大客車防撞警示系統介面設計與駕駛安全 評估方法之研究 

博  士  論  文 

大客車防撞警示系統介面設計與駕駛安全 評估方法之研究 

A Study on the Interface Design of Bus Collision Warning System and the Driving

Safety Assessment Method

系 所 別 ： 科技管理博士學位學程 學 號 姓 名 ： D 0 9 4 0 3 0 2 1 高 桂 娟 指 導 教 授 ： 張 靖 博 士 陳 菀 蕙 博 士

102 年 2 月

摘要

大客車因乘載人數多，一但發生事故，傷亡較嚴重，推動大眾運輸之際也需重視 大客車行車安全。防撞警示系統能提供緊急狀況訊息給駕駛者，讓駕駛者能即時反 應，藉此降低事故發生機率並提高行車安全。過去許多防撞警示系統相關研究已探討 防撞警示類型對於小型車輛之影響，然而卻較少進行大客車之研究，此外，亦無比較 駕駛者在有無分心情況下對駕駛安全性之影響。因此本研究之主要研究目的即利用駕 駛模擬器探討在有無分心任務情形下，防撞警示類型對大客車駕駛安全性的影響；並 發展一套駕駛績效統計分析程序作為駕駛安全評估方法，藉此找出是否發生碰撞變數 的直接影響、間接影響以及交互影響。模擬場景事件類型包括前方緊急煞車的突發事 件和側向汽車切入的側向事件，共有33 位受訪者進行模擬實驗。前方事件是否發生 碰撞之羅吉斯迴歸模式，其顯著影響因子包括感知反應時間與煞車反應時間，進一步 建立感知反應時間ANOVA 模式，得知其影響因子為防撞警示類型與有無次要作業之 交互影響，此結果與煞車反應時間ANOVA 模式結果相似；側向事件是否發生碰撞之 羅吉斯迴歸模式，其顯著影響因子為煞車反應時間，另由煞車反應時間ANOVA 模式 得知影響因子包括感知反應時間、防撞警示類型、有無次要作業以及突發事件類型；

此外，本研究以NASA-TLX 探討不同警示介面影響駕駛者的心智負荷程度，結果顯 示嗶嗶聲、嗶嗶聲+HUD、語音以及嗶嗶聲+語音四種類型的防撞警示系統均較無警 示更能減少大客車駕駛者的心智負荷，此與駕駛績效統計分析結果相符。整合前方和 側向防撞警示系統，建議以嗶嗶聲+HUD 為警示介面設計的優先考量，或採用「嗶嗶 聲+語音」為替代方案。

關鍵字：駕駛模擬器、防撞警示系統、心智負荷

ABSTRACT

A bus crash will cause serious casualties due to its large capacity. Thus, with promotion of mass transportation, the driving safety of bus is also needed to be taken seriously. The Collision Warning System (CWS) could provide emergency information to the driver for timely response. In this way, it reduces the accident occurrence rate and increases the driving safety. Many previous studies related to the CWS have already explored its influence on the small vehicles, but there’s rare studies concerning bus.

Besides, they don’t compare the influence on the driving safety when the driver is with and without distraction. Therefore, the main purpose of this study is to explore the influence of CWS on the driving safety of bus by using the driving simulator when the driver is with and without distraction tasks. It also develops a statistical analysis program of driving performance, which is taken as the driving safety assessment method. By doing so, it is to work out whether there are direct influence, indirect influence and interactive influence on the collision variables. The simulated scenario events include emergency brake of front car and the changing lane of car from side lane, a total of 33 respondents are involved in the simulated experiment. Regarding the logistic regression model for whether front events cause collision, the factors showing significant influence include sensing response time and braking response time. It further constructs ANOVA model for sensing response time. It is found that the influencing factor is the interactive influence between the collision avoidance warning type and whether it has secondary operations, which is similar to the results obtained from ANOVA model for braking response time. Regarding the logistic regression model for whether side events cause collision, the factor showing significant influence is the braking response time. Moreover, as shown by the ANOVA model for braking response time, the influencing factors include sensing response time, collision avoidance warning type, whether it has secondary operation and emergency event type.

Besides, this study adopts NASA-TLX to explore the influence degree of different warning interfaces on the mental workload of the driver. The results show that four types of CWS, namely, beep, beep + HUD, voice, and beep + voice, could reduce the mental workload of bus driver than the situation without warning does, which is consistent with the statistical analysis results of driving performance. Integrating the CWSs ahead and on side, it is suggested to take beep+HUD as the prior warning interface design, or take beep+voice as alternative.

Keywords: driving simulator, collision warning system, mental workload

誌謝辭

漫長的博士求學階段終於結束了。這個博士學位對我而言可得來不易，這段時間 裡碰到不少的難關也打擊了自信心，曾讓我好幾次都想放棄了，但最後仍可以完成 它，這真的要感謝許多人的協助與鼓勵；最要感謝的人就是指導教授之一的陳菀蕙老 師，在課業上很有耐心的教導外，在生活上更是如慈母般的對我照顧有加，每當我遭 遇困難時菀蕙老師總是第一時間給予協助，還要感謝我的另一位指導教授—張靖老 師，在高桂需要協助時總是盡力幫忙，因為您們的熱心教導與協助讓我得以堅持至 今，實在是萬分感謝。論文口試時承蒙林良泰博士、曾平毅博士、張勝雄博士、謝玲 芬博士、張靖博士與陳菀蕙博士等口試委員的指導與指正，讓本論文更加充實完善，

由衷地感謝老師們提供寶貴意見，謹此誌謝。此外，還要感謝張勝雄老師、卓育仁老 師、張建彥老師、林祥生老師、運研所運安組的張開國組長、葉祖宏副組長以及田養 民大哥，當我在這條道路上感到茫然時，提供許多建議與鼓勵，讓我獲益良多。

感謝中華大學運管系助理美玲姐與靜芬，在我搬到淡江後多虧你們幫我處理中華 校內的大小事務，讓我免於淡水與新竹之間的奔波；感謝白組長、方哥、杜姐、郭董、

欣怡、Shruti 在中華大學住宿期間的照顧。感謝菀蕙家的學弟妹們，泳興多次辛苦地 載我往返中華與淡江之間，讓我可以節省時間與體力，專心地與老師討論論文；玟潔、

聖超、湘蓁、品帆與小麥，總是體貼地在我忙論文期間為我多分擔其他事情，讓我能 更專心地撰寫論文，空暇之餘還會陪我吃喝玩樂、徹夜談心，因為有你們大家的相伴，

讓我的博士班生活更添樂趣。感謝淡江大學運管系的許助教，當我在B902 奮戰時，

因為有妳的陪伴讓我不孤單，還常常帶好康的與我分享，揪甘心；感謝淡江學弟妹的 宛玲、MOO、麒鈞、傑智、宛靜、蘇智暉、孟芳、采潔、品瑩陪我吃吃喝喝，讓我 放鬆平日緊張的生活；感謝根碩，在我錯過寄送論文時間時，立刻載我飛奔到山區的 宅配總公司，雖然中途迷了路，但最後還是及時到達並寄出論文。當然還有感謝愛嘮 叨的思余，像是親妹妹般地隨時關心我，鼓勵我還有唸我，在我需要幫忙的時候情義 相挺，你這一路的陪伴我感激在心。在課業與生活上曾指導及幫助我的老師及同學

們，在此一併致上最深的謝意。

最後，當然就是要感謝最親愛的家人，因為我長期住在外縣市，家中許多事情都 無法參與，但你們總是體諒我、配合我，讓我感受到滿滿的溫暖，你們是我一路走來 的最大精神支柱，愛你們。

