基于主觀評價的駕駛員疲勞狀態監控系統測試方法

張 珊,石 蕊,劉文彬

[中汽研汽車檢驗中心（天津）有限公司,天津 300000]

0 引言

隨著汽車智能化的快速發展，駕駛員監控系統的新車搭載率持續攀高，技術路線和監控手段也時有革新，該系統顯著降低了因為駕駛員疲勞、分心導致的交通事故，有效地保證了交通安全。駕駛員監控系統安裝于車內，通過攝像頭及車輛運動行為等反饋的不同數據輸入監控駕駛員的實時狀態，當駕駛員注意力不集中時發出警告，甚至在駕駛員進入無意識狀態時進行干預控制車輛。

疲勞駕駛的場景測試方法有很多，《駕駛員注意力監測系統性能要求及試驗方法》（GB/T 41797—2022）是基于睜閉眼和打哈欠（張閉嘴）的原理進行制定的。該視覺檢測方案的優勢在于定義清晰，重復性強。歐盟法規Driver Drowsiness and attention warning systems（DDAW，駕駛員嗜睡和注意力警告系統），基于駕駛員主觀感受來定義疲勞駕駛場景。

由于駕駛員監控系統面對的駕駛員具有不相似的外貌和疲勞行為特征，且不同駕駛員對于危險駕駛的定義閾值也不盡相同，故駕駛員監控系統需要具有較強的魯棒性和穩定性，當監測到不同駕駛員的外貌及疲勞狀態時，發出正確的警告。

目前關于駕駛員監控系統測試方法的研究較少：關于不同外貌的駕駛員篩選及自我疲勞狀態評價的培訓較簡單，尚未梳理完善、合理的篩選及培訓體系；駕駛員疲勞時表現和車輛動力學表現與駕駛員監控系統性能的優劣評價尚未建立合理聯系；涉及駕駛員監控系統整體性能測試方法研究較少，特別是實車測試手段。

基于此，該研究提出基于多源數據深度學習的駕駛員疲勞狀態監控系統測試方法，以解決目前測試駕駛員選擇的高隨機性、駕駛員疲勞程度評價的不穩定以及測試方法流程不統一的難點問題。

1 駕駛員的選取

1.1 駕駛員疲勞特征

駕駛員疲勞會出現多種生理特征，從狀態來看，存在身體機能下降、眼睛發干、頻繁眨眼、心跳加快、視覺模糊、視力下降、注意力分散、視野逐漸變窄、漏/錯看信息情況增多、反應遲鈍、動作僵硬、思維能力下降、頭腦糊涂等。其主要對外反映的視覺特征有駕駛員頭部的不自主晃動、頻繁眨眼、打哈欠等行為[1]。

通過計算機視覺技術，捕捉駕駛員的面部表情，包括眼睛、嘴巴、面部肌肉等，分析這些表情的特征，以判斷駕駛員是否處于疲勞狀態[2]。例如，可以通過檢測眼睛的閉合程度、嘴巴的張合程度等來判斷駕駛員的疲勞程度，如圖1~2 所示。

圖1 閉眼疲勞

圖2 打哈欠疲勞

1.2 試驗車輛的目標客戶群體畫像

可從汽車銷售服務4S 店或其他宣傳銷售渠道獲取客戶信息及典型人群特征，若車輛目標群體面向年輕女性，那么測試樣本的女性駕駛員占比可增加；若車輛目標群體是貨車司機，那么測試樣本的男性職業司機占比可增加。

1.3 駕駛員篩選

多數駕駛員監控系統利用攝像頭作為傳感器，拍攝駕駛員面部神態作為疲勞數據輸入。故選擇不同外貌、不同佩飾的駕駛員，有利于檢測系統的魯棒性；駕駛員的駕駛習慣和性別、年齡等有關，也會影響試驗結果[3]。選取駕駛員時可參考表1。

表1 駕駛員特征分布

應確保篩選出的駕駛員不少于10 人，且表1 中同一特征的每個組別均有代表駕駛員（不同特征可重復）。測試樣本不包括駕駛員疲勞狀態監控系統的研發人員。構建的駕駛員庫中應包含身高、體重、面部特征、困倦時的表現、駕駛風格等信息。

對駕駛員進行疲勞程度評級培訓和測試，篩選出能夠準確完成自我疲勞程度評級的駕駛員，構建駕駛員數據庫。

1.4 駕駛員培訓

將卡洛琳斯卡睡眠尺度表（KSS）[3]內容（如表2所示）告知駕駛員，并觀看疲勞素材庫中的圖片和視頻，展示不同疲勞等級下駕駛員由清醒到困倦的神態及動作表現，使被培訓者有更清晰的認知。

表2 卡洛琳斯卡睡眠尺度表（KSS）

被培訓者進行一整天的自我練習，從早晨開始至晚上，每隔一段時間朗讀一篇文章并拍攝視頻記錄，同時對該時間段的自我疲勞程度進行KSS 評級。由試驗員分別觀看被培訓者的視頻，評估面部神態并對其疲勞程度進行打分。若試驗員打分與被培訓者打分的相關性系數較大，則認為被培訓者的評級準確。

