疲勞預警分級提示下的駕駛行為響應特征

胥 川 ，郭啟明 ，王雪松 ,5

（1. 西南交通大學交通運輸與物流學院，四川 成都 610031；2. 西南交通大學綜合交通運輸智能化國家地方聯(lián)合工程實驗室，四川 成都 610031；3. 同濟大學道路與交通工程教育部重點實驗室，上海 201804；4. 同濟大學交通運輸工程學院，上海 201804；5. 道路交通集成優(yōu)化與安全分析技術(shù)國家工程實驗室，江蘇 無錫 214151）

疲勞駕駛造成了嚴重的人員傷亡和社會經(jīng)濟損失. 近年來，震驚全國的濱保高速天津“10·7”特別重大交通事故[1]、包茂高速延安“8·26”特大道路交通事故[2]中，疲勞駕駛都是事故的直接原因. 為此，我國政府部門已經(jīng)從立法、行政管理等方面進行防治. 《中華人民共和國道路交通安全法實施條例》（2004）規(guī)定連續(xù)駕駛滿4 h必須停車休息至少20 min；國務院發(fā)布意見[3]要求推行長途客運車輛凌晨2：00-5：00停止運行；工信部、公安部聯(lián)合發(fā)文[4]暫停臥鋪客車生產(chǎn)、銷售、登記；交通運輸部、公安部等聯(lián)合發(fā)文[5]要求所有“兩客一危”車輛強制安裝衛(wèi)星定位裝置，實時監(jiān)控運輸車輛駕駛?cè)说钠隈{駛等違法行為. 雖然管理措施收到了一定的效果，但是疲勞駕駛的威脅依然嚴重. 以物流為例，2017年G7發(fā)布的中國物流大數(shù)據(jù)報告中顯示[6]，午后和凌晨貨車司機疲勞駕駛占比合計達58.4%，疲勞駕駛是物流運輸中威脅最為嚴重的安全問題. 減少和消除疲勞駕駛帶來的安全風險仍是我國道路交通管理中所面臨的重要問題.

車載疲勞預警提示技術(shù)通過對駕駛員客觀狀態(tài)進行實時監(jiān)控并擇機提示，被視為一種降低疲勞駕駛風險的有效主動安全技術(shù). 20世紀90年代，美國高速公路安全管理局發(fā)布車載疲勞預警提示綜合研究報告[7]，引發(fā)廣泛關注和后續(xù)研究；2008年召開的疲勞駕駛和安全未來研究方向霍普金斯會議中，車載疲勞預警提示技術(shù)被列為研究重點[8]. 車載疲勞預警提示技術(shù)中涉及3個關鍵問題：（1） 預測依據(jù)選取，包括預警提示設備的輸入信號（腦電[9]、眼動[10]、方向盤[11]、車道偏移[12]等）、指標的選取（統(tǒng)計指標[13]、頻譜能量指標[14]等）；（2） 預警時機及策略，如“過閾值”策略[15]和狀態(tài)判別策略[16]等；（3） 提示形式選取，如視覺、聽覺、觸覺及其組合[17]. 其中疲勞預警提示時機的確定是涉及疲勞預警有效性的技術(shù)關鍵，提示過早容易造成駕駛員對疲勞預警設備的不信任，而提示過晚則會造成疲勞駕駛風險在一定時間內(nèi)被忽視，而無法充分發(fā)揮預警作用. 同時，確定提示時機也是技術(shù)難點，提示時機的確定需要同時考慮駕駛員的主觀感受和度量疲勞駕駛的客觀風險，而駕駛員的主觀感受本來就存在個體差異且駕駛風險很難客觀度量. 對于疲勞預警時機的探討少有研究文獻，為解決該技術(shù)難題，本研究通過駕駛員客觀響應特征來判斷疲勞預警時機是否合理. 因此，研究團隊在開發(fā)疲勞分級預警提示設備的基礎上，開展了駕駛模擬實驗，并分析駕駛員在不同等級預警提示前后的響應特征研究.