高桂娟 謹誌 中華大學科技管理博士學位學程 中華民國102年1月

目錄

摘要 ... i 

ABSTRACT ... ii 

誌謝辭 ... iv 

目錄 ... vi 

表目錄 ... viii 

圖目錄 ... x 

第一章 前言 ... 1 

第一節 研究動機 ... 1 

第二節 研究目的 ... 4 

第三節 研究對象與範圍 ... 4 

第四節 研究流程 ... 4 

第二章 文獻回顧 ... 6 

第一節 防撞警示系統之介面設計 ... 6 

第二節 駕駛績效 ... 10 

第三節 工作負荷 ... 12 

第三章 駕駛績效統計分析程序 ... 16 

第四章 駕駛模擬實驗設計 ... 21 

第一節 實驗設備 ... 21 

第二節 實驗因子設計 ... 22 

第三節 實驗內容規劃 ... 22 

第四節 實驗程序 ... 28 

第五章 模擬實驗資料整理與初步分析 ... 30 

第一節 資料擷取與變數整理 ... 30 

第二節 駕駛績效初步分析 ... 32 

第六章 駕駛績效統計分析與心智負荷分析 ... 37 

第一節 前方事件之駕駛績效統計分析 ... 37 

第二節 側向事件之駕駛績效統計分析 ... 52 

第三節 心智負荷分析 ... 62 

第四節 綜合討論 ... 64 

第七章 結論與建議 ... 66 

參考文獻 ... 68 

附錄A ... 72 

附錄B ... 76 

表目錄

表1 民國 95-99 年警政署 A1 與 A2 事故資料之車種事故車輛數與比例 ... 1 

表2 民國 95-97 年警政署 A1 與 A2 事故資料之大客車事故前五項主要肇因 ... 2 

表3 防撞警示系統顯示介面與實驗車種彙整表 ... 9 

表4NASA-TLX 問卷向度敘述 ... 13 

表5 實驗因子與水準 ... 22 

表6 變數資料說明 ... 31 

表7 是否碰撞與突發事件類型交叉表 ... 32 

表8 感知反應時間分布情形 ... 33 

表9 煞車反應時間分布情形 ... 34 

表10 防撞警示類型之感知反應時間基本統計量 ... 35 

表11 防撞警示類型之煞車反應時間基本統計量 ... 35 

表12 有無次要作業之感知反應時間與煞車反應時間基本統計量 ... 36 

表13 前向事件是否發生碰撞之 CHAID 決策樹切割點 ... 38 

表14 前方事件是否發生碰撞之羅吉斯迴歸模式比較 ... 40 

表15 前方事件是否發生碰撞之羅吉斯迴歸模式影響變數參數推估表(模式 A) ... 40 

表16 前向事件感知反應時間之 C&RT 決策樹切割點... 42 

表17 前方事件感知反應時間之 ANOVA 模式分析表 ... 43 

表18 前方事件感知反應時間之 ANOVA 模式參數推估表 ... 43 

表19 前向事件煞車反應時間之 C&RT 決策樹切割點... 46 

表20 前方事件煞車反應時間之 ANOVA 模式分析表 ... 48 

表21 前方事件煞車反應時間之 ANOVA 模式參數推估表 ... 48 

表22 側向事件是否發生碰撞之 CHAID 決策樹切割點 ... 53 

表23 側方事件是否發生碰撞之羅吉斯迴歸模式比較 ... 54 

表24 側向事件是否發生碰撞之羅吉斯迴歸模式影響變數參數推估表(模式 A) ... 54 

表25 側向事件煞車反應時間之 C&RT 決策樹切割點... 57 

表26 側向事件煞車反應時間之 ANOVA 模式分析表 ... 58 

表27 側向事件煞車反應時間之 ANOVA 模式參數推估表 ... 58 

表28 不同 7CWS 介面之 NASA-TLX 心智負荷的 Duncan 多重比較 ... 62 

表29 針對不同 CWS 介面之 NASA-TLX 總心智負荷的 Duncan 多重比較 ... 64 

表30 針對不同 CWS 介面之有用程度的 Duncan 多重比較 ... 64 

圖目錄

圖1 研究流程圖 ... 5 

圖2 駕駛模擬儀應用之評估架構 ... 6 

圖3 模擬實驗之資料分析步驟 ... 16 

圖4 變數相關聯性概念圖 ... 17 

圖5 駕駛績效統計分析程序 ... 20 

圖6 中華大學建置之大客車駕駛模擬器 ... 21 

圖7 HUD 上的防撞警示圖形 ... 23 

圖8 前方事件模擬實驗情境圖(無警示系統) ... 24 

圖9 側向事件模擬實驗情境圖(警示介面為嗶嗶聲+HUD) ... 25 

圖10 前方事件與防撞警示系統觸發時機示意圖 ... 25 

圖11 側向事件與防撞警示系統觸發時機示意圖(以右側事件為例) ... 26 

圖12 數學問題操作界面 ... 27 

圖13 實驗程序與時間分配圖 ... 29 

圖14 突發事件類型之感知反應時間次數分佈長條圖 ... 33 

圖15 突發事件類型之煞車反應時間次數分佈長條圖 ... 34 

圖16 前方事件是否發生碰撞之 CHAID 決策樹 ... 38 

圖17 前方事件是否發生碰撞之 C&RT 決策樹... 41 

圖18 前方事件感知反應時間之次要作業與防撞警示類型之交互影響圖 ... 44 

圖19 前方事件煞車反應時間之 CHAID 決策樹 ... 46 

圖20 前方事件煞車反應時間之次要作業與防撞警示類型交互影響圖 ... 49 

圖21 前方事件駕駛績效統計分析程序 ... 50 

圖22 前方事件是否發生碰撞之影響因子相關聯圖 ... 51 

圖23 側向事件是否發生碰撞之決策數 CHAID ... 52 

圖24 側向事件煞車反應時間之 CHAID 決策樹 ... 56 

圖25 側方事件駕駛績效統計分析程序 ... 60  圖26 側向事件是否發生事故之影響因子相關聯圖 ... 61 

第一章 前言 第一節 研究動機

本 研 究 於 交 通 部 運 輸 研 究 所 運 輸 安 全 網 站 資 料 系 統 TALAS-Pub (http://talas-pub.iot.gov.tw/default.aspx)進行內政部警政署 A1 與 A2 事故資料查詢，其 資料顯示民國95-99 年間大客車發生事故的車輛數共計 5,596 輛，僅占總事故車輛數 的0.56%，相關數據如表 1 所示；該比例雖低於其他車種，然而，大客車具高乘載量 的特性，致使一旦發生事故，易造成較其他車種嚴重之傷亡人數。因此政府現今在大 力推廣民眾搭乘大眾運輸的同時，除了提供便利與舒適的搭乘環境外，更重要的是必 須更重視大客車的安全性，以確保乘客搭乘的安全。

表1

民國95-99年警政署A1與A2事故資料之車種事故車輛數與比例

車種 事故車輛數(輛) 事故百分比(%)

大客車 9,522 0.56

小客車 508,775 30.16

小貨車 108,479 6.43

大貨車 17,822 1.06

聯結車與曳引車 9,524 0.56

機車 969,328 57.46

其他車 63,438 3.76

註：N = 1,686,888

資料來源：運輸安全網站資料系統TALAS-Pub。交通部運輸研究所，取自 http://talas-pub.iot.gov.tw/default.aspx

同樣地，本研究於運輸安全網站資料系統TALAS-Pub 進行警政署 A1 與 A2 事故 資料之大客車事故主要肇因分析，數據顯示民國95-99 年均以駕駛人未注意車前狀態 比例最高，係為大客車發生事故的主要原因，如表2 所示，推測可能是因為駕駛者注 意力不足或分心所導致。若能採用先進車輛所發展之防撞警示系統(collision warning

供駕駛者有效的警示訊息，俾能提醒駕駛者注意而及時進行反應以避免事故發生或讓 發生碰撞時的車速變慢，將傷害降至最低。有鑑於此，防撞警示系統之發展儼然成為 提高大客車安全防護研究的重要課題之一。

防撞警示系統的警示訊息可以有不同的顯示方式，包含視覺、聽覺或視覺混合聽 覺…等組合。國際車輛工程協會(Society of Automotive Engineers，SAE)針對前方防撞 警示系統的使用介面資訊訂定SAE J2400 規範(SAE, 2003)，建議警示資訊不能單獨以 視覺方式呈現，以免駕駛者沒注意到而發生危險；由此可知各種不同類型之介面設計 可能對於駕駛績效產生不同的影響，尤其設計不當之使用者介面反而可能增加駕駛者 的工作負荷進而影響行車安全。然而，文獻鮮少針對大客車的介面設計進行探討，由 於大客車車體高度、駕駛座位配置與駕駛視覺角度均異於小客車，因此，不同的大客 車防撞警示系統警示介面對於駕駛安全性的影響為何，亦是值得深入探討之課題。

表2

民國95-97年警政署A1與A2事故資料之大客車事故前五項主要肇因

年份 大客車事故前五項主要肇因 百分比

(%)

95年 1.駕駛人-未注意車前狀態 2.駕駛人-未依規定讓車

3.駕駛人-未保持行車安全間隔 4.駕駛人-未保持行車安全距離 5.駕駛人-違反號誌管制或指揮

17 11 10 8 7 96年 1.駕駛人-未注意車前狀態

2.駕駛人-未保持行車安全間隔 3.駕駛人-未依規定讓車

4.駕駛人-未保持行車安全距離 5.其他-不明原因肇事

16 12 11 8 8 97年 1.駕駛人-未注意車前狀態

2.其他-不明原因肇事 3.駕駛人-未依規定讓車

4.駕駛人-未保持行車安全間隔 5.駕駛人-未保持行車安全距離

15 15 11 9 8  

表2(續)

年份 大客車事故前五項主要肇因 百分比

(%)

