生理疲劳和心理疲劳对车辆驾驶的影响对比*

钟铭恩，黄杰鸿，乔允浩，洪汉池

(1. 厦门理工学院 福建省客车先进设计与制造重点实验室，福建 厦门 361024； 2. 厦门理工学院 机械与汽车工程学院, 福建 厦门 361024)

数字出版日期： 2017-01-13

0　引言

疲劳驾驶作为道路交通安全的重大隐患，被世界卫生组织列为人类死伤的重要原因之一，近年来广受关注[1]，其智能检测方法已成为车辆安全研究的一个重要领域[2]。研究表明可根据驾驶员的脑电、心电、眼睑眨动、头部运动、方向盘操控、车辆驾驶方向等信息来判断驾驶员是否疲劳[3-5]，基于此诞生了多种预警技术和应用[6]，对防治疲劳驾驶起到了积极的作用。然而由于不同人的生理参数和行为习惯可能存在较大差别，疲劳对人体的影响模式和程度存在着个体差异，导致现有检测方法的准确性依赖于驾驶员的固有特性，限制了相关研究成果的大范围应用推广[7]。此外，疲劳可分为多种类别，“各类疲劳究竟是使驾驶员的注意力发生转移，还是注意力未转移但无法有效发挥认知功能”等安全相关核心问题至今仍未被探明[8]。研究各类疲劳对驾驶员群体而非个体在车辆驾驶过程中的共性影响规律可能是解决以上问题的一种可探索路径。

根据诱因不同，疲劳主要可分为生理疲劳(Physical fatigue)和心理疲劳(Mental fatigue)两类[9]。生理疲劳主要指机体疲劳，主要源于长时间人体负荷，也受睡眠时间和质量等因素影响，典型表现为无能力维持；而心理疲劳主要指中枢疲劳，一般源于长期从事紧张的脑力劳动或非常的环境刺激而引起的行为活动能力减退，也受环境氛围、压力、情绪、思想包袱等影响，典型表现为不愿意或麻木维持[10]。生理疲劳可以通过充分的休息调整来消除，但心理疲劳常还需要借助于注意力转移。心理疲劳并非生理疲劳的必然结果[11]，二者都可能对人体的意识和行为产生相似或者差异甚至迥异的影响[12]，与驾驶员的驾驶违规倾向和驾驶能力紧密相关。现有疲劳驾驶研究鲜有针对生理疲劳和心理疲劳进行区分考虑，所得结论可能需要进一步区分验证。本文将结合驾驶实验对比分析这两类典型疲劳对驾驶员的驾驶违规倾向和驾驶能力的影响规律，为疲劳驾驶问题研究提供多角度参考。

1　实验设计

1.1　实验程序

招募驾驶员开展实验，主要程序如图1所示。

分别于不同时间诱发驾驶员生理疲劳和心理疲劳，确认状态成功诱发后即开展驾驶实验，验后需再次进行状态验证，以确保各被试驾驶员整个实验过程的疲劳状态基本保持一致。不一致时应认定此次实验数据无效。将驾驶员平常态时的数据作为对比参考，协助进行实验数据处理，总结这两类疲劳对车辆驾驶的影响结论。驾驶实验时长应控制在1 h以内并注意观察驾驶员精神和情绪状态，避免疲劳状态失效或受其它状态污染。

图1　实验总体设计流程Fig.1　Design of the experiment processes

1.2　生理疲劳诱发

采用睡眠剥夺结合体育运动的方案诱发被试者生理疲劳[1,7]。要求被试者实验前天夜晚熬夜观看《甄嬛传》、《康熙王朝》和《雍正王朝》等电视连续剧，当被试人员有瞌睡现象时给予及时唤醒，控制其睡眠总时间少于4 h。采用观看电影等注意力持续吸引手段是必要的，这有利于减少驾驶员发生情绪化或者主观不配合的情况，减少了生理疲劳状态被干扰的可能性。于实验当天上午9:00后开展3～5 km慢跑以及篮球、足球等体育活动，活动总时间不少于2 h。午餐结束要求被试者稍作调整后开始熟悉实验车辆和模拟驾驶实验机，并于13:00～15:00期间开展模拟驾驶实验。

