基于眼部行为的驾驶疲劳评价指标研究

王磊宇,武淑红,李海芳

(太原理工大学 计算机科学与技术学院,太原 030024)

基于眼部行为的驾驶疲劳评价指标研究

王磊宇,武淑红,李海芳

(太原理工大学 计算机科学与技术学院,太原 030024)

通过对驾驶员眼睛生理特征的监测来判断驾驶员的疲劳状况是当前疲劳评判研究的热点之一。基于眼部行为指标来进行驾驶疲劳监测研究,分析驾驶过程中驾驶员眼动的瞳孔直径、眨眼时间均值的变化规律。在原有的眨眼时间均值指标的基础上,提出瞳孔直径包络值指标,并与原有的眨眼时间均值指标进行实验验证分析。结果表明,瞳孔直径包络值指标可以有效地用于客观评价驾驶员的疲劳程度。

眼部行为;瞳孔直径;驾驶疲劳;瞳孔直径包络值

随着疲劳驾驶成为造成道路交通伤害的主要原因之一,研究开发高性能的驾驶员疲劳状态实时监测及预警技术具有重要的理论意义和应用价值[1]。

针对驾驶疲劳监测技术的研究主要包括驾驶员脑电、心电、眼动、头部运动、方向盘运动、车辆行驶轨迹等监测技术[2-3]。由于在驾驶过程中,70%左右的信息是通过眼睛获取再加工的,因此,眼动检测成为研究热点之一。目前,眼动检测有两种方法,一是利用前置摄像头对驾驶员的眼睛特征进行实时跟踪,但由于前置摄像头易受到外部光线的影响导致图像模糊,使其市场化[4]有一定难度。另一种方法是利用眼动仪记录人在处理视觉信息时的眼动轨迹特征,随着眼动仪向智能化、系列化、便携化方向的发展,如今已经成为研究疲劳驾驶中眼部行为特征的重要手段[5-6]。

潘晓东等人将时间段内眨眼次数、闭眼总持续时间和眨眼时间均值3类眼部行为指标应用于实际驾驶疲劳监测,确定眨眼时间均值是三者中较优的指标[12]。虽然眨眼时间均值可以作为观测驾驶员觉醒状态的评定标准,但是被试者的生理特征存在差异性,不同被试者的眨眼时间均值存在一定的差别,需要对不同的驾驶员群体进行研究获取更为准确的评价驾驶觉醒状态的阈值指标。

本文利用眼动仪采集疲劳驾驶相关数据,在对驾驶过程中多种眼部行为研究的基础上,对瞳孔直径波动这一眼部行为进行分析研究,提出瞳孔直径包络阈值指标,并通过实验验证其有效性。

1 瞳孔直径包络指标

1.1 瞳孔直径包络

瞳孔的运动主要是指瞳孔直径的变化。当一个人精力充沛时,瞳孔直径较大,随着疲劳的增加,瞳孔直径逐渐减小,当人处于昏睡状态时,瞳孔直径最小[7-8]。

图1 驾驶人瞳孔直径变化曲线

图1是驾驶人在一段时间内瞳孔直径的变化情况,研究得知,瞳孔直径的变化与其驾驶人的疲劳程度有关。曲线的包络能够反映信号的变化情况,对其瞳孔直径变化曲线进行包络线的提取,实现对瞳孔直径数据的降维,方便进一步的研究。

1.2 瞳孔直径包络

A:F(x,y,c)=0 .

(1)

包络定义如下:对于给定的一个单参数曲线族其中c∈I⊂R为参数。若存在一条曲线a,满足下列条件:

1) 对于a∉{A}c∈1;

2) 对任意的(x0,y0)∈a,存在唯一的c0∈I,使得(x0,y0)∈A0且a与A0在(x0,y0)有相同的切线,则称a为曲线族A:F(x,y,c)=0的一条包络线,简称为包络。

瞳孔直径数据包络提取步骤如下:

a.获取相关区域的数据;

b.进一步取均值处理,得到相关区域的瞳孔直径均值;

c.对其数据取极值;

d.相邻极值点取差值;

e.得到瞳孔直径包络值。

设定相关参数值,假设:

Di为瞳孔直径变化曲线中提取所得到的极值点(极大值点与极小值点);

Di+1-Di,Di-Di+1为两两极值点之间的差值表示瞳孔直径的波动值;

瞳孔直径包络值P=|Di+1-Di|,其最大值为Pmax;

疲劳系数

(2)

