對腦電信號特征的駕駛疲勞檢測方法

尹昱東

摘要

疲勞駕駛已成為一種嚴重的社會問題，但是目前業內依然缺要乏一種行之有效的疲勞駕駛預防與技術檢測手段。本文提出了一種基于腦電信號特征的駕駛疲勞檢測方法，文中采用疲勞駕駛模擬試驗方法，通過分析研究對象面部表情變化情況，探討了駕駛員疲勞狀態與其腦電信號特征之間的關聯性。在此基礎上，本文分別提取研究對象腦電信號特征值中的“δ、θ、α與β”四種腦電節律能量值進行疲勞指數對比分析。

【關鍵詞】腦電信號 特征值 駕駛 疲勞檢測

1前言

隨著汽車數量不斷增加，每年因疲勞駕駛所引發的交通事故量也在上升。因此，有效檢測及預防疲勞駕駛己成為一種重大社會問題。本研究基于國內、外相關學者提出的疲勞駕駛主觀檢測方法、圖像處理檢測方法、車輛狀態及駕駛操作檢測方法和基于駕駛員生理特征數據的客觀檢測方法等，綜合駕駛員在疲勞駕駛過程中的駕駛員面部表情、頭部位移、嘴角下垂、眼睛閉合、車輛速度、側位移、側加速度等因素，設計了一種疲勞駕駛模擬試驗方案，希望通過對駕駛員在駕駛過程中的腦電信號變化特征進行記錄與數據對比、分析，以此找到其腦電信號與疲勞駕駛之間的線性關系，從而對駕駛員疲勞駕駛情況進行檢測。

2基于腦電信號特征的駕駛疲勞檢測試驗方案

（1）為了找到駕駛員腦電信號特征參數與其疲勞駕駛之間的關系，本文隨機選擇六名被試對象進行模擬試驗分析。被試人員均自愿積極配合試驗，身體健康無操作障礙。

（2）在疲勞駕駛模擬試驗前，通過辨別試驗分別獲得被試對象試驗前的反應數據。在正式試驗環節，被試驗人員要觀看行車視頻以便對其整個模擬試驗過程中的腦電信號和面部表情進行記錄。模擬試驗結束后，還要通過辨別試驗再次測試被試對象的不同反應時間數據。

（3）本次疲勞駕駛試驗均在腦信息學研究室的專業隔音屏蔽腦電實驗室內進行。駕駛員腦電信號記錄采用64導SynAmps2腦電放大器操作；電極配置采用國際標準導聯10-20 electrode system；試驗過程中被試人員坐在顯示器正前方150cm處；在被試人員右前方110cm處放置一臺攝像機，負責拍攝被試駕駛員整個模擬試驗過程中的相關面部表情。

3基于腦電信號特征的駕駛疲勞檢測試驗數據處理分析

通過試驗，六名被試人員在試驗前后所測得的平均反應時間分別為（410±55.7）ms和（445±60.5）ms，然后基于統計學分析軟件spss22.0，對研究對象前、后兩組反應時間數據進行配對T-test分析。最終數據分析結果顯示，試驗對象在試驗后的反應數據要明顯慢于反應前的試驗數據。

與此同時，采用專用數學分析軟件MATLAB 2012和腦電分析處理軟件Neuroscan4.3離線分析駕駛員在疲勞駕駛模擬試驗中的腦電數據。為了獲取更加優質的數據源，防止眼動和高頻信號對駕駛員腦電信號生產干擾，數據處理前，本試驗針對采集的原始腦電數據進行去眼電預處理和濾波處理，并將頻率為0?30Hz范圍內的腦電數據保留。數據預處理后，按照時間將lh內的腦電數據以lOmin為一段進行六等分；然后，采用小波分解法截取駕駛員前5s腦電數據中的δ波、θ波、α波和β波四種腦電節律能量數據進行處理、分析，以將其作為疲勞駕駛檢測模型建立的數據源。

通過對模擬檢測設備中各極通道內的腦電數據及腦電形圖進行對比分析，最終發現每位被試人員大腦頂區腦電能量參數值存在較大差異。如下圖1和表1分別為六名駕駛員不同時段內，基于腦電信號特征的駕駛疲勞檢測能量值與δ波、θ波、α波和β波四種腦電節律能量變化曲線圖。

通過上述表1和圖1可以看出，隨著時間段1向時間段6逐漸過渡，駕駛員p波的節律平均能量值在逐漸減小。由時間段1的503507μV2降低至時間段6的155681μV2；而δ波、θ波、α波則隨著時間段1向時間段6逐漸過渡，駕駛員的節律平均能量值在逐漸增大，其中δ波由時間段1的40316μV2增加到時間段6的412519μV2；θ波由時間段1的55071μV2增加到時間段6的226046μV2；α波則由時間段1的60135μV2增加到時間段6的324618μV2。在時間段1-時間段3這段試驗期內，被試者的δ波、θ波、α波腦電節律能量值增長速度較慢；在時間段3-5這段試驗期內，被試者的δ波、θ波、α波腦電節律能量值增長速度逐漸加快，而θ波、α波在時間段5-6這段試驗期內基本保持不變，δ波能量持續上升。

4結論

從圖1中被試者的面部表情變化情況中可以發現，隨著試驗時間增加，被試者精神狀態逐漸由清醒變為呆滯。最后甚至陷入極度疲勞狀態，由此表明，當被試者意識處于清醒狀態時，其α波、β波兩種腦電節律能量占據主導優勢；當其意識極度模糊甚至陷入睡眠狀態時，δ波、θ波兩種腦電節律能量占據主導優勢，從中說明駕駛員駕駛疲勞程度與其相關被測疲勞指數之間成正相關關系，這一模擬試驗結論為駕駛員基于腦電信號特征的駕駛疲勞度檢測提供了有益參考。

5結束語

綜上所述，駕駛員疲勞程度與疲勞指數呈正相關。模擬試驗結果表明，基于腦電信號特征的駕駛疲勞檢測方法較為合理、可行，檢測結果顯示，駕駛員被試疲勞程度與疲勞指數之間存在密切的關聯性，其疲勞指數越大，疲勞程度就越嚴重，這一方法為駕駛員疲勞檢測與安全駕駛防范提供了一種新的實踐思路與手段。

參考文獻

[1]李響，譚南林，李國正，郭然.一種應用語音多特征檢測駕駛疲勞的方法[J].儀器儀表學報，2013，34（10）：2231-2237.endprint