基于不同駕駛環(huán)境下腦電特征的駕駛員疲勞狀態(tài)分析

馬文彬 魏建宇 郭強

陸軍軍事交通學(xué)院基礎(chǔ)部 天津 300161

引言

根據(jù)全國道路交通事故統(tǒng)計數(shù)據(jù)可知，疲勞駕駛是駕駛員人為交通事故的主要原因，是道路交通安全的重大隱患之一。軍車駕駛員疲勞駕駛會引起交通事故，不僅會造成了經(jīng)濟(jì)損失、危及生命，甚至?xí){到國家安全。汽車駕駛是需要大腦的認(rèn)知、判斷、反應(yīng)和協(xié)調(diào)的一個復(fù)雜操作過程，因此研究駕駛員的大腦活動與駕駛過程中出現(xiàn)的疲勞狀態(tài)的聯(lián)系，有助于駕駛疲勞狀態(tài)的預(yù)警，降低由疲勞駕駛帶來交通事故的風(fēng)險[1]。

目前，國內(nèi)外不同領(lǐng)域的專家對駕駛疲勞狀態(tài)的檢測開展了一系列研究。吳超仲等基于駕駛行為操作和駕駛員生理指標(biāo)，提出一種綜合的疲勞識別模型。肖瓊聯(lián)合腦電和眼電指標(biāo)多種生理信號來提高駕駛警覺度識別率。葉檸等提出了一種基于小波包子帶能量比的腦電信號疲勞駕駛狀態(tài)檢測方法。在軍隊方面，韓越等在分析軍車駕駛員群體構(gòu)成特點的基礎(chǔ)上，總結(jié)提煉出了駕駛員群體行為的自然特征，并提出了對駕駛員群體行為進(jìn)行引導(dǎo)的對策方法；袁健康等構(gòu)建了軍用車輛駕駛員安全可靠性指標(biāo)體系，為評估一個駕駛員的安全駕駛程度提供了一種標(biāo)準(zhǔn)。

基于腦電信號的疲勞駕駛研究得到國內(nèi)外眾多學(xué)者的重視，但仍處于理論研究和模擬實驗階段。本文針對軍車駕駛員的不同生理特性和執(zhí)行任務(wù)的不同駕駛條件，搭建精確疲勞駕駛分析指標(biāo)體系，預(yù)判駕駛者疲勞狀況，并可為后續(xù)任務(wù)執(zhí)行和分配決策提供指導(dǎo)建議。

1 駕駛員特征及駕駛環(huán)境特征分析

針對駕駛疲勞這一復(fù)雜生理現(xiàn)象研究發(fā)現(xiàn)，每個人在相同的駕駛環(huán)境下，疲勞狀態(tài)特征具有較大的差異性[2]。本文挖掘影響疲勞駕駛行為的各類因素，建立分析駕駛員產(chǎn)生疲勞駕駛行為的指標(biāo)體系，有效研究實際駕駛過程中，駕駛員各項心理、生理指標(biāo)在連續(xù)駕駛時間及駕駛環(huán)境變化下的變化規(guī)律，為后續(xù)疲勞駕駛的研究提供理論基礎(chǔ)。

1.1 駕駛員特征分析[3-4]

汽車駕駛是由駕駛員操作完成的一系列動作，駕駛員個人情況直接影響駕駛習(xí)慣，產(chǎn)生不同駕駛狀態(tài)。

1.1.1 駕駛員年齡。年齡對駕駛員交通特性有很大影響，駕駛員的視覺特性、反應(yīng)特性、速度估計特性和操作特性會隨著年齡的增長而發(fā)生變化。青年人開車時性格活躍、風(fēng)險意識低；中年人能憑借生活經(jīng)驗的積累，行車相對平穩(wěn)，安全性提高；年長的駕駛者，由于身體機能和心理狀態(tài)下降，安全性逐步下降。

1.1.2 駕駛員性別。性別作為駕駛員最大的屬性差異也是研究者們廣泛探討的疲勞駕駛影響因素之一。根據(jù)《中國主要城市交通分析報告》用戶行為數(shù)據(jù)指出，盡管女司機的小事故率比男司機高，但由于人體生理原因?qū)е碌模栽诎踩{駛方面要高于男司機，更少出現(xiàn)疲勞駕駛情況。

