駕駛疲勞狀態(tài)監(jiān)測與模型參數(shù)識別

駕駛疲勞狀態(tài)監(jiān)測與模型參數(shù)識別

0道路交通事故死亡人數(shù)及原因道路安全狀況已極大地影響到人們的生活和財產(chǎn)，并已成為世界的中心。世界上每年有60萬人因道路事故死亡。我國道路交通安全形勢嚴(yán)峻。從2001年開始,每年的交通事故死亡人數(shù)連續(xù)4年超過10萬人,是世界上交通事故死亡人數(shù)最多的國家,交通事故的萬車死亡率僅次于印度,約為發(fā)達(dá)國家的10倍左右。2004年,我國道路交通事故近52萬起,死亡10.7萬人。其中,疲勞駕駛是導(dǎo)致道路交通事故的重要原因。由于駕駛員疲勞引起的交通事故占很大的比例,尤其在長途汽車駕駛交通事故中,駕駛疲勞引起的交通事故占40%以上?？梢?“疲勞駕駛”的問題是影響交通安全的重要因素之一。1駕駛行為檢測算法圍繞著駕駛疲勞問題,國內(nèi)外學(xué)者從不同的角度進行研究。包括駕駛員適應(yīng)性研究、疲勞產(chǎn)生機理研究、駕駛行為及可靠性研究、疲勞預(yù)防、疲勞監(jiān)測、疲勞警告等方面。由于疲勞監(jiān)測與警告便于推廣應(yīng)用,近年來,國內(nèi)外成為研究的熱點。國外在該領(lǐng)域開展了廣泛的研究。文獻通過自行開發(fā)的專用照相機、腦電圖儀和其他儀器來精確測量頭部運動、瞳孔直徑變化和眨眼頻率,用以研究駕駛疲勞問題。研究結(jié)果表明:一般情況下人們眼睛閉合的時間在0.12～0.13s之間,駕駛時若眼睛閉合時間達(dá)到0.15s就很容易發(fā)生交通事故。在歐洲的e-Safety項目中開發(fā)了AWAKE駕駛診斷系統(tǒng),該系統(tǒng)利用視覺傳感器和方向盤操縱力傳感器實時獲取駕駛員信息,并利用人工智能算法判斷駕駛員的狀態(tài)(清醒、可能打瞌睡、打瞌睡)。當(dāng)駕駛員處于疲勞狀態(tài)時,通過聲音、光線、振動等刺激駕駛員,使其恢復(fù)清醒狀態(tài)。美國ElectronicSafetyProducts公司開發(fā)了方向盤監(jiān)視裝置S.A.M.(steeringattentionmonitor),該裝置是一種監(jiān)測方向盤非正常運動的傳感器裝置,適用于各種車輛。方向盤正常運動時傳感器裝置不報警,若方向盤4s不運動,S.A.M.就會發(fā)出報警聲直到方向盤繼續(xù)正常運動為止。文獻研究了車輛安全駕駛行為管理問題,指出實施車載駕駛行為監(jiān)控系統(tǒng),除了需要解決技術(shù)上的問題,還需要解決駕駛員認(rèn)可實施問題,因此,需要制定相關(guān)的標(biāo)準(zhǔn)和條例。另外,在交通事故分析以及交通心理認(rèn)真等方面也開展研究。國內(nèi)在該領(lǐng)域研究尚處于探索階段,文獻通過傳感器測量駕駛員駕駛時方向盤、踏板等的運動參數(shù)來判別駕駛員的安全因素。王榮本等利用機器視覺的方法對駕駛員的眼睛特征進行實時跟蹤從而判斷駕駛員的精神狀態(tài)。武漢理工大學(xué)智能交通系統(tǒng)研究中心開發(fā)了車載駕駛行為信息采集系統(tǒng),探索了基于駕駛行為的安全駕駛機理。另外,國內(nèi)在道路交通安全特點及駕駛心理與道路交通安全的關(guān)系方面也開展了部分工作。以上分析可以看出,現(xiàn)有的疲勞監(jiān)測方法一般分為3類:一是監(jiān)測駕駛員的生理指標(biāo),如腦電、肌電等;二是監(jiān)測駕駛員的頭部運動和面部表情;三是監(jiān)測駕駛員的操作動作。3種檢測方法各有優(yōu)缺點,如下表所示。表中顯示,3種方法要獨立在實際中應(yīng)用都有一定的困難。但生理指標(biāo)檢測法具有識別準(zhǔn)確的優(yōu)點,而駕駛操作檢測法具有“信號容易提取、不影響駕駛員的正常駕駛”的優(yōu)點,因此,兩種方法的結(jié)合可以取長補短。筆者探索把駕駛操作檢測法和生理指標(biāo)檢測法結(jié)合起來,建立駕駛操作行為和生理指標(biāo)之間的關(guān)系,為提高駕駛操作檢測的準(zhǔn)確度提供理論和方法。2汽車駕駛驗證實驗道路交通系統(tǒng)包括駕駛員、車、路(包括交通環(huán)境)三要素,如圖1所示。在系統(tǒng)中,駕駛員利用視覺實時獲取道路環(huán)境系統(tǒng)信息如此車在車道中的位置信息、前方道路線形、周邊車輛車速與車距、障礙物距離等,經(jīng)過駕駛員的經(jīng)驗做出駕駛決策,形成駕駛操作指令和動作,控制車輛在道路中行駛,如此循環(huán)往復(fù),形成駕駛過程。要獲取駕駛員操作與駕駛員生理指標(biāo)之間的關(guān)系模型,必須實時記錄駕駛員的操作數(shù)據(jù)和駕駛員的生理指標(biāo)數(shù)據(jù)。