98年 1.駕駛人-未注意車前狀態 2.駕駛人-未保持行車安全間隔 3.駕駛人-未依規定讓車

4.駕駛人-違反號誌管制或指揮 5.其他-不明原因肇事

16 12 11 7 6 99年 1.駕駛人-未注意車前狀態

2.駕駛人-未依規定讓車

3.駕駛人-未保持行車安全間隔 4.其他-不明原因肇事

5.駕駛人-未保持行車安全距離

17 12 10 7 6 資料來源：運輸安全網站資料系統TALAS-Pub。交通部運輸研究所，取自

http://140.129.29.211/webmocka2/default.aspx

實車試驗與駕駛模擬器(driving simulator, DS)實驗均是研究駕駛行為常使用之方 式。實車試驗相較於駕駛模擬器實驗，具有能讓受測者體驗最真實的駕駛感受以及獲 得較精準之實驗數據等優點，但其缺點係成本較高、實車環境有許多外在難以控制的 變數以及在安全上具有相當的風險；本研究主要基於安全性考量，期望受測者能避免 實車碰撞危險而在完全無風險狀況下完成實驗，且模擬實驗可控制每次模擬環境使其 條件一致，可減少其他條件之干擾，故選擇中華大學所建置之固定式大客車駕駛模擬 器作為實驗工具，並進行虛擬實境模擬，藉以了解大客車防撞警示系統警示介面對於 駕駛安全性之影響。

由駕駛模擬器可擷取的駕駛績效變數相當多，其中以是否發生碰撞變數與駕駛安 全最具高度關聯性，而是否發生碰撞變數與影響因子間存在許多種影響關係，包含直 接影響、間接影響及交互影響；Chen 在研究中指出，若兩變數間存在交互影響，係 無法由兩因素之主因素分別探討與反應變數的關係，必須兩變數同時考慮才能了解其 對反應變數之影響(Chen, Lin, & Doong, 2005)(Chen, & Jovanis, 2000)。許多駕駛行為 變數屬於連續型資料(如反應時間和車間距等)，若連續型變數對反應變數的影響為非

實務應用時，常訂定出適宜的切割點(Cut-off point)，藉由簡化類別更凸顯資料的重要 趨勢，例如：年齡未滿20 歲的機車駕駛者有較高事故風險，這樣明確的結果會更有 價值。

第二節 研究目的

綜合上述，本研究利用駕駛模擬器進行大客車防撞警示系統之模擬實驗之研究目 的如下：

1. 利用駕駛模擬器探討在有無分心任務情形下，不同防撞警示系統介面設計對大客車 駕駛安全性的影響。駕駛模擬場景事件類型包括前方緊急煞車的突發事件和側向汽 車切入的側向事件。

2. 發展一套駕駛績效統計分析程序，是否發生碰撞是本研究最重要的安全績效衡量變 數，此駕駛績效統計分析程序可找出是否發生碰撞之直接影響、間接影響及交互影 響等變數。此外，此評估程序可找出各連續變數之較佳切割點位置與離散型變數的 類別合併方式。

3. 比較分析防撞警示系統介面設計對不同事件類型的事件之駕駛安全影響的差異，提 出前方和側向防撞警示系統介面設計建議。

第三節 研究對象與範圍

本研究以在台灣持有大客車駕駛執照且有三年以上實際駕駛經驗的大客車駕駛 者作為研究對象，由於目前女性駕駛者仍為少數，故有不易招募受測者之問題，因此 本研究僅針對男性駕駛者進行探討；共招募33位受測者，其平均駕駛經驗為11年，年 齡介於35歲至52歲之間，平均年齡為43歲。本研究採用中華大學所建置的固定式大客 車駕駛模擬器進行模擬實驗，實驗模擬場景則選擇平直的高速公路作為探討的道路類 型。

第四節 研究流程

本研究流程詳見圖1，首先確定研究動機與目的，再針對駕駛績效以主觀評量方

法進行文獻回顧的彙整與介紹，待駕駛模擬實驗設計完成後，招募受測者進行駕駛模 擬實驗，將所得數據整理後進行駕駛績效分析，最後提出結論與建議。

圖1 研究流程圖

第二章 文獻回顧

黃俊仁等(2008)所建立的駕駛模擬儀應用之評估架構(如圖 2 所示)，提供學者在 建立駕駛模擬實驗程序之參考；本研究由此架構圖亦可窺探各因素間之關聯性：人、

車、路及環境、事件、次要任務或 ITS 子系統皆可能影響主要駕駛任務，進而影響 駕駛績效與工作負荷程度。

本研究主要在探討防撞警示系統介面對於駕駛績效與工作負荷之影響，遂針對防 撞警示系統之介面、用於衡量主要駕駛任務之駕駛績效以及工作負荷評估進行相關文 獻彙整，分別說明如后。

資料來源：黃俊仁、鄭銘章、馮君平、林志勇、許峻嘉、宋文旭、陳一昌、張開國、

張仲杰(2008)。應用駕駛模擬器開發智慧型運輸系統實驗平臺之軟硬體規劃設計(III)- 智慧型運輸系統相關設施對駕駛人行為反應之影響評估程序之建立。交通部運輸研究 所委託研究報告（編號MOTC-IOT-95-SDB003）。臺北市：交通部運輸研究所。

圖2 駕駛模擬儀應用之評估架構

第一節 防撞警示系統之介面設計

防撞警示系統所使用的警示介面相當多元化，本節針對駕駛模擬器實驗相關研究

所使用之CWS警示介面進行彙整，各篇文獻概述如下，另彙整表格如表3所示。

Lee, Mcgehee, Dingus, and Wilson (1998)利用Iowa駕駛模擬器探討有無防撞警示 系統在車頭距長(3.2秒)、短(2.7秒)情況下對駕駛績效之影響。防撞警示系統之警示方 式會依據車頭距不同而顯示不同程度的警告；當車頭距大於1.6秒時，顯示在LCD上 的梯形彩色條狀警示圖會顯示綠色，車頭距介於1.1~1.6秒時會顯示黃或橘色，車頭距 介於0.9~1.1秒時會顯示紅色，車頭距小於0.9秒時紅色條狀會閃爍；此外，當梯形條 狀顯示紅色或閃爍紅色時，聽覺警示才會發出警示功能。研究結果顯示，在長車頭距 的情況下，有無防撞警示系統對駕駛績效無顯著差異；在短車頭距的情況下，防撞警 示系統能有較好的駕駛績效，包括較少的碰撞發生、較低的碰撞速度以及較快的減速 反應。

Suetomi and Niibe (2001) 利用駕駛模擬器探討防撞警示系統介面在危險情境下 對駕駛行為之影響。防撞警示系統介面包括不同聲調之嗶嗶聲(Beep)、說話聲(日語發 音)以及模擬聲三種，研究依照不同危險情境而提供不同的警示方式，包括前方車輛 突然減速狀況下提供嗶嗶聲、說話聲、嗶嗶聲加說話聲；車道偏離狀況下提供嗶嗶聲、

嗶嗶聲加模擬聲(隆隆聲)、說話聲；行人衝出狀況下則提供嗶嗶聲、嗶嗶聲加模擬聲 (喇叭聲)、說話聲；此外，警示聲會從危險方向傳出。研究結果顯示，在行人衝出或 車道偏離狀況下，語音警示相較於嗶嗶聲和嗶嗶聲加模擬聲警示的反應時間快；若警 示聲是從危險方向傳出，可縮短駕駛者的反應時間。

黃慶旭(2002)利用簡易型駕駛模擬器探討防撞警示方式在駕駛者能見度高或低 狀況下對駕駛行為之影響。防撞警示系統之警示方式包括HUD、語音、HUD加語音 以及無警示四種；駕駛者能見度高是指受測者能看見前方車輛，而能見度低是指需行 駛至與前車間距小於60公尺時，受測者才能看見前方車輛。主要作業之量測變數包 括：碰撞次數(在開車行程中碰撞故障車的次數)、閃避時間(從出現警告到受測者行動 開始)及行程持續時間(受測者的試驗行程開始至到達終點的時間)。研究結果顯示，

HUD加語音的警示方式在主要作業的駕駛任務上表現最好，能有較短的旅行時間、

閃避前方故障車輛的反應時間以及有較少的碰撞次數。

Ben-Yaacov, et al. (2002)之研究在評估不完整的汽車防撞警示系統(in-vehicle collision avoidance warning system, IVCAWS)對車頭距維持與駕駛行為之影響，所 採用的語音警示方式為發出「警告（alert）」的說話聲。研究結果顯示，駕駛者會高 估車頭距，而得到較短且有潛在危險的車頭距；此外，IVCAWS是有效的工具可用於 教導駕駛者更準確地預估車頭距。