1.1.3 駕駛員駕齡。據(jù)有關(guān)數(shù)據(jù)顯示，駕齡在三年以下的駕駛員心態(tài)謹(jǐn)慎，發(fā)生交通事故的概率越低。當(dāng)駕齡在4-6年時，由于心態(tài)放松、行車大意，交通事故率到達(dá)高峰。隨著駕齡的增長，駕駛員通過肌肉記憶的加深與駕駛經(jīng)驗的豐富，事故率開始降低。

1.1.4 身體素質(zhì)。身體素質(zhì)主要是指駕駛員的體育鍛煉能力。車手的體能主要包括:動態(tài)力量、靜態(tài)力量、柔韌性、伸展性、協(xié)調(diào)性、耐力、爆發(fā)力。一般認(rèn)為駕駛員的軀體能力和駕駛行為安全性高低有一定聯(lián)系。

1.2 駕駛環(huán)境特征分析

導(dǎo)致駕駛疲勞的環(huán)境因素很多，例如長時間連續(xù)駕駛、單調(diào)的道路環(huán)境、對道路的熟悉程度都會影響駕駛疲勞產(chǎn)生。其中道路環(huán)境對駕駛疲勞的產(chǎn)生具有復(fù)雜性，針對各種駕駛環(huán)境的特性，分析各種道路環(huán)境對疲勞產(chǎn)生的具體影響，科學(xué)的設(shè)定相應(yīng)的最長駕駛時長就顯得尤為重要。

1.2.1 高速隧道行車分析。隧道環(huán)境單調(diào)、行車參照物少，中間段光線亮度低、對比度低，兩端有暗和過亮視覺適應(yīng)區(qū)，駕駛員易出現(xiàn)視覺疲勞、情緒煩躁、視覺信息不足的現(xiàn)象，危及行車安全，導(dǎo)致各類交通事故發(fā)生。

1.2.2 高原公路行車分析。隨著海拔的升高，空氣中氧含量的降低，高原駕駛作業(yè)人員的血氧含量會隨之持續(xù)減少，因此駕駛員容易出現(xiàn)頭暈、乏力、瞌睡、反應(yīng)遲鈍等情況而產(chǎn)生駕駛疲勞，出現(xiàn)交通安全事故。

1.2.3 草原公路行車分析。草原地區(qū)的人口密度較低且地勢平坦，道路設(shè)計中很少涉及彎道、坡度的情況，駕駛環(huán)境景觀單一，車輛較少，對駕駛員的視覺刺激少，會導(dǎo)致駕駛員心態(tài)放松，出現(xiàn)駕駛疲勞的現(xiàn)象，容易突發(fā)交通事故。

1.3 疲勞駕駛因素分析模型

本文分析了整個駕駛系統(tǒng)的“人－車－環(huán)境”中，哪些因素對駕駛員的疲勞駕駛存在影響的可能，從軍車駕駛員的自身生理特征和駕駛環(huán)境兩方面入手，根據(jù)疲勞駕駛影響因素，構(gòu)建了疲勞駕駛的評估體系，如圖1所示。后續(xù)在疲勞駕駛影響因素分析模型的基礎(chǔ)上，設(shè)計并開展疲勞駕駛實驗。

圖1 疲勞駕駛影響因素分析模型

2 基于腦電信號的疲勞駕駛實驗

由于腦電信號是疲勞檢測的“金標(biāo)準(zhǔn)”，基于腦電信號的疲勞駕駛的檢測研究已是國內(nèi)外研究熱點[5]。本文在疲勞駕駛影響因素分析模型基礎(chǔ)上，設(shè)計了基于腦電信號的疲勞駕駛分析實驗，研究駕駛道路環(huán)境對疲勞駕駛的影響作用。

2.1 實驗設(shè)備

TGAM是目前應(yīng)用最為廣泛的腦電采集模塊，包括TGAT芯片。該芯片是一個高度集成的單一芯片腦電傳感器，可以處理并輸出腦波頻率譜，輸出原始腦電波和三個Neurosky的eSense參數(shù)：專注度，放松度和眨眼偵測。可以進(jìn)行模數(shù)轉(zhuǎn)換，檢測接觸不良的異常狀態(tài)，過濾掉眼電噪音及50/60Hz交流電干擾。