1 試驗方法

1.1 試驗設備

本試驗采用同濟大學高仿真度駕駛模擬器，如圖 1（a）、（b）所示. 該駕駛模擬器的運動系統(tǒng)為8自由度（6自由度支架和 20 m ×5 m的XY運動導軌），模擬艙體內(nèi)部一輛移除發(fā)動機并安裝了方向盤和剎車踏板力反饋、電子傳感器和音響系統(tǒng)的梅甘娜3系轎車，所有操作和實車完全相同. 其視覺場景主要由5臺投影儀組成的柱面沉浸式投影系統(tǒng)提供，可視范圍達 250° （水平方向） × 40° （垂直方向），車內(nèi)的3個后視鏡均被LED顯示屏替代. 駕駛模擬器的有效性通過系統(tǒng)測試，并證明該模擬器的仿真度可以滿足研究需要. 眼動儀為Smart Eye?的前置式四通道眼動儀來記錄駕駛員的眼動數(shù)據(jù)，眼動儀為全三維-六自由度頭部跟蹤，二自由度目光跟蹤，精密目光凝視模式，眼聚散度距離測量，可實時測量駕駛員的眼瞼開度和瞳孔直徑，見圖1（c）. 疲勞預警設備分為信息采集、信息交換、信息處理、信息輸出4個模塊. 信息采集模塊包括眼動儀計算機和模擬器主控計算機，它們分別負責采集駕駛員眼動數(shù)據(jù)和駕駛員的車輛運行、操作數(shù)據(jù)；信息交換模塊是由一臺路由器組成，它的作用是連接信息采集模塊和信息處理模塊；信息處理模塊主要由疲勞預警計算機組成，對眼動儀計算機和模擬器主控計算機傳來的數(shù)據(jù)進行處理，并通過在其上運行的預警程序?qū)崿F(xiàn)預警信號的輸出；信息輸出模塊由預警顯示器和音響組成，分別進行視覺和聽覺的預警輸出，見圖1（d）. 疲勞預警提示設備的提示方法見2.1、2.2.

1.2 受試人員及實驗準備流程

受試人員共8人，全部為男性，平均年齡為38.5歲，駕駛年齡均在3 a以上，具備至少1 h的同濟大學高仿真度駕駛模擬器駕駛經(jīng)歷，駕駛車輛未發(fā)生過傷亡交通事故. 所有受試人員要求持有效駕照，身體狀況良好，在實驗前一個月內(nèi)無藥物服用史，測試前24 h內(nèi)不允許飲酒，測試前12 h內(nèi)不允許飲用咖啡、功能性飲料. 選擇剛用完午餐的情形進行測試，這樣試驗更易觀測到疲勞駕駛. 具體的疲勞控制流程如下：7：00電話聯(lián)系受試駕駛員，確保其已經(jīng)起床，并要求起床后不能再休息或打盹；要求駕駛員11：15到達駕駛模擬器實驗室，并由工作人員帶領駕駛員用標準午餐，12：15工作人員帶測試人員回到實驗室. 實驗前，駕駛員對實驗過程及數(shù)據(jù)用途無異議后簽署《疲勞實驗知情同意書》，要求駕駛員把駕駛模擬實驗當做真實駕駛. 然后進入駕駛艙，工作人員為駕駛員介紹車輛的基本操作，并幫助駕駛員調(diào)整桌椅，座椅固定后，工作人員為駕駛員調(diào)試眼動儀，計算并記錄判定眼閉合時間比例（percentage eyelid closure，PERCLOS）的閉眼眼瞼開度閾值Et（見 2.1）.

1.3 試驗設計

試驗道路為一條環(huán)形雙向6車道且車道寬度3.75 m的郊區(qū)單調(diào)高等級公路. 試驗道路全長20 km，每圈由6條長為2 km的直線段（路段編號：1、3、5、9、11、13），2 條長為2km 曲線段（路段編號：7、15）和其它連接曲線組成，如圖2所示. 為了增加環(huán)境真實感，道路兩旁設置綠草地、樹木和少量的村落建筑.

圖2 試驗道路的線形和路段編號Fig.2 Experimental roads and segment number

為了讓受試人員在有限的試驗時間內(nèi)達到較高的疲勞程度，每位駕駛員被要求在試驗道路上連續(xù)駕駛6圈（約1 h），車速需要保持在120 km/h左右；駕駛期間不需要變換車道；試驗車使用自動擋，駕駛員無需變換檔位；試驗期間不允許駕駛員使用手機、收音機、音樂播放器等設備；無環(huán)境干擾（例如道路橫風）；不需要切換試驗車的燈光（白天，無隧道，無天氣變化）；少量其它交通車輛，但不阻擋試驗車所在車道.