相關性系數r的計算如式（1）所示：

式中，i——培訓視頻個數；n——視頻總數；j——試驗員數；k——試驗員總數；Xa,i——駕駛員a觀看不同視頻的疲勞等級打分；——駕駛員a觀看所有視頻的打分平均值；Yj,i——試驗員j觀看不同視頻的疲勞等級打分；——試驗員j觀看所有視頻的打分平均值。

2 實車道路試驗

2.1 測試設備

實車測試時，試驗車輛安裝慣性GPS 組合測試系統采集車輛的速度和位置信息；數據采集器采集車輛報警信號；眼動儀采集駕駛員面部特征信息。

Smarteye 眼動儀在前擋風玻璃下的中控平臺上安裝3 個攝像頭，追蹤駕駛員在自然駕駛狀況下的左后視鏡到右后視鏡的視角范圍內眼動數據（具體安裝位置根據車型調整）。安裝位置保證駕駛員面部位于攝像頭平面的視野范圍內，眼動儀記錄的注視點和真實注視點相符，攝像機校準后不能挪動位置。

圖3顯示，試驗設備系統由1 個智能攝像頭從后排面向前方拍攝，可以記錄試驗過程中的道路場景；前方三個攝像頭拍攝駕駛員面部信息。

圖3 基于視覺疲勞檢測設備系統

各路攝像頭采集到的駕駛員面部特征信息及車輛的速度、相對位置等也可通過設備界面實時監控，如圖4 所示。

圖4 采集數據的回放界面

同時，駕駛員佩戴生理數據監測設備需在駕駛員的腦部、頸部和手部貼傳感器獲取駕駛員的腦電、皮電和心電數據，結合測試過程中的眼動數據以及觀察面部表現，進而計算獲取駕駛員心率[4]，對比駕駛員清醒和疲勞時的數據，作為駕駛員困倦的評判參考。

2.2 試驗道路

試驗線路為封閉道路試驗場，位于山東濟南市，原為高速公路的一段，規劃設計符合高速公路市政道路設計。試驗路線雙向總長約52 km，主體雙向四車道，有中央分隔帶，兩側有應急車道，包含隧道、橋梁等場景，縱坡、彎道、長直線等場景豐富，如圖5 所示。

圖5 高速智能網聯測試基地

由于是在真實道路環境下的實車試驗，試驗過程有一定的危險。需要對試驗車輛安裝副駕剎車踏板等安全備份系統，并在副駕駛位配備安全員，若主駕駛位的駕駛員困倦難以控制車輛時，副駕安全員及時操作安全備份系統并接管車輛。

2.3 測試過程

駕駛員位于駕駛位置，調整座椅及坐姿；安全員位于副駕，副駕安裝制動踏板，要求安全員發現碰撞風險時及時接管車輛；試驗員調試測試設備，記錄時間和天氣等。

車輛速度控制在70~130 km/h 范圍內。駕駛員在駕駛過程中保持安靜，聽從試驗員安排，保證車輛及隨行人員安全，必要時配合副駕駛位安全員的操作，當試驗員問詢時回復相應狀態。

試驗開始時，試驗員會問詢一次駕駛員KSS 評級，若此時評級小于6 級，則要求駕駛員KSS 等級到達6 級時主動報備。當駕駛員KSS 等級到達6 級后，試驗員每隔5 min 問詢一次駕駛員的KSS 評級[5]，并通過前方攝像機記錄面部特征。儀表處安裝數據采集器，采集報警圖標及聲音。

當駕駛員發生TP（真陽性，即駕駛員真實困倦且系統發出警告）事件，視為有效，終止試驗，下一名駕駛員進行測試；若發生FN（假陰性，即駕駛員真實困倦但系統不發出警告）事件，最多重復2 次，視為有效，終止試驗，測試下一名駕駛員；當駕駛員評級錯亂，剔除該次數據。

3 試驗結果分析

3.1 駕駛員敏感度及置信區間計算

使用全部測試后得到的有效數據，計算所有參與者的平均敏感度、敏感度標準差及90%置信區間的下限。

參與者的敏感度，如式（2）所示：

所有參與者的平均敏感度，如式（3）所示：

標準差（敏感度）如式4 所示：

式中，n(TP)——系統和駕駛員都正確地識別為困倦（真陽性）的事件總數；n(FN)——系統預報駕駛員不困倦，駕駛員困倦（假陰性）的事件總數。

3.2 試驗數據分析

參與測試的11 名駕駛員數據有效，相應的個人敏感度、平均敏感度及敏感度結果90%置信區間的下限見表3。

表3 駕駛參與者敏感度計算

對于封閉試驗場，如平均敏感度＞45%，敏感度結果90%置信區間的下限＞22.5%時，則視為有效。表3計算結果顯示，該次試驗結果可信，被測試駕駛員可以良好地評價自身疲勞等級，且駕駛員監控系統樣品通過測試，該試驗方法可行。

4 結語

該研究提出了基于主觀評價的駕駛員疲勞狀態監控系統測試方法，細化考慮個人特征的駕駛員選擇方案，保證駕駛員樣本具有多樣性，充分測試了駕駛員監控系統面對不同駕駛員時的魯棒性和穩定性。

對駕駛員實施的KSS 培訓及測試可以充分訓練駕駛員的主觀疲勞評價能力，使其對自我疲勞程度有清晰的認知。

實車試驗在考慮安全備份的基礎上獲取更真實的疲勞駕駛數據，充分測試駕駛員監控系統的產品性能，有利于保障道路行車安全。