基于驾驶人眼部运动特征的交通标志视认性研究

《基于驾驶人眼部运动特征的交通标志视认性研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、东南大学硕士学位论文基于驾驶人眼部运动特征的交通标志视认性研究姓名：武睿申请学位级别：硕士专业：交通运输规划与管理指导教师：陆建20080101摘要在世界各国，交通标志一直是一个熟点研究问题，然而目前对交通标志的研究大多还局限在对标志外观尺寸、颜色搭配以及设施结构、材料等方面，较少有从驾驶人在驾驶过程中的特征如眼部运动特征出发，研究驾驶人对交通标志的视认性。驾驶人的眼部运动特征如：眼睑闭合状态、对目标的注视次数、注视时间等是驾驶人注意力的线索，能够很好地反映驾驶人与自身所处驾驶环境(车内、车外)的互

2、动关系，以及反映驾驶人的内在生理、心理状态。因此在交通标志视认性的研究中以驾驶人为本，获取驾驶人在交通标志视认过程中的眼部运动特征数据，并以此为纽带定量化地研究不同影响因素对交通标志视认性的影响，将有助于从驾驶人自身特性的角度出发对影响交通标志视认性的主要因素进行辨别和分析。本文首先从交通标志属性、驾驶人属性以及道路交通环境三个方面分析了交通标志视认性影响因素对标志视认性的影响以及国内外相关研究方法，并在此基础上针对性地选择了一些影响因素作为后续研究的目标。通过室外实时驾驶实验和室内模拟实验，借助眼

3、动仪获取了不同类型驾驶人在不同的交通环境下行驶时，对不同交通标志的眼部运动特征参数(注视次数、注视时间)，并以此为基础定量化地研究了交通标志属性(颜色、形状、信息量、类型)、驾驶人属性(性别、年龄、驾龄)、交通环境属性(道路交通量、驾驶人对道路交通的熟悉程度)对交通标志视认性影响。在此基础上，本文提出了基于视线跟踪技术的交通标志视认性评价方法，以驾驶人实时驾驶时的眼部运动特征参数为评价指标和依据考察和评价交通标志的设计、设置方案。最后将基于视线跟踪技术的交通标志视认性评价方法应用于交通标志设计、设置

4、的实例，以驾驶人对交通标志的注视次数、注视时间为纽带定量化地评价了交通标志设计、设置方案，并与已有的标志量化评价方法作出比较，结果证明本文提出的方法能够直观地、方便地对标志的设计和设置方案作出有效评价。关键词：交通标志、驾驶人、视认性、眼动仪、视线跟踪、眼部运动特征AbstractIncountriesaroundtheworld，trafficsignshavealwaysbeenahotresearchissues，however'thecurrentstudiesmostlystilllimi

5、tedtotheapparentsizeofsigns、colormatchesaswellasfacilitystructure、materialandSOon，rarelyhavestudiesfromthedriver’Scharacteristicsindriving(suchaseyemovementcharacteristic)tostudythetrafficsignsrecognitionofdriver．Thedrivereyesmovementcharacteristicssuc

6、has"theeyelidclosedstate、thefixationtimesandfixationdurationtotargetsetelisthecluesofdrivers’attention，canreflecttheinteractiverelationshipofdriversandtheirdrivingenvironment(in·vehicle、out·vehicle)well，andintrinsicphysiologicalandpsychologicalstateofd

7、rivers．Therefore，intheresearchoftrafficsignsrecognitionshouldbedriver-oriented，obtaineyesmovementcharacteristicdataofdriversintheprocessoftrafficsignsrecognition，andtakethisasakeylinktostudytheeffectofdifferentfactorsontrafficsignsrecognitionquantitati

8、vely,thiswillbehelpfultoidentifyandanalyzethemaininfluencefactorsfromtheperspectiveofdrivers’owncharacteristics．Thispaperfirstanalyzedtheeffectofinfluencefactorsontrafficsignsrecognitionfromthreeaspects：trafficsignsattributes、driverattr