Harder, et al. (2003)之研究採用「單聲尖銳刺耳聲音（single screech warning）」

和「雙聲尖銳刺耳聲音（double screech warning）」作為前向防撞警示的警示聲；另 以「單喇叭聲」和「雙喇叭聲」作為側向防撞警示系統的警示聲。研究結果顯示，側 向防撞警示系統中，無論是單喇叭聲或雙喇叭聲的警告聲皆有效；前方防撞警示系統 中，平均反應時間以雙聲尖銳刺耳警示聲最快，而單聲尖銳刺耳聲音又快於無警示。

曾建基(2004)利用交通部運輸研究所之小客車駕駛模擬器探討有無語音防撞警 示系統在駕駛者分心情況下對駕駛績效之影響。語音防撞警示系統之警示內容包括注 意右邊與注意左邊(預錄製之女聲)；以LCD、HUD與語音三種方式顯示數學問題，以 此代表駕駛者的分心情況。研究結果顯示，駕駛者在LCD或HUD的數學問題分心情 況下，語音防撞警示系統能有較低的感知反應時間，但當駕駛者在語音的數學問題分 心情況下，語音防撞警示系統可能會讓駕駛者在聽覺上容易混淆，而產生過度負荷問 題。

黃勝弦(2006)利用交通部運輸研究所之小汽車駕駛模擬器探討有無防撞警示系 統與路線導航系統介面對駕駛績效之影響。有無防撞警示系統相關研究結果顯示，有 設防撞警示系統能有效駕駛者的反應時間。

陳菀蕙、吳富全、李思葦與黃維信(2007)利用交通部運輸研究所之小汽車駕駛模 擬器探討嗶嗶警示聲、說話警示聲或無警示三種不同語音防撞警示系統對駕駛反應時 間之影響；其中，說話警示聲會依照事件車出現方向而提供不同的警示內容，包括：

注意右邊、注意左邊以及注意前面。研究結果顯示，有防撞警示系統會較無防撞警示

系統有更短的反應時間；此外，在無預期有突發事件的狀況下(即第一個路口事件)，

防撞警示系統介面以說話聲的反應時間最短(1.65秒)，嗶嗶聲次之(2.03秒)，顯示有告 知危險方位對警示內容的重要性；但在非第一個路口事件時，因為已有預期心理，所 以說話聲(0.92秒)與嗶嗶聲(0.90秒)之反應時間相差不大。

林蒼威(2009)利用大客車駕駛模擬器探討適應性巡航控制系統之參數設定、防撞 警示系統之介面設計對駕駛績效以及路口事故率之影響，並建立駕駛者與系統互動之 行為模型。針對防撞警示系統部分，其警示介面包括嗶嗶聲、語音與無警示三類；衡 量變數包括：車頭距、前方碰撞發生、反應時間、平均橫向位移與橫向位移標準差五 項。研究結果顯示，嗶嗶警示聲相較語音警示有較短的反應時間；此外，嗶嗶警示聲 以及語音警示的路口事故率分別為16%與26%。有裝設防撞警示系統的路口事故率會 減少18-28%。

表3

防撞警示系統顯示介面與實驗車種彙整表

文獻 實驗

車種

視覺 聽覺 視覺＋聽覺

LCD HUD 嗶嗶聲 說話聲 聲響 Lee et al., 1998 小客車 — — — — — V

(LCD+聲響) Suetomi et al., 2001 小客車 — — V V V

(模擬聲)

—

黃慶旭，2002 小客車 — V — V — V

(HUD+語音) Ben-Yaacov et al.,

2002

小客車 — —  —  V —  — 

Harder et al.,2003 掃雪機 — —  —  —  V —  曾建基，2004 小客車 — — — V — — 黃勝弦，2006 小客車 — — — V — — 陳菀蕙等，2007 小客車 — — V V — — 林蒼威，2009 大客車 — — V V — —

的顯示方式。其中，以聽覺警示方式較為常見，例如：Suetomi and Niibe (2001)在研 究中比較嗶嗶聲、說話聲以及嗶嗶聲加上說話聲三種語音防撞警示系統介面；

Ben-Yaacov, Maltz, and Shinar (2002)之研究所採用的語音警示方式為發出「警告 (alert)」的說話聲；Harder, Bloomfield, and Chihak (2003)之研究採用「單聲尖銳刺耳 聲音(single screech warning)」和「雙聲尖銳刺耳聲音(double screech warning)」作為前 向防撞警示的警示聲；陳菀蕙等(2007)與林蒼威(2009)之研究則採用嗶嗶聲與說話兩 種警示聲。

過去國內外許多研究僅在探討有無防撞警示系統介面設計對於駕駛績效影響，例 如：Ben-Yaacov et al. (2002)、曾建基(2004)與黃勝弦(2006)等研究，均以有裝設語音 防撞警示系統較無裝設防撞警示系統有較好的駕駛績效。然而，較少研究針對多種組 合的防撞警示系統介面進行比較，例如：黃慶旭(2002)比較HUD、語音、HUD加語音 以及無警示四種，以HUD加語音的駕駛績效最好。 

第二節 駕駛績效

黃俊仁等(2008)指出：「駕駛績效是指駕駛車輛時的操控表現」(頁 4-5)。下列文 獻，均藉由衡量駕駛績效進行不同研究議題之探討。各篇文獻概述如下：

蘇昭彰(1999)之研究在進行小汽車駕駛模擬實驗，並與實車測試進行駕駛績效之 差異比較。主要駕駛任務之量測變數包括：車間距、鄰近車道前車間距(Lead)、鄰近 車道後車間距(Lag)、開始進行車道變換之時間點、車道變換之進行時間、縱向速率、

橫向速率、車道變換之橫向位移量與縱向位移量。

汪孝慈(2001)利用駕駛模擬器探討車輛引進各種通訊、資訊或車輛技術後對駕駛 行為產生之影響，主要探討問題包括：(1)對外通訊系統設計(使用免持式行動電話)，

(2)車內資訊系統設計(車輛導航系統之設計與塞車資訊之呈現)。主要駕駛任務之量測 變數包括：反應時間(從突發事件發生後至受測者按下方向盤上按鈕的時間)、旅行時 間(從出發至到達目的地的時間)、超過反應 (在外部的駕駛環境中不必要的行動)、遺 漏反應 (受測者對於關鍵性的刺激沒有反應)、車速變化量以及車道偏移情形。

Ceci, et al. (2001)主要探討問題包括：(1)模擬在隧道中駕駛時的心智負荷(21位受 測者)，(2)利用實車測試探討車內導航系統對駕駛視覺分心之影響(24位受測者)。主 要駕駛任務之量測變數包括：車道偏差、縱向速率、車速變化量和縱向加速度；並以 周圍偵測任務(Peripheral Detection Task, PDT)量測駕駛者的工作負荷。

Takada and Shimoyama (2001)利用駕駛模擬器模擬適應性巡航控制(Adaptive Cruise Control, ACC) 和防撞警示系統(Collision-Warning System, CWS)對駕駛行為及 駕駛工作負荷之影響，主要駕駛任務之量測變數為碰撞次數。

林志隆(2002)招募21位受測者進行實車測試，探討道路型態與通話作業對駕駛行 為之影響。主要駕駛任務之量測變數包括：縱向速率、車速變化量、方向盤轉動變化 量以及道路標線偏移量情形。

黃慶旭(2002)主要作業之量測變數包括：碰撞次數(在開車行程中碰撞故障車的次 數)、閃避時間(從出現警告到受測者行動開始)及行程持續時間(受測者的試驗行程開 始至到達終點的時間)。

邱俊凱(2002)針對功能需求調查與評估進行問卷調查，再利用駕駛模擬器進行模 擬實驗，以尋找較佳車用電腦系統功能切換控制鈕的設計方式。模擬實驗的主要駕駛 任務之量測變數包括：事故次數以及平均偏移量。

Owens and Lehman (2002)利用駕駛模擬器探討在分心情況下，不同年齡層之駕駛 者(14位受測者)處理事件所需的反應時間。實驗中的兩種情境：(1)在車道中央出現兩 個紅色圓形物體以模擬煞車燈效果，(2)在車道旁出現紅色人形物體。主要駕駛任務 之量測變數為反應時間。

鄭智升(2003)利用駕駛模擬器進行模擬實驗，藉此進行有無影音系統裝設、人口 特徵及駕駛者特質對駕駛者心智負荷與駕駛行為影響之評估。量測變數為碰撞次數。

研究結果顯示，電腦影音系統可能增加駕駛者的心智負荷，也可能會降低其心智負 荷，進而影響其駕駛行為。

Bhise, Dowd, and Smid (2003)進行駕駛模擬實驗與實車測試，以探討不同車輛任

務對駕駛者視覺與車輛控制行為之影響。量測變數包括：速度變化標準差以及位置偏 移量標準差；次要駕駛任務之量測變數包括：離開駕駛視線之次數，離開駕駛視線之 總時間。

洪啓源(2005)利用大客車駕駛模擬器進行實驗，探討實驗時間與駕駛疲勞警示系 統對駕駛績效與生理指標之影響；量測變數包括：入侵事件反應時間、標誌牌辨識正 確率、車輛橫向位置、眨眼次數、心跳頻率五項。分析結果顯示，實驗時間的增加對 車輛橫向位置並無顯著差異，但疲勞程度增加則會顯著增加車輛橫向位置偏移程度。

