生理疲勞和心理疲勞對車輛駕駛的影響對比*

鐘銘恩，黃杰鴻，喬允浩，洪漢池

(1. 廈門理工學院 福建省客車先進設計與制造重點實驗室，福建 廈門 361024； 2. 廈門理工學院 機械與汽車工程學院, 福建 廈門 361024)

數字出版日期： 2017-01-13

0　引言

疲勞駕駛作為道路交通安全的重大隱患，被世界衛生組織列為人類死傷的重要原因之一，近年來廣受關注[1]，其智能檢測方法已成為車輛安全研究的一個重要領域[2]。研究表明可根據駕駛員的腦電、心電、眼瞼眨動、頭部運動、方向盤操控、車輛駕駛方向等信息來判斷駕駛員是否疲勞[3-5]，基于此誕生了多種預警技術和應用[6]，對防治疲勞駕駛起到了積極的作用。然而由于不同人的生理參數和行為習慣可能存在較大差別，疲勞對人體的影響模式和程度存在著個體差異，導致現有檢測方法的準確性依賴于駕駛員的固有特性，限制了相關研究成果的大范圍應用推廣[7]。此外，疲勞可分為多種類別，“各類疲勞究竟是使駕駛員的注意力發生轉移，還是注意力未轉移但無法有效發揮認知功能”等安全相關核心問題至今仍未被探明[8]。研究各類疲勞對駕駛員群體而非個體在車輛駕駛過程中的共性影響規律可能是解決以上問題的一種可探索路徑。

根據誘因不同，疲勞主要可分為生理疲勞(Physical fatigue)和心理疲勞(Mental fatigue)兩類[9]。生理疲勞主要指機體疲勞，主要源于長時間人體負荷，也受睡眠時間和質量等因素影響，典型表現為無能力維持；而心理疲勞主要指中樞疲勞，一般源于長期從事緊張的腦力勞動或非常的環境刺激而引起的行為活動能力減退，也受環境氛圍、壓力、情緒、思想包袱等影響，典型表現為不愿意或麻木維持[10]。生理疲勞可以通過充分的休息調整來消除，但心理疲勞常還需要借助于注意力轉移。心理疲勞并非生理疲勞的必然結果[11]，二者都可能對人體的意識和行為產生相似或者差異甚至迥異的影響[12]，與駕駛員的駕駛違規傾向和駕駛能力緊密相關。現有疲勞駕駛研究鮮有針對生理疲勞和心理疲勞進行區分考慮，所得結論可能需要進一步區分驗證。本文將結合駕駛實驗對比分析這兩類典型疲勞對駕駛員的駕駛違規傾向和駕駛能力的影響規律，為疲勞駕駛問題研究提供多角度參考。

1　實驗設計

1.1　實驗程序

招募駕駛員開展實驗，主要程序如圖1所示。

分別于不同時間誘發駕駛員生理疲勞和心理疲勞，確認狀態成功誘發后即開展駕駛實驗，驗后需再次進行狀態驗證，以確保各被試駕駛員整個實驗過程的疲勞狀態基本保持一致。不一致時應認定此次實驗數據無效。將駕駛員平常態時的數據作為對比參考，協助進行實驗數據處理，總結這兩類疲勞對車輛駕駛的影響結論。駕駛實驗時長應控制在1 h以內并注意觀察駕駛員精神和情緒狀態，避免疲勞狀態失效或受其它狀態污染。

圖1　實驗總體設計流程Fig.1　Design of the experiment processes

1.2　生理疲勞誘發

采用睡眠剝奪結合體育運動的方案誘發被試者生理疲勞[1,7]。要求被試者實驗前天夜晚熬夜觀看《甄嬛傳》、《康熙王朝》和《雍正王朝》等電視連續劇，當被試人員有瞌睡現象時給予及時喚醒，控制其睡眠總時間少于4 h。采用觀看電影等注意力持續吸引手段是必要的，這有利于減少駕駛員發生情緒化或者主觀不配合的情況，減少了生理疲勞狀態被干擾的可能性。于實驗當天上午9:00后開展3～5 km慢跑以及籃球、足球等體育活動，活動總時間不少于2 h。午餐結束要求被試者稍作調整后開始熟悉實驗車輛和模擬駕駛實驗機，并于13:00～15:00期間開展模擬駕駛實驗。