2 疲勞預警提示方法

2.1 預警依據(jù)指標

本試驗中的疲勞預警依據(jù)指標選取車道偏移標準差（計算方法參見文獻[18]中2.1）和PERCLOS.PERCLOS是指眼睛閉合時間所占的時間比例，選取和疲勞程度相關性高的P80（瞳孔被眼瞼縱向遮住80%的時間比例）[19]指標進行計算. Et是計算PERCLOS的關鍵指標，P80方法中取完全睜眼眼瞼開度的20%作為閉眼眼瞼開度閾值，如式（1）所示，但由于眼動儀存在，對眼瞼開度的測量存在誤差，導致眼完全閉合時的眼瞼開度值不為0，因此Et需要重新標定. 本研究中的閉眼閾值標定方法如下：在試驗的初期，取一段明顯符合眼動周期變化規(guī)律（睜眼、閉眼規(guī)律）的駕駛員眼瞼開度數(shù)據(jù)，分別計算睜眼眼瞼開度Eopen的平均值和閉眼眼瞼開度閾值Eclosed的平均值，如圖3所示.

一定時間內(nèi)，眼瞼開度值小于Et的樣本數(shù)為NC，總樣本點數(shù)為N，則PERCLOS的計算公式為

圖3 閉眼眼瞼開度閾值的計算示意Fig.3 Schematic diagram of eyelid closure threshold

2.2 預警提示邏輯

預警提示邏輯主要基于決策樹分級疲勞預警模型建立[20]，其預測的總正確率為55.22%. 模型將疲勞程度分為清醒、一般疲勞、嚴重疲勞3個等級. 其中，清醒等級的判斷條件為Pclos＜5.4%；嚴重疲勞等級的判定條件為 Pclos＞ 23.3%，或者 14.7% ＜ Pclos＜23.3%且車道偏移標準差Lsd＞ 0.308 m；剩余情況為一般疲勞等級.

檢測方法為設定移動檢測窗口（sliding window），對移動窗口內(nèi)駕駛員的PERCLOS和車道偏移標準差進行閾值判斷. 由于建模模型單元為2 km長的直線段，且要求駕駛員保持120 km/h的目標車速，則片段的時間約1 min，因此預警提示的指標檢測窗口長度也選擇為1 min，檢測步長設定為10 s. 建模過程中發(fā)現(xiàn)在相同或相近的疲勞程度下，檢測指標在曲線段和直線段上的均值存在明顯差異，其中PERCLOS在曲線段上比直線段增加21%，車道偏移標準差在曲線段比直線段增加30%. 由于疲勞等級預測模型是用直線段的數(shù)據(jù)建立的，如果駕駛中經(jīng)過圓曲線段，則按照時間比例對閾值進行相應的修正[20]. PERCLOS 的第 i個閾值為 Ai，i = 1，2，3. A1= 0.054，A2=0.147，A3= 0.233. Ai修正式為

式中：k為窗口時間中曲線段所占的時間比例.車道偏移標準差閾值B的修正式為

式中：B = 0.308.

預警提示檢測流程的具體流程由3步構(gòu)成. 第1步為數(shù)據(jù)傳輸檢測，即檢測眼動儀是否開始傳數(shù)據(jù)，模擬器是否開始傳數(shù)據(jù)：如果兩設備都開始傳數(shù)據(jù)，則進入第2步；如果兩設備中至少有一個設備未傳數(shù)據(jù)，則回到第1步. 第2步為嚴重疲勞等級條件檢測，檢測駕駛員的Pclos是否大于，或者Pclos是否大于和車道偏移標準差是否大于B′；如果是，進行嚴重疲勞報警，等待T時間后（T是為了避免駕駛員對頻繁提示反感而加入的延緩提示時間，本研究中取60 s），返回第2步進行判斷；如果否，進入第3步. 第3步為未疲勞狀態(tài)條件檢測，即檢測駕駛員的Pclos是否小于；如果是，則不報警；如果否，則進行一般疲勞報警；距最近一次報警未滿T時間的情況下，每隔10 s進行一次嚴重疲勞檢測，如果滿足條件，則進行嚴重疲勞報警；如果距最近一次報警滿T時間且未達到嚴重疲勞，則轉(zhuǎn)入第2步嚴重疲勞等級條件的判定. 疲勞預警提示邏輯流程見圖4.