2.2 實驗過程

實驗人員為1名35歲青年男性，身體健康，無任何影響睡眠疾病，視力和聽力正常。無腦部創(chuàng)傷情況及任何腦部疾病，實驗前期不吸煙、不喝酒和咖啡，作息規(guī)律。實驗分為兩個部分，一部分是穩(wěn)定安靜的實驗室內(nèi)開展模擬實驗，第二部分是在山區(qū)隧道、草原等高速公路車輛行駛過程中開展實驗。實驗通過TGAM腦電模塊采集原始腦電波，采集過程為非駕駛階段8:00～14:00，及山區(qū)隧道駕駛階段8:00～14:00，草原公路駕駛階段8:00-14:00，各2組。

2.3 實驗補充數(shù)據(jù)

警覺度估計前額眼電和腦電數(shù)據(jù)集是由上海交通大學(xué)計算機科學(xué)與工程系鄭偉龍、呂寶糧等老師采集并發(fā)布的。此SEED-VIG數(shù)據(jù)集包含23名被試者參的實驗數(shù)據(jù)，每組數(shù)據(jù)包含18個通道的腦部EEG信號和7個通道的眼部和前額信號，包括頭部腦電特征、眼電特征、前額腦電特征、眼動數(shù)據(jù)等。實驗在一個虛擬駕駛系統(tǒng)中進(jìn)行。

3 腦電信號指標(biāo)的選擇

從腦電信號中大量反映大腦活動信息中有效提取相關(guān)腦特征一直是研究熱點。腦電信號分析方法有：頻域分析法、時域分析、非線性分析法、時頻分析法等。在對腦電信號進(jìn)行分析時，頻域分析可以清楚、明確地看出信號頻率的組成成分，學(xué)者們選取較多的腦電指標(biāo)有δ波、θ波、α波、β波、α/β、(α+θ)/β、θ/β、(θ+α)/(α+β)。其中，β波的升高表明駕駛員處于注意力集中，特別注意外部環(huán)境的變化，精神緊張的狀態(tài)。(α+θ)/β表征駕駛員警覺性水平變化的一個重要指標(biāo)，(α+θ)/β的值越小，表明駕駛員越警覺，越不容易疲勞。因此選取腦電指標(biāo)β波、(α+θ)/β作為敏感指標(biāo)，研究駕駛員與駕駛環(huán)境等各因素對駕駛員腦電信號的影響。

4 實驗結(jié)果及分析

本文采用上海交通大學(xué)科研團(tuán)隊公開的腦電數(shù)據(jù)集SEEDVIG中23名測試者的平均腦電指標(biāo)，作為基礎(chǔ)值。將實驗中測試者的非駕駛階段的腦電指標(biāo)與基礎(chǔ)值比較，分析其個體差異。并根據(jù)非駕駛階段實驗者的個體特征對比其在真實駕駛環(huán)境中的腦電指標(biāo)，分析其疲勞狀態(tài)。

從圖2可以看出，在非駕駛狀態(tài)下實驗者相較于公開數(shù)據(jù)集的平均腦電指標(biāo)β波，出現(xiàn)警惕性下降的時間拐點較早，但20min后的警惕狀態(tài)略高于均值。從 (α+θ)/β腦電指標(biāo)可以看出，前期20min實驗者與大多數(shù)測試者表現(xiàn)情況基本一致，放松度開始緩慢上升，實驗者放松度略低于均值，其具有一定的警惕性。

圖2 非駕駛狀態(tài)下實驗者腦電指標(biāo)變化情況

通過實驗者在真實駕駛路段（山區(qū)隧道、草原等高速公路）的腦電指標(biāo)，可以分析得出：實驗者在山區(qū)隧道中較草原道路上更容易產(chǎn)生疲勞狀態(tài)，且波動性較大；與山區(qū)隧道駕駛車輛不同，駕駛員在草原公路上駕駛車輛更容易放松，降低警惕性，但變化較為平緩，如圖3所示。

圖3 駕駛狀態(tài)下實驗者腦電指標(biāo)變化情況

5 結(jié)束語

本文分析了整個駕駛系統(tǒng)的“人－車－環(huán)境”中，哪些因素對駕駛員的疲勞駕駛存在影響的可能，從軍車駕駛員的自身生理特征和駕駛環(huán)境兩方面入手，根據(jù)疲勞駕駛影響因素，構(gòu)建了疲勞駕駛的評估體系。并在疲勞駕駛影響因素分析模型基礎(chǔ)上，設(shè)計了基于腦電信號的疲勞駕駛分析實驗，研究駕駛道路環(huán)境對疲勞駕駛的影響作用。下面將基于疲勞駕駛的評估模型繼續(xù)實驗研究其他影響因素作用，并進(jìn)一步豐富疲勞駕駛影響因素分析模型。