草原公路交叉口指路标志信息量阈值研究.pdf

第 39 卷 第 5 期2023 年 9 月森 林 工 程FOREST ENGINEERINGVol.39 No.5Sep.,2023doi:10.3969/j.issn.1006-8023.2023.05.018草原公路交叉口指路标志信息量阈值研究解松芳,杨锋,刘昱忻,李航天(内蒙古农业大学 能源与交通工程学院,呼和浩特 010018)摘 要:为解决草原公路交叉口指路标志信息量不足问题,搭建室内模拟试验场景,分析 30 名驾驶员的脑电波、/,以及事件相关电位成分(Mismatchnegativity,MMN)、P300 脑地形图变化规律,确定交叉口指路标志信息量的阈值,并通过反应正确率和反应时间对研究结果进行验证。结果表明,驾驶员的脑电波、/变化均得出交叉口指路标志信息条数为 6,7 条;驾驶员的 MMN、P300 脑地形图分析得出交叉口指路标志信息条数为 5,6 条。通过驾驶员的反应正确率和反应时间进一步验证了交叉口指路标志信息条数为 5,6 条。因此,建议草原公路交叉口指路标志信息量阈值为 5,6 条,能够保证驾驶员准确地识别有效信息,以保证通行效率和行车安全。关键词:草原公路;指路标志;信息量阈值;脑电信号;交通安全中图分类号:U491.5 文献标识码:A 文章编号:1006-8023(2023)05-0154-07Research on Information Threshold of Guide Signs at Grassland Highway Intersection XIE Songfang,YANG Feng,LIU Yuxin,LI Hangtian(College of Energy and Transportation Engineering,Inner Mongolia Agriculture University,Hohhot 010018,China)Abstract:In order to solve the insufficient information of the guide signs at the grassland highway intersection,an indoor simula-tion test scenario was built to analyze the information of 30 drivers,/brainwave and Mismatchnegativity(MMN)and P300 brain topographic maps changes,determining the threshold value of the amount of information of the intersection guide signs,and verifying the research results through the correct response rate and response time.The results showed that,according to the changes of and/,the appropriate information signs of the intersection guide was 6 or 7;according to the analysis of MMN and P300 brain topographic maps of drivers,the appropriate information signs of the intersection guide was 5 or 6.Through the drivers correct response rate and reaction time,it was further verified that the number of intersection guide signs was 5 or 6.Therefore,suggesting that the information threshold of the guide signs at the grassland highway intersection is 5 or 6,which can ensure that the driver can accurately identify the effective information,ensuring the traffic efficiency and driving safety.Keywords:Grassland highway;guide signs;information volume threshold;brain electrical signal;traffic safety收稿日期:2022-12-05基金项目:国家自然科学基金项目(51768057);内蒙古自治区自然科学基金(2020MS05050)。第一作者简介:解松芳,博士,副教授。