1.3　心理疲劳诱发

采用Uchida-Kraepelin连续加法计算[13](简称UK作业)诱发被试者心理疲劳，研究已证明1 h以上的连续作业任务是诱发生理疲劳的有效方法[14-15]。本研究要求被试者提前熟悉UK作业流程，实验前一天有良好的睡眠质量，睡眠总时长不少于8 h。于实验当天9:00～11:00和13:00～15:00持续进行UK作业，中间11:00～13:00时段安排被试者午餐和充分休息(减小生理疲劳的可能性)，15:00～17:00期间开展实车驾驶实验。

1.4　疲劳状态分级评估

由于各被试驾驶员在生理、精神、习惯、能力等方面存在个体固有差异，研究过程中很难对所有被试驾驶员的生理和心理疲劳进行精量评估，因此无法保证所有被试驾驶员的疲劳状态完全一致。文献[16]提出一种RSME主观疲劳评估方案用于分级归类驾驶员疲劳，虽然未能保证各驾驶的疲劳状态完全一致，但足以保证疲劳程度处于相同级别，即大概一致。该分级评估方案已被广泛验证可行，并应用于各类研究和应用中。RSME共包含7种层面的疲劳状态自我评价，如“是否难以保持对任务的注意力”等，每种状态从“一点也不(not at all)”到“极其地(extremely)”对应0～100数值进行数量化描述。计算疲劳指数：

(1)

式中：fi为第i层面的疲劳状态自我评价值，k=7。当f≤30时认定被试者处于平常状态；当f≥70时认定被试者处于疲劳状态；规避f位于30和70之间这类可能产生状态边界混淆的情况。为简化问题本研究不进一步区分疲劳时的严重程度。

1.5　模拟驾驶方案

目的在于采集被试驾驶员的驾驶违规数据。为获得可复现的道路交通条件，采用北京宣爱公司生产的具备力反馈的QJ3A1型汽车模拟实验机进行模拟驾驶实验。对应驾驶员分别处于平常、生理疲劳和心理疲劳这3类状态各开展3次驾驶实验，各类驾驶数据取平均值。

模拟道路条件为：驾驶里程共6 km；市区路段由0.5 km单行道、1.5 km双向4车道(中间设置隔离栅栏)和1.5 km双向6车道路段(中间设置双黄实线)组成；郊区路段由1.5 km双向双车道和1 km单车道路段组成；沿途随机设置10个30 km/h限速路段；随机布置10个具有交通信号指示和10个无交通信号指示的十字路口；随机布置10个斑马线。按《道路交通标志与标线》(GB/T5768-1999)呈现相应标志标线。

将驾驶违规分为3级：1级，包括超速、斑马线未减速、无信号灯十字路未减速和未开启转向灯直接变更车道；2级，包括闯红灯和压跨双实线；3级，包括擦撞隔离栅栏、路边固定障碍物、周边车辆、非机动车和行人。根据二次加速等效法计算驾驶违规次数等效值：

n=n1+4n2+9n3

(2)

式中：n1、n2和n3分别为1级、2级和3级驾驶违规的次数。为进减小个体驾驶违规倾向固有差异的影响，定义规范化驾驶违规倾向增益：

r=(n-n0)/n0

(3)

式中:n0为驾驶员平常态时的驾驶违规次数等效值。r值描述了驾驶员违规倾向相比平常状态时的变化情况，其值越大表明违规倾向越严重。当r<1时，驾驶员当前的违规倾向小于平常态时；当r=1时，驾驶员当前的违规倾向和平常态时基本一致；当r>1时，驾驶员当前的违规倾向大于平常态时。

