基于眼动特征的信号交叉口老年人等待过街精神负荷分析.pdf

投稿网址:2023 年 第23 卷 第24 期2023,23(24):10530-10科 学 技 术 与 工 程Science Technology and EngineeringISSN 16711815CN 114688/T收稿日期:2022-10-15修订日期:2023-05-23基金项目:重庆市自然科学基金面上项目(cstc2020jcyj-msxmX0083);重庆市交通科技项目(2022-18)第一作者:张惠玲(1980),女,汉族,宁夏中宁人,博士,教授。研究方向:交通信息工程及控制。E-mail:。引用格式:张惠玲,彭丹,庞鲜鲜.基于眼动特征的信号交叉口老年人等待过街精神负荷分析J.科学技术与工程,2023,23(24):10530-10539.Zhang Huiling,Peng Dan,Pang Xianxian.Mental load analysis of elderly people waiting to cross the street at signalized intersection based oneye-movement characteristicsJ.Science Technology and Engineering,2023,23(24):10530-10539.基于眼动特征的信号交叉口老年人等待过街精神负荷分析张惠玲,彭丹,庞鲜鲜(重庆交通大学交通运输学院,重庆 400074)摘 要 为适应我国老龄化社会的到来,对比年轻人,分析了老年人在信号交叉口面对不同过街场景时精神负荷情况。选取重庆市南岸区内 3 个交叉口 8 张不同的图片作为实验场景的刺激物,并利用眼动仪采集被试的眼动数据。通过因子分析,以注视、眨眼和瞳孔直径作为典型指标,量化行人等待过街时的精神负荷。结果表明:老年人精神负荷最大为场景 2(1.38);两类行人的精神负荷相对差值最大的为场景 4,老年人高于年轻人 55.02%;部分老年人更容易受到信号灯和路桩的影响;老年人对场景 4 中的黄色台阶和深色缓坡投入更多注意力(16.59%);老年人对场景 2 中的灰色路桩注视时间百分比为 20.44%,对场景 8 中的蓝白色路桩注视时间百分比为 27.01%,说明醒目的路桩可以显著提升老年人对远处安全设施的注意力。研究成果可为提升老年人过街的安全性设置提供一定的参考。关键词 交通安全;行人过街;精神负荷;因子分析;眼动实验;兴趣区(AOI)中图法分类号 U491.2+26;文献标志码 AMental Load Analysis of Elderly People Waiting to Cross the Street atSignalized Intersection Based on Eye-movement CharacteristicsZHANG Hui-ling,PENG Dan,PANG Xian-xian(School of Traffic&Transportation,Chongqing Jiaotong University,Chongqing 400074,China)Abstract In order to adapt to the arrival of the aging society in China,compared with the young people,the mental load of the eld-erly was analyzed when facing different crossing scenes at the signalized intersection.Eight different pictures of three intersections inNanan District of Chongqing were selected as the stimuli of the experimental scene.The eye-movement data of the subjects were col-lected with an eye movement meter.Through factor analysis,taking gaze,blink and pupil diameter as typical indicators to quantify themental load of pedestrians waiting to cross the street.The result shows that the maximum mental load of the elderly is scene 2(1.38).The largest relative difference between the mental load of the two types of pedestrians is in scene 4,where the elderly is 55.02%higherthan