1.3　心理疲勞誘發

采用Uchida-Kraepelin連續加法計算[13](簡稱UK作業)誘發被試者心理疲勞，研究已證明1 h以上的連續作業任務是誘發生理疲勞的有效方法[14-15]。本研究要求被試者提前熟悉UK作業流程，實驗前一天有良好的睡眠質量，睡眠總時長不少于8 h。于實驗當天9:00～11:00和13:00～15:00持續進行UK作業，中間11:00～13:00時段安排被試者午餐和充分休息(減小生理疲勞的可能性)，15:00～17:00期間開展實車駕駛實驗。

1.4　疲勞狀態分級評估

由于各被試駕駛員在生理、精神、習慣、能力等方面存在個體固有差異，研究過程中很難對所有被試駕駛員的生理和心理疲勞進行精量評估，因此無法保證所有被試駕駛員的疲勞狀態完全一致。文獻[16]提出一種RSME主觀疲勞評估方案用于分級歸類駕駛員疲勞，雖然未能保證各駕駛的疲勞狀態完全一致，但足以保證疲勞程度處于相同級別，即大概一致。該分級評估方案已被廣泛驗證可行，并應用于各類研究和應用中。RSME共包含7種層面的疲勞狀態自我評價，如“是否難以保持對任務的注意力”等，每種狀態從“一點也不(not at all)”到“極其地(extremely)”對應0～100數值進行數量化描述。計算疲勞指數：

(1)

式中：fi為第i層面的疲勞狀態自我評價值，k=7。當f≤30時認定被試者處于平常狀態；當f≥70時認定被試者處于疲勞狀態；規避f位于30和70之間這類可能產生狀態邊界混淆的情況。為簡化問題本研究不進一步區分疲勞時的嚴重程度。

1.5　模擬駕駛方案

目的在于采集被試駕駛員的駕駛違規數據。為獲得可復現的道路交通條件，采用北京宣愛公司生產的具備力反饋的QJ3A1型汽車模擬實驗機進行模擬駕駛實驗。對應駕駛員分別處于平常、生理疲勞和心理疲勞這3類狀態各開展3次駕駛實驗，各類駕駛數據取平均值。

模擬道路條件為：駕駛里程共6 km；市區路段由0.5 km單行道、1.5 km雙向4車道(中間設置隔離柵欄)和1.5 km雙向6車道路段(中間設置雙黃實線)組成；郊區路段由1.5 km雙向雙車道和1 km單車道路段組成；沿途隨機設置10個30 km/h限速路段；隨機布置10個具有交通信號指示和10個無交通信號指示的十字路口；隨機布置10個斑馬線。按《道路交通標志與標線》(GB/T5768-1999)呈現相應標志標線。

將駕駛違規分為3級：1級，包括超速、斑馬線未減速、無信號燈十字路未減速和未開啟轉向燈直接變更車道；2級，包括闖紅燈和壓跨雙實線；3級，包括擦撞隔離柵欄、路邊固定障礙物、周邊車輛、非機動車和行人。根據二次加速等效法計算駕駛違規次數等效值：

n=n1+4n2+9n3

(2)

式中：n1、n2和n3分別為1級、2級和3級駕駛違規的次數。為進減小個體駕駛違規傾向固有差異的影響，定義規范化駕駛違規傾向增益：

r=(n-n0)/n0

(3)

式中:n0為駕駛員平常態時的駕駛違規次數等效值。r值描述了駕駛員違規傾向相比平常狀態時的變化情況，其值越大表明違規傾向越嚴重。當r<1時，駕駛員當前的違規傾向小于平常態時；當r=1時，駕駛員當前的違規傾向和平常態時基本一致；當r>1時，駕駛員當前的違規傾向大于平常態時。