研究方向为交通安全与环境。E-mail:hhhtxsf 通信作者:杨锋,博士,副教授。研究方向为交通安全与环境。E-mail:465423179 引文格式:解松芳,杨锋,刘昱忻,等.草原公路交叉口指路标志信息量阈值研究J.森林工程,2023,39(5):154-160.XIE S F,YANG F,LIU Y X,et al.Research on information threshold of guide signs at grassland highway intersectionJ.For-est Engineering,2023,39(5):154-160.0 引言交叉口是影响道路通行效率和引发交通冲突的关键节点。交叉口路段的指路标志给驾驶人提供道路信息和引导服务,传递公路途经信息,有助于驾驶员精准快捷抵达目的地1。交叉口处的指路标志信息量设置不合理不仅影响驾驶员的视认性,降低路网的通行效率,甚至会引发交通事故2。前期通过对内蒙古地区草原公路交通标志进行实地勘察发现,草原公路交叉口处存在交通标志信息量不足和缺失的问题3,而草原公路的交通事故50%发生在交叉口处4。由于驾驶人的认知能力具有一定的局限性,合理控制指路标志信息量,使驾驶人高效精准地获取信息,安全快速地到达目的地5。国内外学者对道路交叉口路段指路标志信息量进行了大量的研究。Huang 等6研究汉英双语指示标志对的信息量阈值。陈肖欣7利用驾驶员视认指路标志认知模型研究城市公路指路标志信第 5 期解松芳,等:草原公路交叉口指路标志信息量阈值研究息量阈值。李俊衡8针对驾驶员识别道路交叉口指路标志的有效性进行研究。何文强9利用驾驶员脑电、眼动数据和驾驶行为指标研究指路标志信息量。黄麒隆10将驾驶疲劳和信息量作为自变量对不同车速下交通标志信息量阈值进行研究。朱守林等11、戚春华等12、李航天等13对草原公路交通标志适宜信息量进行相关研究。综上,针对道路交叉口路段指路标志信息量研究取得了一定研究成果,而对草原公路交叉口指路标志信息量的研究尚处于起步阶段。草原公路具有线形简单、景观环境单一、交通量小、交通工程设施不完善和平面交叉口较多等特点14-16,在此环境下行车驾驶员受到的视觉刺激少,注意力不集中,感知和处理信息的能力降低,常使驾驶员处于不合理的单调状态,易诱发驾驶员产生不同程度的疲劳,特别在交叉口这种需要变道和应对突发情况特殊路段,信息量不足或过载均会影响驾驶员行车安全。因此,针对草原公路交叉口路段指路标志信息量不足的问题,从驾驶员认知特性的角度出发,深入研究驾驶员认知不同指路标志信息量时大脑不同区域的变化规律,确定草原公路交叉口指路标志信息量阈值,以期为草原公路交叉口指路标志的优化设置提供理论依据和实践指导。1 试验设计 1.1 试验设备针对本研究的特点试验采用室内模拟试验,使用法国雷诺实车模拟驾驶系统及其附属设施,如图 1(a)所示。脑电信号采集仪是由德国 BrainProducts公司生产的 64 导联 BrainAmp 型脑电采集系统,如图 1(b)所示,可连续采集驾驶员的各部位脑电信号,利用 BrainVision Recorder 软件采集驾驶员的相关脑电信号,采用 BrainVision Analyzer 数据分析软件计算得到各项脑电指标。另外通过 E-Prime 程序中的 E-Studio 模块采集被试的反应时间和反应正确率。（a）模拟驾驶实验系统（a）Simulation?driving?experiment?system?equipment（b）脑电采集系统（b）EEG?acquisition?system图 1 实验设备Fig.1 Experiment instruments1.2 模拟场景设计根据前期对草原公路实地调查可知,很多草原地区二级公路正在升级改造为一级公路,由于草原地区的一级公路交叉口较多,导致事故率较高。因此,本研究的试验路段设置为草原一级公路,双向四车道,行车道宽度为 3.75 m,设计车速 100 km/h。根据道路交通标志和标线(GB5768.22009)规定设置模拟场景中的指路标志牌。通过前期调查,草原公路交叉口指路标志大部分是 3 条,有的交叉口甚至没有指路标志。又由于指路标志版面篇幅有限,现实中指路标志路名条数不超过 10 条17,因此本试验设置的指路标志信息条数为 39 条,以确定驾驶员认知信息极限。依据以往的学者研究,指路标志版面路名的字数对驾驶员视认性影响不大18,因此选择三字路名(内蒙古地区的真实道路名)进行指路标志的绘制。通过调查典型草原公路车辆行驶速度 85%分位的主流车速是 80 km/h,因此试验车速设定为主流车速。由于本试验只研究指路标志不同信息条数对驾驶员认知特性的影响,为避免其他因素对实验结果的影响,模拟场景中不设置其他道路景观,依据公路交通安全设施设计指导手册的相关规定来指路标志牌的参数,场景搭建示意图如图 2 所示。551森 林 工 程第 39 卷图 2 模拟场景实验示意图Fig.2 Simulation scene experiment diagram1.3 试验人员驾驶员识别交通信息时的能力受年龄、驾驶经验和个性等因素的影响很大19。