技术文章 ￨ 实际道路行驶条件下基于眼动数据的失能眩光分析
作者 丨 李浩然、潘舒月、Bernhard Morys
编译 丨 杨瑾
编辑 丨 Lemon
引言
在驾驶过程中使用远光灯会对过往车辆的驾驶员造成严重的眩光。在一些狭窄且没有路灯照明的郊区道路上，远光灯产生的眩光非常危险。
这篇文章通过将眼动数据与驾驶记录相结合，分析了在一些关键条件下驾驶员在面对严重眩光时的视线分布。
研究发现，在狭窄道路上，尽管驾驶员遭遇了严重眩光，他们仍然需要紧盯着对面车辆的前照灯，以防在会车过程中发生交通事故。
这种长时间的凝视会加重眩光对人眼的伤害，同时能够辨识目标的阈值也会上升。
在郊区道路上，机动车与非机动车是混杂在一起的，所以有必要调节光分布，从而帮助驾驶员对于前方的行人和车辆有更好的视野，这样也可以在一定程度上减少交通事故的发生率。
介绍
在夜间驾驶时，驾驶员要面对复杂多变的道路条件，这对驾驶安全有重大影响。
这篇文章通过实际驾驶以及不同道路条件下的驾驶记录数据，分析了中国目前一些重要道路条件。
这些数据表明，在道路照明很弱的条件下，驾驶员更喜欢使用远光灯从而获得更好的视野。
眩光的程度可以通过阈值增量TI来衡量，TI代表在眩光条件下能刚刚看见物体所需增加的额外对比除以有效对比（它是一个百分比）。
CIE提供了计算TI的公式，另外，路面的平均亮度，眩光源与人眼视线方向的夹角均会对TI大小产生影响。
在实际驾驶过程中，驾驶员视线的方向和路面平均亮度都会随着道路条件的变化而改变。因此，为了计算实际驾驶过程中眩光对驾驶员的影响，需要考虑驾驶员视线的方向和路面平均亮度这两个变量。
这篇文章采用眼球追踪系统来采集驾驶员在实际驾驶过程中的视线分布状况，而视线与眩光源之间的夹角可以通过视线分布数据和相机数据计算得出。
对于路面平均亮度的测量来说，传统的成像亮度计不能满足实时测量的需求，所以实验采用了相机来记录驾驶场景，实际场景的亮度可以通过图像的RGB值计算得出。
通过实验数据可以发现，在很多道路上，机动车、非机动车和行人并未分离，而一些非机动车并没有安装合适的尾灯，这些都会增加发生交通事故的风险。所以在一些重要的道路条件下，改变汽车前照灯的光分布是很有必要的。
实验过程
1. 实验装置
实验所用车辆为梅赛德斯奔弛E级和C级车。
道路状况数据记录采用SONY相机。
考虑到我们并不需要车辆内部的图像，所以我们将相机安装在车辆挡风板上，从而获得边界视野，而且为了不影响驾驶员的视野，相机安装在右侧的挡风板上，安装高度与人眼位置的高度相同，这样保证相机拍摄到的图像与人眼所看到的图像相近。
眼球追踪系统为可携带式眼动仪，这样驾驶员在驾驶过程中可以佩戴眼动仪。
在驾驶员眼睛附近装有一个亮度计。为了减少它对驾驶员的影响，实验过程中只安装了探测器。
图1 相机与亮度计安装示意图
2. 实验流程
为了获得不同道路条件下的数据，驾驶员需要驾驶测试车辆在中国范围内不同的道路上进行实验，这些道路包括北京、广州、天津、唐山、秦皇岛、承德。
这些城市的道路都有着不同的特征，实验总计超过1000公里里程，涵盖了城市大部分主要道路，包括快速通道、高速公路、城镇道路、乡村道路、山路、住宅区道路、隧道等等。
这些道路种类基本覆盖了我们在夜间行驶时能遇到的大部分道路环境。
为了分析这些道路条件，相机记录下了所有道路的数据。
计算
1. 阈值增量TI
TI代表在眩光条件下能刚刚看见物体所需增加的额外对比除以有效对比（它是一个百分比）。CIE提供了计算TI的公式。
