论文部分内容阅读
【摘要】：本文在回顾国内近二十几年文献的基础上，对驾驶人视觉特性及注意力检测研究进行系统的回顾与前瞻，发现我国众多研究以机器视觉为基础来判定驾驶人的注意力状态，但由于我国机器检测技术的精准度不够，不能精确测量驾驶人在真实驾驶情景下的视觉特性，使得注意力预警系统与实际应用还有一定的距离。
【关键词】：视觉特性 注意力检测 注意力分散
交通事故发生率伴随着机动车的增加逐年增长，而每年有 25%～30%的事故起源于驾驶员的注意力分散。在人-车-环境三个系统协同运行时，人在控制汽车行径上起着主体作用。驾驶人通过眼睛接受外界信息，视线方向很大程度受到注意力的影响，注意力的状态直接关系到驾驶人能否即时处理外界危险事件。本文在回顾国内近二十几年文献的基础上，对驾驶人的眼部特性相关研究进行系统的回顾与前瞻，从视觉分散来源、驾驶人视觉规律、判断注意力状态三个方面进行阐述，并指出未来仍需研究的方向。
1影响视觉分散的因素
成波等人将注意力分散划分为驾驶视线分散、驾驶精神分散，视线分散是指视线长时间偏离正常驾驶行驶方向，而驾驶精神分散是指驾驶人意识下降，应将驾驶视线分散区别于驾驶精神分散。刘宁等人认为驾驶视觉分心与一般注意力集中不同，驾驶分心是由于外部的任务，而非由于疲劳驾驶和一些其他因素。王颖等人指出导致驾驶人视觉注意分散的任务都是车内次任务，驾驶次任务包含视觉和非视觉的次任务，视觉任务包括看地图，看短信等，非视觉任务包括接打电话等。马勇等人用非接触式眼动仪采集了多位被试驾驶人眼动数、注视频次及注视时长特性，结果表明驾驶员视线离开驾驶方向时，超过60%的注意对象放在车内区域 。综上，影响视觉分散的因素主要包括IVIS 集成系统、收音机等。
2驾驶员视觉规律
2.1 背景音乐影响下的驾驶人眼部特性
张学民等人分析了不同音乐节奏、强度、语言熟悉程度对驾驶人的影响，发现快节奏的音乐可以缩小驾驶员注意范围，慢节奏则相反；音乐的语言熟悉程度对无驾驶经验的人影响显著，在节奏和语言类型共同作用下，熟悉语言情况下，慢节奏的水平搜索广度高于快节奏，但陌生语言情况下相反，并且语言熟悉类型的音乐可以使驾驶人减慢驾驶速度。由此可以在不同的路段播放不同的音乐来提高驾驶人的视觉注意广度和视觉注意范围，从而提高驾驶人的注意力。
2.2 不同经验的驾驶人眼部特性
郭应时等人分别在城市道路和公路上，利用EyeLink Ⅱ眼动仪测试了20名驾驶人眼动参数与注释行为特性，分析得出：城市道路上，经验丰富的驾驶人对近处目标的注视频次比经验较浅的驾驶人高约15%，而对车内后视镜的注释频次约为经验浅的驾驶人的4.7倍；在公路上，经验丰富的驾驶人对远距离区域的注视频次比经验较浅的驾驶人高约57%，对车内区域的注释频次约为经验浅的驾驶人0.4倍，驾驶人对右侧区域的关注比左侧的多，并且熟练的人比不熟练的对右区域关注更多；熟练的人比不熟练的人处理信息的速度更快。
3 注意力检测的研究方法
随着技术的进步，实验场景的设定上从简单实验室测试-仿真环境测试-实际道路测试逐步转变，研究结果逐步接近真实情景。研究所选择的眼部特征参数，主要有眼睛闭合时长，瞳偏距系数，眼睛搜索广度，眼睛注视次数及频次等。
李阳以Canny算子、Hough变换等找到瞳孔位置与偏转角度的关系，并以驾驶人的视线方向为基础，根据驾驶员的状态确定注意力分散的阈值为±20°，当超过这个范围系统会自动提示预警。为避免强光对眼睛的影响，郭克友分别在强光和弱光条件下用普尔钦斑点及投影曲线极点位置分割驾驶人面部器官独立区域，结合PERCLOS判断驾驶人的精神状态，指出了在不同光照下驾驶人的眼部特性差异。张建明采用贝叶斯网络融合了眼睛、嘴巴、头部多种特征参数来判断驾驶人注意力对驾驶的影响，将多种特征相结合提高了驾驶员状态检测的准确性。也有研究采用灰度方差、投影曲线极点位置确定驾驶人面部及面部独立区域，通过0STU计算和轮廓获取，建立人体头部旋转运动模型，进而判定驾驶人的精神状态。
4结论
众多研究表明驾驶人的视觉特性具有一定的规律，通过注视时长、注视搜索宽度及广度、注视频次等特征参数可以表明，不同强度、节奏以及语言熟练程度的音乐下驾驶人注意力状态的变化，不同经验的驾驶人在行驶过程视觉特性的差异，驾驶人中心视觉、周围视觉与人本能的关注的差异。因道路环境的复杂性、驾驶人注意力分散的難辨性及驾驶人的独特性，对于有效辨别驾驶人的注意力状态还需深入的研究。
【参考文献】
【1】成波， 孟传， 张伟. 基于机器视觉的驾驶员注意力状态监测技术研究[J]. 汽车工程， 2009， 31（12）：1137-1140.