Maltz and Shinar (2007)進行駕駛模擬器實驗，探討非完美警示系統輔助分心駕駛 者的程度。警示類型分為週期性警示與不定期警示兩種，其量測變數為車頭距。研究 結果顯示，高信賴度之警示系統會縮短車頭距；當工作負荷增加時，無警示系統得到 較差的績效，換言之，防撞警示系統在有分心任務時，能得到較佳的績效。

依據上述文獻進行駕駛績效之衡量變數彙整，包括：事故發生、反應時間、車速、

車距以及車道偏移等相關變數彙整如下，其可作為本研究駕駛績效衡量變數之參考。

1. 事故發生：碰撞次數、是否發生碰撞 2. 反應時間：感知反應時間、煞車反應時間

3. 車速：車速變化量、速度變化標準差、縱向速率和縱向加速度、橫向速率 4. 車距：車間距、鄰近車道前車間距、鄰近車道後車間距

5. 車道偏移：縱向位移量、橫向位移量、平均橫向位移、橫向位移標準差、方向盤轉 動變化量

第三節 工作負荷

影響操作員績效與反應的各種壓力測量法稱為「工作負荷」(Weiner, 1982)。「工 作負荷」涵蓋廣泛的人類活動，若排除肌肉疲勞因素則可視為「心智負荷」(JEX, 1988)。開車時的外來干擾可能會增加駕駛者心智負荷，當心智負荷過高時，會降低 操作車輛的駕駛績效進而影響駕駛安全。

心智負荷衡量方式可歸納為四類：主要工作績效法(Primary Task Performance)、

次要工作績效法(Secondary Task Performance)、生理測量法(Physiological Measures) 以及主觀評量法(Subjective Measures)(蔡維彬，1999)(李再長、黃雪玲、李永輝、王明 陽，2005)；部分學者認為主觀評量法是最常被使用(Svensson, Angelborg-Thanderz, Sjőberg, & Olsson, 1997)，以及最符合心智負荷本質的評估方法(Sheridan, 1980)。因此 本研究介紹主觀評量法，其說明如下。

一、NASA-TLX 主觀評量法

美國國家航空暨太空總署作業負荷指標法(NASA-task load index, NASA-TLX)是 較廣泛被使用的主觀評量法，由Hart and Staveland(1988)所發展之。NASA-TLX 共有 六項測量問向，包括：心智需求(Mental Demand)、體力需求(Physical Demand)、時間 需求(Temporal Demand)、自我績效(Performance)、努力(Effort)和挫敗程度(Frustration Level)，其問向敘述如表 4 所示。進行方式為，將六項因子兩兩配對(共有 15 組)，讓 受訪者填寫何者較為重要；被選擇之因子其權重加一，於受測者完成15 組配對因子 選取後，受測者再分別針對6 項因子進行評分，最後將因子之加權數乘以評量分數，

求得總加權分數，隨後再除以總加權數15，即可獲得平均心智負荷值。

表4

NASA-TLX問卷向度敘述

向度 端點 描述

心智需求 (mental demand)

低/高 需要多少心智及感覺活動？例如：思考、決策、搜尋…

等。此一作業之心智需求是少還是多？是簡單還是複 雜？是嚴格還是寬鬆？ 

體力需求

(physical demand)

低/高 需要多少體力活動？例如：推、拉、轉、控制、啟動…

等。此一作業之體力需求是少還是多？是慢還是快？

是輕鬆還是激烈？是可休息還是持續努力？ 

時間需求

(temporal demand)

低/高 由工作或是工作的要素之發生率或步調感覺到多少時 間壓力？工作之步調是慢和悠閒還是快速和忙亂？ 

自我績效 (performance)

好/壞 覺得自己在完成作業目標方面有多成功？自己對自己 在完成作業目標方面有多滿意？ 

表4(續)

向度 端點 描述

努力 (effort)

低/高 需要多努力(心智方面與體力方面)以完成自己所設之 績效等級？ 

挫敗程度 (frustration)

低/高 自己在此作業中覺得多不安全？多沮喪?多焦躁煩惱 還是覺得多安全？多滿足？多放鬆？自得？ 

資料來源：蔡維彬(1998)。主控制室運轉人員心智負荷量測方法之發展。未出版之碩 士論文，國立交通大學工業工程與管理研究所，新竹市。

二、應用 NASA-TLX 主觀評量法之相關文獻

江志清(2002) 之研究在探討影像電話與傳統電話在使用上之差異，針對指定的 教學作業、醫療作業和行銷作業等三項作業進行NASA-TLX 主觀評量，其評量問向 分成心智需求、體力需求、時間需求、努力程度、自我表現和挫敗程度等六項。

許佳雯(2002)之研究在進行高齡者之 WWW 介面設計，研究中針對觸控螢幕(直 接輸入)、語音輸入(直接輸入)和滑鼠(非直接輸入)三項作業，利用 NASA-TLX 來衡 量所需之心智負荷，其評量向度包括：心智需求、體力需求、時間需求、自我績效、

努力和挫敗程度。

Matthews, Legg, and Charlton (2003)於研究中藉由 NASA-TLX 來測量個人行車時 通話的負擔，其評量向度包括：心智需求、體力需求、時間需求、績效、努力及挫折 程度六項。

蔡維彬(1998)於研究中量測主觀評量之評量向度為心智需求、體力需求、時間需 求、自我績效、努力和挫折程度，並依據主控制室運轉人員之特性修改 NASA-TLX 之評量項目，發展出更適合評量主控制室運轉人員之心智負荷量測項目，即將心智需 求再分成1)資訊之知覺、2)記憶力之需求(短時間所需記憶之項目個數)與 3)決策之制 定，針對每部分之特性又再進行細分(資訊之知覺：1.資訊之搜尋與偵測、2 資訊之識 別與3.資訊之確認；記憶力之需求：1.活性記憶資源需求、2.長期記憶資源需求與 3.

相關資訊之回憶；決策之制定：1.選擇之制定、2.診斷之制定與 3.預測之制定)。

McCann, Hooey, Parke, Foyle, Andre, and Kanki (1998)模擬電子式移動地圖和抬 頭顯示器(HUD)對減少能見度的地面滑行績效之影響。於每一次試驗結束後，飛行員 進行感知工作負荷的量測，所採用之評比刻度為修改NASA-TLX 尺度後之項目。其 評比刻度包括整體工作負荷、心智需求、時間需求、視覺需求、通訊需求、壓力和努 力，尺度範圍從1(很低)到 5(很高)等級。

Ceci, et al. (2001)依據 NASA-TLX 的評比項目來評估工作負荷，共有五項主觀評 比指標：駕駛者需求、時間壓力、不確定感、行為以及整體困難度(此項指標是建立 在第一與第三項上)。

劉伯祥、石裕川與孫益生(2010)之研究招募 20 位受測者探討大貨車的五項駕訓 科目之工作負荷及訓練成效，針對路邊停車、曲線進退、曲巷調頭、倒車入庫以及上 下坡道等五項科目，利用心率變化與NASA-TLX 主觀評量法進行生、心理指標量測，

以評估其工作負荷。其中，NASA-TLX 主觀評量法之衡量項目包括：心智負荷、體 力負荷、時間負荷、績效與滿意度、難易程度和挫折程度，該研究並依駕訓特性修改 問向敘述，以符合研究目標。

從相關文獻回顧彙整得知NASA-TLX 評量法是最常見被應用於進行主觀評量之 心智負荷評估。因此，本研究將採用NASA-TLX 作為工作負荷之量測法，參考其評 量問向，包括心智需求、體力需求、時間需求、自我績效、努力和挫折等六項，進行 主觀評量問卷設計。但為求問卷能符合本研究目標，故需依本研究之駕駛特性進行內 容修改。

第三章 駕駛績效統計分析程序

模擬實驗之資料分析步驟有三項，依序為：1) 模擬資料擷取與行為變數整理、

2)駕駛績效變數初步分析，以及 3)駕駛績效統計分析程序，如圖 3 所示。

圖3 模擬實驗之資料分析步驟

對駕駛者而言，安全駕駛是最重要的，而安全駕駛之最大目的便是要避免事故發 生。若能找出可能發生碰撞之因素，便可進一步研擬相關對策或可多加注意以預防事 故之憾事發生。