1.6　實車駕駛方案

目的在于采集各被試駕駛員的駕駛能力數據。分別開展鐵餅繞行、80 km/h緊急制動和60 km/h障礙物避讓實驗。對應駕駛員分別處于平常、生理疲勞和心理疲勞這3類狀態各開展3次駕駛實驗，駕駛數據取平均值。實驗車輛為2008年生產的一汽大眾經典款寶來轎車。

鐵餅布置如圖2所示。

圖2　鐵餅布置示意Fig.2　Distribution diagram of the discuses

鐵餅用紅色油漆印刷于試驗道路進行模擬鋪設，直徑為0.5 m，共10個。記某狀態下的鐵餅碾壓個數為x，定義規范化鐵餅碾壓系數為：

(4)

緊急制動實驗原理如圖3所示。

圖3　80 km/h緊急制動實驗原理Fig.3　Schematic of emergency brake test at 80 km/h

要求車輛保持80 km/h勻速直線行駛，在行駛方向遠前方設置停車指示信號燈，信號燈點亮時要求駕駛員立即緊急制動車輛。測量指示燈點亮到車輛完全停止時的距離d，定義規范化制動距離系數為：

(5)

障礙物避讓實驗原理如圖4所示。

圖4　60 km/h緊急避讓實驗原理Fig.4　Schematic of emergency avoidance at 60 km/h

在直線車道上沿途布置避讓信號燈50個，用于模擬路面靜止障礙物。障礙物直徑0.5 m，以信號燈為圓心劃線標示。相鄰信號燈間隔不固定，但最小間隔距離不小于10 m。實驗車輛保持60 km/h勻速前行，當車輛行駛至任意信號燈前方距離l=5 m時，由實驗人員隨機決定是否點亮當前信號燈以提示駕駛員前方是否存在障礙物。當指示燈亮起時，要求被試駕駛員采取緊急避讓措施，一旦發現車輛侵犯障礙物空間則認為避讓失敗。控制信號燈隨機亮起10次，即模擬出現10個障礙物。統計障礙物避讓失敗次數y，定義規范化障礙物避讓系數：

(6)

最后，綜合考慮以上3種駕駛能力描述系數，定義駕駛能力變比：

(7)

1　實驗結果

分別根據性別、年齡和駕齡分3批次招募駕駛員，要求已獲中華人民共和國C1駕駛執照，身體健康，無嚴重精神疾病史和精神類藥物服用史，屬于正常人群中選取的個體。根據前述RSME主觀疲勞評價情況刪選出生理疲勞和心理疲勞狀態都能獲得有效誘發的被試駕駛員參與駕駛實驗。

2.1　性別因素

本批次共招募駕駛員30人，其中男性15人，女性15人，年齡隨機分布于18～62歲之間，實際駕齡最小約3個月、最大約12年。實驗發現：女性駕駛員相比于男性駕駛員更容易實現生理疲勞的誘發，但心理疲勞的誘發難易程度卻無明顯差異。

圖5為不同性別駕駛員分別生理疲勞和心理疲勞時的駕駛違規傾向增益r的變化情況。

圖5　不同性別駕駛員的駕駛違規傾向增益Fig.5　Drive offence tendency gain of drivers classified by gender

圖5結果表明：1)無論是生理疲勞或心理疲勞，都將導致男女駕駛員的駕駛違規傾向相比于平常態r=1時加大。2)對比不同性別，生理疲勞對女性駕駛員和男性駕駛員的駕駛違規傾向增益影響無明顯差異，平均值分別為1.18和1.20；而心理疲勞對男性駕駛員駕駛違規傾向的影響顯著大于女性駕駛員，平均值分別為1.28和1.63。3)對比相同性別，兩類疲勞對女性駕駛員駕駛違規值的誘變作用基本一致，但對于男性駕駛員則明顯不一致，心理疲勞對男性駕駛員駕駛違規傾向的誘變作用約是生理疲勞的1.36倍，是其駕駛違規大幅增加的只要誘因之一。

