山区公路驾驶视觉信息量计算方法研究

交通运输系统工程与信息 ›› 2020, Vol. 20 ›› Issue (5): 45-50.

• 智能交通系统与信息技术 • 上一篇下一篇

山区公路驾驶视觉信息量计算方法研究

孟云伟¹，陈磊¹，刘博航^*2，陈炳阳³，潘晓东⁴

1. 重庆交通大学交通运输学院，重庆 400074；2. 石家庄铁道大学交通运输学院河北省交通安全与控制省级重点实验室，石家庄 050043；3. 广西北部湾投资集团有限公司，南宁 530029； 4. 同济大学交通运输工程学院，上海 201804

收稿日期:2020-04-01 修回日期:2020-05-16 出版日期:2020-10-25 发布日期:2020-10-26
作者简介:孟云伟(1980-)，男，河北赵县人，教授，博士.
基金资助:
教育部人文社会科学研究青年基金/ Foundation of Humanities and Social Sciences from Ministry of Education, China(19YJCZH121)；重庆市自然科学基金(基础研究与前沿探索专项)/ Natural Science Foundation of Chongqing, China (cstc2019jcyj-msxmX0342)；河北省交通安全与控制重点实验室开放课题/ Open Subject of Traffic Safety and Control Lab in Hebei Province(JTKY 2019005).

Calculation Method of Visual Information for Driver in Mountainous Highway

MENG Yun-wei¹, CHEN Lei¹, LIU Bo-hang², CHEN Bing-yang³, PAN Xiao-dong⁴

1. College of Traffic and Transportation, Chongqing Jiaotong University, Chongqing 400074, China; 2. Key Laboratory of Traffic Safety and Control of Hebei Province, School of Traffic and Transportation Engineering, Shijiazhuang Tiedao University, Shijiazhuang 050043, China; 3. Guangxi Beibu Gulf Investment Group Co., Ltd, Nanning 530029, China; 4. College of Transportation Engineering, Tongji University, Shanghai 201804, China

Received:2020-04-01 Revised:2020-05-16 Online:2020-10-25 Published:2020-10-26

摘要/Abstract

摘要：

为解决山区公路中驾驶视觉信息量难以量化的问题，对驾驶视野图像进行分割，根据HSV颜色模型，提取视野图像的色调、饱和度、亮度值，再结合车速值，在驾驶视觉心理负荷的基础上，提出山区公路路域环境下的驾驶视觉信息量计算方法.通过实车实验，进行数据采集，并验证计算方法.计算结果表明，在半郁闭型空间行驶时，接收的视觉信息量最大；在郁闭型空间中，接收的信息量最小.计算结果与被试实际感受具有一致性，说明本文提出的驾驶视觉信息量计算方法具有可行性，可为路域环境的合理布设提供一定的技术参考.

关键词: 交通工程, 山区公路, 驾驶视觉, 信息量计算, HSV颜色模型, 视觉心理负荷

Abstract:

In order to quantify the amount of driving visual information in mountain highway, driving vision images are first segmented, the HSV color model is used to extract the hue, saturation and brightness values of the vision image, and the driving visual information calculation method of mountain highway is proposed based on driving vision psychological load. A real vehicle experiment is carried out, then the relevant data are collected, and the above calculation method is used and verified. The results show that the visual information received is the largest when driving in the semi closed space, and the one is the smallest in the closed space. The calculated results are consistent with the actual feelings of the test driver. The calculation method of driving visual information is feasible and can provide some technical reference for the reasonable layout of the road environment.

Key words: traffic engineering, mountainous highway, driving visual, information calculation, HSV color model, visual psychological load

中图分类号:

U491.2

孟云伟，陈磊，刘博航，陈炳阳，潘晓东. 山区公路驾驶视觉信息量计算方法研究[J]. 交通运输系统工程与信息, 2020, 20(5): 45-50.

