)搜索準(zhǔn)確率。造成這一結(jié)果不同的原因可能是因?yàn)? 他們的實(shí)驗(yàn)并沒(méi)有對(duì)被試的經(jīng)驗(yàn)類型進(jìn)行詳細(xì)區(qū)分, 因此無(wú)法驗(yàn)證任務(wù)性質(zhì)與駕駛經(jīng)驗(yàn)的交互作用, 也就無(wú)法將駕駛圖式在期望激活過(guò)程的重要作用分離出來(lái)。本研究依據(jù)駕駛里程對(duì)駕駛經(jīng)驗(yàn)類型進(jìn)行劃分, 發(fā)現(xiàn)任務(wù)性質(zhì)和駕駛經(jīng)驗(yàn)有交互作用, 即使給予新手駕駛員任務(wù)性質(zhì)提示, 也無(wú)法提高其識(shí)別交通信號(hào)的正確率, 在一定程度上支持了注意計(jì)算框架拓展模型的圖式激活期望假設(shè)。該假設(shè)認(rèn)為：任務(wù)性質(zhì)是客觀信息, 而期望是駕駛員根據(jù)客觀信息結(jié)合自身已有的駕駛圖式對(duì)未來(lái)的主觀估計(jì)(袁璐一等, 2019)。如果缺少駕駛圖式的參與, 即使有任務(wù)性質(zhì)提示, 新手駕駛員也無(wú)法對(duì)路況產(chǎn)生合理的預(yù)期, 最終導(dǎo)致對(duì)道路關(guān)鍵信息“視而不見(jiàn)”。我們的研究進(jìn)一步發(fā)現(xiàn), 通過(guò)規(guī)則圖式訓(xùn)練可以在短時(shí)間內(nèi)向受訓(xùn)者提供接觸某類交通事件的機(jī)會(huì), 樹(shù)立對(duì)交通規(guī)則的正確信念, 從而幫助其構(gòu)建或提取規(guī)則圖式, 使任務(wù)性質(zhì)發(fā)揮更好的視覺(jué)引導(dǎo)作用, 改善駕駛員對(duì)道路關(guān)鍵信息的識(shí)別效率。

4.2 規(guī)則圖式訓(xùn)練和事件類型對(duì)駕駛員識(shí)別效率的交互作用

實(shí)驗(yàn)2發(fā)現(xiàn), 駕駛員識(shí)別“實(shí)線并道”的績(jī)效高于識(shí)別“禁停處違停”, 即駕駛員更關(guān)注認(rèn)知凸顯性高的交通事件, 與以往的研究(Pammer et al., 2015)結(jié)論趨近。實(shí)驗(yàn)進(jìn)一步發(fā)現(xiàn), 規(guī)則圖式訓(xùn)練對(duì)識(shí)別不同認(rèn)知凸顯性交通事件, 有著不同的促進(jìn)效果。規(guī)則圖式訓(xùn)練之后, 駕駛員對(duì)“禁停處停車”這個(gè)違規(guī)事件的識(shí)別有了明顯的提高, 這和我們的假設(shè)一致。有趣的是, 無(wú)論是否參與圖式訓(xùn)練, 有經(jīng)驗(yàn)的駕駛員在識(shí)別“實(shí)線并道”時(shí)并無(wú)差異, 但是參加圖式訓(xùn)練的有經(jīng)驗(yàn)的駕駛員識(shí)別“禁停處違?！钡目?jī)效明顯優(yōu)于未參加訓(xùn)練的有經(jīng)驗(yàn)的駕駛員。