1.6　实车驾驶方案

目的在于采集各被试驾驶员的驾驶能力数据。分别开展铁饼绕行、80 km/h紧急制动和60 km/h障碍物避让实验。对应驾驶员分别处于平常、生理疲劳和心理疲劳这3类状态各开展3次驾驶实验，驾驶数据取平均值。实验车辆为2008年生产的一汽大众经典款宝来轿车。

铁饼布置如图2所示。

图2　铁饼布置示意Fig.2　Distribution diagram of the discuses

铁饼用红色油漆印刷于试验道路进行模拟铺设，直径为0.5 m，共10个。记某状态下的铁饼碾压个数为x，定义规范化铁饼碾压系数为：

(4)

紧急制动实验原理如图3所示。

图3　80 km/h紧急制动实验原理Fig.3　Schematic of emergency brake test at 80 km/h

要求车辆保持80 km/h匀速直线行驶，在行驶方向远前方设置停车指示信号灯，信号灯点亮时要求驾驶员立即紧急制动车辆。测量指示灯点亮到车辆完全停止时的距离d，定义规范化制动距离系数为：

(5)

障碍物避让实验原理如图4所示。

图4　60 km/h紧急避让实验原理Fig.4　Schematic of emergency avoidance at 60 km/h

在直线车道上沿途布置避让信号灯50个，用于模拟路面静止障碍物。障碍物直径0.5 m，以信号灯为圆心划线标示。相邻信号灯间隔不固定，但最小间隔距离不小于10 m。实验车辆保持60 km/h匀速前行，当车辆行驶至任意信号灯前方距离l=5 m时，由实验人员随机决定是否点亮当前信号灯以提示驾驶员前方是否存在障碍物。当指示灯亮起时，要求被试驾驶员采取紧急避让措施，一旦发现车辆侵犯障碍物空间则认为避让失败。控制信号灯随机亮起10次，即模拟出现10个障碍物。统计障碍物避让失败次数y，定义规范化障碍物避让系数：

(6)

最后，综合考虑以上3种驾驶能力描述系数，定义驾驶能力变比：

(7)

1　实验结果

分别根据性别、年龄和驾龄分3批次招募驾驶员，要求已获中华人民共和国C1驾驶执照，身体健康，无严重精神疾病史和精神类药物服用史，属于正常人群中选取的个体。根据前述RSME主观疲劳评价情况删选出生理疲劳和心理疲劳状态都能获得有效诱发的被试驾驶员参与驾驶实验。

2.1　性别因素

本批次共招募驾驶员30人，其中男性15人，女性15人，年龄随机分布于18～62岁之间，实际驾龄最小约3个月、最大约12年。实验发现：女性驾驶员相比于男性驾驶员更容易实现生理疲劳的诱发，但心理疲劳的诱发难易程度却无明显差异。

图5为不同性别驾驶员分别生理疲劳和心理疲劳时的驾驶违规倾向增益r的变化情况。

图5　不同性别驾驶员的驾驶违规倾向增益Fig.5　Drive offence tendency gain of drivers classified by gender

图5结果表明：1)无论是生理疲劳或心理疲劳，都将导致男女驾驶员的驾驶违规倾向相比于平常态r=1时加大。2)对比不同性别，生理疲劳对女性驾驶员和男性驾驶员的驾驶违规倾向增益影响无明显差异，平均值分别为1.18和1.20；而心理疲劳对男性驾驶员驾驶违规倾向的影响显著大于女性驾驶员，平均值分别为1.28和1.63。3)对比相同性别，两类疲劳对女性驾驶员驾驶违规值的诱变作用基本一致，但对于男性驾驶员则明显不一致，心理疲劳对男性驾驶员驾驶违规倾向的诱变作用约是生理疲劳的1.36倍，是其驾驶违规大幅增加的只要诱因之一。

