文摘

鉴于交通标志组合的影响(TSC)司机的视觉识别,本文分析了影响驾驶员的视觉识别的过程。它使用了认知心理学理论建立信息传输模型在交通标志的组合。它抽象信息传输模型构建司机的信息处理模型。同时,根据城市道路的交通标志组合的分析,本文进行了司机的视觉识别交通标志时模拟试验相结合,测量了司机的反应时间的视觉识别交通标志的多种组合,和分析驾驶员的交通标志的识别时间(DRT)范围的组合。使用相关分析,稳健估计多项式回归和其他司机的方法来获得一个重要的关系在不同的交通标志识别次组合(DTSC)。然后建立了多项式回归分析模型,拟合数据,可视化的拟合结果。结果表明,通过对实验数据的分析,基于保证一定的精度,司机的交通标志的识别时间城市道路增加适当的组合。有明显不同的交通标志组合之间的关系和司机的识别时间。随着交通标志的数量增加,司机的识别时间显著增加。此外,在一定条件下,性别、年龄、和驾驶经验会影响司机的识别时间在交通标志的组合。 The research results can provide the relevant theoretical basis for the setting of urban traffic signs, provide a powerful reference for the revision of various traffic sign setting standards and norms, and provide ideas for future research on the sign system.

1。介绍

近年来,随着经济的快速发展,城市化进程逐步加快。作为一个不可或缺的城市道路网络的一部分,交通标志发挥重要作用,特别是在交通信息传输的准确性,及时性的交通状况的方向,交通规则。因此,城市交通标志的效果最大化,许多专家和学者做了大量研究工作,取得了丰硕的研究成果。

的法规和标准,统一的交通控制设备上的“手动”[1]在美国提高了交通规则和分类根据旅行者的目的地。根据不同城市的特点,交通标志的布局设计和信息显示是强调。以满足居民的日常出行需求最大程度上的最大数量约定的目的地是标记为所需的点。与城市交通网络的快速发展,服务质量的提高。日本的“路标手册》(2在构建城市路标有统一的规定。它包括生产迹象、位置等,标准化的规定。同时,当司机晚上旅行,不同的材料有不同的发光度,和司机的标志信息的成功率在不同的材料也不同。中国的“道路交通标志和标记”(3)和“代码布局的城市道路交通标志和标记”(4)制定的基本原则和颜色、形状、模式,并设置要求的信号。他们指定的交通标志和分类的设计、制造、交通标志的设置和建设需求。它们是基于长期的交通管理经验和道路交通发展的现状和吸收道路交通标志的新标准,道路交通标志更加完整,引人注目的,科学的。除此之外,还有欧洲“路标和信号公约”和加拿大的“手动的交通标志和标记。”

在学术研究中,杜塔等。5)研究,当给出的信息是在一个相对较短的时间和重复两次,司机可以获得更多的信息。Edquist et al。6]研究广告牌可以改变司机的视觉注意力模式,和司机的时候认识到道路标志将会增加。Roge et al。7)研究,司机的年龄和速度的增加,仿真驾驶任务时间延伸,和司机的驾驶视野将恶化。Filtness et al。8)研究,如果道路的复杂性增加,道路标志的数量将会增加因此,和研究表明,设置多个交通标志在同一路标可以解决不足的窄路地区的交通标志。Vilchez [9从认知的角度分析了交通标志和确定它们对车辆的运动轨迹的影响在驾驶模拟任务。刘等人。10]分析了司机的平均注视时间使用eye-moving乐器。,结果表明,新司机交通标志的视觉效果大于经验丰富的驾驶考试。江et al。11研究了路标的注视时间。他们发现的注视时间增加速度和道路名称的数量。杜et al。12)进行了路边的冗余信息来实验干扰司机的视觉识别时间。他们发现辅助信息和明星广告最大的对驾驶的影响。赵et al。13研究驾驶行为之间的关系和警告标志的位置通过驾驶模拟测试。Zhang et al。14]分析了司机的干扰识别方法,建立了状态识别。熊等。15]分析了因素影响司机驾驶仿真的警觉性。从视觉的角度功能,迅速地et al。16)研究的影响亮度和字体大小对交通标志的识别时间和信息传输的准确性。结果表明,更大更亮的迹象可以更有效地驱动传输信息,减少信息收集时间,提高传动精度。Zabihi et al。17)提出了一种基于人类视觉原理的测试方法来检测和识别交通标志在司机的视野。黄等。18]了司机的因素作为研究视角和分析,产生重大影响的司机签名信息的理解。根据研究结果,因素如性别、收入水平、教育水平有显著的影响。同时,司机在不同的国家有不同的理解。Ellahyani et al。19)提出了一种新的交通引导标志检测和识别方法测试在德国的交通标志检测与识别基准和瑞典交通标志数据集,取得了良好的效果。他和戴20.]关注交通指引标志的特征提取,提出了一种新的方法,它结合了局部和全局特征来识别交通指引标志。研究结果表明,该方法的精度达到97.67%,比单一特征的方法,大大缩短了识别时间。曹国伟et al。21)提出了一个特殊指导迹象减少风荷载计算方法措施,节约建筑材料和成本。Wogalter和巴洛22)把司机为研究对象,分析了社会影响驾驶员的心理活动,并提出了交通标志的设计的必要因素。李等人。23]研究结果,提出了一个建议直接信息添加到十字路口的路标。这表明改进将有助于司机判断路径的位置关系和改善其视觉识别效率。李等人。24,25]分析了符号的愿望布局、标志设置位置,重要的信息指导的重点在国外不同道路位置的迹象,和应用程序的布局图形和符号形式的国内路标,等。建议改进有参考意义的设计和修订交通标志在实际项目。刘等人。26)考虑外部环境的视觉识别,标志的位置,标志的布局,其信息。他们提议十个指标评估的迹象。