the young.Some elderly people are more vulnerable to the influence of signal lights and road posts.The elderly people pay moreattention to the yellow steps and dark gentle slopes in scene 4(16.59%).The percentage of the elderlys gaze time for the gray road-blocks in scene 2 is 20.44%,and for the blue-white roadblocks in scene 8 is 27.01%,indicating that conspicuous roadblocks can sig-nificantly improve the elderlys attention to distant safety facilities.The research results can provide some reference for improving thesafety setting of elderly people crossing the street.Keywords traffic safety;pedestrian crossing;mental load;factor analysis;eye-movement experiment;area of interest(AOI)根据公安部交通管理科学研究所的统计数据1,因交通事故死亡的60 岁及以上老年人数量逐年递增,年均增幅达 9%,2020 年老年人城市道路交叉口事故死亡占比 29.4%。相比于其他人群,老年人步行速度较慢2,而目前的信号交叉口设置时并没有考虑老年人过街的特征,导致老年人常常需要加快速度才能在绿灯时间内完成过街,甚至需要二次过街;同时由于老年人的身体机能衰退,其反应能力、判断能力、专注度相较于年轻人也显著下降。由此可见,老年人在信号交叉口过街安全问题十分严峻,因而通过比较信号交叉口老年人和年轻人的过街精神负荷差异,分析交通环境中对老年人精神负荷影响较大的环境因素,进而对交叉口设施设置及道路交通安全水平的提升具有重要意义。投稿网址:眼动指标具有实时性、无干扰性和有效性的特点,所以该指标被广泛运用于心理负荷实时测量的研究中3。在以眼动指标为主要参数的精神负荷相关研究方面,王首硕等4以驾驶员瞳孔面积变化速率反映驾驶员的适应能力,发现不同车型下驾驶员对视觉环境的敏感度不同;Gruden 等5通过注视等眼动指标量化了行人在过街时的注视行为和工作负荷的差异;吕贞等6选取典型眼动指标研究草原超车行为,发现眨眼持续时间越短,眨眼次数越少,驾驶负荷越大;丁袁等7借助扫视和眨眼指标,分析了行人穿越有无信号路段时的视负荷差异;Liang 等8研究发现,行人会将更多的注视点指向接近的车辆,并且对距离更近的接近车辆的注视时间会显著增加;Lanzer 等9对行人过街时的注视和行为姿态进行了研究,发现受过街指导的行人在过街时的注视行为会受到一定影响,而其过街时的行为姿态并未受到较大影响。综上,中外学者对行人过街时的精神负荷已经进行了一定研究,但是所采取的指标较为单一,未将老年人等待过街时的多项指标综合分析,也缺乏针对老年人与年轻人过街时精神负荷差异来源的研究。选取表征行人过街精神负荷的典型眼动指标,对比分析老年人和年轻人在不同场景下精神负荷的差异以及造成该差异的交通设施因素。研究成果可以为降低老年人的精神负荷,提升老年人过街的安全性提供一定的基础参考。1 实验结合上述研究对精神负荷的描述以及与心理压力 有 关 的 人 类 工 效 学 原 则(ISO 10075-32004)10中对精神负荷的定义,对行人过街时精神负荷的定义为:精神负荷受到外部交通环境和内在认知状态的影响,反映了行人过街时的紧张感和压力感。由于生物指标的生物评价法在客观性和可靠性具有较大的优势11,通过采集行人的眼动指标,利用生理评价法对行人过街时的精神负荷进行研究12。1.1 实验方式为了探究老年人与年轻人过街时对交通环境中各影响因素的关注差异,招募老年人和年轻人完成实验。基于以下几个方面的考虑,最终选择室内实验完成数据的采集。(1)为了确保过街场景包含不同的交通情况和交叉口设施因素,体现交通状况和交叉口设施设置的多样性,选取了3 个交叉路口共8 个场景进行研究。而所选的 3 个交叉路口距离招募志愿者的社区步行距离超过 2 km,并且两两路口之间距离较远,如果招募的志愿者,尤其是老年人,辗转于各实验地点会消耗老年人较多的精力、体力,使老年人感觉非常疲劳,对实验所采集的数据精度也会产生一定影响,甚至容易危及老年人的人身安全。(2)由于实验所招募的老年人年龄均在 60 岁以上,其中 40%为 70 岁以上的高龄人群,身体素质普遍较差。