圖6為不同性別駕駛員分別生理疲勞和心理疲勞時的駕駛能力變比s的變化情況。

圖6　不同性別駕駛員的駕駛能力變比Fig.6　Drive ability change rates of drivers classified by gender

圖6結果表明：1)無論是生理疲勞或心理疲勞，都將導致駕駛員駕駛能力相比于平常態s=1時降低。2)生理疲勞對女性駕駛員駕駛能力的影響大于男性駕駛員，平均變比分別為0.71和0.94；而心理疲勞對女性駕駛員駕駛能力的影響小于男性駕駛員，平均變比分別為0.89和0.60。3)生理疲勞對女性駕駛員駕駛能力的影響大于心理疲勞，而男性駕駛員的情況剛好相反。

2.2　年齡因素

本批次共招募駕駛員30人，其中18～35歲者10人，36～55歲者10人，56歲以上者10人，本文分別稱為青年、壯年和中老年人。要求各年齡段都包含男性和女性駕駛員，比例不定；都包含實際駕齡小于1a的實習期駕駛員和駕齡不定的非實習期駕駛員。實驗發現：中老年駕駛員最容易誘發生理疲勞，而青年和壯年間無明顯難易差別；中老年駕駛員最容易誘發心理疲勞，青年次之，壯年最難。

圖7為不同年齡駕駛員分別生理疲勞和心理疲勞時的駕駛違規傾向增益r的變化情況。

圖7　不同年齡駕駛員的駕駛違規傾向增益Fig.7　Drive offence tendency gain from drivers classified by age

圖7結果表明：1)無論是生理疲勞或心理疲勞，都將引起不同年齡駕駛員的駕駛違規傾向相比于平常態r=1時增加，其中對于中老年駕駛員的影響最為顯著，青年次之，壯年最小，對應兩類疲勞的平均增益分別為1.79，1.29，1.08和1.63，1.41，1.09。2)對于中老年駕駛員，生理疲勞對其駕駛違規傾向的影響大于心理疲勞；對于壯年駕駛員，兩類疲勞對其駕駛違規傾向的影響無明顯差異；而對于青年駕駛員，心理疲勞對其駕駛違規傾向的影響大于生理疲勞，這與中老年駕駛員恰好相反。

圖8為不同年齡駕駛員分別生理疲勞和心理疲勞時的駕駛能力變比s的變化情況。

圖8　不同年齡駕駛員的駕駛能力變比Fig.8　Drive ability change rates of drivers classified by age

圖8結果表明：1)無論是生理疲勞或心理疲勞，都將引起不同年齡駕駛員的駕駛能力相比于平常態s=1時降低，其中對于中老年駕駛員的影響最為顯著，青年次之，壯年最小，對應兩類疲勞平均變比分別為0.61，0.74，0.95和0.61，0.86，0.95。2)對于中老年和壯年駕駛員，兩類疲勞對其駕駛能力的影響無明顯差異；而對于青年駕駛員，心理疲勞對其駕駛能力的影響大于生理疲勞。

2.3　駕齡因素

本批次共招募駕駛員30人，1 a以下(實習期)實際駕齡者15人，具有1 a以上實際駕齡者15人，本文分別稱為新司機和老司機。新老司機年齡分布于18～65歲之間隨機分布，具有不少于20%比例(即至少3名)的女性駕駛員。實驗發現：新老司機生理疲勞和心理疲勞的誘發難度無明顯區別。

圖9為新老司機分別生理疲勞和心理疲勞時的駕駛違規傾向增益r的變化情況。

圖9　不同駕齡司機的駕駛違規傾向增益Fig.9　Drive offence tendency gain from drivers classified by driving years

圖9結果表明：1)無論是生理疲勞或心理疲勞，都將引起不同駕齡司機的駕駛違規傾向相比于平常態r=1時增加，但二者對于新司機的影響明顯大于老司機，平均增益分別為1.65，1.30和1.68，1.28。2)無論是新司機或老司機，駕駛違規傾向受兩類疲勞的影響互有強弱，不存在規律性差異。

