驾驶疲劳状态监测与模型参数识别

驾驶疲劳状态监测与模型参数识别

0道路交通事故死亡人数及原因道路安全状况已极大地影响到人们的生活和财产，并已成为世界的中心。世界上每年有60万人因道路事故死亡。我国道路交通安全形势严峻。从2001年开始,每年的交通事故死亡人数连续4年超过10万人,是世界上交通事故死亡人数最多的国家,交通事故的万车死亡率仅次于印度,约为发达国家的10倍左右。2004年,我国道路交通事故近52万起,死亡10.7万人。其中,疲劳驾驶是导致道路交通事故的重要原因。由于驾驶员疲劳引起的交通事故占很大的比例,尤其在长途汽车驾驶交通事故中,驾驶疲劳引起的交通事故占40%以上。可见,“疲劳驾驶”的问题是影响交通安全的重要因素之一。1驾驶行为检测算法围绕着驾驶疲劳问题,国内外学者从不同的角度进行研究。包括驾驶员适应性研究、疲劳产生机理研究、驾驶行为及可靠性研究、疲劳预防、疲劳监测、疲劳警告等方面。由于疲劳监测与警告便于推广应用,近年来,国内外成为研究的热点。国外在该领域开展了广泛的研究。文献通过自行开发的专用照相机、脑电图仪和其他仪器来精确测量头部运动、瞳孔直径变化和眨眼频率,用以研究驾驶疲劳问题。研究结果表明:一般情况下人们眼睛闭合的时间在0.12～0.13s之间,驾驶时若眼睛闭合时间达到0.15s就很容易发生交通事故。在欧洲的e-Safety项目中开发了AWAKE驾驶诊断系统,该系统利用视觉传感器和方向盘操纵力传感器实时获取驾驶员信息,并利用人工智能算法判断驾驶员的状态(清醒、可能打瞌睡、打瞌睡)。当驾驶员处于疲劳状态时,通过声音、光线、振动等刺激驾驶员,使其恢复清醒状态。美国ElectronicSafetyProducts公司开发了方向盘监视装置S.A.M.(steeringattentionmonitor),该装置是一种监测方向盘非正常运动的传感器装置,适用于各种车辆。方向盘正常运动时传感器装置不报警,若方向盘4s不运动,S.A.M.就会发出报警声直到方向盘继续正常运动为止。文献研究了车辆安全驾驶行为管理问题,指出实施车载驾驶行为监控系统,除了需要解决技术上的问题,还需要解决驾驶员认可实施问题,因此,需要制定相关的标准和条例。另外,在交通事故分析以及交通心理认真等方面也开展研究。国内在该领域研究尚处于探索阶段,文献通过传感器测量驾驶员驾驶时方向盘、踏板等的运动参数来判别驾驶员的安全因素。王荣本等利用机器视觉的方法对驾驶员的眼睛特征进行实时跟踪从而判断驾驶员的精神状态。武汉理工大学智能交通系统研究中心开发了车载驾驶行为信息采集系统,探索了基于驾驶行为的安全驾驶机理。另外,国内在道路交通安全特点及驾驶心理与道路交通安全的关系方面也开展了部分工作。以上分析可以看出,现有的疲劳监测方法一般分为3类:一是监测驾驶员的生理指标,如脑电、肌电等;二是监测驾驶员的头部运动和面部表情;三是监测驾驶员的操作动作。3种检测方法各有优缺点,如下表所示。表中显示,3种方法要独立在实际中应用都有一定的困难。但生理指标检测法具有识别准确的优点,而驾驶操作检测法具有“信号容易提取、不影响驾驶员的正常驾驶”的优点,因此,两种方法的结合可以取长补短。笔者探索把驾驶操作检测法和生理指标检测法结合起来,建立驾驶操作行为和生理指标之间的关系,为提高驾驶操作检测的准确度提供理论和方法。2汽车驾驶验证实验道路交通系统包括驾驶员、车、路(包括交通环境)三要素,如图1所示。在系统中,驾驶员利用视觉实时获取道路环境系统信息如此车在车道中的位置信息、前方道路线形、周边车辆车速与车距、障碍物距离等,经过驾驶员的经验做出驾驶决策,形成驾驶操作指令和动作,控制车辆在道路中行驶,如此循环往复,形成驾驶过程。要获取驾驶员操作与驾驶员生理指标之间的关系模型,必须实时记录驾驶员的操作数据和驾驶员的生理指标数据。