通过调查草原公路行驶车辆的驾驶员大部分为男性,为了控制性别因素对试验结果的影响,本试验均选择男性驾驶员。根据对交通事故责任者的大量调查统计显示,1835 岁为交通事故高发年龄,其中 1825 岁的驾驶员,最容易造成交通事故20,因此本试验最终选择男性青年作为试验对象。根据中心极限定理21,利用统计分析的方法计算出被试数量至少需要 25名,为了防止个体差异造成试验误差,最终选取 30名男性青年作为研究对象。要求被试人员矫正后视力均在 5.0 以上,驾龄(2.421.05)a,驾驶里程(2.340.68)104km,身体状况良好且均拥有 C 类驾驶证。2 研究指标的选择试验的脑电采集仪可以同时采集到被试的自发脑电信号和诱发脑电信号 2 种。自发脑电信号(Electroencephalogram,EEG)包括 波、波、波、波和 波 5 个信号频带,其中 波主要代表大脑唤起后的兴奋状态,与人的精神状态有关,当处于精神紧张以及情绪激动或者处于警觉状态时,波的成分较高。指标/主要代表驾驶员在行车中轻松和警觉情绪之间的较量,当/值较低时,被试的警觉性水平较高,行车状态较理想22。结合不同脑电波的意义和学者的大量研究,考虑到草原公路交叉口路段的独特性景观,最终选取指标、/作为评价驾驶员认知指路标志的指标。诱发脑电信号即事件相关电位(Event-Related Potentials,ERP)主要是代表信息加工过程中的敏感指标,被大量应用在认知心理学和交通标志认知等方面23。其中事件相关电位成分 P300 反映人对信息的认知加工和决策过程,P300 在大脑各个区域的电极点分布越平稳,说明对信息认知加工速度越快,反之对信息认知加工速度越慢。事件相关电位成分(Mismatch-negativity,MMN)主要是形容大脑对刺激信息加工进程的活动,用于反映大脑对刺激差异的无意识层面的加工状态的重要指标24。人类大脑对信息自动加工时,确保有效信息进入意识,将其他无用信息剔除,增加了大脑对信息加工的效率,MMN 成分是评价大脑对信息自动加工的宝贵指标25。因此,本研究选择 MMN、P300 这 2 个 ERP 成分作为评价被试在认知草原公路交叉口指路标志的指标。3 试验数据分析3.1 基于驾驶员脑电指标变化规律的指路标志信息量阈值分析3.1.1 波的指路标志信息量阈值分析由图 3 可知,驾驶员的 波随着指路标志信息条数的增加呈现先增加后下降的趋势。当指路标志信息条数从 3 条增加到 5 条时,波呈缓慢增加的趋势,其平均变化率为 4.5%,说明指路标志信息条数少量增加时,驾驶员行车警觉性影响较小,其注意力不够集中;当指路标志信息条数从 5 条增加指路标志信息条数Number?of?directions 平均功率值/（mV2 Hz-1）average?power?value1.451.401.351.301.251.201.151.101.053456789 拟合曲线图 3 驾驶员认知指路标志不同信息条数的 变化Fig.3 The variation diagram of drivers cognition of different number of guide signs651第 5 期解松芳,等:草原公路交叉口指路标志信息量阈值研究到 7 条时,波快速增加,其增长率为 15.6%,说明此时驾驶员注意力较集中,行车警觉性增加,对道路信息的识别和判断的能力提高;当指路标志信息条数增到 8,9 条时,波开始降低,说明指路标志信息过载,对驾驶员产生了认知负荷,不利于驾驶员有效地获取信息,导致对指路标志的识别效率降低。由此可以看出,驾驶员的 波在交叉口指路标志信息量过低和信息量过高时的平均功率值均相对较低,这是由于草原公路普遍存在交通标志信息量不足,交通环境过于简单,驾驶员在该条件下行车时受到的视觉刺激较少,警觉性较低,注意力不集中,感知和获取信息的能力降低,从而影响行车安全;当交叉口指路标志信息量过高时,驾驶员获取有用的信息的难度增加,导致驾驶员认知能力降低,同样不利于驾驶员的安全行车。为了提高驾驶员的警觉性,使驾驶员能够准确地获取交叉口处交通信息,保证行车安全。建议草原公路交叉口指路标志信息条数 6,7 条。3.1.2/指标的指路标志信息量阈值分析由图 4 可知,驾驶员的脑电指标/随着指路标志信息条数的增加呈现先下降后上升的趋势。当指路标志信息条数从 3 条增加到 7 条时,指标/呈下降趋势,说明此时驾驶员的警觉性逐渐加强,注意力越来越集中,对指路标志信息的认知能力增加;当指路标志信息条数增加到 8,9 条时,指标/开始呈增加的趋势,平均增长率为 5.3%,说明当指路标志信息量过载时,驾驶员对信息认知负荷增加,获取有效信息的能力降低。由于草原公路交通工程设施不完善,交叉口指路标志信息量不足,若长时间在低信息量条件下行车,驾驶员注意力下降,易产生驾驶疲劳引发交通事故;当交叉口指路标志信息量过载时,将会给驾驶员带来过大的认知负荷,使驾驶员大脑不能准确地处理道路信息,从而引起交通事故的发生。