駕駛員的態(tài)度、知識(shí)和駕駛策略會(huì)影響駕駛圖式的形成(Crundall et al., 2008)。交通事件的認(rèn)知凸顯反映了駕駛員的態(tài)度, 駕駛員認(rèn)為某種交通事件重要, 意味著此類交通信息具有高認(rèn)知凸顯性(de Craen et al., 2014), 也就更容易形成與此相關(guān)的駕駛子圖式。駕駛過(guò)程中, 相較于車輛“實(shí)線并道”, “禁停處停車”的潛在威脅較小, 其認(rèn)知凸顯性較低, 駕駛員不易形成子圖式, 即使在“是否發(fā)現(xiàn)有交通違規(guī)現(xiàn)象”這一提示下, 他們也容易忽視“禁停處違?！爆F(xiàn)象。因此, 當(dāng)參與規(guī)則圖式訓(xùn)練后, 駕駛員補(bǔ)充了該圖式, 從而極大地提高了識(shí)別低認(rèn)知凸顯性交通事件的正確率。與此相對(duì)應(yīng), 車輛“實(shí)線并道”會(huì)引起較大的潛在危險(xiǎn), 其認(rèn)知凸顯性較高, 駕駛員容易形成“實(shí)線不能并道”圖式。所以, 額外訓(xùn)練該規(guī)則圖式對(duì)駕駛員識(shí)別這類交通違規(guī)行為的改善作用較小。

4.3 搜索時(shí)間的中介作用

實(shí)驗(yàn)2發(fā)現(xiàn), 經(jīng)驗(yàn)組和規(guī)則圖式訓(xùn)練組被試都對(duì)違規(guī)事件的搜索時(shí)間更長(zhǎng), 且識(shí)別正確率更高。較早的研究發(fā)現(xiàn), 在識(shí)別交叉路口出現(xiàn)的摩托車和汽車時(shí), 汽車駕駛員對(duì)摩托車的總注視時(shí)間比汽車短。據(jù)此, Crundall等人(2012)認(rèn)為, 這要么代表汽車駕駛員識(shí)別摩托車的效率更高, 要么代表他們識(shí)別不充分, 事故率結(jié)果支持第二種解釋。而閆國(guó)利和白學(xué)軍(2012)認(rèn)為, 較長(zhǎng)的注視說(shuō)明觀察者在詳細(xì)地審視場(chǎng)景中的細(xì)節(jié)部分。本研究的行為結(jié)果支持了這個(gè)觀點(diǎn)：駕駛員對(duì)目標(biāo)搜索時(shí)間的長(zhǎng)短, 表示他們對(duì)該目標(biāo)的關(guān)注和精細(xì)加工程度。本研究的眼動(dòng)指標(biāo)和識(shí)別績(jī)效的回歸擬合也驗(yàn)證了這一點(diǎn), 即搜索時(shí)間越長(zhǎng), 駕駛員越能準(zhǔn)確偵測(cè)交通違規(guī)事件, 經(jīng)驗(yàn)豐富或受過(guò)規(guī)則圖式訓(xùn)練的駕駛員, 他們會(huì)用較長(zhǎng)的時(shí)間搜索交通信號(hào)可能出現(xiàn)的位置。

駕駛經(jīng)驗(yàn)對(duì)“禁停處違停”的識(shí)別績(jī)效的影響, 以目標(biāo)搜索時(shí)間為中介變量, 揭示了駕駛經(jīng)驗(yàn)影響交通關(guān)鍵事件識(shí)別效率的視覺(jué)注意機(jī)制。駕駛經(jīng)驗(yàn)是通過(guò)影響駕駛員對(duì)目標(biāo)的搜索時(shí)間, 進(jìn)而影響其對(duì)交通事件的識(shí)別表現(xiàn), 這與以往的研究結(jié)論相合(Crundall et al., 2012)。也就是說(shuō), 有經(jīng)驗(yàn)的駕駛員之所以比新手駕駛員能識(shí)別到更多的“禁停處違?！? 是因?yàn)樗麄冎揽聪蚰睦?。從初學(xué)者, 到剛拿到駕照的新手, 再到更有經(jīng)驗(yàn)的駕駛員, 駕駛員的眼動(dòng)策略會(huì)在這個(gè)過(guò)程中不斷改變(Mourant & Rockwell, 1972; Falkmer & Gregersen, 2005)。