在进行预实验时,老年人在站立时佩戴眼动仪后普遍反映有较强的压迫感、眩晕感,长时间佩戴后不适感较强,这种不适感可能会对实验数据产生较大的影响,因此最终决定以图片作为刺激物,让老年人以坐姿在室内开展模拟实验。(3)考虑到室内模拟实验对实验结果的影响方面,有学者以图片为实验刺激材料对行人的观察和感知进行研究。朱鹏等13采用 3 类真实交通情境图片作为实验刺激物,通过事件相关电位技术探讨了性别和情境危险程度对行人危险知觉的影响,得到早期视觉加工阶段男性比女性给予交通情境更多的注意的结论。Biassoni 等14利用眼动仪采集被试在观察 4 张过街场景图片时的眼动指标,以注视为主要指标研究被试观察图片时的视觉搜索策略,发现儿童对交通环境的视觉搜索以及识别危险的能力较差,并且更难做出安全的过街行为。以上研究表明,在探究行人的视觉搜索以及早期感知方面,利用图片作为实验材料进行模拟实验是可行的。虽然以图片作为实验刺激材料具有一定的局限性,无法模拟行人等待过街时周围环境的声音等信息,但是可以呈现行人等待过街时所需的大部分关键信息。由于并未研究过街穿越行为,可利用图片作为实验刺激材料分析行人等待过街时的视觉搜索特性,进而探究造成老年人精神负荷较大的外部因素。基于上述考虑,本实验采取室内模拟的方式进行,并最终选取 3 个信号交叉口的 8 张不同行人过街场景图片作为实验刺激物,借助 Tobii pro Glasses2 眼动仪采集被试各项眼动指标。1.2 实验人员实验招募实验人员共 116 人,其中年轻被试人员 39 人,老年被试人员 77 人;男性 52 人,女性 64人,年轻人年龄均在20 30 岁,老年人60 69 岁46人,70 79 岁 25 人,80 岁及以上 6 人。在招募被试人员时,仅招募认为自身视力情况属于良好及以上的人作为被试。被试年龄及性别分布情况如表 1所示。135012023,23(24)张惠玲,等:基于眼动特征的信号交叉口老年人等待过街精神负荷分析投稿网址:表 1 被试年龄及性别分布情况Table 1 Age and gender distribution of the subjects年龄/岁20 3060 6970 7980合计/人男/人25159352女/人143116364合计/人39462561161.3 实验设备实验采用摄像机、显示设备(电子显示屏和投影仪)、Tobii pro Glasses 2 眼动仪等硬件设备,Tobiipro Glasses Controller 控制软件和 ErgolLAB 3.0 数据处理软件。本实验在预实验初始阶段采用笔记本电脑放映场景图片,在满足眼动仪仪器和画面之间保持 1 m 距离的要求下,眼动仪记录下来的被试看到的画面截图如图 1(b)所示,蓝色方框内的画面为被试看到的范围,而实际上希望被试看到的是红色方框内的内容,可以看出,红色方框内画面仅占视频画面面积的约 1/4,被试很容易将目光移出红色方框,且过街场景图片细节显示和清晰度不够。为了使被试能够更大范围地看到更真实的过街场景,实验采用画面显示更大更清晰的电子显示屏,电子显示屏放映过街场景图片的情况如图 1(c)所示,使用电子显示屏所呈现的行人过街场景所占面积更大,清晰度更高,年轻人的过街视觉搜索模拟实验均采用电子显示屏进行。为了老年被试的安全和方便,考虑在社区等老年人经常活动的区域内进行实验,虽然电子显示屏可以将场景图片呈现出较好的效果,但由于其不便移动,不能将其带至其他实验地点。为了解决这个问题,课题组购买了可移动式投影仪和幕布,其不需要插电使用的特性和便携性可以满足在不同场地进行实验的需求,同时也能够满足过街场景图片占据被试更大视野的需求,投影仪放映过街场景图片的情况如图 1(d)所示。1.4 场景设计经实地调查,选取重庆市南岸区内 3 个交叉口,拍摄了 8 个过街场景图片作为实验刺激材料,各过街场景中包含了不同的交叉口设施和交通状况。其中场景 1 3 取自回龙路与南湖路交叉口,场景 1和 2 是同一人行横道两个方向的视角,但不同方向所看到的过街环境有所区别;场景 3 的路面破损情况较为严重;场景 4 7 取自交叉口学府大道与二塘路 T 字型交叉口,该交叉口共有两处人行横道,主路车流量较大,过街行人数量较多,场景 4、5 是同一人行横道的两个方向,场景 6、7 是同一人行横道相同方向不同信号灯状态的场景;场景 8 取自二塘路与汇龙路交叉口,该交叉口车流量较低,过街行人数量较少。各过街场景图片如图 2 所示。图 1 实验设备Fig.1 Experimental equipment23501科 学 技 术 与 工 程Science Technology and Engineering2023,23(24)投稿网址:图 2 行人过街场景Fig.2 Pedestrian crossing scene335012023,23(24)张惠玲,等:基于眼动特征的信号交叉口老年人等待过街精神负荷分析投稿网址:1.5 实验流程实验前,被试佩戴与电脑连接好的眼动仪并通过校准卡对被试进行视线校准,校准成功后,被试观察显示设备放映的信号交叉口过街场景图片,模拟过街时的视觉搜索情景。