MENG Yun-wei, CHEN Lei, LIU Bo-hang, CHEN Bing-yang, PAN Xiao-dong. Calculation Method of Visual Information for Driver in Mountainous Highway[J]. Journal of Transportation Systems Engineering and Information Technology, 2020, 20(5): 45-50.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract20113.shtml

http://www.tseit.org.cn/CN/Y2020/V20/I5/45

参考文献

[1] 孟云伟. 驾驶视觉反应与山区高速公路路域景观交互影响研究[D]. 上海: 同济大学, 2017. [MENG Y W. Research on the interaction of driving visual response and road landscape on mountainous freeway[D]. Shanghai: Tongji University, 2017.]

[2] 潘晓东, 李君羡, 徐小冬. 基于眼部行为的驾驶疲劳评价指标的阈值[J]. 同济大学学报, 2011, 39(12): 1811- 1815. [PAN X D, LI J X, XU X D. Threshold value of indices of eye states to monitor drive fatigue[J]. Journal of Tongji University(Natural Science), 2011, 39 (12): 1811-1815.]

[3] MENG Y W. Field experiments on the distribution of visual attention of drivers on mountain curve roads[J]. Advances in Transportation Studies, 2017(41): 25-36.

[4] 段萌萌, 唐伯明, 胡旭辉, 等. 高隧道比路段隧道出入口驾驶员视觉负荷研究[J]. 交通运输系统工程与信息, 2018, 18(3): 113- 119. [DUAN M M, TANG B M, HU X H, et al. Driver's visual load at tunnel entrance and exit of sections with high ratio of tunnels[J]. Journal of Transportation Systems Engineering and Information Technology, 2018, 18 (3): 113-119.]

[5] YURIS N C, WIGGINS M W, AUTON J C, et al. Higher cue utilization in driving supports improved driving performance and more effective visual search behaviors [J]. Journal of Safety Research, 2019(71): 59-66.

[6] 陈雨人, 郑仕文. 地下道路视觉环境影响车辆运行特征机理分析[J]. 同济大学学报(自然科学版), 2013, 41 (7): 1031-1039. [CHEN Y R, ZHENG S W. Mechanism analysis of vehicles operating characteristic affected by visual environment of underground road[J]. Journal of Tongji University(Natural Science), 2013, 41(7): 1031- 1039.]

[7] 刘伟, 杜建玮, 陈科全. 基于视知觉的交通可变标志信息认度评价[J]. 中国公路学报, 2020, 33(1): 163-171. [LIU W, DU J W, CHEN K Q. Evaluation of traffic variable message sign information recognition based on visual perception[J]. China Journal of Highway and Transport, 2020, 33(1): 163-171.]

[8] 彭金栓, 高翠翠, 郭应时. 基于熵率值的驾驶人视觉与心理负荷特性分析[J]. 重庆交通大学学报(自然科学版), 2014, 33(2): 118-121. [PENG J S, GAO C C, GUO Y S. Drivers' visual characteristics and mental load based on entropy rates[J]. Journal of Chongqing Jiaotong University(Natural Science), 2014, 33(2): 118-121.]

[9] 胡江碧, 孙淑娅, 陈建龙, 等. 基于驾驶视认需求的夜间雾区路段光源特性[J]. 北京工业大学学报, 2019, 45 (5): 470-475. [HU J B, SUN S Y, CHEN J L, et al. Light source characteristics in fog section at night based on driving visual demand[J]. Journal of Beijing University of Technology, 2019, 45(5): 470-475.]

[10] 郑志晓, 李鹏辉, 胡孟夏, 等. 视觉分神对驾驶员跟驰行为的影响[J]. 公路交通科技, 2020, 37(1): 122-130. [ZHENG Z X, LI P H, HU M X. Influence of visual distraction on driver's car-following behavior[J]. Journal of Highway and Transportation Research and Development, 2020, 37(1): 122-130.]

[11] 王芳. 基于驾驶员交通特性的公路线形安全研究[D]. 南京: 东南大学, 2010. [WANG F. Highway alignment safety research based on driver traffic characteristics[D]. Nanjing: Southeast University, 2010.]

[12] 张辰. 基于显著性的彩色图像分割方法研究[D]. 保定: 河北大学, 2014. [ZHANG C. Color image segmentation based on saliency[D]. Baoding: Hebei University, 2014.]

[13] 秦晓春. 公路景观评价的感知理论与方法研究[D]. 广州: 华南理工大学, 2008. [QIN X C. Study in perception theory and method of highway landscape assessment[D]. Guangzhou: South China University of Technology, 2008.]