因此草原公路交叉口指路标志信息条数阈值 6,7 条,有利于吸引驾驶员注意力提高行车安全。指路标志信息条数Number?of?directions/平均功率值/average?power?value3456789/拟合趋势图0.760.740.720.700.680.660.640.620.600.580.560.54图 4 驾驶员认知指路标志不同信息条数的/变化Fig.4 The/variation diagram of drivers cognition of different number of guide signs以上通过对驾驶员脑电指标的分析得出,草原公路交叉口指路标志适宜信息条数阈值 6,7 条。下面通过对驾驶员诱发脑电信号中 MMN、P300 成分脑地形图进一步分析。3.2 基于驾驶员 MMN、P300 成分脑地形图变化规律的指路标志信息量阈值分析3.2.1 MMN 成分脑地形图的指路标志信息量阈值分析由图 5 可知,当指路标志信息条数为 4 条时,大脑各个区域的电极点分布较为平稳;当指路标志信息条数为 5、6 条时,驾驶员大脑区域开始表现出明显的信号变化,顶叶区和额叶区信号变化最明显,当指路标志信息条数为 7 条时,被试大脑区域变化更明显,覆盖面较广。说明驾驶员在刺激任务难度较小时,能够轻松完成对指路信息的认知,准确地（a）4 条信息（a）4?direction?sign?information（b）5 条信息（b）5?direction?sign?information（c）6 条信息（c）6?direction?sign?information（d）7 条信息（d）7?direction?sign?information图 5 指路标志信息条数为 47 刺激下的 MMN 成分脑地形图Fig.5 Brain topographic map of MMN components under stimulation of 47 direction sign information751森 林 工 程第 39 卷选择有效信息进行识别,处理目标地名信息效率较高。随着刺激任务难度的增加,驾驶员开始出现认知负荷,对于有效的地名信息识别能力降低,大脑处理目标地名信息的速度下降,需要大脑各个脑区相互配合才能完成任务。由于草原公路线形简单,以长直线和大半径曲线为主,交通标志信息量不足,驾驶员的视觉刺激少,注意力下降,容易产生交通事故。相反当交叉口指路标志信息量过大时,驾驶员需要花费更多的精力来处理标志信息,导致驾驶员产生认知负荷,识别有效信息的能力下降,影响行车安全。因此指路标志信息量处于 5,6 条时,驾驶员对信息处理速度快,行车心理负荷小。3.2.2 P300 成分脑地形图的指路标志信息量阈值分析由图 6 可知,当指路标志信息条数为 4 时,大脑的各个电位脑电信号分布较稳定,未出现过多的信（a）4 条信息（a）4?direction?sign?information（b）5 条信息（b）5?direction?sign?information（c）6 条信息（c）6?direction?sign?information（d）7 条信息（d）7?direction?sign?information图 6 指路标志信息条数为 47 刺激下的 P300 成分脑地形图Fig.6 Brain topographic map of P300 components under stimulation of 47 direction sign information号变化;当指路标志信息条数增加到 5,6 条时,大脑有些电极点的脑电信号出现明显变化;当在指路标志信息条数增加到 7 条时,大脑的脑电信号变化最大,覆盖面最大。说明随着指路标志信息条数的增加需要被试大脑的不同区域共同作用才能完成对信息的认知;当认知指路信息量较低时,驾驶员不需要投入过多的脑力资源就可以对目标信息进行准确的判断;随着指路标志信息量的逐渐增加,即刺激任务难度的增加,脑电信号变强,信号覆盖面变大。由此可以看出在草原公路单调的行车环境下,增加指路标志信息量可以引发驾驶员大脑不同区域电位的变化,所覆盖的面积也逐渐增加,提醒驾驶员较早做出反应,对信息的认知能力提高。但当信息量过高时,驾驶员需要花费大量脑力资源来识别信息,导致驾驶员对道路其他区域的关注程度下降,在应对突发事件时的处理能力降低。因此建议草原公路交叉口指路标志信息条数为 5,6 条,既可以提高驾驶员的注意力,又不会增加驾驶员的认知负荷,有利于行车安全。3.3 基于驾驶员反应时间和反应正确率的指路标志信息量阈值分析为了进一步验证上文的研究结果,采集驾驶员视认交叉口指路标志时的反应时间和反应正确率并分析其变化规律,如图 7 和图 8 所示。