該實驗采用武漢理工大學(xué)智能交通系統(tǒng)研究中心自主開發(fā)的汽車駕駛模擬器。駕駛模擬器中油門、剎車、離合、方向盤和檔位信息都有專用的傳感器提取,當(dāng)駕駛員在模擬器上進行駕駛操作時,所有的操作數(shù)據(jù)都能被實時的記錄并存儲下來,駕駛員生理數(shù)據(jù)的采集使用加拿大研制生產(chǎn)的ProCompInfiniti生理檢測儀,可采集心率、皮電、皮溫、肌電、呼吸深度/呼吸頻率等5類生理信息。實驗數(shù)據(jù)采集的結(jié)構(gòu)框圖如圖2所示。實驗選擇在駕駛員容易發(fā)生疲勞的凌晨進行。實驗的過程和操作步驟如下:1)被試選擇以及性格特性等的綜合測試。2)駕駛模擬器、生理采集儀等設(shè)備測試,設(shè)置實驗采樣頻率為每秒8次。3)測試前要求被測試者安靜休息10min,貼上表面電極并安置好相應(yīng)傳感器。駕駛模擬器上為被測試者選擇的是相對平直的郊外公路視景,并要求被測試者以40km/h的速度行駛;實驗過程中始終保持安靜的環(huán)境,禁止同被測試者講話。要求實驗人員(被測試者)在駕駛模擬器上每次連續(xù)駕駛60min以上(每次記錄60min),從而得到連續(xù)駕駛作業(yè)過程中駕駛員生理指標(biāo)的變化規(guī)律。4)對被試在模擬器中的方向盤、檔位、油門、離合、剎車等操作進行記錄,其中方向盤為連續(xù)量,值為轉(zhuǎn)向的弧度,右轉(zhuǎn)為正,左轉(zhuǎn)為負(fù);油門、離合和剎車均為一個從0到1開度的連續(xù)量;檔位是離散量,以小轎車為例,包括1～5檔,倒檔和空檔等6個值。5)利用生物反饋系統(tǒng)ProCompInfiniti實時采集被測試者的心率、皮電、皮溫、肌電、呼吸深度/呼吸頻率等5路生理信號。6)數(shù)據(jù)預(yù)處理后存儲。7)更換被試,重復(fù)步驟2)～步驟7)。3基于駕駛操作的駕駛員狀態(tài)識別模型3.1流量分析的結(jié)果對獲取的大量數(shù)據(jù)進行了處理:以5min作為一個單位統(tǒng)計出對象的變化次數(shù)。最后計算整個2小時的每5min的數(shù)據(jù)的變化趨勢。大量的數(shù)據(jù)分析結(jié)果表明,油門變化規(guī)律與生理指標(biāo)之間有較好的對應(yīng)關(guān)系。圖3是被試油門變化規(guī)律,圖4是對應(yīng)的皮電和體溫生理指標(biāo)。3.2皮電值的計算使用最能夠表現(xiàn)生理狀態(tài)的皮電值作為參數(shù)數(shù)據(jù)。通過分析,二者呈近似線性關(guān)系,使用最小二乘法建立數(shù)學(xué)模型:y=66.2177-5.51957p(1)式中,y——油門每5min變化次數(shù);p——皮電值,經(jīng)計算相關(guān)系數(shù)r為-0.660197139。根據(jù)建立的數(shù)學(xué)模型計算出不同皮電值對應(yīng)的油門變化次數(shù),與實際值進行比較,擬合曲線如圖5所示。從而可以推導(dǎo)出由油門變化值來表征皮電值的公式:p=11.99689-0.18117y(2)根據(jù)實驗,人的皮電值在正常情況下為0.5～2.2μs之間,越疲勞,皮電值越高,從實驗結(jié)果來看,一般不超過12μs,因此,該公式的適用范圍對油門變化頻率為[0,63.5]。這樣就可以根據(jù)油門變化的頻率來估算駕駛員的皮電值,進而評判駕駛員的疲勞狀態(tài)。4基于駕駛行為模型的疲勞駕駛監(jiān)測技術(shù)駕駛疲勞是導(dǎo)致交通事故的重要因素之一,其形成原因和機理是復(fù)雜的,涉及多種因素。該項研究從揭示駕駛疲勞機理的角度出發(fā),開展了實驗和理論分析工作,得到了如下結(jié)論:1)汽車駕駛員操作行為和疲勞狀態(tài)之間關(guān)系的確立可以利用駕駛員的生理信息作為橋梁,通過獲取駕駛操作和生理指標(biāo)的同步信息,利用現(xiàn)有駕駛員生理信息和疲勞狀態(tài)之間的關(guān)系模型,最終找出駕駛行為與疲勞狀態(tài)的關(guān)系模型。2)通過駕駛模擬器上的實驗數(shù)據(jù)分析,建立了駕駛員油門變化規(guī)律和駕駛員皮電之間的數(shù)模型,發(fā)現(xiàn)駕駛操作行為與駕駛員生理狀態(tài)之間存在一定的相關(guān)性。3)該模型對研究非接觸式的疲勞駕駛監(jiān)測技術(shù)具有指導(dǎo)意義。由于被試駕駛員的數(shù)據(jù)還沒有達(dá)到一定的規(guī)模,筆者僅僅是從幾個有代表性的指標(biāo)進行了分析,所建立的模型擬合度不夠精確,具有一定的有局限性。主要原因如下:①被試者并非真正長期從事駕駛工作,其操作并不能完全反映真實的駕駛狀況、身體素質(zhì)也存在很大的差異;②駕駛操作