基于SMI的电动自行车骑行者视觉行为分析

为研究电动自行车骑行者的视觉行为特征,明确其对电动自行车行驶安全的影响,采用德国SMI IVIEW X帽子式眼动仪对电动自行车骑行者在包含机非混行、行人非机动车混行、机非隔离3种类型的固定路段开展了眼动实验,获取了骑行者在不同的道路环境中的眼动参数,包括眼动时间、视角分布、注视持续时间和注视点分布等。根据数据结果,结合现状电动自行车路段行驶状况提出了相应的管理对策建议：在有条件的地方应当尽量将非机动车和机动车分离,设置合理的非机动车道和路边停车带,减少机动车对非机动车骑行的影响;同时应将人行道和非机动车道分离,减少电动自行车和行人之间的冲突隐患。     

高速公路立交区驾驶员视点分布特征研究

为研究在不同匝道类型情况下驾驶员的视点分布规律,用Smart EyePro5.7型非侵入式眼动仪记录了在不同情况下驾驶员的眼球运动数据,并进行分析,主要采用的指标为瞳孔直径、XY视角、注视次数百分数、注视时间百分比、平均注视时间。结果表明:对于左转弯匝道,环圈式匝道给驾驶员的舒适感要好于半定向式匝道;环圈式匝道视点分布偏向于匝道内侧区域;在半定向式匝道的左转段和右转段内,驾驶员的心理负荷和视点分布较相似,视点都关注前方和左侧区域,并不受半定向式匝道内转向变化的影响。     

注视点与行车安全

我们在乘坐高速行驶的列车时,常会产生这样的感觉:车窗外静止的景物都与奔驰的列车形成一种相对运动(移动),且景物愈近,其相对运动的速度亦愈快,景物轮廓也越发显得模糊不清.     

基于图像显著性特征的交通标志注视点预测方法

基于图像显著性特征对交通标志的驾驶员注视点进行了预测。以L t ti的视觉注意模型为基础,通过高斯金字塔的生成、多通道图像特征的提取及特征图的生成以及显著性图的生成等步骤,建立了针对交通标志的注视点预测模型。以眼动仪为手段,对模型进行了验证。以相似度和线性距离两项指标对模型精度作了评价,实验结果显示,该模型对复杂交通标志的注视点预测具有良好的精度。     

不同通道宽度条件下汽车驾驶员注视点分布规律

为分析驾驶员感知-判断-操作行为模式,对驾驶员在通过不同通道宽度障碍物时的动态视觉进行研究。用眼动仪等设备记录了驾驶员在通过设定障碍物间的通道宽度时眼睛注视点的变化和相应的车辆行驶速度,分析了在7.04、.4、3.5、3.0和2.0 m五种通道宽度条件下驾驶员注视点变化的分布规律。试验结果显示,无障碍物时,对应通道宽度为7.0 m,驾驶员注视点在车辆前方较远处和道路的中央区域;通道宽度较充裕时,对应通道宽度为4.4和3.5 m,驾驶员注视点主要在左侧障碍物和道路中央;通道宽度较窄时,对应通道宽度为3.0 m,驾驶员注视点频繁在左右两侧障碍物间移动;随着驾驶任务难度增加,驾驶员的注视点分布区域变近,视线的变化频率提高。     

城市隧道驾驶员视力角特征及应用

利用利用眼动仪系统,以城市道路隧道路段驾驶员注视点变动为研究对象,对4名驾驶员共进行16次有效行车试验,得出注视点分布一般特征。并根据心理学研究中提出的视力角概念,用成功扫视幅度中值来量度视力角,建立基于视力角特征的城市隧道标志视认模型:城市隧道行车过程中,当目标物体在注视点分布椭圆边界的视力角范围之内,较容易视认,超过此范围,则难以视认。再利用该模型,对隧道进口交通标志的设置进行安全性评价,并提出改善建议。     

高速公路隧道驾驶员注视点分布特征分析

驾驶员的眼动特征能很好地表现视觉信息加工过程,可通过对高速公路隧道路段驾驶员注视点变动特征的记录及分析来判定隧道环境的安全性和舒适性。运用IView X HED Laptop眼动仪系统,以高速公路隧道驾驶员的注视点变动为研究对象,选取浙江省上三高速公路4座典型隧道,对2名驾驶员分别进行16次有效行车试验,得出驾驶员白天及夜间注视点分布范围。统计表明:在隧道路段,驾驶员注视点在车辆前方0.604～2.557s,夜间注视点分布比白天更靠近车辆前方。并提出交通信号系统改善方法。     

汽车驾驶员动态注视点分布规律研究

用EMR-8B眼动仪系统纪录了驾驶员在不同车速条件下通过不同字高的标志牌时眼睛注视点的变化,分析了字高为20 cm而车速分别为30 km/h、60 km/h和90 km/h以及车速为60 km/h而字高分别为10 cm、20 cm和30 cm等6种条件下驾驶员注视点的分布规律。结果表明:在相同字高的条件下,驾驶员在接近标志牌的过程中,随着车速的增加,驾驶员注视的几何中心向标志牌偏移,注视范围变小,视线变的更加集中。在相同车速条件下,当字体较小的时候,驾驶员注视点较分散,判读标志信息的时间较长;随着字体变大,驾驶员注视点越集中。     

基于视觉特性的驾驶人预瞄时间建模

针对固定时长的预瞄时间无法真实反映驾驶人预瞄行为的问题,首先对自由流条件下的驾驶人视觉特性进行研究,得到直行路段驾驶人注视点多分布在车道中央、弯道路段驾驶人注视点多分布在内侧边缘线附近且视线近似与内侧边缘线相切的结论;在此基础上,探究直行和弯道路段驾驶人预瞄时间的求解方法,并借助驾驶模拟器进行试验,获得了17位驾驶人的预瞄时间。由于预瞄时间的原始数据分布离散程度高,难以直观地体现其随道路线形的变化规律,因而对预瞄时间随道路线形的分布特征进行研究,利用分组求中位数的方法进行数据处理,最终构建预瞄时间关于道路线形的分段线性函数和非线性指数函数。最后,通过数值仿真研究不同类型的预瞄时间（固定时长的预瞄时间、分段线性函数预瞄时间及指数函数预瞄时间）对人-车-路闭环系统动力学特性的影响。研究结果表明：驾驶人预瞄特性会对车辆的轨迹跟随和车道保持绩效产生重要影响;在闭环系统中使用随道路线形变化的预瞄时间可以显著提高车辆的轨迹跟随绩效,确保车辆在指定车道内行驶;驾驶人对道路环境的感知具有自适应性,通过其视觉特性可准确感知环境变化,并据此调整决策目标及其操纵特性。