实验过程中,当被试观察完 1 个场景并认为自己可以过街时,则示意工作人员切换下 1 个场景,直至 8 个场景全部观察完,实验结束后,保存数据并通知下一被试准备实验。2 实验结果与分析2.1 行人精神负荷评价指标行人在过街时通过视觉搜索来获取交通信息,具体表现为注视、扫视和眨眼,通过对比行人视觉特性参数的变化规律可以反映行人的精神负荷。其中,眨眼频次及瞳孔大小与疲劳密切相关,可以直观表征行人的工作负荷,而注视是反应道路交通信息收集及辨识的有效视觉行为。(1)注视总时长百分比。注视持续时间表示行人在道路环境中关注目标所花费的时间,反映通过视觉行为获取道路信息的难易程度。由于本实验过程中被试观察各个场景图片的总时长不尽相同,因此采用被试在观察各场景时的注视总时长占实验总时长的百分比进行数据分析。(2)眨眼频率。相关视觉生理心理学研究15指出,当人眼在出现类似眼干、模糊、流泪等视疲劳现象时,会有较高的眨眼次数出现。(3)平均瞳孔直径。研究证实瞳孔直径变化率与精神负荷具有相关性16,较大的平均瞳孔直径可以反映较高的精神负荷水平。2.2 数据分析在 ErgolLAB3.0 数据处理软件导出数据的基础上,去除有效采样率为 85%17以下和实验时视线校准失败的样本数据后,最终将 21 个年轻人和 31个老年人的实验数据纳入分析。2.2.1 注视总时长百分比为探究两类行人注视总时长百分比的差异,对数据的分布特征与类型进行分析。经 Shapiro-Wilk检验,两类行人注视总时长百分比数据均不符合正态分布(P 0.05),因此采用非参数检验方法中的Mann-Whitney U 检验对相关数据进行差异性检验,结果表明,两类行人在场景 2、场景 6 和场景 7 中的注视总时长百分比存在显著差异(P 0.6,且 sig 0.001,说明各项眼动指标之间存在相关性,因子分析有效。公因子方差表示各眼动指标中信息分别被提取的比例,各指标的公因子方差如表 4 所示。由表 4 可见:公因子方差均大于 0.7,说明变量能被公因子合理表达20。表 5 为总方差解释,可以看出,采用方差最大法对因子正交旋转后,可提取 2个公因子,此时累计方差贡献率为 86.179%。对旋转后的成分矩阵进行分析,如表 6 所示。由表 6 可知:在第 1 个公因子中,平均瞳孔直径对应的载荷值较大,为 0.770,将该因子命名为视觉稳定性。第 2 个公因子中,荷载较大值为 0.963 和0.402,分别对应于注视总时长百分比和眨眼频率,故可将该因子命名为视觉疲劳度。2 个公因子的总方差解释率为 86.179%,说明旋转后的 2 个公因子可以很好地解释行人等待过街时的精神负荷。因此,结合实际,可以选择旋转后的 2 个公因子作为心理负荷量化模型的基础。然后由 Thompson 回归法得到因子得分系数矩阵,对因子得分系数矩阵进行分析,如表 7 所示。由此,可以计算 2 个公因子的得分 F1和 F2,计算公式分别为F1=-0.752V1+0.478V2-0.283V3(6)表 3 KMO 和 Bartlett 球形检验Table 3 KMO and Bartletts spherical test检验方法检验值KMO 检验0.646Bartlett 球形检验近似卡方99.583df3.000sig0.000表 4 公因子方差Table 4 Common factor variance变量初始提取注视总时长百分比1.0000.858眨眼频率1.0000.754平均瞳孔直径1.0000.973 F2=0.321V1+0.099V2+1.033V3(7)式中:F1、F2分别为 2 个公因子的得分;V1、V2、V3分别为注视总时长百分比、眨眼频率、平均瞳孔直径。由表 5 可知,两个公因子的方差贡献率分别为49.483%和 36.696%,将其作为权重,并进行单位化处理,可得到精神负荷量化模型为F=10.861 79(0.494 83F1+0.366 96F2)(8)式(8)中:F为精神负荷量化值。将第 1 公因子命名为视觉稳定性,第 2 公因子命名为视觉疲劳度,则视觉稳定性对于精神负荷量化结果的方差贡献率大于视觉疲劳度,两者分别为49.483%和 36.696%。表 6 旋转成分矩阵分析Table 6 Rotated component matrix analysis变量成分 1成分 2注视总时长百分比-0.9200.963眨眼频率0.2120.402平均瞳孔直径0.770-0.108表 7 因子得分系数矩阵分析Table 7 Factor score coefficient matrix analysis变量成分 1成分 2注视总时长百分比-0.7520.321眨眼频率0.4780.099平均瞳孔直径-0.2831.0332.3.3 模型量化结果及分析由因子分析法计算得到的精神负荷公式,可计算出每个被试在 8 个场景中的精神负荷,如图 6 所示。