[14] BAO S, BOYLE L N. Age- related differences in visual scanning at median- divided highway intersections in rural areas[J]. Accident Analysis and Prevention, 2009, 41(1): 146-152.

[15] 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): 91- 99. [GUO Y S, MA Y, FU R, et al. Influence of driving experience on gazing behavior characteristic for car driver[J]. Journal of Traffic and Transportation Engineering, 2012, 12(5): 91-99.]

[16] 杨运兴, 陈芳. 山区高速公路空间郁闭度对驾驶员视觉及生理指标的影响[J]. 安全与环境学报, 2019(3): 881- 886. [YANG Y X, CHEN F. Influence of the spatial canopy density on the driver's visual and physiological indexes when driving in the mountainous highway[J]. Journal of Safety and Environment, 2019(3): 881-886.]

[17] GIBSON J J. The Perception of the visual world[M]. Boston: Houghton Mifflin Company, 1950.

山区公路驾驶视觉信息量计算方法研究

Calculation Method of Visual Information for Driver in Mountainous Highway

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	林建新, 刘博, 赵霞, 张蕾. 基于混合约束自编码器的机动车工况智能构建方法[J]. 交通运输系统工程与信息, 2022, 22(2): 109-116.
[2]	戢晓峰, 耿昭师. 山区双车道公路货车碰撞预测的双变量冲突极值模型[J]. 交通运输系统工程与信息, 2022, 22(2): 230-238.
[3]	张建波, 孙建平, 徐春玲, 郭镜霞, 温慧敏, 宋国华. 考虑交通运行条件影响的驾驶员特征聚类[J]. 交通运输系统工程与信息, 2022, 22(2): 330-336.
[4]	马景峰, 任刚, 李豪杰, 曹奇, 杜建玮. 电动自行车与机动车事故严重性影响因素分析[J]. 交通运输系统工程与信息, 2022, 22(2): 337-348.
[5]	宗芳, 王猛, 贺正冰. 考虑多车影响的分子动力学智能网联跟驰模型[J]. 交通运输系统工程与信息, 2022, 22(1): 37-48.
[6]	马小龙, 余强, 刘建蓓. 基于路侧毫米波雷达的车辆碰撞概率计算方法[J]. 交通运输系统工程与信息, 2022, 22(1): 57-66.
[7]	廖鹏, 唐铁桥. 基于车辆动力传动和转向系统的换道轨迹优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 98-105.
[8]	刘永红, 罗霞, 胡剑鹏. 考虑临时和预约需求的共享泊位动态分配方法[J]. 交通运输系统工程与信息, 2022, 22(1): 171-181.
[9]	袁振洲, 郭曼泽, 彭泳鑫, 杨洋. 基于梯度关联规则的老年行人交通事故风险识别[J]. 交通运输系统工程与信息, 2022, 22(1): 195-208.
[10]	张玉婷, 陈波佑, 张双焱, 闫学东, 李晓梦. 抵近信控交叉口分心驾驶识别模型[J]. 交通运输系统工程与信息, 2022, 22(1): 217-224.
[11]	宋浪, 王健, 杨滨毓, 安实. 连续流交叉口左转非机动车交通组织创新设计[J]. 交通运输系统工程与信息, 2022, 22(1): 225-233.
[12]	白婧荣, 唐伯明, 孙宗元, 毕辉云, 向恬君. 毗邻互通立交特长隧道驾驶负荷研究[J]. 交通运输系统工程与信息, 2022, 22(1): 301-310.
[13]	郭彦茹, 罗志雄, 王家川, 何方. 数据驱动的共享单车停放区规划方法研究[J]. 交通运输系统工程与信息, 2021, 21(6): 9-16.
[14]	李君羡, 沈宙彪, 童文聪, 吴志周. 基于分类车头时距的城市道路大型车影响分析[J]. 交通运输系统工程与信息, 2021, 21(6): 55-62.
[15]	卢凯, 周志洁, 张勇刚, 赵世杰, 徐广辉. 面向单向交通路网的绿波协调设计方法[J]. 交通运输系统工程与信息, 2021, 21(6): 74-83.