Pi值为0到1,为1时表示瞳孔直径变化波动最明显。

代码如下:

Start

//调用初始化函数,初始化参数及环境变量

Init();

//调用discriminating_selector()相关区域选取器

Filter_data=discriminating_selector(original data);

//利用均值处理子函数处理选取结果

Get mean value from mean_processing(Filter_data);

//调用包括提取方法获得包络值

Get envelope value from Envelope extractor(mean value);

End

2 包络指标采集及分析

2.1 瞳孔直径数据采集和预处理

数据采集在采用2013版墨泥模拟驾驶软件的虚拟驾驶实验平台上进行的,眼部行为数据使用德国SMI公司的ETG眼镜式眼动追踪系统。被试者均为有午休习惯且前一晚有良好睡眠的青年学生,6男2女,身体健康无睡眠相关疾病,具有驾驶经验。为了更为接近真实驾驶员的驾驶行为,被试者在实验前一周进行模拟驾驶训练。考虑到人的睡眠受人的生理节律的影响,一般来说,午夜到清晨之间和白天中午2个时间段是有正常睡眠习惯的人想打瞌睡的时间。午餐后均有疲劳感增加,加上有午睡习惯,容易出现疲劳瞌睡状态。所以实验在阳光充裕的实验室进行。实验时间为下午12:30—16:00 之间同时由实验人员进行主观监测并记录被试的精神状态[9-10]。

采集被试者的眼动数据,选取其中的数据并将其编号(1-8)。对采集到的数据进行整理,获得被试者的瞳孔直径数据,并且整理眨眼持续时间数据,用来作为实验对照数据。

2.2 瞳孔直径包络提取

在整理驾驶人瞳孔直径数据的基础上,经过瞳孔直径包络提取过程得到驾驶人的瞳孔直径包络线变化曲线,如图2所示，8名被试在驾驶开始至15 min左右的瞳孔直径包络值变化曲线。

图2 瞳孔直径包络值变化曲线

由图2可知,不同精神状态的被试的瞳孔直径包络值变化不同,随着驾驶时间的增加,驾驶人的瞳孔直径包络值有着明显的变化趋势。

对实验数据进行处理得到被试7的P数据。每隔10 min作为一组数据,获得被试者在连续70 min驾驶过程中的7组P数据。利用多配对样本检验分析不同时间段的P值是否存在显著差异。如表1(p<0.05)。

表1 检验统计量(Friedman检验)

上图给出了Friedman检验相关的检验统计量。从表中可以看出,p值小于显著水平0.05,故拒绝原假设,认为其p值在不同精神状态的驾驶过程中存在显著差异,可以作为评判精神状态是否疲劳的一种指标。

2.3 瞳孔直径包络阈值指标

结合瞳孔直径包络值的变化规律,本文采用k-均值聚类的方法对其瞳孔直径包络数据进行聚类,并对聚类结果进行分析。

为验证其阈值的有效性,对被试1-8的左瞳孔直径包络数据进行相同的聚类分析。数据结果显示如表2所示。

表2 瞳孔直径包络阈值变化情况

如上表所示,本文选取其平均值作为阈值。取得疲劳系数Pi=0.58,认为当被试的瞳孔直径包络值P>0.58Pmax时,表示被试者出现一定程度的疲劳状态。

2.4 指标分析

2.4.1 眨眼时间均值指标

眨眼持续时间是指眼睛一次完全睁开到下一次完全睁开所经历的时间。研究得知,眨眼时间均值指标可以作为驾驶人精神状态的评定标准。本文选取眨眼时间均值指标作为对照指标。

被试者的精神状态一般分为3种:精力充沛、临界状态及疲劳状态。临界状态表示被试者有轻微的疲劳感但仍处于精力正常状态。文献[11]给出了获取眨眼时间均值指标和精神状态之间的对应关系,如表3所示。

表3 不同精神状态下,眨眼时间均值指标的阈值参数

2.4.2 结果分析

选取被试1-8的右瞳孔直径包络数据和眨眼持续时间数据进行实验验证,以k-均值聚类的结果作为标准,比较分别由P阈值指标和眨眼均值指标得到的分类结果与标准结果之间的差异程度。在不同的状态下,眨眼时间均值与瞳孔直径包络两指标的判别准确率对照如图3-5所示。