可见,在每个场景中,老年人的精神负荷均大于年轻人,且场景 1、2、4、5 中两类行人的精神负荷均值绝对差异较大(差值均大于 0.4),场景 3、6、7、8 差异较小(差值均小于 0.4);场景 1、2、3 中,老年人精神负荷较大,均超过 1.3;其中场景 2 中,老年人精神负荷最大,为 1.38,两类行人的精神负荷绝对差值也最大,为 0.46,说明在过街环境复杂、视野狭窄的场景中,老年人精神负荷更大;场景 4 中老年人精神负荷最小,为1.25,此时两类行人的精神负荷表 5 总方差解释Table 5 Total variance explanation成分初始特征值特征值方差贡献率/%累计方差贡献率/%提取载荷平方和特征值方差贡献率/%累计方差贡献率/%旋转载荷平方和特征值方差贡献率/%累计方差贡献率/%11.93564.49064.4901.93564.49064.4901.48449.48349.48320.65121.68986.1790.65121.68986.1791.10136.69686.17930.41513.821100.00063501科 学 技 术 与 工 程Science Technology and Engineering2023,23(24)投稿网址:图 6 两类行人在各场景中的精神负荷Fig.6 Mental load of two types of pedestrians in each scene相对差值最大,为 55.02%,说明即使面对良好的过街环境,老年人的精神负荷仍维持在较高的水平;场景 3 中老年人的精神负荷为 1.35,年轻人为最高的 1.04,此时两类行人的精神负荷绝对差值和相对差值最小,分别为 0.31 和 29.26%,说明在较差的过街环境中,老年人与年轻人的紧张程度相近;对数据标准化后,计算得老年人的精神负荷总体方差为 0.148,年轻人的方差为 0.085,说明两类行人面对复杂程度不同的过街环境时,年轻人的精神负荷的变化更为敏感。2.4 行人过街精神负荷影响因素分析在2.3.2 节评价精神负荷所提及的 3 参数中,注视参数可以区分交通环境中各要素对行人精神负荷的影响,因此考虑通过分析两类行人对各交通环境因素的注视情况,解析造成老年人过街时精神负荷大于年轻人的环境诱因。参考 Biassoni 等14研究中对过街场景图片的兴趣区划分方法,针对场景 2 进行兴趣区划分,兴趣区划分示意图如图7 所示。为了分析老年人和年轻人对不同兴趣区的关注程度,将注视行为作为注意力的衡量标准21,采用注视时间百分比作为参数,分析行人在各兴趣区的注视特性。综合 8 个场景,计算出两类行人对各兴趣区的注视时间百分比,结果如表 8 所示。其中图 7 兴趣区划分示意图Fig.7 AOI division diagram表 8 两类行人对各兴趣区的注视时间百分比Table 8 Percentage of time spent gazing at eacharea of interest by 2 types of pedestrians兴趣区老年人注视时间百分比/%年轻人注视时间百分比/%近道19.6019.83远道4.544.33左侧道路7.7610.14右侧道路5.666.04左侧车辆9.636.66右侧车辆9.068.78信号灯13.6217.67行人18.6522.80路桩15.8918.31台阶和缓坡8.5711.11人行道5.593.68安全岛17.3430.17交警5.556.61路桩分为远路桩和近路桩,右侧道路为右远侧和右近侧,左侧道路为左远侧和左近侧。由表 8 可知,总体而言,两类行人对近道、远道以及右侧的车辆、道路投入的注意力基本相同;老年人对左侧车辆及人行道投入的注意力要多于年轻人,这与文献22中的结论相同;老年人对安全岛的注视时间百分比显著低于年轻人(差值为12.83%),这是由于老年人对左侧来车及人行道更加关注;部分老年人对信号灯以及路桩的注视时间百分比超过 50%,而极少有年轻人对该两处区域的注视时间百分比超过 50%,这说明过街时,部分精神较为紧张的老年人更容易受到信号灯和路桩的影响。分析各场景中两类行人的注视时间百分比可以发现,虽然场景 1、2、3、4 中均设有台阶缓坡,但是两类行人对场景 1 中台阶缓坡的注视时间百分比普遍小于其他场景,主要是由于场景 1 的观察视角中无近处缓坡。年轻人在场景 2、3、4 中对台阶缓坡的注视时间百分比基本一致,为 12.81%(0.45%);而老年人在场景 4 中对台阶缓坡的注视时间百分比高达 16.59%,显著高于场景 2(9.07%)和场景 3(4.91%);在场景 4 中,老年人对台阶和缓坡的注视时间百分比大于年轻人,主要是由于场景 4 中的台阶颜色为黄色,且近处缓坡为砖石路面,在雨后颜色较深,更容易吸引老年人的注意力。对比场景 7,年轻人在场景 6 中对行人的注视时间百分比高 50.82%,而老年人仅高 33.66%,这说明年轻人更容易受到行人的影响,这与文献23中的结论是一致的;在人流量较小的场景 7 中,年轻人和老年人对两侧车辆的注视时间百分比分别为735012023,23(24)张惠玲,等:基于眼动特征的信号交叉口老年人等待过街精神负荷分析投稿网址:19.42%和 17.62%;而在人流量较大的场景 6 中,年轻人对两侧车辆的注视时间百分比降至 1.34%,老年人却维持在 17.84%,这说明老年人在该 T 型路口始终对远处来车抱有较高的警惕性,而年轻人更容易被近处的行人吸引注意力。