本研究所探討之駕駛績效變數相當多，其中，以是否發生碰撞變數與駕駛安全最 具高度關聯性，最能直接反應安全與否，因此本研究設定是否發生碰撞為反應變數 (Y)。而對於是否發生碰撞之影響存在許多種可能影響關係，其中最常見的包括直接 影響、可能經由其他變數而產生的間接影響以及交互影響。本研究利用變數相關聯性 概念圖(如圖 4) 示意各種關聯情形，其中，X1、X2 與 X3 為是否發生碰撞的直接影 響因素。X1 的影響因素包括 X2、X4 和 X5，X4 與 X5 對 X1 為交互影響關係；X2 的影響因素包括X5 與 X6；X4、X5 和 X6 會間接影響是否會發生事故。

  Y：是否發生碰撞

X1~X6：駕駛行為相關變數、實驗因子變數與個人屬性資料

圖4 變數相關聯性概念圖

模擬實驗之資料分析第三步驟為本研究利用多層的分析方式自建一套駕駛績效 統計分析程序，如圖 5 所示。針對衡量駕駛績效最直接相關之「是否發生碰撞(Y)」

變數找出直接影響變數(Xs)，再分別找出 Xs 的影響變數，依此步驟即能找出可能直 接或間接對「是否發生碰撞」有影響之因子，包括交互影響因子；此外，此分析流程 還考慮離散型變數之類別合併，針對連續型資料可決定其切割點(cut-off point)。

建立駕駛績效統計分析程序的概念主要為下列三項：

1. 建立決策樹：許多駕駛行為變數是連續型資料，一個連續型變數對反應變數的影響 若非線性，則將其分群以離散型資料進行探討；此外，連續型變數對 Y 變數之影 響在實務應用時，若能訂定出適宜的切割點(Cut-off point)，則有利其應用。至於某 一個連續型變數何種資料型態較為適當則須看變數解釋的合理性以及模式的解釋 能力，而決策樹能協助連續型變數找到其較佳切割點，將其轉換成適當的離散型變 數。

2. 建立模式：由決策樹的樹狀圖分布狀態可了解到層層變數間的相關情形，但無法了

解所有變數帶來的整體影響，故須再以建立模式方式另外探討之。

3. 多層級的分析步驟：建立「是否發生碰撞」模式雖可能找出直接影響或交互影響變 數，但若能再找出間接影響變數就能有更多資訊以預防碰撞發生，故可再次針對顯 著影響因子建立模式進行變數選擇。

依據上述概念建立駕駛績效統計分析程序，步驟說明如下：

步驟1：影響事故發生(Y)之變數(Xs)選擇

(1)決定連續型變數之切割點和離散型變數之類別合併：「Y：是否發生碰撞」為類 別變數，因此使用Answer Tree2.0 軟體中的 CHAID 方法來決定連續型影響變 數Xs 之較佳切割點，並進行類別合併。CHAID 分析方法針對連續型或離散型 資料皆可處理，其依據卡方檢定結果決定其切割點或進行類別合併。此外，本 研究在決定變數之切割點和類別合併時，除了卡方檢定顯著性以外亦會考慮其 解釋合理性。

(2)同時將連續型與離散型變數納入模式中進行變數選擇：「Y：是否發生碰撞」為 (0，1)二元類別變數，以 SAS 統計軟體建立羅吉斯迴歸模式(Logistic Regression Model)，經由模式的變數選擇，找出對 Y 有直接影響或交互影響之變數(Xs)。

在模式建構過程中，針對連續型變數可同時納入連續型與離散型兩型態變數，

由模式配適度統計量和解釋意義來決定該以何種資料型態來呈現最佳模式。

步驟2：針對步驟 1 所發現的是否發生碰撞影響變數(Xs)，進行 Xs 影響變數選擇 (1)決定連續型變數之切割點和離散型變數之類別合併

a.若 Xs 變數為類別變數，選擇用 CHAID 方法；

b.若 Xs 變數為連續變數，選擇用分類和迴歸樹（classification and regression tree, C&RT）方法。C&RT 與 CHAID 相同，皆使用 Answer Tree2.0 軟體來分析操 作，C&RT 分析流程是利用遞迴（recursive）方式將資料區分成有顯著差異 的兩個子集合，該處理方法反覆進行，直到無法再將資料區分為有顯著差異 的子集合。C&RT 分析方法是利用最小平方誤差法（least-squared deviation,

LSD）以進行解釋變數（X）之類別劃分，依據 LSD 所計算出的數值越大則 代 表 解 釋 變 數 對 於 依 變 數 的 關 係 越 顯 著 ， 在 決 策 樹 中 是 以 「 改 善

（improvement）」表示之(SPSS, 1998)。

(2)同時將連續型與離散型變數納入模式中進行變數選擇：針對同一變數，本研究 考慮將其視為連續型或離散型變數，分別建立模式，再經由模式選擇找出最佳 模式以及對Xs 有直接影響或交互影響之變數(Xs)。

a.若 Xs 變數為二元類別變數，則以 SAS 建立羅吉斯迴歸模式；

b.若 Xs 變數為連續變數，則以 SAS 建立 ANOVA 模式。

X1

：找出影響「是否發生碰撞」的影響因素。

：

：(影響事故發生之變數(Xs))

：決定影響連續型變數之較佳切割點，

並進行類別合併。

：

Y值為(0,1)二元變數，

適用Logistic Regression Model Y值為(0,1)離散型，選用CHAID方法

X1 Xn

(Y) (Xs)

X2 …

：決定影響變數之較佳切割點，並進 行類別合併。

：

X1值若為離散型，

選用CHAID方法

X1值若為連續型，

選用CART方法

：找出影響「X1」的影響因素。

：

：(影響X1之變數) X1若為二元變數，

建立Logistic Regression Model

X11 X1n

X1若為連續型，

建立 ANOVA Model

X12 …

Xn

：決定影響變數之較佳切割點，並進 行類別合併。

：

Xn值若為離散型，

選用CHAID方法

Xn值若為連續型，

選用CART方法

：找出影響「Xn」的影響因素。

：

：(影響Xn之變數)

Xn1 Xn2 … Xnn

同X₁與X_n的 分析步驟 (內容省略)

X2 …

Xs

Xn若為二元變數，

建立Logistic Regression Model

Xn若為連續型，

建立 ANOVA Model

圖5 駕駛績效統計分析程序

第四章 駕駛模擬實驗設計

本研究所設計的駕駛模擬實驗，除了讓大客車職業司機進行模擬實驗以客觀地取 得駕駛行為數據外，並搭配NASA-TLX 主觀評量問卷調查，以瞭解防撞警示系統類 型對駕駛者的心智負荷影響；有關駕駛模擬實驗內容詳細說明如后。

第一節 實驗設備

本研究應用中華大學所建置之固定式大客車駕駛模擬器進行模擬實驗，該模擬器 係台灣第一套以大客車為實驗車種的駕駛模擬器，仿照大客車駕駛座車體，採用真實 大客車方向盤、油門與剎車踏板、儀表板與單人座駕駛座艙等車輛設備建置而成，道 路場景則由左、右與前三方連續珠光螢幕所組合成 135°水平視野範圍的投影模擬畫 面，其駕駛模擬器主體外觀如圖 6 所示。模擬器駕駛方式如同駕駛者平時的開車方 式，即當駕駛者乘坐於座艙中，可藉由操作前方的方向盤、腳下的剎車與油門踏板控 制大客車於模擬場景中之行駛路徑，行駛過程中的相關訊號則藉由電線與電路板傳輸 至電腦並轉換成可判讀數據。

第二節 實驗因子設計

本研究共設計三項實驗因子，包括有無次要作業、突發事件類型以及防撞警示類 型；其中，有無次要作業實驗因子包含有次要作業與無次要作業兩種水準，突發事件 類型實驗因子包含前方車緊急煞車事件（後續統一簡稱為前方事件）、左側車切入事 件（後續統一簡稱為左側事件）與右側車切入事件（後續均統一簡稱為右側事件）三 種水準，而防撞警示類型實驗因子則包含嗶嗶聲+抬頭顯示器（Head up display, HUD）、嗶嗶聲、語音、嗶嗶聲+語音以及無警示五種水準；在駕駛模擬實驗中，每 位受測者需經歷2×3×5 共 30 種不同的實驗情境。實驗因子與水準彙整如表 5 所示。

表5

實驗因子與水準

因子 有無次要作業 突發事件類型 防撞警示類型

水準 1.有 2.無

1.前方車緊急煞車 2.左側車切入 3.右側車切入

1.嗶嗶聲+HUD 2.嗶嗶聲 3.語音

4.嗶嗶聲+語音 5.無

水準數 2 3 5

第三節 實驗內容規劃

本節詳細說明以三項實驗因子為主體之實驗內容規劃，內容包括防撞警示類型、

突發事件類型、防撞警示系統觸發時機、次要作業、駕駛任務與問卷調查資料。

一、防撞警示類型

防撞警示系統之功用在提醒駕駛者有突發事件發生，需加以注意。在模擬實驗 中，分成有防撞警示系統與無防撞警示系統兩類，其中，防撞警示系統又設計四種防 撞警示介面，包括：1)嗶嗶聲+HUD，2)嗶嗶聲，3)語音以及 4)嗶嗶聲+語音，詳細警 示內容說明如下：

1. 嗶嗶聲：兩短聲，例如：嗶～嗶～。

2. 語音：錄音的女聲，播放內容為前面、左邊或右邊。

3. 嗶嗶聲+語音：先播放嗶嗶聲再語音，例如：嗶～嗶～左邊。

4. 嗶嗶聲+HUD：嗶嗶聲與抬頭顯示器(HUD)上的警示圖形同時出現，圖形中的星星 圖案係意指事件方向。HUD的警示圖示係採用SAE J2400規定(SAE, 2003)，紅底黑 圖的色彩配置規則係採用Lin, Hwang, Chen, Su, and Lee (2006)之焦點團體討論結 果，如圖7所示。

5. 無警示：沒有提供防撞警示系統。

資料來源：Lin, T. W., Hwang, S. L., Chen, W. H., Su, J. M., & Lee, S. W. (2006, June).