TI：阈值增量
Lav：路面平均亮度
Lv：等效光幕亮度
Eeye：眩光源在观察者眼睛上（在垂直于视线（不完全水平）平面上）所产生的照度（lx）
K：比例常数，当θ以度为单位时K=10，当θ以弧度为单位时，K=3×10-3
θ：视线和从眩光源来的光线入射方向之间的角度
n：与人眼光学结构相关的常数，数值如下：
2. 眩光源与人眼视线的夹角
正如上文所提到的，θ是视线和从眩光源来的光线入射方向之间的角度。由于有眼球追踪系统，驾驶员在驾驶过程中视线集中点可以被测量得到。
眼球追踪系统自带相机，可以记录驾驶场景，但是在夜间驾驶条件下，眼动仪自带的相机品质比SONY相机的品质差，因为曝光时间存在一定的限制。
考虑到眼动仪与SONY相机之间的距离远小于到眩光源的距离，所以探测得到的视线可近似认为是相机所捕捉到的视线。
当我们找到视线投射到SONY相机上投射位置时，就可以计算出眩光源与视线之间的夹角。
相机捕捉到的动态图像可认为是相机视野在平面上的投影。
图2 相机坐标系统
在实验条件下，相机水平视野是120度，而图像大小是1280*780像素，这意味着A、B两点形成的夹角（视场光阑）是120度。所以视场光阑与相机平面之间的距离L可以通过以下公式计算得出：
以视场光阑为原点，我们可以得到眩光源与视线集中点的坐标。最后，视线和从眩光源来的光线入射方向之间的角度可以通过以下公式得出：
3. 路面平均亮度
在实验中，相机可以记录所有的驾驶场景。可以通过Python和OpenCV来获得图像的RGB值。相机采用的颜色空间是sRGB空间，需要转换为XYZ空间，转换过程如下：
Y代表亮度，但是在表达式中的Y是相对亮度，所以为了获得实际亮度，我们还需要用亮度计来校准图像中的像素点。由CCD的特性可知，CCD表面照度和目标物体的亮度之间有如下关系：
E：CCD表面照度
τ：相机透镜光学透过率
F：相对孔径大小
f：焦距
l：相机与目标距离
L：亮度
H：曝光量
T：曝光时间
在这里，
Y和H之间的关系如下：
ν，m为常数
这样我们就可以得到Y和L之间的关系：
在这里，
要注意的是，因为RGB数据最高是255位，所以CCD电流与亮度并不是严格意义上的线性关系，计算得出的亮度被限制在一个小范围内。
实验结果
在城市道路中，路面亮度在路灯照明条件下大约是1-4 cd/m2。
在郊区道路中，没有道路照明的条件下，路面亮度小于0.1 cd/m2。
当打开前照灯时，前照灯照亮的区域范围内路面亮度是2-4 cd/m2。
测试结果表明，当过往车辆使用近光灯时，眼位照度大月氏2lx，但是使用远光灯时，眼位照度大于4lx，而且随着车辆的靠近，甚至高达10lx。
在计算过程中，路面亮度设置为3 cd/m2，可获得不同眼位照度下阈值增量TI和角度之间的关系。
图3 TI与θ之间的关系
我们可以发现，随着角度的下降，，TI值迅速增加，尤其当眼位照度很大时，增加幅度更明显。
通过眼动仪数据分析得出，在黑暗条件下，驾驶员视线会被光源吸引，视线集中的位置在光源上方或恰好在光源上，此时θ很小。
在整个会车过程中，θ不会大于15度。
图4 眼球追踪系统图像
TI计算值大于10，这意味着有较为严重的失能眩光，导致驾驶员对前方目标的辨认变得困难。
以上研究表明，眩光对驾驶员辨认目标以及驾驶安全性有很大影响，所以应当根据研究结果改进相应汽车前照灯的光分布，从而提供更好的汽车照明。
本文来源于IFAL 2017会议论文集