對(duì)“禁停處違?！钡乃阉鲿r(shí)間在規(guī)則圖式與“禁停處違?！钡淖R(shí)別績(jī)效之間起到部分中介作用, 為規(guī)則圖式的研究提供了實(shí)證支持。本研究發(fā)現(xiàn), 訓(xùn)練規(guī)則圖式可以直接提高駕駛員識(shí)別意外事件的績(jī)效, 也可以通過(guò)指導(dǎo)搜索模式, 增加對(duì)相關(guān)區(qū)域的搜索時(shí)間來(lái)間接改善識(shí)別表現(xiàn)。部分中介意味著, 至少在某種程度上, 視覺(jué)搜索能力差是由于對(duì)特定駕駛情況不恰當(dāng)?shù)男睦砟Ｐ突驁D式造成的。

綜上, 任務(wù)性質(zhì)提示需要通過(guò)規(guī)則圖式更好地發(fā)揮作用, 規(guī)則圖式的針對(duì)性訓(xùn)練, 可以提高駕駛員識(shí)別關(guān)鍵道路交通信息的效率, 減少“視而不見(jiàn)”交通事件的概率。這就意味著, 想要避免交通事故, 除了增加駕駛里程之外, 圖式理論教學(xué)也行之有效。

4.4 不足和展望

本研究采用計(jì)算機(jī)呈現(xiàn)交通視頻而不是讓駕駛員模擬駕駛, 這可能讓駕駛員缺乏真實(shí)感, 其工作負(fù)荷也較低, 以至于很難再現(xiàn)駕駛員的真實(shí)表現(xiàn)。未來(lái)研究可以采用駕駛模擬器讓駕駛員體驗(yàn)仿真的駕駛過(guò)程, 通過(guò)分析駕駛員的實(shí)際駕駛表現(xiàn)(例如, 是否真實(shí)的按照交通規(guī)則駕駛)來(lái)獲取更有說(shuō)服力的證據(jù)。本研究?jī)H發(fā)現(xiàn)了圖式訓(xùn)練的短期效果, 很難說(shuō)明訓(xùn)練長(zhǎng)期有效。將來(lái)可以設(shè)計(jì)追蹤實(shí)驗(yàn), 探討圖式訓(xùn)練的時(shí)效性, 尋找合適的圖式訓(xùn)練頻率, 優(yōu)化訓(xùn)練效果, 以期形成一套系統(tǒng)的可應(yīng)用的訓(xùn)練模式。

在實(shí)驗(yàn)1中, 有經(jīng)驗(yàn)的駕駛員出現(xiàn)無(wú)意視盲的頻率和新手駕駛員無(wú)異; 實(shí)驗(yàn)2中, 駕駛經(jīng)驗(yàn)具有優(yōu)勢(shì)效應(yīng), 有經(jīng)驗(yàn)的駕駛員能更好的識(shí)別交通違規(guī)事件。我們推論, 有經(jīng)驗(yàn)的駕駛員容易受到注意定勢(shì)的消極影響。所謂注意定勢(shì), 就是個(gè)體對(duì)目標(biāo)刺激的相關(guān)特征所產(chǎn)生的期望或準(zhǔn)備狀態(tài)(張慧, 施建農(nóng), 2014)。實(shí)驗(yàn)1的意外事件的研究設(shè)定意在使駕駛員出現(xiàn)消極的注意定勢(shì), 從而“視而不見(jiàn)”違規(guī)現(xiàn)象。但是在實(shí)驗(yàn)2中, 每種類型的違規(guī)事件出現(xiàn)不止一次, 有經(jīng)驗(yàn)的駕駛員不會(huì)產(chǎn)生“路況正?！钡淖⒁舛▌?shì), 反而會(huì)產(chǎn)生“交通違規(guī)”的注意定勢(shì), 因此有經(jīng)驗(yàn)的駕駛員識(shí)別兩種道路違規(guī)現(xiàn)象都好于新手駕駛員, 體現(xiàn)了注意定勢(shì)的雙重影響效應(yīng)。注意定勢(shì)涉及到駕駛情境中的常見(jiàn)物體和操作習(xí)慣(Pammer & Blink, 2013), 這會(huì)幫助我們更有效的搜索目標(biāo)刺激, 使駕駛員信息處理效率更高, 降低心理工作負(fù)荷(Gu, et al., 2005)。但是, 注意定勢(shì)也可能會(huì)降低個(gè)體的情景意識(shí), 尤其會(huì)導(dǎo)致有經(jīng)驗(yàn)的駕駛員在面對(duì)意外刺激時(shí)出現(xiàn)“視而不見(jiàn)”, 進(jìn)而造成交通事故(Briggs et al., 2017; Beanland, et al., 2017)。未來(lái)可進(jìn)一步研究駕駛經(jīng)驗(yàn)和注意定勢(shì)的關(guān)系。