【2】刘宁， 张侃. 驾驶分心的测量方法[J]. 人类工效学， 2007， 13（2）：38-40.
【3】王颖， 张伟， 吴甦. 车载信息系统与驾驶安全研究综述[J]. 科技导报， 2009， 27（13）：105-110.
【4】马勇， 付锐， 王畅等. 视觉分心时驾驶人注视行为特性分析[J]. 中国安全科学学报， 2013， 23（5）：10.
【5】张学民， 杨萌， 夏裕祁. 背景音乐影响汽车驾驶人员的视觉注意[N]. 中国社会科学报， 2012， 6 ， 27（B02）.
【6】郭应时， 马勇， 付锐，等. 汽车驾驶人驾驶经验对注视行为特性的影响[J]. 交通运输工程学报， 2012， 12（5）：95-103.
【7】李阳， 郑华兵， 史册，等. 安全驾驶中驾驶员视线方向的检测研究[J]. 计算机测量与控制， 2010， 18（4）：766-769.
【8】郭克友. 以眼睛的闭合时间和头部旋转角度相结合判断驾驶人的精神状态[J]. 计算机工程与应用， 2010， 46（2）：200-202.
【9】 张建明， 魏林峰， 刘志强，等. 基于贝叶斯网络的疲劳度及注意力检测[J]. 计算机工程， 2012， 38（9）：189-192.
【10】 郭克友， 张春雨. 基于视觉的驾驶人疲劳及注意力监测方法[J]. 公路交通科技， 2010， 27（5）：104-109.
【关键词】：视觉特性 注意力检测 注意力分散
交通事故发生率伴随着机动车的增加逐年增长，而每年有 25%～30%的事故起源于驾驶员的注意力分散。在人-车-环境三个系统协同运行时，人在控制汽车行径上起着主体作用。驾驶人通过眼睛接受外界信息，视线方向很大程度受到注意力的影响，注意力的状态直接关系到驾驶人能否即时处理外界危险事件。本文在回顾国内近二十几年文献的基础上，对驾驶人的眼部特性相关研究进行系统的回顾与前瞻，从视觉分散来源、驾驶人视觉规律、判断注意力状态三个方面进行阐述，并指出未来仍需研究的方向。
1影响视觉分散的因素
成波等人将注意力分散划分为驾驶视线分散、驾驶精神分散，视线分散是指视线长时间偏离正常驾驶行驶方向，而驾驶精神分散是指驾驶人意识下降，应将驾驶视线分散区别于驾驶精神分散。刘宁等人认为驾驶视觉分心与一般注意力集中不同，驾驶分心是由于外部的任务，而非由于疲劳驾驶和一些其他因素。王颖等人指出导致驾驶人视觉注意分散的任务都是车内次任务，驾驶次任务包含视觉和非视觉的次任务，视觉任务包括看地图，看短信等，非视觉任务包括接打电话等。马勇等人用非接触式眼动仪采集了多位被试驾驶人眼动数、注视频次及注视时长特性，结果表明驾驶员视线离开驾驶方向时，超过60%的注意对象放在车内区域 。综上，影响视觉分散的因素主要包括IVIS 集成系统、收音机等。
2驾驶员视觉规律
2.1 背景音乐影响下的驾驶人眼部特性
张学民等人分析了不同音乐节奏、强度、语言熟悉程度对驾驶人的影响，发现快节奏的音乐可以缩小驾驶员注意范围，慢节奏则相反；音乐的语言熟悉程度对无驾驶经验的人影响显著，在节奏和语言类型共同作用下，熟悉语言情况下，慢节奏的水平搜索广度高于快节奏，但陌生语言情况下相反，并且语言熟悉类型的音乐可以使驾驶人减慢驾驶速度。由此可以在不同的路段播放不同的音乐来提高驾驶人的视觉注意广度和视觉注意范围，从而提高驾驶人的注意力。
2.2 不同经验的驾驶人眼部特性