图6为不同性别驾驶员分别生理疲劳和心理疲劳时的驾驶能力变比s的变化情况。

图6　不同性别驾驶员的驾驶能力变比Fig.6　Drive ability change rates of drivers classified by gender

图6结果表明：1)无论是生理疲劳或心理疲劳，都将导致驾驶员驾驶能力相比于平常态s=1时降低。2)生理疲劳对女性驾驶员驾驶能力的影响大于男性驾驶员，平均变比分别为0.71和0.94；而心理疲劳对女性驾驶员驾驶能力的影响小于男性驾驶员，平均变比分别为0.89和0.60。3)生理疲劳对女性驾驶员驾驶能力的影响大于心理疲劳，而男性驾驶员的情况刚好相反。

2.2　年龄因素

本批次共招募驾驶员30人，其中18～35岁者10人，36～55岁者10人，56岁以上者10人，本文分别称为青年、壮年和中老年人。要求各年龄段都包含男性和女性驾驶员，比例不定；都包含实际驾龄小于1a的实习期驾驶员和驾龄不定的非实习期驾驶员。实验发现：中老年驾驶员最容易诱发生理疲劳，而青年和壮年间无明显难易差别；中老年驾驶员最容易诱发心理疲劳，青年次之，壮年最难。

图7为不同年龄驾驶员分别生理疲劳和心理疲劳时的驾驶违规倾向增益r的变化情况。

图7　不同年龄驾驶员的驾驶违规倾向增益Fig.7　Drive offence tendency gain from drivers classified by age

图7结果表明：1)无论是生理疲劳或心理疲劳，都将引起不同年龄驾驶员的驾驶违规倾向相比于平常态r=1时增加，其中对于中老年驾驶员的影响最为显著，青年次之，壮年最小，对应两类疲劳的平均增益分别为1.79，1.29，1.08和1.63，1.41，1.09。2)对于中老年驾驶员，生理疲劳对其驾驶违规倾向的影响大于心理疲劳；对于壮年驾驶员，两类疲劳对其驾驶违规倾向的影响无明显差异；而对于青年驾驶员，心理疲劳对其驾驶违规倾向的影响大于生理疲劳，这与中老年驾驶员恰好相反。

图8为不同年龄驾驶员分别生理疲劳和心理疲劳时的驾驶能力变比s的变化情况。

图8　不同年龄驾驶员的驾驶能力变比Fig.8　Drive ability change rates of drivers classified by age

图8结果表明：1)无论是生理疲劳或心理疲劳，都将引起不同年龄驾驶员的驾驶能力相比于平常态s=1时降低，其中对于中老年驾驶员的影响最为显著，青年次之，壮年最小，对应两类疲劳平均变比分别为0.61，0.74，0.95和0.61，0.86，0.95。2)对于中老年和壮年驾驶员，两类疲劳对其驾驶能力的影响无明显差异；而对于青年驾驶员，心理疲劳对其驾驶能力的影响大于生理疲劳。

2.3　驾龄因素

本批次共招募驾驶员30人，1 a以下(实习期)实际驾龄者15人，具有1 a以上实际驾龄者15人，本文分别称为新司机和老司机。新老司机年龄分布于18～65岁之间随机分布，具有不少于20%比例(即至少3名)的女性驾驶员。实验发现：新老司机生理疲劳和心理疲劳的诱发难度无明显区别。

图9为新老司机分别生理疲劳和心理疲劳时的驾驶违规倾向增益r的变化情况。

图9　不同驾龄司机的驾驶违规倾向增益Fig.9　Drive offence tendency gain from drivers classified by driving years

图9结果表明：1)无论是生理疲劳或心理疲劳，都将引起不同驾龄司机的驾驶违规倾向相比于平常态r=1时增加，但二者对于新司机的影响明显大于老司机，平均增益分别为1.65，1.30和1.68，1.28。2)无论是新司机或老司机，驾驶违规倾向受两类疲劳的影响互有强弱，不存在规律性差异。