圖10為新老司機分別生理疲勞和心理疲勞時的駕駛能力變比s的變化情況。

圖10　不同駕齡司機的駕駛能力變比Fig.10　Drive ability change rates of drivers classified by driving years

圖10結果表明：1)無論是生理疲勞或心理疲勞，都將引起不同駕齡司機的駕駛能力相比于平常態s=1時降低，但二者對于新司機的影響明顯大于老司機，平均變比分別為0.47，0.80和0.45，0.81。2)無論是新司機或老司機，其駕駛能力變比受兩類疲勞的影響互有強弱，也不存在規律性差異。

3　討論

總體上看，生理疲勞和心理疲勞對于所有90位被試駕駛員的駕駛違規傾向和駕駛能力影響都是不利的，這與傳統研究結論一致。但二者對不同駕駛員群體的駕駛違規傾向和駕駛能力的影響規律存在著差別，這是傳統研究所未注意區分考慮的。

從性別因素上看，女性駕駛員的心思細膩而男性駕駛員心思相對粗獷，這可能是心理疲勞對女性駕駛員駕駛違規傾向的影響小于男性駕駛員的原因；男性駕駛員身體強壯而女性相對柔弱，可能導致生理疲勞對男性駕駛員駕駛能力的影響小于女性駕駛員。從年齡因素上看，青年人體質好但心智相對不夠成熟，是心理疲勞對其駕駛違規傾向和駕駛能力的影響顯著大于生理疲勞的可能解釋；壯年人身體相對強壯且心智成熟，因此兩類疲勞對駕駛違規傾向和駕駛能力的影響無明顯差異；相比而言中老年人體質最差，駕駛違規傾向更易受生理疲勞的影響而加大。從駕齡因素上看，由于駕駛員可能是各種性別和年齡，因此駕駛違規傾向和駕駛能力受兩類疲勞的影響互有強弱，不存在規律性差異。但是相比而言，新司機在駕駛勇氣、經驗、技巧和熟練度等方面都不如老司機，因此兩類疲勞對新司機駕駛違規傾向和駕駛能力的影響大于老司機。

綜上，生理疲勞和心理疲勞作為疲勞的2種典型，其生物學誘發機理存在本質區別，受不同人的耐受度差異影響而存在作用效果差別，因此二者對駕駛員的警覺性、判斷決策和行為能力等方面的影響存在不同。在不同類別的疲勞狀態下，駕駛員的生理、心理和行為可能呈現出相似或者差異甚至迥異的變化規律和特征，這可能是世界衛生組織在文獻[7]報告中指出的“當前仍然缺乏一種具有良好普遍應用效果的疲勞駕駛車載檢測方法”的一種解釋。現有疲勞駕駛車載檢測技術對駕駛員個體特性的依賴度偏高，為獲得較高檢測準確率需逐一進行個性化參數設置，而這些參數卻難以量化確定，因此應用范圍受限。研究各類疲勞對駕駛員群體而非個體在車輛駕駛過程中的共性影響規律有助于轉變疲勞駕駛檢測的個體個性依賴為群體共性依賴，從而在不犧牲檢測精度的前提下獲得大范圍應用。

4　結論

1)生理疲勞和心理疲勞都會導致不同性別、年齡和駕齡駕駛員的駕駛違規傾向增加和駕駛能力降低，但二者對不同駕駛員群體的駕駛影響程度和規律存在差異甚至是迥異的。

2)研究各類疲勞對駕駛員群體而非個體在車輛駕駛過程中的共性影響規律是有利于促進現有疲勞駕駛檢測技術的應用普及。

3)研究疲勞駕駛相關問題時有必要具體區分駕駛員是生理疲勞還是心理疲勞這個前提條件，以降低結論混淆或錯誤的可能性，進而保障疲勞駕駛的檢測準確率。

[1]李都厚, 劉群, 袁偉,等. 疲勞駕駛與交通事故關系[J]. 交通運輸工程學報, 2010,10(2):104-109.