不同于其他场景,场景 8 中的安全岛台阶处设置了蓝白色路桩。对比分析两类行人在该场景中的注视时间百分比发现,老年人对安全岛的注视时间百分比显著低于年轻人(13.30%),而两类行人对其他兴趣区的注视时间百分比基本相同。两类行人对路桩的注视时间百分比于场景 8 中无显著差异(老年人 27.01%,年轻人 28.82%),而在场景 2中年轻人对路桩的注视时间百分比比老年人高8.99%,这是由于场景 2 中的路桩为灰色,与地面同色,老年人难以注意到远处的路桩;而场景 8 中的路桩为醒目的蓝白路桩,两类行人都比较容易观察到该设施。3 结论采用表征行人精神负荷的典型眼动指标:注视总时长百分比、眨眼频率以及平均瞳孔直径对比分析两类行人面对不同过街场景时所表现的差异性,并通过因子分析建立模型量化两类行人过街时的心理负荷,得出以下结论。(1)对比年轻人,老年人等待过街时对信号灯、道路左侧、右侧、来车情况、路桩、对向行人等兴趣区的注视总时长存在不同,眨眼频率及平均瞳孔直径与年轻人也有差异。总体而言,老年人的总注视时长减小、眨眼频率更高、平均瞳孔直径也显著大于年轻人。老年人对左侧来车及人行道更加关注,而对安全岛的注视时间百分比显著低于年轻人,且部分精神较为紧张的老年人更容易受到信号灯和路桩的影响。(2)通过对行人过街的视觉提取的眼动参数进行分析,通过因子分析法构建了行人过街的精神负荷模型。对比老年人和年轻人在过街时的精神负荷,结果表明,交通场景越复杂,老年人过街的精神负荷也越高。(3)分析两类行人在各场景中的精神负荷可以发现:相比于场景 2 中的灰色台阶和缓坡,老年人会对场景 4 中的黄色台阶和深色缓坡投入更多的注意力;在场景6、7 的 T 型路口中,老年人对远处来车始终抱有一定的警惕性,并且人行横道上的行人并不会对此产生影响;场景 8 中,由于安全岛上设有较为醒目的蓝白色路桩,因此不同于其他场景,两类行人都比较容易观察到该设施。对比年轻人,分析了老年人在等待过街时面对不同场景的精神负荷差异,后续将针对老年人的精神负荷与过街安全之间的关系展开系统的分析,并通过降低老年人过街时的精神负荷,保障老年人过街的人身安全。参考文献1 公安部交通管理科学研究所.中华人民共和国交通事故统计年报(2020)R.无锡:公安部交通管理科学研究所,2020.Institute of Traffic Management Science,Ministry of Public Securi-ty.Annual report on traffic accident statistics of the peoples repub-lic of China(2020)R.Wuxi:Institute of Traffic ManagementScience,Ministry of Public Security,2020.2 Trpkovic A,Milenkovic M,Vujanic M,et al.The crossing speedof elderly pedestriansJ.Promet-Traffic&Transportation,2017,29(2):175-183.3 靳慧斌,陈健,刘文辉,等.眼动指标在实时测量心理负荷中的应用进展J.科学技术与工程,2015,15(30):79-85.Jin Huibin,Chen Jian,Liu Wenhui,et al.Development of eyemovement index in real-time evaluation of mental workloadJ.Sci-ence Technology and Engineering,2015,15(30):79-85.4 王首硕,杜志刚,冯守中,等.高速公路隧道入口区域视线诱导系统有效性研究J.交通运输工程学报,2021,21(2):267-277.Wang Shoushuo,Du Zhigang,Feng Shouzhong,et al.Research oneffectiveness of visual guiding system inentrance zone of freeway tun-nelJ.Journal of Traffic and Transportation Engineering,2021,21(2):267-277.5 Gruden C,Otkovi I I,Raml M.An eye-tracking study on the effectof different signalized intersection typologies on pedestrian perform-anceJ.Sustainability,2022,14(4):2112.6 吕贞,戚春华,朱守林.基于眼动行为的草原公路驾驶人精神负荷变化规律J.