5 結(jié)論

綜上所述, 本研究結(jié)果發(fā)現(xiàn)：(1)任務(wù)性質(zhì)提示下, 當(dāng)駕駛員具備規(guī)則圖式時(shí), 可以更好的識(shí)別道路交通信息, 支持了注意計(jì)算框架擴(kuò)展模型, 說(shuō)明駕駛員選擇性注意過(guò)程中存在規(guī)則圖式啟動(dòng)效應(yīng); (2)規(guī)則圖式訓(xùn)練對(duì)駕駛員識(shí)別低認(rèn)知凸顯性道路信息更為有效; (3)駕駛經(jīng)驗(yàn)和規(guī)則圖式能夠引導(dǎo)駕駛員對(duì)關(guān)鍵道路信息分配更多的視覺(jué)注意資源, 進(jìn)而改善他們識(shí)別道路信息的表現(xiàn)。

Agrawal, R., Knodler, M., Fisher, D. L., & Samuel, S. (2017). Advanced virtual reality based training to improve young drivers’ latent hazard anticipation ability.,(1), 1995–1999.

Anstey, K. J., Horswill, M. S., Wood, J. M., & Hatherly, C. (2012). The role of cognitive and visual abilities as predictors in the multifactorial model of driving safety.,, 766–774.

Beanland, V., Filtness, A. J., & Jeans, R. (2017). Change detection in urban and rural driving scenes: Effects of target type and safety relevance on change blindness.,, 111–122.

Briggs, G. F., Hole, G. J., & Turner, J. A. J. (2017). The impact of attentional set and situation awareness on dual tasking driving performance.,, 36–47.

Cassarino, M., & Setti, A. (2016). Complexity as key to designing cognitive-friendly environments for older people.,(e114572), 1329.

Chan, E., Pradhan, A. K., Pollatsek, A., Knodler, M. A., & Fisher, D. L. (2010). Are driving simulators effective tools for evaluating novice drivers’ hazard anticipation, speed management, and attention maintenance skills.,(5), 343–353.

Charlton, S. G., & Starkey, N. J. (2013). Driving on familiar roads: Automaticity and inattention blindness.,(19), 121–133.

Crundall, D., Clarke, D. D., Ward, P., & Bartle, C. (2008).. Road Safety Research Report No. 85. Department for Transport, London.

Crundall, D., Crundall, E., Clarke, D., & Shahar, A. (2012). Why do car drivers fail to give way to motorcycles at t-junctions?,(1), 88–96.

Crundall, D., Howard, A., & Young, A. (2017). Perceptual training to increase drivers’ ability to spot motorcycles at T-junctions.,1–12. doi: 10.1016/j.trf.2017. 05.003

de Craen, S., Doumen, M. J. A., & van Norden, Y. (2014). A different perspective on conspicuity related motorcycle crashes.,, 133–137. doi: 10.1016/j.aap.2013.10.027

Engstr?m, J., Markkula, G., Victor, T., & Merat, N. (2017). Effects of cognitive load on driving performance: The cognitive control hypothesis.,(5), 734– 764.

