基于神经网络的驾驶员压力等级评估

基于神经网络的驾驶员压力等级评估

汽车在不同驾驶状态下行驶的安全性各不相同，因此有必要研究驾驶员在不同身体和心理状态下的驾驶安全性。理想状态下的安全驾驶是指驾驶员拥有一个放松的心态和正常的注意力，并且对实时的车辆状态、道路交通有正确的反应。当因心理压力或者身体不适以及其它因素引起驾驶员注意力不集中时，会导致危险驾驶。目前对于压力和情感等个人主观状态对驾驶安全的影响已有很多专业的分析，但还没有权威的驾驶员心理状态定量的分析方法。

在对驾驶员的信号采集中，主要使用Galvanic皮肤响应法和容积脉搏波法。压力等级监测识别方式采用神经网络算法，将采集的信号根据处理结果分为不同等级：放松、适度紧张和焦虑。在驾驶员心理状态等级划分中，得到了预测算法，根据概率统计预估最可能的结果。这种算法有利于提高驾驶员驾驶安全性，对驾驶员压力预判概率可达89.2%。上述数据均针对男性驾驶员。

不同的驾驶环境也会影响驾驶员压力值，所以在一个固定环境中测量出来的结果，会在另一个驾驶环境下显示出数据漂移情况，这需要进行零点矫正。虽然不能直接套用算法，但完全可以根据重新标定后的数据来进行驾驶员在不同环境下的压力等级评估。

网址：http://www.sciencedirect. com/science/article/pii/ S1746809413000992?np=y#

作者：Rajiv Ranjan Singh et al

编译：张聪