科学技术与工程,2021,21(21):9160-9167.L Zhen,Qi Chunhua,Zhu Shoulin.The mental load of drivers onthe prairie highway based on the eye movement behaviorJ.Sci-ence Technology and Engineering,2021,21(21):9160-9167.7 丁袁,马健霄,潘义勇.有无信号控制路段下行人过街眼动特性研究J.交通信息与安全,2019,37(2):40-47.Ding Yuan,Ma Jianxiao,Pan Yiyong.Characteristics of eye move-ments of pedestrians crossing with or without signal controlJ.Journal of Transport Information and Safety,2019,37(2):40-47.8 Liang G H,Fu H,Wang B J,et al.Evaluating the influence of ap-proaching vehicles on pedestrians visual patterns and crossing behav-iors at an uncontrolled crosswalkJ.Transportation Research PartF:Traffic Psychology and Behaviour,2022,88(5):236-247.9 Lanzer M,Gieselmann M,Muhl K,et al.Assessing crossing andcommunication behavior of pedestrians at urban streetsJ.Trans-portation Research Part F:Rraffic Psychology and Behaviour,2021,80(5):341-358.10 ISO.Ergonomic principles related to mental workload:part 3:principles and requirements concerning methods for measuring andassessing mental workload:ISO 10075-3:2004S.Geneva:In-ternational Organization for Standardization,2004.11 许子明,牛一帆,温旭云,等.基于脑电信号的认知负荷评估83501科 学 技 术 与 工 程Science Technology and Engineering2023,23(24)投稿网址:综述J.航天医学与医学工程,2021,34(4):339-348.Xu Ziming,Niu Yifan,Wen Xuyun,et al.A review of cognitiveworkload assessment based on EEGJ.Space Medicine&Medi-cal Engineering,2021,34(4):339-348.12 Marquart G,Cabrall C,Winter J.Review of eye-related measuresof drivers mental workloadJ.Procedia Manufacturing,2015,3(7):2854-2861.13 朱鹏,常若松.性别和情境危险程度对行人危险知觉的影响:来自 ERP 的证据 J.心理与行为研究,2020,18(1):113-120.Zhu Peng,Chang Ruosong.Effects of gender and situational haz-ard level on pedestrian hazard perception:evidence from ERPJ.Studies of Psychology and Behavior,2020,18(1):113-120.14 Biassoni F,Bina M,Confalonieri F,et al.Visual exploration ofpedestrian crossings by adults and children:comparison of strate-giesJ.Transportation Research Part F:Traffic Psychology andBehaviour,2018,56(7):227-235.15 Nie B,Huang X,Chen Y,et al.Experimental study on visual de-tection for fatigue of fixed-position staffJ.Applied Ergonomics,2017,65(5):1-11.16 汤文蕴,丁纯璐,潘义勇,等