指路标志信息条数Number?of?directions反应正确率Correct?response?rate1.00.80.60.40.20.03456789图 7 驾驶员的认知反应正确率 Fig.7 The visual accuracy of drivers recognition指路标志信息条数Number?of?directions反应时间/sReaction?time10864203456789图 8 驾驶员的认知反应时间Fig.8 The reaction time of drivers recognition851第 5 期解松芳,等:草原公路交叉口指路标志信息量阈值研究指路标志信息条数Number?of?directions3456789归一化数值Normalize?the?values1.00.80.60.40.20.0反应正确率反应时间图 9 驾驶员的认知反应正确率和反应时间归一化图Fig.9 The visual accuracy and reaction time of drivers cognition of normalization由图 7 和图 8 可知,随着草原公路交叉口指路标志信息条数的增加,驾驶员的反应正确率呈下降趋势而反应时间呈上升趋势,当指路标志 3 5 条时,被试反应正确率均在 90%以上,反应时间也较短,说明在指路标志信息量较低时,驾驶员识别指路标志较容易,可以快速准确地做出反应;当指路标志增加到 6,7 条时,被试反应正确率均在 80%左右,反应时间也在增加,说明由于指路标志信息量的增加,驾驶员出现一定的认知错误;当指路标志增加到8,9 条时,被试反应正确率下降到70%左右,反应时间快速增加,说明指路标志信息过多时驾驶员的视认错误率增加,视认反应时间过长。此时驾驶员所有的精力都用于对指路标志信息的认知上,对周围行车环境的注意力下降,尤其是在草原公路行车速度较高情况下不利于行车安全。以上针对驾驶员的反应时间和反应正确率分析很难确定指路标志信息量阈值,需要对反应时间和反应正确率 2 组数据进行无量纲处理,采用归一化方法处理数据结果如图 9 所示。由图 9 可以看出驾驶员的视认反应时间和反应正确率耦合作用的交点落在指路标志 5,6 条之间,此时驾驶员反应正确率在 85%以上,反应时间适宜不会给驾驶员造成认知的困难。因此基于驾驶员反应时间和反应正确率耦合作用的指路标志信息量阈值为 5,6 条,此信息量能够提高驾驶员的注意力,保证行车安全。验证了上文对脑电信号的研究结果。4 结论与讨论通过对内蒙古草原典型公路进行室内模试验,研究驾驶员认知不同指路标志信息量时的脑电指标、脑地形图以及变化规律,确定草原公路交叉口指路标志信息量阈值。主要结论如下。1)对驾驶员的脑电指标、/分析可知,当指路标志信息条数 6,7 时,驾驶员对周围环境的注意力较高,使驾驶员能够准确地获取交叉口处的交通信息,有利于驾驶员行车安全。2)对驾驶员 MMN、P3 成分的脑地形图分析,当指路标志信息条数为 5,6 条时,大脑区域开始表现出明显的信号变化,覆盖的面积增加;说明驾驶员的注意力较集中,驾驶员需要投入较多脑力资源才能完成对指路信息的识别判断。3)对驾驶员的反应正确率和反应时间耦合情况的分析可知,当指路标志信息条数为 5,6 条时,驾驶员的反应时间适宜,反应正确率 85%以上。综合以上分析,结合草原公路线形简单、景观单一、视觉刺激较少等特点,为提高驾驶员的警觉性和注意力,建议在草原公路交叉口路段指路标志信息阈值为 5,6 条,能够保证驾驶员准确地识别有效信息,提高通行效率和行车安全。此研究结果是在特定的车速和草原公路特殊交通环境下通过室内模拟试验得出的,仅研究交叉口指路标志这个单一因素的影响,因此结论仅适合类似草原公路这样景观比较单一,视觉刺激比较少的道路。如果在交通环境复杂的其他道路上应在此基础上适当减少交叉口指路标志的信息量,避免因信息过载增加驾驶员的认知负荷。另外,将来应将室内模拟试验与实驾试验相结合,同时增加其他影响因素及其他生理指标的分析,从而更科学合理地确定草原公路交叉口指路标志信息量的最佳阈值,为草原公路交叉口路段指路标志优化设计和设置提供理论依据和实践指导。【参 考 文 献】1 VILCHEZ J L.Mental representation of traffic signs and their classification:informative signsJ.Theoretical Is-sues in Ergonomics Science,2020,22(2):1-16.2 YAO X L,ZHAO X H,LIU H,et al.An approach for e-valuating the effectiveness of traffic guide signs at intersec-tionsJ.Accident Analysis and Prevention,2019,129:7-20.3 王笑男.基于驾驶员脑认知特性的草原公路交叉口交951森 林 工 程第 39 卷通标 志 组 合 研 究 D.呼 和 浩 特:内 蒙 古 农 业 大学,2021.WANG X N.Based on drivers brain cognitive features of prairie highway intersection traffic signs combination studyD.Hohhot:Inner Mongolia Agricultural University,2021.4 李航天.