Falkmer, T., & Gregersen, N. P. (2005). A comparison of eye movement behavior of inexperienced and experienced drivers in real traffic environments.,(8), 732–739.

Fisher, D. L., Pollatsek, A. P., & Pradhan, A. (2006). Can novice drivers be trained to scan for information that will reduce their likelihood of a crash?,(suppl_1), i25–i29.

Gershon, P., Benasher, N., & Shinar, D. (2012). Attention and search conspicuity of motorcycles as a function of their visual context.,(1), 97–103.

Gu, E., Stocker, C., & Badler, N. I. (2005). Do you see what eyes see? implementing inattentional blindness.,, 178–190.

Hajiseyedjavadi, F., Zhang, T., Agrawal, R., Knodler, M., Fisher, D., & Samuel, S. (2017). Effectiveness of visual warnings on young drivers hazard anticipation and hazard mitigation abilities.,. 41–52.

Harms, I. M., & Brookhuis, K. A. (2016). Dynamic traffic management on a familiar road: Failing to detect changes in variable speed limits.,, 37–46.

Jacobsen, P. L., Ragland, D. R., & Komanoff, C. (2015). Safety in numbers for walkers and bicyclists: Exploring the mechanisms.,(4), 217.

Kreitz, C., Furley, P., Memmert, D., & Simons, D. J. (2015). The influence of attention set, working memory capacity, and expectations on inattentional blindness.,(4), 386–399.

Land, M. F., & Furneaux, S. (1997). The knowledge base of the oculomotor system.,(1358), 1231–1239.

Mack, A., & Rock, I. (1998). Inattentional blindness., 2(5), 3244.

Mannering, F. L., & Grodsky, L. L. (1995). Statistical analysis of motorcyclists' perceived accident risk.,(1), 21–31. doi: 10.1016/0001-4575(94)00041-J

Martens, M. H. (2011). Change detection in traffic: Where do we look and what do we perceive?,(3), 240–250.

Martens, M. H., & Fox, M. R. J. (2007). Do familiarity and expectations change perception? Drivers’ glances and response to changes.,(6), 476–492.

McKnight, A. J., & McKnight, A. S. (2003). Young novice drivers: Careless or clueless?,(6), 921–925. doi: 10.1016/s0001-4575(02)00100-8

Mourant, R., & Rockwell, T. H. (1972). Strategies of visual search by novice and experiences drivers.,(4), 325–335.

Pammer, K., Bairnsfather, J., Burns, J., & Hellsing, A. (2015). Not all hazards are created equal: The significance of hazards in inattentional blindness for static driving scenes.,(5), 782–788. doi: 10.1002/ acp.3153.

Pammer, K., & Blink, C. (2013). Attentional differences in driving judgments for country and city scenes: Semantic congruency in inattentional blindness.,, 955–963. doi: 10.1016/j.aap.2012.07.026

Pradhan, A. K., Pollatsek, A., Knodler, M., & Fisher, D. L. (2009). Can younger drivers be trained to scan for information that will reduce their risk in roadway traffic scenarios that are hard to identify as hazardous?,(6), 657–673. doi: 10.1080/00140130802550232

Shinoda, H., Hayhoe, M. M., & Shrivastava, A. (2001). What controls attention in natural environments?,(25-26), 3535–3545.

Thomas, F. D., Rilea, S. L., Blomberg, R. D., Peck. R. C., & Korbelak, K. T. (2016, January).(Report No. DOT HS 812 235). Washington, DC: National Highway.

Yan, G. L., & Bai, X. J. (Eds). (2012).. Beijing: Science Press.

[閆國(guó)利, 白學(xué)軍. (編). (2012).. 北京：科學(xué)出版社.]

Yuan, L. Y., Chang, R. S., & Ma, J. F. (2019). Why does a driver can not see a critical event on the road? interaction between “bottom-up” and “top-down” processing mechanisms.,(3), 557–570.