图10为新老司机分别生理疲劳和心理疲劳时的驾驶能力变比s的变化情况。

图10　不同驾龄司机的驾驶能力变比Fig.10　Drive ability change rates of drivers classified by driving years

图10结果表明：1)无论是生理疲劳或心理疲劳，都将引起不同驾龄司机的驾驶能力相比于平常态s=1时降低，但二者对于新司机的影响明显大于老司机，平均变比分别为0.47，0.80和0.45，0.81。2)无论是新司机或老司机，其驾驶能力变比受两类疲劳的影响互有强弱，也不存在规律性差异。

3　讨论

总体上看，生理疲劳和心理疲劳对于所有90位被试驾驶员的驾驶违规倾向和驾驶能力影响都是不利的，这与传统研究结论一致。但二者对不同驾驶员群体的驾驶违规倾向和驾驶能力的影响规律存在着差别，这是传统研究所未注意区分考虑的。

从性别因素上看，女性驾驶员的心思细腻而男性驾驶员心思相对粗犷，这可能是心理疲劳对女性驾驶员驾驶违规倾向的影响小于男性驾驶员的原因；男性驾驶员身体强壮而女性相对柔弱，可能导致生理疲劳对男性驾驶员驾驶能力的影响小于女性驾驶员。从年龄因素上看，青年人体质好但心智相对不够成熟，是心理疲劳对其驾驶违规倾向和驾驶能力的影响显著大于生理疲劳的可能解释；壮年人身体相对强壮且心智成熟，因此两类疲劳对驾驶违规倾向和驾驶能力的影响无明显差异；相比而言中老年人体质最差，驾驶违规倾向更易受生理疲劳的影响而加大。从驾龄因素上看，由于驾驶员可能是各种性别和年龄，因此驾驶违规倾向和驾驶能力受两类疲劳的影响互有强弱，不存在规律性差异。但是相比而言，新司机在驾驶勇气、经验、技巧和熟练度等方面都不如老司机，因此两类疲劳对新司机驾驶违规倾向和驾驶能力的影响大于老司机。

综上，生理疲劳和心理疲劳作为疲劳的2种典型，其生物学诱发机理存在本质区别，受不同人的耐受度差异影响而存在作用效果差别，因此二者对驾驶员的警觉性、判断决策和行为能力等方面的影响存在不同。在不同类别的疲劳状态下，驾驶员的生理、心理和行为可能呈现出相似或者差异甚至迥异的变化规律和特征，这可能是世界卫生组织在文献[7]报告中指出的“当前仍然缺乏一种具有良好普遍应用效果的疲劳驾驶车载检测方法”的一种解释。现有疲劳驾驶车载检测技术对驾驶员个体特性的依赖度偏高，为获得较高检测准确率需逐一进行个性化参数设置，而这些参数却难以量化确定，因此应用范围受限。研究各类疲劳对驾驶员群体而非个体在车辆驾驶过程中的共性影响规律有助于转变疲劳驾驶检测的个体个性依赖为群体共性依赖，从而在不牺牲检测精度的前提下获得大范围应用。

4　结论

1)生理疲劳和心理疲劳都会导致不同性别、年龄和驾龄驾驶员的驾驶违规倾向增加和驾驶能力降低，但二者对不同驾驶员群体的驾驶影响程度和规律存在差异甚至是迥异的。

2)研究各类疲劳对驾驶员群体而非个体在车辆驾驶过程中的共性影响规律是有利于促进现有疲劳驾驶检测技术的应用普及。

3)研究疲劳驾驶相关问题时有必要具体区分驾驶员是生理疲劳还是心理疲劳这个前提条件，以降低结论混淆或错误的可能性，进而保障疲劳驾驶的检测准确率。

[1]李都厚, 刘群, 袁伟,等. 疲劳驾驶与交通事故关系[J]. 交通运输工程学报, 2010,10(2):104-109.