草原公路交通工程设施信息量对驾驶员视觉特性 的 影 响 研 究 D.呼 和 浩 特:内 蒙 古 农 业 大学,2017.LI H T.Study on the effect of prairie highway transporta-tion engineering facilities information amount on drivers visual characteristicsD.Hohhot:Inner Mongolia Agri-cultural University,2017.5 杨帆,王建军,马驰骋,等.绕城高速出入口指路标志信息量阈值研究J.中国公路学报,2021,34(4):251-260.YANG F,WANG J J,MA C C,et al.Information thresh-old for guide signs at entrances and exits of ring expresswayJ.China Journal of Highway and Transport,2021,34(4):251-260.6 HUANG L H,ZHAO X H,LI Y,et al.Driving simulator-based study to quantify typical diagrammatic guide sign ef-ficiency along urban expressway interchangesJ.Journal of Transportation Safety&Security,2020,12(7):839-862.7 陈肖欣.考虑交通量影响的城市道路指路标志信息量与信息密度阈值研究D.西安:长安大学,2021.CHEN X X.Research on information quantity and density threshold of urban road guide signs considering the influence of traffic volumeD.Xian:Changan University,2021.8 李俊衡.基于版面布局的交叉口指路标志信息有效性研究D.西安:长安大学,2021.LI J H.A study on the effectiveness of road sign informa-tion at intersection based on layoutD.Xian:Changan University,2021.9 何文强.高速公路互通区指路标志对驾驶员情境意识的影响研究D.福州:福州大学,2018.HE W Q.Research on the influence of guide signs on the situation awareness of drivers in highway interchangeD.Fuzhou:Fuzhou University,2018.10 黄麒隆.考虑不同驾驶状态的快速路交通标志信息量研究D.成都:西南交通大学,2018.HUANG Q L.Research on traffic sign information of ex-pressway in different driving conditionsD.Chengdu:Southwest Jiaotong University,2018.11 朱守林,赵谦,戚春华,等.草原公路交通标志信息量对驾驶员脑电信号的影响分析J.科学技术与工程,2020,20(20):8407-8412.ZHU S L,ZHAO Q,QI C H,et al.The influence of roadside traffic sign amount in prairie region on drivers EEG signalJ.Science Technology and Engineering,2020,20(20):8407-8412.12 戚春华,王笑男,朱守林,等.基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究J.重庆交通大学学报(自然科学版),2021,40(7):53-60.QI C H,WANG X N,ZHU S L,et al.Traffic engineer-ing facility information threshold based on drivers visual area of interestJ.Journal of Chongqing Jiaotong Uni-versity(Natural Science),2021,40(7):53-60.13 李航天,杨锋,朱守林,等.草原公路直线段交通工程设施信息量对驾驶员心率变异性的影响研究J.