总之,现有的研究取得了一些理论研究成果在路标识别分析,路边的交通阻塞,路标布局设计和交通指路标志设置效果评价(27- - - - - -39]。大多数的研究集中在一个交通标志(OTS)。然而,在现实中,有各种各样的交通标志。这样不仅可以节省成本,有效利用资源,还充分发挥交通标志。因此,本文分析了信息传输系统在交通标志从认知心理学相结合,构造其信息传播模式。通过抽象传输模型,得到司机的信息处理模型。模型和调查分析进行驾驶仿真不同的交通标志组合(DTSC)。通过稳健估计、相关分析、多项式回归,和其他方法来处理和分析数据,本文研究和探讨了司机的识别时间(DRT)之间的关系在不同的交通标志组合(DTSC)。它还讨论和分析其他可能的因素影响交通标志的视觉识别时间。

2。信息传输和处理的机制

2.1。交通标志信息传输机制

是否的正确识别交通标志传达的信息是一个重要的保证安全驾驶,DTSC将影响司机的识别过程。

交通标志的驾驶员的感知过程通常可以分为五个阶段(40):(1)发现,(2)识别、认知(3),(4)理解和决策,和(5)反应和操作。认知心理学的分析显示,图形和符号是信息传播的载体。在视觉识别,驱动程序的主要目的是获取更多信息转达了交通标志。因此,它可以使用通信系统模型构建的信息传输模型DTSC城市道路。在DTSC信息传输模型的示意图如图1。


图1
在DTSC信息传输模型。
2.2。司机的信息处理机制

司机的信息传输模型,并分析了认知心理学理论。收购的过程中,处理,存储,并使用相关的信息交通标志的认知过程是构造一个抽象信息模型驱动程序来处理DTSC,如图2。因此,司机外部信息接受的程度直接关系到其有效地处理信息的能力。交通标志是携带信息的主体,他们的视觉识别直接影响驾驶员的感知的信息。DTSC传达了太多信息。这将导致严重的司机的视觉负担,从而减少司机的程度的识别和影响标志设置的合理性。


图2
在DTSC司机的信息处理模型。

3所示。方法

3.1。模拟试验

摘要室内模拟的方法用于识别道路上的迹象。根据人体工程学的原理,使人机界面,使用AutoCAD, Photoshop,和其他软件画出相应的城市道路交通标志,使交通标志的某种组合,然后进行视觉识别过程实验研究对象,并记录司机的反应时间。实验分为两个阶段:(我)准备阶段:(1)交通标志,(2)调试测试仪器,(3)招聘对象等。(2)主题的视觉识别阶段:(1)给一个特定的组合符号,(2)执行一个视觉识别过程测试科目,(3)记录研究对象的各种相关数据,等等。

3.1.1。准备测试

本文选择共有20个实验对象的随机抽样方法。包括不同年龄、性别、年龄段开车,如图3,矫正视力1.0以上。


图3
这个主题的数据。

测试共15组交通标志用于实验,其中包括(1)一个交通标志(OTS)、(2)两种交通标志组合(TTSC),和(3)三种交通标志组合(TKTSC)。有四种类型的迹象,比如禁止标志、警告标志、指示标志、和指导的迹象。交通标志应该由相关的标准(3,4并没有出现相反的规定或实际设置情况。各种类型的图DTSC测试如表所示1。