LI Duhou, LIU Qun, YUAN Wei. Relationship between fatigue driving and traffic accident[J]. Journal of Traffic and Transportation Engineering, 2010,10(2):104-109.

[2]Lal S K L, Craig A. A critical review of the psychophysiology of driver fatigue[J]. Biological Psychology, 2001, 55(3):173-194.

[3]Gharagozlou F, Nasl S G, Mazloumi A, et al. Detecting driver mental fatigue based on EEG alpha power changes during simulated driving.[J]. Iranian Journal of Public Health, 2015, 44(12):1693-1700.

[4]金立生, 李科勇, 牛清寧, 等. 基于轉向盤操作的疲勞駕駛檢測方法[J]. 交通信息與安全, 2014, 32(5):103-107.

JIN Lisheng, LI Keyong, NIU Qingning, et al. A new method for detecting driver fatigue using steering performance[J]. Traffic Information and Safety, 2014, 32(5):103-107.

[5]胡鴻,易燦南,廖遠志,等. 車載駕駛員疲勞駕駛預警與控制系統研究[J]. 中國安全生產科學技術, 2014, 10(11):101-106.

HU Hong, YI Cannan, LIAO Yuanzhi,et al. Research on vehicle-mounted early warning and control system for fatigue driving of car driver[J]. Journal of Safety Science and Technology, 2014, 10(11):101-106.

[6]毛喆, 初秀民, 嚴新平,等. 汽車駕駛員駕駛疲勞監測技術研究進展[J]. 中國安全科學學報, 2005, 15(3):108-112.

MAO Zhe, CHU Xiumin, YAN Xinping,et al. Advances of fatigue detecting technology for drivers[J]. China Safety Science Journal, 2005, 15(3):108-112.

[7]World Health Organization. Global status report on road safety: Supporting a decade of action[M]. Geneva: WHO Press, 2013.

[8]Hopstaken J F, Van d L D, Bakker A B,et al. Shifts in attention during mental fatigue: Evidence from subjective, behavioral, physiological and eye-tracking data[J]. Journal of Experimental Psychology Human Perception & Performance, 2016, 42(6):878-889.

[9]張鐵忠. 疲勞心理學的幾個問題[J]. 心理科學, 1985 (3):61-63.

ZHANG Tiezhong. Several questions about the psychology of fatigue [J]. Psychological Science, 1985 (3):61-63.

[10]劉秀, 王長君, 何慶. 疲勞駕駛交通事故的特點分析與預防[J]. 中國安全生產科學技術, 2008, 4(1):128-131.

LIU Xiu, WANG Changjun, HE Qing. Characteristic analysis and prevention of traffic accidents by fatigue driving[J]. Journal of Safety Science and Technology, 2008, 4(1):128-131.

[11]郭思媛, 馬捷韓, 晨霞, 等. 心理疲勞的研究進展[J]. 現代生物醫學進展, 2016, 16(5):993-997.

GUO Siyuan, MA JieHan, CHRN Xia,et al. Domestic and abroad research progress of burnout[J]. Progress in Modern Biomedicine, 2016, 16(5):993-997.

[12]Mehta R K, Parasuraman R. Effects of mental fatigue on the development of physical fatigue: A neuroergonomic approach[J]. Human Factors: the Journal of the Human Factors & Ergonomics Society, 2014, 56(4):645-656.

[13]Yamada K. The Uchida Kraepelin test text[M]. Psycho-technological Institute of Japan, Inc.. Tokyo Japan, 1996.

[14]Lorist M M. Impact of top-down control during mental fatigue[J]. Brain Research, 2008, 1232:113-123.

[15]Hopstaken J F, Linden D V D, Bakker A B,et al. The window of my eyes: Task disengagement and mental fatigue covary with pupil dynamics[J]. Biological Psychology, 2015, 110:100-106.

[16]Zijlstra F R H. Efficiency in work behaviour: A design approach for modern tools[D]. Delft: Delft University of Technology, 1993.