森林工程,2022,38(6):172-178.LI H T,YANG F,ZHU S L,et al.Study on influences of traffic engineering facilities information quantity on drivers HRV in straight section of grassland highwayJ.Forest Engineering,2022,38(6):172-178.14 商艳.基于驾驶员眼动特性的草原公路直线段景观单调问题研究D.呼和浩特:内蒙古农业大学,2020.SHANG Y.Study on the landscape monotony of prairie highway straight segment based on drivers eye movement characteristicsD.Hohhot:Inner Mongolia Agricultural University,2020.15 韩磊.基于驾驶员视觉特性的草原公路交通标志信息量研究D.呼和浩特:内蒙古农业大学,2020.HAN L.Study on the information volume of prairie highway traffic signs based on drivers visual characteristicsD.Ho-hhot:Inner Mongolia Agricultural University,2020.16 高超,朱兴林,艾力斯木吐拉,等.不同天气状况下高原公路纵坡路段驾驶负荷分析J.公路工程,2021,46(5):169-175,182.GAO C,ZHU X L,ELI I,et al.Analysis of driving load on longitudinal slope section of plateau highway under dif-ferent weather conditions J.Highway Engineering,2021,46(5):169-175,182.17 杨冰浩.交通指路标志的极限信息量与最大前置距离研究D.成都:西南交通大学,2014.YANG B H.Study on limiting information content and maximal prefix distance of traffic guide signD.Cheng-du:Southwest Jiaotong University,2014.18 李虹钢.道路交通标志合理信息量研究D.成都:西南交通大学,2015.LI H G.Research on reasonable information about road traffic signsD.Chengdu:Southwest Jiaotong Universi-ty,2015.(下转第 174 页)061森 林 工 程第 39 卷EB/OL.2020:arXiv:2004.10934.https:/arxiv.org/abs/2004.1093421 奉志强,谢志军,包正伟,等.基于改进 YOLOv5 的无人机实时密集小目标检测算法J.航空学报,2023,44(7):251-265.FENGZ Q,XIE Z J,BAO Z W,et al.Real-time dense small object detection algorithm for UAV based on im-proved YOLOv5J.Acta Aeronautica et Astronautica Sinica,2023,44(7):251-265.22 HE K M,ZHANG X Y,REN S Q,et al.Spatial pyra-mid pooling in deep convolutional networks for visual rec-ognitionJ.IEEE Transactions on Pattern Analysis and Machine Intelligence,2015,37(9):1904-1916.23 ZHANG Y F,REN W Q,ZHANG Z,et al.Focal and efficient IOU loss for accurate bounding box regressionJ.Neurocomputing,2022,506:146-157.24 ZHENG Z H,WANG P,REN D W,et al.Enhancing geometric factors in model learning and inference for ob-ject detection and instance segmentation J.IEEE Transactions on Cybernetics,2022,52(8):8574-8586.25 LIN T Y,DOLLR P,GIRSHICK R,et al.Feature pyr-amid networks for object detectionC/2017 IEEE Con-