表1
各种类型的DTSC。
3.1.2。视觉识别测试

它使用人体工程学原则开展各种驱动器的反应数据在识别交通标志。原理图的流程图如图4。(1)实验者安排受试者坐在指定的位置。(2)他们解释的规则和目的实验课题。(3)他们使用电脑玩各种事先准备好,结合交通标志让受试者熟悉过程。(4)正式实验,实验记录有关受试者的数据依次直到所有受试者完成实验。(5)实验统计数据的各种实验。


图4
测试流程图。
3.2。稳健估计模型

稳健估计理论是最小二乘原理的应用。粗糙度在不可避免的情况下,评估方法的选择未知的影响降到最低估值到达最好的估计正常模式是一种常见的实验数据处理方法在人体工程学应用研究[41]。减少由于系统收集到的数据的可变性,人工操作,等等,使用稳健估计理论来处理和分析实验数据。试验后计算比较,使用一组指标根据数据样本的加权计算如下: 在哪里 测试数据的重量, TSC的数量, 主题的数量, 的识别时间吗 集团的 th主题(s)和 的平均识别时间吗 交通标志(s)。

DTSC计算DRT的加权平均数,计算的公式 在哪里 是司机的加权平均识别时间的 集团交通标志(s),也就是说,DRT本文中提到。

3.3。多项式回归模型

在实际问题中,因变量的变化往往是几个重要的影响因素。需要使用两个或两个以上的影响因素作为自变量来解释因变量的变化被称为多元回归(42]。多项式回归模型的示意图如图5。


图5
多项式回归模型。

探索DTSC DRT的之间的关系,我们建立如下模型: 在哪里 是回归常数, 回归系数, 的DRT OTS (s), 是在DTSC DRT (s), 是标志的数量组合, 是对象的数量,和 是残差,通常假设什么 。

矩阵表达式 在哪里 , , , 。

3.3.1。模型参数测试

在正态分布的假设下,如果x是满秩,使用最小二乘估计的参数回归模型的结果(5)- (7): 在哪里 参数的估计值。

因此,

随机误差方差的估计

卓越的拟合程度的测试 在哪里 是可测系数值的范围是[0,1],在总因子变量的变化,变化的比例由回归方程解释说,越接近1,拟合程度越高的各种样本数据点, 是数据的总偏差平方的总和,然后呢 是回归的平方和。

3.3.2。的显著性检验

回归方程的显著性检验是测试整个回归方程的意义。F统计量的计算公式 在哪里 残差的总和”广场,对于一个给定显著水平的 ;检查拒绝域 。

回归系数的重大考验 在哪里 主对角线上的元素在吗 ,对于一个给定的显著水平 ;检查拒绝域 。

4所示。结果

4.1。数据采集

的原理图15组DRT测试结果如图6。示意图显示,共有300件有效数据。其中,DRT的最大值为3.14,最小值为0.55,平均值是1.64。整个数据波动小,相对稳定。原理图的测试数据如表所示2。


图6
小提琴的情节在DTSC测试数据。
表2
在DTSC DRT的统计数据。

一般来说,DRT在视觉交通标志的范围0.50 - 2.00 s。然而,由于这个实验主要涉及DTSC, DRT应适当增加。根据测试数据分析,DRT之间的关系和DTSC如图的准确率7。


图7
DRT之间的关系和准确率。

它显示在图7测试数据的准确率与DRT增加。2.8秒内曲率较大,增长速度加快。超过2.8 s,曲率增加,速度是平的,准确率并没有改变太多。因此,它更适合DRT在0.55到2.80年代DTSC为视觉识别,和它的准确率是98.3%。

它使用(1)- (2)一个健壮的估计数据的获得加权平均DRT。数据的统计分析表明,DRT的三个测试不会改变太多。DRT的最大值,三组是0.925秒,0.986秒和1.177秒。最小值是2.087,2.094,和2.323,平均值是1.587,1.557,和1.701 s。平均DRT差异小于0.15秒。然而,该测试系统或人为错误的影响,因此,意味着DRT TTSC小于OTS。但相比之下,发现平均DRT差异小于0.05年代及其影响很小。当交通标志的数量增加到三个,DRT的显著增加。描述性统计的原理图如图8。


图8
在DTSC DRT的描述性统计。
4.2。数据分析

为了进一步了解DTSC DRT的之间的关系,做一个散点图图,如图9。它显示了DRT的OTS之间的线性关系,TTSC, TKTSC。

(一)
(一)
(b)
(b)
(c)
(c)
(d)
(d)
(e)
(e)
(f)
(f)
图9
在DTSC DRT的散点图。

因此,通过相关性分析,最好测量变量之间的关联程度的因素。相关性分析的原理图如图10。这表明OTS DRT之间的相关系数,DRT TTSC, DRT TKTSC是0.906和0.910,分别。和之间的相关性三个0.01置信水平时具有重要意义。