2.3 預警提示形式

預警提示的人機界面主要是由預警提示顯示屏和音響構(gòu)成. 由于對于未疲勞、一般疲勞、嚴重疲勞采取的報警策略和強度不同，因此設計了分級報警的顯示和提示音：（1） 無報警：顯示黑色背景，無聲音；（2） 一般疲勞報警：一般疲勞報警提示音（音調(diào)中等，頻率中等），疲勞提示標志閃爍并保留；（3） 嚴重疲勞報警：嚴重疲勞報警提示音（音調(diào)中，頻率快），疲勞提示標志閃爍3次并保留. 預警提示顯示情況如圖5所示.

圖4 疲勞預警提示邏輯流程Fig.4 Flowchart of driving drowsiness alarming

圖5 分級疲勞預警提示顯示Fig.5 Drowsiness alarming displays for different levels

3 駕駛行為響應特征

為描述對于駕駛員的客觀響應特征，選擇Pclos、車道偏移均值Mavg、Lsd、車道越線面積Darea共4個響應指標進行分析.

式中：Lm為第m個時間點的車道偏移值；tm為抽樣間隔時間；L0為車道寬度與車身寬度之差的1/2；n為一個分析時間片段中的時間點個數(shù).

Pclos和Lsd為文獻[13]發(fā)現(xiàn)的疲勞檢測性能最佳的指標，Mavg和Darea用于增加指標冗余度，提高結(jié)論可靠性. 為比較預警前后響應指標的差異，分別選取了報警前、后各15 s的無報警時間片段數(shù)據(jù)進行對比分析. 變量的描述性統(tǒng)計指標見表1，變量名下標加“_pre”的為報警前15 s的數(shù)據(jù)指標值，變量名下標加“_post”的為報警后15 s的數(shù)據(jù)指標值.

表1 一般疲勞與嚴重疲勞預警前后的變量描述性統(tǒng)計指標匯總Tab.1 Descriptive statistics summary of normal and serious levels of drowsiness warning in before and after the warning period

研究中一共提取預警提示前后道路線形未發(fā)生變化的預警數(shù)據(jù)片段：一般疲勞報警69次，嚴重疲勞報警96次. 為對比預警提示前后的時間片段對應的響應指標是否存在顯著差異，數(shù)據(jù)分析采用配對樣本檢驗的方法，即同一次預警提示的前、后時間片段對應的指標配為一對. 但經(jīng)過Anderson-Darling正態(tài)分布檢驗發(fā)現(xiàn) Pclos、Mavg、Lsd、Darea的前后差異值與正態(tài)分布存在顯著差異，因而不能使用配對t檢驗. 在假設不考慮駕駛員響應的個體差異的情況下，可以采用Wilcoxon signed-rank配對檢驗確定提示前后的變量的均值是否有顯著差異. 前后的差異變量值的命名為在原變量下標加上“_paired”，其值為變量在提示前15 s的值減去在提示后15 s的值，以 PERCLOS 為例，Pclos_paired= Pclos_pre-Pclos_post，其它變量也與此類似.

3.1 一般疲勞預警提示響應

對于一般疲勞提示，Wilcoxon signed-rank配對檢驗結(jié)果如表2所示，其中V值為Wilcoxon signedrank配對檢驗的檢驗統(tǒng)計量. 可以看出，Mavg_paired的P值遠大于0.05，說明在預警提示前后Mavg的差異不顯著. 這可能與駕駛員的駕駛習慣有關，在先前的駕駛模擬研究中已發(fā)現(xiàn)不同駕駛員對車道中心線位置的判斷不同[21]，因此車道偏移均值可能因個體而差異，預警提示未改變駕駛員本身對車道中心線的習慣性判斷.