LI Duhou, LIU Qun, YUAN Wei. Relationship between fatigue driving and traffic accident[J]. Journal of Traffic and Transportation Engineering, 2010,10(2):104-109.

[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]Gharagozlou F, Nasl S G, Mazloumi A, et al. Detecting driver mental fatigue based on EEG alpha power changes during simulated driving.[J]. Iranian Journal of Public Health, 2015, 44(12):1693-1700.

[4]金立生, 李科勇, 牛清宁, 等. 基于转向盘操作的疲劳驾驶检测方法[J]. 交通信息与安全, 2014, 32(5):103-107.

JIN Lisheng, LI Keyong, NIU Qingning, et al. A new method for detecting driver fatigue using steering performance[J]. Traffic Information and Safety, 2014, 32(5):103-107.

[5]胡鸿,易灿南,廖远志,等. 车载驾驶员疲劳驾驶预警与控制系统研究[J]. 中国安全生产科学技术, 2014, 10(11):101-106.

HU Hong, YI Cannan, LIAO Yuanzhi,et al. Research on vehicle-mounted early warning and control system for fatigue driving of car driver[J]. Journal of Safety Science and Technology, 2014, 10(11):101-106.

[6]毛喆, 初秀民, 严新平,等. 汽车驾驶员驾驶疲劳监测技术研究进展[J]. 中国安全科学学报, 2005, 15(3):108-112.

MAO Zhe, CHU Xiumin, YAN Xinping,et al. Advances of fatigue detecting technology for drivers[J]. China Safety Science Journal, 2005, 15(3):108-112.

[7]World Health Organization. Global status report on road safety: Supporting a decade of action[M]. Geneva: WHO Press, 2013.

[8]Hopstaken J F, Van d L D, Bakker A B,et al. Shifts in attention during mental fatigue: Evidence from subjective, behavioral, physiological and eye-tracking data[J]. Journal of Experimental Psychology Human Perception & Performance, 2016, 42(6):878-889.

[9]张铁忠. 疲劳心理学的几个问题[J]. 心理科学, 1985 (3):61-63.

ZHANG Tiezhong. Several questions about the psychology of fatigue [J]. Psychological Science, 1985 (3):61-63.

[10]刘秀, 王长君, 何庆. 疲劳驾驶交通事故的特点分析与预防[J]. 中国安全生产科学技术, 2008, 4(1):128-131.

LIU Xiu, WANG Changjun, HE Qing. Characteristic analysis and prevention of traffic accidents by fatigue driving[J]. Journal of Safety Science and Technology, 2008, 4(1):128-131.

[11]郭思媛, 马捷韩, 晨霞, 等. 心理疲劳的研究进展[J]. 现代生物医学进展, 2016, 16(5):993-997.

GUO Siyuan, MA JieHan, CHRN Xia,et al. Domestic and abroad research progress of burnout[J]. Progress in Modern Biomedicine, 2016, 16(5):993-997.

[12]Mehta R K, Parasuraman R. Effects of mental fatigue on the development of physical fatigue: A neuroergonomic approach[J]. Human Factors: the Journal of the Human Factors & Ergonomics Society, 2014, 56(4):645-656.

[13]Yamada K. The Uchida Kraepelin test text[M]. Psycho-technological Institute of Japan, Inc.. Tokyo Japan, 1996.

[14]Lorist M M. Impact of top-down control during mental fatigue[J]. Brain Research, 2008, 1232:113-123.

[15]Hopstaken J F, Linden D V D, Bakker A B,et al. The window of my eyes: Task disengagement and mental fatigue covary with pupil dynamics[J]. Biological Psychology, 2015, 110:100-106.

[16]Zijlstra F R H. Efficiency in work behaviour: A design approach for modern tools[D]. Delft: Delft University of Technology, 1993.