Evaluation of human-computer interface for collision avoidance warning systems (CAWSs) in buses, Paper presented at the 36th International Conference on Cumputers and Industrial Engineering, Taipei, Taiwan.

圖7 HUD 上的防撞警示圖形

二、突發事件類型與防撞警示系統觸發時機

本研究模擬兩種高速公路上的緊急情境，第一種為前方事件，車輛在前方緊急煞 車；第二種為側向事件，後方事件車由本車的左/右方超車，超車時若事件車與受測 者的本車過於靠近，則系統會提供警示訊息，事件車超至前方後會緊急煞車。此兩種 情境受測者均須及時反應才能避免發生碰撞事故，擷取實驗情境如圖8 與圖 9 所示。

突發事件類型與防撞警示系統的觸發時機詳細說明如下：

1. 前方事件：事件車會出現在本車的右後方或左後方相鄰車道上，以車速 110 公里/

小時前進，當事件車車身完全超過本車時開始改以車速 5 公里/小時橫向切入本車 前方，持續前進至與本車時間距離2 秒處開始以 7 公尺/秒²減速度煞車，有裝設防 撞系統時此時會同時發出警示訊息，隨後待事件車加速離去時即事件結束(見圖 10)。

2. 右側事件：事件車會出現在本車的右後方相鄰車道上，以車速 110 公里/小時前進，

當事件車開始進入本車視角65°範圍內，開始改以車速 2 公里/小時橫向切入本車前 方並緊急煞車，有裝設防撞警示系統時此時會同時發出警示訊息，隨後待事件車加 速離去時即事件結束(見圖 11)。

3. 左側事件：與右側事件的觸發時機設計內容相同，僅改由左後方出現，並從左方切 入本車前方。

模擬場景中，除了前方事件車與側向事件車以外，另有設計非事件車隨機出現，

藉此避免駕駛者對事件產生預期心理的情況。

圖8 前方事件模擬實驗情境圖(無警示系統)

圖9 側向事件模擬實驗情境圖(警示介面為嗶嗶聲+HUD)

圖10 前方事件與防撞警示系統觸發時機示意圖

圖11 側向事件與防撞警示系統觸發時機示意圖(以右側事件為例)

三、駕駛任務

實驗場景係模擬台灣雙向各三車道的高速公路平直路段，每條車道寬3.5 公尺，

設有中央分隔島且道路服務水準為 A 等級。在進行模擬實驗過程，受測者須遵守或 執行下列四項駕駛任務：

1. 必須行駛在中間車道且不能變換車道，車速須維持在90~100公里/小時。

2. 行駛過程中，須執行次要作業(Secondary task)，但執行期間仍須注意行車安全。

3. 模擬實驗中，假設大客車配備有前方防撞警示系統與側向防撞警示系統，因此當有 緊急事件發生時，系統會提供四種警示訊息給受測者。

4. 實驗開始前，駕駛者須進行學習性實驗，以熟悉駕駛模擬器與防撞警示系統的警示 訊息。

四、次要作業

台灣的大客車駕駛者在開車時，有時會因為回答乘客問題或講手機而造成駕駛分 心，導致增加駕駛者的心智負荷，因此，本研究採用數學問題作為模擬實驗中須執行 的次要作業，藉此模擬實際開車時類似負荷程度的分心情況。回答數學問題的過程中 會產生觀看(問題在 LCD 上)、思考(加法計算)與回答問題(口說答案，並手按 LCD 觸 控區)等動作。

數學問題設定為 49 以下的二位數字加法(例如 43+32)，每 3~5 秒會隨機顯示一 題數學問題在LCD 上，同時出現聲響提醒受測者該題數學問題已開始，受測者須在 8 秒內回答問題，並且須按下螢幕上的確認鍵才算該題回答完成。若受測者在 8 秒內 無回應，該問題便會跳過，改出現下一題。數學問題操作介面如圖12 所示。

圖12 數學問題操作界面

五、主觀評量問卷

NASA-TLX 主觀評量問卷部分，待受測者進行模擬實驗並熟悉各項防撞警示系 統後，再針對四種防撞警示系統與無防撞警示系統個別在心智負荷、體力負荷、時間 緊迫、表現績效、難易程度、挫折程度六個項目進行0~10 分的評比，以及針對四種 防撞警示系統的有用程度進行評分，因此33 位受測者各有 34 題的評分資料，總計共 有33 × 34 = 1122 筆數據，問卷內容詳見附錄 A。

第四節 實驗程序

本研究之實驗程序包括學習性實驗、有次要作業之正式實驗、無次要作業之正式 實驗以及主觀評量問卷調查四部分。首先，先讓受測者了解實驗程序以及模擬器使用 方式，並說明防撞警示系統的警示訊息代表之意義，再藉由學習性實驗熟悉駕駛模擬 器操作以及警示訊息，隨後便可進行第一次正式模擬實驗─有次要作業實驗，並於實 驗結束後填寫NASA-TLX 主觀評量問卷，預估實驗時間約 45 分鐘；三個月後，再次 邀請相同的受測者進行第二次正式實驗─無次要作業實驗，預估實驗時間約 40 分 鐘。前後總計每人次實驗時間共花費約85 分鐘，實驗程序與時間分配如圖 13 所示。

受測者第一次報到

1.實驗過程

2.駕駛模擬器操作方式與注意事項 3.說明CWS警示方式與代表意義

‧練習操作駕駛模擬器並熟悉CWS

‧有次要作業實驗 實驗內容說明

學習性實驗

第一次正式實驗

填寫NASA-TLX主觀評量問卷

預估實驗時間 1

4

15

15 5 (休息)

每人實驗時間總計為 85分鐘

(三個月後再進行)

受測者第二次報到

1.實驗過程

2.駕駛模擬器操作方式與注意事項 3.說明CWS警示方式與代表意義

‧練習操作駕駛模擬器並熟悉CWS

‧無次要作業實驗 實驗內容說明

學習性實驗

第二次正式實驗 (休息) 預估實驗時間

1

4

15

15

5 5

第一次為45分鐘

第二次為40分鐘

圖13 實驗程序與時間分配圖

第五章 模擬實驗資料整理與初步分析

本研究將模擬實驗系統所紀錄之原始資料進行處理與轉換，獲得大客車駕駛者之 駕駛行為變數資料後，進行各變數之初步統計分析以了解其分布情形。

第一節 資料擷取與變數整理

駕駛模擬實驗一共招募33 位職業大客車司機參加實驗，每位受測者都須進行 30 種由有無次要作業、突發事件類型以及防撞警示類型三項實驗因子水準所組合成的實 驗情境。

一、原始資料擷取

駕駛模擬器的電腦系統會詳細紀錄受測者在實驗過程中的行駛過程，約0.1 秒自 動紀錄1 筆該時間點的瞬間原始資料。其資料所紀錄欄位包括本車與事件車兩部分，

分別敘述如下：

1. 本車—受測者編號、系統時間、油門深度、煞車深度、本車橫向位置、本車縱向位 置、本車車速、是否有發生碰撞

2. 事件車—事件車橫向位置、事件車縱向位置、事件車車速

二、變數說明

上述的原始資料在未經整理之前，僅僅只是個人行駛路徑紀錄，必須透過運算另 建立駕駛行為變數資料，包括是否發生碰撞、感知反應時間、煞車反應時間、煞車次 數、車速相關變數、橫向位移相關變數與縱向車間距等相關變數。進行駕駛模擬實驗 除了可獲得上述的駕駛行為變數外，還包括原先設定好的實驗因子變數、另外調查的 受測者基本資料包括年齡、駕駛經驗與駕駛路線等個人屬性變數，以及統計全程實驗 中次要作業之數學問題回答情形，包括數學問題回答正確率、數學問題回答錯誤率與 數學問題回答遺漏率等變數。