图10
在DTSC DRT的相关性分析。

实验数据分析了多项式回归方法。它显示了数据样本是独立的,不存在共线性,残差符合正态分布。相关系数的原理图测试结果如表所示3、数据拟合和回归方程 在哪里 的DRT OTS (s), 的DRT TTSC (s), 的DRT TKTSC(年代)。

表3
相关系数的测试结果。

因此,我们可以发现R2= 0.874,这表明,回归模型符合得很好。的重要性系数年代2系数是0.008,意义年代3是0.006。这表明年代2和年代3可以显著影响年代1。自从系数年代2是0.464的系数年代3是0.536,它反映了吗年代2和年代3可以产生积极的影响年代1。也就是说,随着交通标志的数量增加,DRT显著增加。的原理图的可视化结果如图11。


图11
结果的可视化。
4.3。其他影响因素的分析

在视觉识别,许多因素影响DRT交通标志。因此,其他影响因素影响DRT进一步分析。因素的统计描述如表所示4。在表中,MDRT DRT的平均值15组。

表4
因素的统计描述。

通过实验数据的相关分析,实验数据是深度探索。它表明相关系数之间的性别、年龄、驾驶经验,和MDRT−0.154−0.309−0.120。这表明之间的关系性别、年龄、驾驶经验,MDRT并不重要。相关性分析的原理图如图12。(1)在图12TTSC的测试数据表明,DRT和性别之间的相关系数是0.445−。当置信水平0.05,两者之间的相关性是显著的。测试表明, ,男孩的平均DRT是1.598秒,DRT的女孩是1.177 s。均值DRT的男孩比这稍长一些的女孩,这女孩可以识别交通标志比男孩快。(2)此外,与实验数据TKTSC, DRT和年龄之间的相关系数是0.484−。当置信水平0.05,两者之间的相关性是显著的。同时,年龄和DRT之间存在一定的负相关。随着年龄的增加,DRT逐渐减少,交通标志将会更快。(3)驾驶体验之间的关系,DRT并不重要。从图12,年龄和驾驶体验之间的相关系数是0.861。当置信水平0.01,两者之间的相关性是显著的。有一定的正相关。随着年龄的增加,驾驶经验也增加,反映了驾驶体验,也会影响司机的可见性。随着年龄的增加,增加驾驶体验,DRT减少。也就是说,经验丰富的司机可以识别交通标志的速度比新手司机。


图12
其他因素之间的相关性分析。

5。结论

摘要DRT与DTSC测试和分析模拟方法在城市道路。相关分析是用来研究在DTSC DRT之间的关系。其他DRT影响因素进行了讨论。通过对实验数据的分析,可以得出以下结论。

一般来说,DRT在视觉交通标志的范围0.50 - 2.00 s。然而,它涉及到DTSC, DRT应适当增加。根据测试数据的分析,DRT的范围0.55 - 2.80年代DTSC期间,和它的准确率是98.3%。

的数量对DRT DTSC会有一定的影响,和OTS之间的相关性和TSC具有重要意义。也就是说,随着交通标志的数量增加,DRT将会增加。实验数据表明,性别之间不存在显著关系,年龄,驾驶体验,MDRT。在某些情况下,性别、年龄、和驾驶体验的影响在DRT DTSC通过分析原始测试结果,这意味着男孩比女孩有稍高的响应时间。随着年龄和驾驶经验的增加,DRT减少。有经验的司机比新手司机反应更快。

本文采用室内模拟实验来研究不同的司机承认时间标志的组合。结果可以提高实际流量操作和减少事故的风险造成的交通标志的问题,可以使道路更加开放。同时,他们提供了相关理论依据城市交通标志的设置,提供一个有力的参考修订各种交通标志的设置标准和规范,并为未来的研究提供思想上的符号系统。但由于其使用的驾驶模拟试验方法在这个实验中,样本大小的影响,人为错误,和其他因素影响分析结果。然而,它执行加权平均数计算减少差异。但DRT识别是受到各种因素的影响,如个体差异,生理和心理因素,信息容量,设置模式,和其他因素。他们会影响司机的视觉识别。后续需要进一步研究。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

作者的贡献

K.L.和收听距离概念研究;K.L.和收听距离发达的方法;K.L.提供了软件;收听距离进行验证;K.L.正式执行分析;数据管理是由K.L.和收听距离;草稿是K.L.写的;K.L.收听距离审查和编辑文章。所有作者已阅读及同意发布版本的手稿。

确认

这项研究受到了中国基础研究基金为中央大学(排名2572017 ab27)和中国国家自然科学基金(71771047)。