表2 疲勞預警提示前后響應指標的Wilcoxon signed-rank配對檢驗Tab.2 Drowsiness alarming before and after the paired Wilcoxon signed-rank test of the responsive variables

Pclos_paired的顯著性水平為0.150 4，略大于0.05，說明在提示前后存在一定程度的差異但并不顯著；而Lsd_paired和Darea_paired的雙側(cè)顯著性水平均小于0.05，說明這兩個指標在提示前后存在顯著差異. 從前后差異的均值來看3個指標均為正值，說明在報警后Pclos_post、Lsd_post和 Darea_post均下降. 由于這3個指標與疲勞程度之間均為正相關（指標值越大，疲勞程度越高），提示后指標值下降說明駕駛員的客觀行為指標上產(chǎn)生了積極的響應.

3.2 嚴重疲勞預警提示響應

嚴重疲勞預警提示前后的指標對比結(jié)果與一般疲勞存在較大差異，Wilcoxon signed-rank配對檢驗結(jié)果如表2所示. 從檢驗的結(jié)果來看，Mavg、Lsd和Darea三者均在預警提示前后無顯著差異，僅有PERCLOS有顯著差異. PERCLOS的均值變化與一般疲勞的趨勢一致，即在報警后PERCLOS值下降，說明預警提示后駕駛員眼閉合的時間比例減少，有利于其獲取更多的視覺駕駛信息. 但其它響應指標均無顯著差異. 觀察駕駛員面部視頻數(shù)據(jù)可以發(fā)現(xiàn)，當預警提示的級別為嚴重疲勞時，駕駛員已經(jīng)處于十分困倦的狀態(tài)，即使駕駛員收到提示后會有努力睜大眼睛、揉搓面部等動作，但是其困倦狀態(tài)并未明顯改善.所以在嚴重疲勞預警提示前后，生理指標PERCLOS有所改善，但是反映駕駛員對車輛控制的指標Lsd和Darea卻沒有顯著改變. 這說明在駕駛員進入嚴重疲勞后，視覺、聽覺提示已經(jīng)難以有效改變駕駛員的操作能力.

本研究采用的疲勞分級模型在駕駛員響應特征上存在顯著的差異：即在一般疲勞提示后，駕駛員不會產(chǎn)生眼動指標PERCLOS的顯著降低，但會產(chǎn)生車道保持上的積極響應，具體表現(xiàn)為車道偏移標準差和車道越線面積均下降；而在嚴重疲勞狀態(tài)下雖然駕駛PERCLOS降低，但車道保持并無明顯改變，表現(xiàn)為車道偏移標準差和車道越線面積在提示前后均無顯著差異. 表明在嚴重疲勞提示時駕駛員的響應能力確實更弱，進而說明該疲勞分級模型對應的提示時機確定策略具有一定的合理性.

4 結(jié)論與展望

（1） 一般疲勞預警提示后，車道偏移標準差均值顯著下降0.129 1，車道越線面積顯著下降8.574 4，說明在一般疲勞狀態(tài)下，預警提示后駕駛員的客觀行為指標產(chǎn)生了積極的響應，也說明駕駛員有能力改善自己的操作水平.

（2） 嚴重疲勞預警提示后，眼閉合時間比例顯著下降0.044 9，說明駕駛員有保持眼瞼開度的努力，但是車道偏移標準差和車道越線面積均未發(fā)生顯著變化，說明在嚴重疲勞狀態(tài)下，預警提示已經(jīng)難以改變駕駛員的操作水平和能力，駕駛員需盡快停車休息.

（3）兩種狀態(tài)下駕駛員對預警提示響應的差異也說明了本研究中采用的疲勞分級模型對應的提示時機策略具有一定的合理性.

（4） 本研究只考慮了車道偏移方面反應駕駛員操控能力的指標，進一步研究可以對其它響應特征指標（方向盤轉(zhuǎn)角、車速保持等）進行補充分析；本研究采用了駕駛員之間的指標提示前后變化值無個體差異的假設，應在后續(xù)研究中對個體差異進行檢驗和解析；受條件限制，本實驗基于8個受試者，應加大樣本驗證研究結(jié)論；此外，可以對不同等級之間響應特征是否存在顯著差異的臨界條件進行分析，以確定更為合理有效的疲勞時機策略；同時，也建議研究提示音量大小對駕駛員疲勞狀態(tài)轉(zhuǎn)移的影響.