图3 精力充沛状态下，两指标对驾驶人疲劳程度判断准确率示意图

在判别精力充沛与否的情况下,眨眼时间均值与瞳孔直径包络值指标均有较高的判别准确率,且瞳孔直径包络值指标较稳定且准确率平均在95%以上。

图4 临界状态下，两指标对驾驶人疲劳程度判断准确率示意图

在识别被试是否处于疲劳与否的临界状态情况下,两指标均保持较高的准确率,且瞳孔直径包络值指标准确率较高。

图5 疲劳状态下，两指标对驾驶人疲劳程度判断准确率示意图

在识别是否处于疲劳状态情况下,由于被试个体差异的特性,眨眼时间均值准确率会出现一定的误差;但是瞳孔直径包络值受个体差异影响较小,仍有很高的准确率。

3 结论

通过上述实验数据的分析得知,与现有的眨眼时间均值相比,瞳孔直径包络值同样可以准确有效的判断被试者在模拟驾驶中的精神状态,并且不同的驾驶人的眨眼习惯不同,眨眼时间均值这一指标与被试者个体差异性有很大关系。但是在实验数据分析中发现瞳孔直径包络阈值均未受被试者个体差异影响，可以作为一种有效地评判驾驶人疲劳程度的新指标。

本实验样本数较少,且年龄集中在22～30岁之间,接下的工作需要大量的实验样本去验证瞳孔直径包络阈值受个体差异的影响程度。

[1] 段蕾蕾,吴春眉,邓 晓，等.2006-2008年中国道路交通伤害状况分析[J].公共卫生与预防医学,2010,21(3):10-13.

[2] Lal S K L,Craig A.A critical review of the psychophysiology of driver fatigue[J].Biological Psychology,2001,55(3):173-194.

[3] Zhang C,Wang H,Fu R.Automated detection of driver fatigue based on entropy and complexity measures[J].Intelligent Transportation Systems,2014,15(1):168V177.

[4] 宋立新,于伏亮.基于DSP的驾驶员疲劳检测系统[J].计算机工程与设计,2012,33(2):519-522.

[5] 许士丽.基于生理信号的驾驶疲劳判别方法研究[D].北京:北京工业大学,2012.

[6] Lee B G,Chung W Y.Driver alertness monitoring using fusion of facial features and bio-signals[J].Sensors Journal IEEE,2012,12(7):2416-2422.

[7] 李志春,何 仁,林谋有,等.驾驶员疲劳检测技术的研究现状及发展趋势[J].农机化研究,2006(5):197-199.

[8] 马锦飞,常若松,高 远.瞳孔直径大小检测驾驶员疲劳的实证效度分析[J].辽宁师范大学学报:社会科学版,2014,37(1):67-70.

[9] 毋妙丽.虚拟驾驶平台综合征的个体适应性研究[J].实验科学与技术,2013,11(5):9-12.

[10] 汪 磊,孙瑞山.基于面部特征识别的管制员疲劳监测方法研究[J].中国安全科学学报,2012,22(7):66-71.

[11] 潘晓东,李君羡,徐小冬.基于眼部行为的驾驶疲劳评价指标的阈值[J].同济大学学报:自然科学版,2011,39(12):1811-1815.

[12] 曹海燕,方志辉,李晓明.疲劳驾驶状态数据融合技术研究[J].太原理工大学学报,2012,42(6):576-579.

(编辑：贾丽红)

Research on Driver Fatigue Evaluation Based on Eye Behaviors

WANG Leiyu,WU Shuhong,LI Haifang

(CollegeofComputerScienceandTechnology,TaiyuanUniversityofTechnology,Taiyuan030024,China)

The determination of the status of the driver fatigue by detecting the physiological characteristics of the driver’s eyes is one of the hot-spots of fatigue evaluation studies.With eye behavioral indicators for driving fatigue monitoring,the driver’s pupil diameter changes and the variation of the average of blink time during the process of driving were analyzed.On the basis of original indicators (the average of blink time),pupil diameter envelope indicators were proposed and experimentally validatled.The results show that the driver’s pupil diameter envelope indicator can be effectively used to objectively evaluate the degree of fatigue.

eye behavioral;pupil diameter;driver fatigue;pupil diameter envelope

1007-9432(2015)04-0440-04

2014-12-20

国家自然科学基金资助项目:抑郁症EEG功能脑网络构建及异常特征分析研究(61472270)

王磊宇(1989-),男,山西应县人,硕士生,主要从事人工智能研究,(E-mail)930789281@qq.com,(Tel)18636217702

李海芳(1963-),女,教授，博士生导师,(E-mail)930789281@qq.com

TP301

A

10.16355/j.cnki.issn1007-9432tyut.2015.04.015