该实验采用武汉理工大学智能交通系统研究中心自主开发的汽车驾驶模拟器。驾驶模拟器中油门、刹车、离合、方向盘和档位信息都有专用的传感器提取,当驾驶员在模拟器上进行驾驶操作时,所有的操作数据都能被实时的记录并存储下来,驾驶员生理数据的采集使用加拿大研制生产的ProCompInfiniti生理检测仪,可采集心率、皮电、皮温、肌电、呼吸深度/呼吸频率等5类生理信息。实验数据采集的结构框图如图2所示。实验选择在驾驶员容易发生疲劳的凌晨进行。实验的过程和操作步骤如下:1)被试选择以及性格特性等的综合测试。2)驾驶模拟器、生理采集仪等设备测试,设置实验采样频率为每秒8次。3)测试前要求被测试者安静休息10min,贴上表面电极并安置好相应传感器。驾驶模拟器上为被测试者选择的是相对平直的郊外公路视景,并要求被测试者以40km/h的速度行驶;实验过程中始终保持安静的环境,禁止同被测试者讲话。要求实验人员(被测试者)在驾驶模拟器上每次连续驾驶60min以上(每次记录60min),从而得到连续驾驶作业过程中驾驶员生理指标的变化规律。4)对被试在模拟器中的方向盘、档位、油门、离合、刹车等操作进行记录,其中方向盘为连续量,值为转向的弧度,右转为正,左转为负;油门、离合和刹车均为一个从0到1开度的连续量;档位是离散量,以小轿车为例,包括1～5档,倒档和空档等6个值。5)利用生物反馈系统ProCompInfiniti实时采集被测试者的心率、皮电、皮温、肌电、呼吸深度/呼吸频率等5路生理信号。6)数据预处理后存储。7)更换被试,重复步骤2)～步骤7)。3基于驾驶操作的驾驶员状态识别模型3.1流量分析的结果对获取的大量数据进行了处理:以5min作为一个单位统计出对象的变化次数。最后计算整个2小时的每5min的数据的变化趋势。大量的数据分析结果表明,油门变化规律与生理指标之间有较好的对应关系。图3是被试油门变化规律,图4是对应的皮电和体温生理指标。3.2皮电值的计算使用最能够表现生理状态的皮电值作为参数数据。通过分析,二者呈近似线性关系,使用最小二乘法建立数学模型:y=66.2177-5.51957p(1)式中,y——油门每5min变化次数;p——皮电值,经计算相关系数r为-0.660197139。根据建立的数学模型计算出不同皮电值对应的油门变化次数,与实际值进行比较,拟合曲线如图5所示。从而可以推导出由油门变化值来表征皮电值的公式:p=11.99689-0.18117y(2)根据实验,人的皮电值在正常情况下为0.5～2.2μs之间,越疲劳,皮电值越高,从实验结果来看,一般不超过12μs,因此,该公式的适用范围对油门变化频率为[0,63.5]。这样就可以根据油门变化的频率来估算驾驶员的皮电值,进而评判驾驶员的疲劳状态。4基于驾驶行为模型的疲劳驾驶监测技术驾驶疲劳是导致交通事故的重要因素之一,其形成原因和机理是复杂的,涉及多种因素。该项研究从揭示驾驶疲劳机理的角度出发,开展了实验和理论分析工作,得到了如下结论:1)汽车驾驶员操作行为和疲劳状态之间关系的确立可以利用驾驶员的生理信息作为桥梁,通过获取驾驶操作和生理指标的同步信息,利用现有驾驶员生理信息和疲劳状态之间的关系模型,最终找出驾驶行为与疲劳状态的关系模型。2)通过驾驶模拟器上的实验数据分析,建立了驾驶员油门变化规律和驾驶员皮电之间的数模型,发现驾驶操作行为与驾驶员生理状态之间存在一定的相关性。3)该模型对研究非接触式的疲劳驾驶监测技术具有指导意义。由于被试驾驶员的数据还没有达到一定的规模,笔者仅仅是从几个有代表性的指标进行了分析,所建立的模型拟合度不够精确,具有一定的有局限性。主要原因如下:①被试者并非真正长期从事驾驶工作,其操作并不能完全反映真实的驾驶状况、身体素质也存在很大的差异;②驾驶操作