本研究以是否發生碰撞設定為反應變數(Y)，其他變數設定為可能影響是否發生 碰撞之解釋變數(Xs)，由 33 位受測者經歷 30 種實驗情境組合，共可獲得 33 × 30 = 990

筆模擬實驗資料。解釋變數說明彙整如表5 所示。

表6

變數資料說明

變數類別與名稱 變數定義（單位）

實 驗 因 子

有無次要作業 1：有次要作業 (數學問題) 2：無次要作業

突發事件類型 1：前方事件 2：左側事件 3：右側事件 防撞警示類型 1：嗶嗶聲+HUD

2：嗶嗶聲 3：語音

4：嗶嗶聲+語音 5：無警示 駕

駛 行 為

是否發生碰撞(Y) 1：與事件車發生碰撞 0：未與事件車發生碰撞

感知反應時間 從事件觸發開始到駕駛者鬆開油門踏板的時間(秒) 煞車反應時間 從事件觸發開始到駕駛者踩煞車踏板的時間(秒) 擷取範圍：從事件觸發開始到事件車加速離開之時間範圍內

最小車速 (公尺/秒) 最大車速 (公尺/秒) 平均車速 (公尺/秒)

車速變異 ─

最大減速度 (公尺/秒)

擷取範圍：從事件車開始煞車到事件車加速離開之時間範圍內 最小縱向車間距 最小縱向車間距距離(公尺)

最小縱向車間距時間(秒) 平均縱向車間距 平均縱向車間距距離(公尺)

平均縱向車間距時間(秒) 縱向車間距變異 縱向車間距距離變異(公尺²)

縱向車間距時間變異(秒²)

最大橫向位移 最大向左(或向右)橫向移動距離(公尺) 最小橫向位移 最小向左(或向右)橫向移動距離(公尺) 橫向位移標準差 向左(或向右)橫向移動距離標準差(公尺)  

表6 (續)

變數類別與名稱 變數定義（單位）

個 人 屬 性

駕駛者年齡 (歲)

駕駛經驗 (年)

駕駛路線 1.市區公車

2.城際客運 次

要 作 業

數學問題回答正確率 0~100(%)的範圍內 數學問題回答錯誤率 0~100(%)的範圍內 數學問題回答遺漏率 0~100(%)的範圍內

第二節 駕駛績效初步分析

本節針對是否發生碰撞、突發事件類型、感知反應時間、煞車反應時間、有無次 要作業以及防撞警示類型等變數進行交叉統計分析，以初步了解各變數之分布情形。

一、是否發生碰撞與突發事件類型

由「是否碰撞」與「突發事件類型」交叉表（見表7）得知，無碰撞事件共 969 件，有碰撞事件共21 件。其中，前方事件有發生碰撞者共 17 件，碰撞比例為 5.2%；

側向事件有發生碰撞者共4 件（左、右方各 2 件），碰撞比例約佔 0.6%。此數據顯 示前方事件之碰撞比例高於側向事件，約為其9 倍。

表7

是否碰撞與突發事件類型交叉表

突發事件類型 是否發生碰撞 總次數

無碰撞 有碰撞

前方事件 265 (94.9%) 17 (5.2%) 330 側向事件 左方 328 (99.4%) 2 (0.6%) 330 右方 328 (99.4%) 2 (0.6%) 330

總次數 969 21 990

二、感知反應時間與突發事件類型

感知反應時間與突發事件類型之初步分析如表8 所示，前方事件與側向事件之感 知反應時間平均數分別為1.06 秒與 1.91 秒；中位數分別為 0.90 秒與 1.20 秒。另由感 知反應時間之次數分佈長條圖（見圖 14）分佈情形可知，前方感知反應時間多落於 0.5~1.5 秒間，最大值為 3.31 秒；而煞車反應時間數值同樣多落於 0.5~1.5 秒間，但最 大值為7.5 秒。

表8

感知反應時間分布情形

感知反應時間 次數 平均數 中位數 最小值 最大值 標準差 遺漏值 前方事件 296 1.06 0.90 0.50 3.31 0.54 34 側向事件 597 1.91 1.20 0.50 7.50 1.58 63

圖14 突發事件類型之感知反應時間次數分佈長條圖

三、煞車反應時間與突發事件類型

煞車反應時間與突發事件類型之初步分析如表9 所示，前方事件與側向事件之平 均數分別為1.77 秒與 4.17 秒，兩者相差 2.4 秒；中位數分別為 1.70 秒與 4.31 秒，相

長條圖(見圖 15)分佈情形可知，前方感知反應時間多落於 1~3 秒間，最大值為 4.31 秒，數值較為集中；而煞車反應時間數值多落於1~7 秒間，最大值為 9.8 秒，數值較 為分散。

由上述統計分析結果顯示，前方事件與側向事件之數據差異大，故下一節將分別 針對前方事件與側向事件各別進行駕駛績效分析。

表9

煞車反應時間分布情形

煞車反應時間 次數 平均數 中位數 最小值 最大值 標準差 遺漏值 前方事件 296 1.77 1.70 0.80 4.31 0.60 34 側向事件 597 4.17 4.31 0.80 9.80 2.07 63

圖15 突發事件類型之煞車反應時間次數分佈長條圖

四、感知反應時間、煞車反應時間與防撞警示系統

防撞警示系統對感知反應時間與煞車反應時間之基本統計量如表 10 與表 11 所 示，數據顯示無論前方事件或側向事件，感知反應時間均以「嗶嗶聲+HUD」的防撞 警示類型最短，以「無防撞警示」類型最長；煞車反應時間亦有相同之結果。

表10

防撞警示類型之感知反應時間基本統計量

感知反應時間 次數 平均數 中位數 最小值 最大值 標準差 前方事件 嗶嗶聲+HUD 60 0.81 0.70 0.50 1.55 0.25

嗶嗶聲 58 1.09 0.90 0.50 2.81 0.57 語音 60 0.92 0.90 0.50 1.50 0.25 嗶嗶聲+語音 57 0.99 0.90 0.50 2.61 0.44 無警示 61 1.49 1.20 0.68 3.31 0.75 側向事件 嗶嗶聲+HUD 60 1.56 1.47 0.90 2.37 0.40 嗶嗶聲 58 1.85 1.72 0.80 3.70 0.63 語音 60 1.55 1.51 0.90 2.60 0.39 嗶嗶聲+語音 57 1.71 1.70 0.90 3.01 0.45 無警示 61 2.19 2.01 1.10 4.31 0.78 註： 有較短的反應時間

有較長的反應時間

表11

防撞警示類型之煞車反應時間基本統計量

煞車反應時間 次數 平均數 中位數 最小值 最大值 標準差 前方事件 嗶嗶聲+HUD 120 1.07 0.87 0.50 7.30 0.80

嗶嗶聲 117 1.54 1.09 0.50 6.94 1.20 語音 116 1.56 1.30 0.60 6.92 0.95 嗶嗶聲+語音 116 1.29 1.00 0.50 5.30 0.75 無警示 128 3.90 4.14 0.50 7.50 1.82 側向事件 嗶嗶聲+HUD 120 3.12 2.15 0.80 8.80 2.15 嗶嗶聲 117 4.31 4.43 1.20 9.26 1.98 語音 116 4.10 3.65 1.51 9.03 1.99 嗶嗶聲+語音 116 3.60 2.61 1.02 9.80 2.03 無警示 128 5.61 5.66 1.30 8.54 1.18 註： 有較短的反應時間

有較長的反應時間

五、感知反應時間、煞車反應時間與有無次要作業

有無次要作業對感知反應時間與煞車反應時間之基本統計量如表12 所示，數據顯示

無論前方事件或側向事件，感知反應時間均在有次要作業時最長，煞車反應時間亦有 相同之趨勢，在有次要作業時煞車反應時間最長。

表12

有無次要作業之感知反應時間與煞車反應時間基本統計量

感知反應時間 次數 平均數 中位數 最小值 最大值 標準差 前方 有次要作業 147 1.24 1.00 0.50 3.31 0.63

無次要作業 149 0.89 0.80 0.50 2.60 0.36 側向 有次要作業 295 2.10 1.40 0.50 7.50 1.67 無次要作業 302 1.72 1.05 0.50 6.92 1.47 煞車反應時間 次數 平均數 中位數 最小值 最大值 標準差 前方 有次要作業 147 1.97 1.80 0.90 4.31 0.68

無次要作業 149 1.58 1.50 0.80 3.00 0.43 側向 有次要作業 295 4.38 4.40 1.00 9.80 2.17 無次要作業 302 3.96 4.25 0.80 8.20 1.95 註： 有較長的反應時間