郭应时等人分别在城市道路和公路上，利用EyeLink Ⅱ眼动仪测试了20名驾驶人眼动参数与注释行为特性，分析得出：城市道路上，经验丰富的驾驶人对近处目标的注视频次比经验较浅的驾驶人高约15%，而对车内后视镜的注释频次约为经验浅的驾驶人的4.7倍；在公路上，经验丰富的驾驶人对远距离区域的注视频次比经验较浅的驾驶人高约57%，对车内区域的注释频次约为经验浅的驾驶人0.4倍，驾驶人对右侧区域的关注比左侧的多，并且熟练的人比不熟练的对右区域关注更多；熟练的人比不熟练的人处理信息的速度更快。
3 注意力检测的研究方法
随着技术的进步，实验场景的设定上从简单实验室测试-仿真环境测试-实际道路测试逐步转变，研究结果逐步接近真实情景。研究所选择的眼部特征参数，主要有眼睛闭合时长，瞳偏距系数，眼睛搜索广度，眼睛注视次数及频次等。
李阳以Canny算子、Hough变换等找到瞳孔位置与偏转角度的关系，并以驾驶人的视线方向为基础，根据驾驶员的状态确定注意力分散的阈值为±20°，当超过这个范围系统会自动提示预警。为避免强光对眼睛的影响，郭克友分别在强光和弱光条件下用普尔钦斑点及投影曲线极点位置分割驾驶人面部器官独立区域，结合PERCLOS判断驾驶人的精神状态，指出了在不同光照下驾驶人的眼部特性差异。张建明采用贝叶斯网络融合了眼睛、嘴巴、头部多种特征参数来判断驾驶人注意力对驾驶的影响，将多种特征相结合提高了驾驶员状态检测的准确性。也有研究采用灰度方差、投影曲线极点位置确定驾驶人面部及面部独立区域，通过0STU计算和轮廓获取，建立人体头部旋转运动模型，进而判定驾驶人的精神状态。
4结论
众多研究表明驾驶人的视觉特性具有一定的规律，通过注视时长、注视搜索宽度及广度、注视频次等特征参数可以表明，不同强度、节奏以及语言熟练程度的音乐下驾驶人注意力状态的变化，不同经验的驾驶人在行驶过程视觉特性的差异，驾驶人中心视觉、周围视觉与人本能的关注的差异。因道路环境的复杂性、驾驶人注意力分散的難辨性及驾驶人的独特性，对于有效辨别驾驶人的注意力状态还需深入的研究。
【参考文献】
【1】成波， 孟传， 张伟. 基于机器视觉的驾驶员注意力状态监测技术研究[J]. 汽车工程， 2009， 31（12）：1137-1140.
【2】刘宁， 张侃. 驾驶分心的测量方法[J]. 人类工效学， 2007， 13（2）：38-40.
【3】王颖， 张伟， 吴甦. 车载信息系统与驾驶安全研究综述[J]. 科技导报， 2009， 27（13）：105-110.
【4】马勇， 付锐， 王畅等. 视觉分心时驾驶人注视行为特性分析[J]. 中国安全科学学报， 2013， 23（5）：10.
【5】张学民， 杨萌， 夏裕祁. 背景音乐影响汽车驾驶人员的视觉注意[N]. 中国社会科学报， 2012， 6 ， 27（B02）.
【6】郭应时， 马勇， 付锐，等. 汽车驾驶人驾驶经验对注视行为特性的影响[J]. 交通运输工程学报， 2012， 12（5）：95-103.
【7】李阳， 郑华兵， 史册，等. 安全驾驶中驾驶员视线方向的检测研究[J]. 计算机测量与控制， 2010， 18（4）：766-769.
【8】郭克友. 以眼睛的闭合时间和头部旋转角度相结合判断驾驶人的精神状态[J]. 计算机工程与应用， 2010， 46（2）：200-202.
【9】 张建明， 魏林峰， 刘志强，等. 基于贝叶斯网络的疲劳度及注意力检测[J]. 计算机工程， 2012， 38（9）：189-192.
【10】 郭克友， 张春雨. 基于视觉的驾驶人疲劳及注意力监测方法[J]. 公路交通科技， 2010， 27（5）：104-109.