[袁璐一, 常若松, 馬錦飛. (2019). 駕駛員為何對(duì)道路關(guān)鍵事件"視而不見(jiàn)"?——"自下而上"和"自上而下"加工機(jī)制的交互作用.,(3), 557–570.]

Zhang, H., & Shi, J. N. (2014). The cognitive neural mechanism of inattentional blindness.,(12), 1867–1874.

[張慧, 施建農(nóng). (2014). 無(wú)意視盲的認(rèn)知神經(jīng)機(jī)制.,(12), 1867–1874.]

Regular schematic start training in the process of drivers’ selective attention

YUAN Luyi, CHANG Ruosong, MA Jinfei

(School of Psychology, Liaoning Normal University, Dalian 116029, China)

Drivers’ selective attention causes a significant hazard to traffic safety. Car drivers looking in the direction of other road users do not always perceive the presence of other parties. This is called a “l(fā)ooked-but-failed- to-see” (LBFTS) error. According to the research on attention, task-specific features can make observers form an attention set to guide attention. However, can drivers be prevented from making LBFTS errors by giving them task-specific features? We assumed that task-specific features are only useful for experienced drivers because they have driving schemata. When novice drivers are trained in driving schemata, they can improve their ability to identify traffic information with the help of task-specific features. In this study, we conducted two experiments. The Tobii T120 eye tracker was used to record participants’ eye movements. Experiment 1 used a driving inattentional blindness task to investigate task-specific features' working conditions, and the drivers' main task was to watch 10 traffic videos and score them. In Dalian, 76 drivers were recruited (mean age = 25.25 years, standard deviation () = 4.41 years). The study adopted a two-factor between-subjects design of 2 (experienced drivers, novice drivers) × 2 (task-specific features: yes, no). The dependent variables were a critical trial’s detection rate, and a total visit duration of traffic signal. Experienced drivers were required to drive a total of 30000 km or more, while novice drivers had to drive a total of 10, 000 km or less. A task-specific feature was observed of whether there were traffic violations. A traffic violation occurred during the critical trial, when the driver was asked whether they had seen a traffic signal after completing the main task. Experiment 2 investigated the effect of driving schema training. The drivers' main task was to watch 30 traffic videos and score them. Sixty-six drivers were recruited (mean age = 24.92 years,= 3.85 years). The study adopted a three-factor mixed experimental design of 2 (experienced drivers, novice drivers) × 2 (starting condition of schema training: started, not started) × 2 (event cognitive salience, high: intersection with solid parallel lines; low: unauthorized stop at “No Parking”). The driver type and the starting condition of schema training were inter-subject variables, and the event type was an intra-subject variable. The dependent variable was the driver's correct rate of identifying two kinds of events and the total visit duration of searching for this event. The results of Experiment 1 showed that the inattentional blindness rate of experienced drivers with task-specific features was significantly lower than that of experienced drivers without task-specific features; however, there was no difference in vision blindness between novice drivers with and without task-specific features. Moreover, the longer the total visit duration, the less likely the inattentional blindness of the drivers. The results of Experiment 2 showed that the recognition performance of the drivers in the schema start group was higher than that in the control group. Total visit duration plays an intermediary role among driving experience, driving schema, and recognition rate of low cognitive salience events. For drivers, only giving a task feature does not necessarily improve the visual search efficiency during driving, and driving schema plays an important role. Driving schema training can help a task feature make up for the gap brought by driving experience. Driving experience and schemata can improve drivers' performance in identifying traffic information with low cognitive salience by influencing their search time for traffic events.

task specific feature, driving experience, driving schemata, traffic information, inattentional blindness

B849

2020-02-23

教育部人文社會(huì)科學(xué)研究青年基金項(xiàng)目: “L3自動(dòng)駕駛車輛駕駛員被動(dòng)疲勞的心理機(jī)制及調(diào)控研究” (項(xiàng)目編號(hào): 20YJC190015)。

馬錦飛, E-mail: majinfei@lnnu.edu.cn