车辆疲劳驾驶研究方法综述

2018-12-02牛晶

汽车实用技术 2018年7期

牛晶

（天水师范学院，甘肃天水 741001）

引言

随着全球范围内车辆保有量的增加，交通事故数量的急速增长已经成为一个严峻的社会问题。据相关数据统计，每年交通事故中有约三分之一的人员伤亡是由疲劳驾驶造成的[1]。疲劳驾驶一般是指驾驶人在一定长时间的行车后，产生疲倦，四肢僵硬、麻木、判断力下降，出现动作迟缓或过早转动方向盘的现象[2]。因此，寻找车辆疲劳驾驶的产生机理，研究并实施可行的疲劳驾驶检测方法和检测设备，能在第一时间为驾驶员发送疲劳驾驶预警信号，将会很大程度上减少交通事故的发生。

1 疲劳驾驶的表现特征及产生机理

对大多数驾驶员而言，往往进入疲劳驾驶状态是不自觉的，如在开车过程中，驾驶员会经常眯眼睛，无故频繁地变更车道，甚至走神，这些其实都是疲劳驾驶的征兆。

1.1 疲劳驾驶的表现特征

疲劳驾驶的表现特征从表现方式上可以分为生理特征和心理特征两类。根据驾驶时间的长短，长时间疲劳驾驶和短时间疲劳驾驶所表现出的特征有一定区别。

短时间疲劳驾驶的生理特征：（1）频繁眨眼；（2）换挡不及时，不准确；（3）汽车不随路况及时改变车速等。长时间疲劳驾驶的生理特征：（1）哈欠连天，频繁点头；（2）眼睛发干，发痛，视线模糊；（3）精神不振，反应迟钝，判断迟缓；（4）下意识操纵转向盘，分不清方位等。

疲劳驾驶的心理特征主要体现在以下几个方面：（1）长期受职业病困扰，对驾驶职业丧失信心；（2）对交通事故的耳濡目染，甚至亲生经历导致的心有余悸；（3）从业压力的增大。

1.2 疲劳驾驶的产生机理

国内外普遍认为驾驶员行业是个高强度高危行业，主要是由于在行车过程中，驾驶员需要时刻接受来自路面，其他车辆，环境的各种信息，并`及时做出有效地判断，决策和动作。在此过程中驾驶员的中枢神经系统始终处于高度紧张状态，容易导致他们产生疲劳。同时，驾驶员的肢体因为不断地动作，也会引起肩，臂，腿，腰等部位的疲劳。总体来说，产生疲劳驾驶的因素主要体现在以下几个方面：

（1）驾驶员睡眠不足。每个人都有着一定的生理周期，内脏器官需要有序地平衡调节，人们的作息习惯也应该顺应机体有序张驰，才能保证充沛的精力。

（2）驾驶员连续行车。交通安全法要求驾驶员一天累计工作时间不得超过8小时，没有额外的加班时间，其中连续行车不得超过4小时，每2小时要休息至少20分钟以上，，每4小时要休息1小时以上。连续行车，驾驶员视觉系统容易疲惫，特别是行车环境单一，驾驶员对速度和距离感知能力下降。

（3）夜间行车。夜间行车的事故率占所有事故的30%～50%，它的最大危险源于视线不良，驾驶员的视野范围变小变短，视距中心主要集中在车前方50米左右的范围内。夜间远、近光灯应科学合理使用，使用不当会给会车方向的驾驶员造成眩目。由于视线不良，内外后视镜基本不能发挥应有的作用。驾驶员必须保持高度的注意力、眨眼的频率自然降低，持续时间长后会导致眼睛干涩疲劳，最终导致驾驶疲劳。

2 国内外车辆疲劳驾驶检测方法研究现状和类型

早期车辆疲劳驾驶的检测方法主要是从医学角度，借助医疗设备进行的。具有代表性的方法检测手段有脑电图、心电图、眼电图、肌电图、呼吸气流、动脉血氧饱和度等，这些检测结果一般都能比较准确表征驾驶员的疲劳状态，但在驾驶室安装这样的仪器设备一般不现实[3]。

上世纪 90年代，车辆疲劳驾驶的检测方法有了巨大突破，很多国家开始着手研究车载电子检测装置的应用。具有代表性的是美国的打瞌睡驾驶员侦探系统（DDDS），采用多普勒雷达和复杂的信号处理方法，通过获取驾驶员的情绪特征、眨眼频率和持续时间，用以判断驾驶员是否疲倦。

我国开展疲劳驾驶研究的时间较晚，始于上世纪 60年代，最初的研究对象是飞行员。1991年哈尔滨工业大学的郭德文教授指出疲劳是一种自然保护反应，它不但与劳动强度有关，而且还与心情、健康程度、环境、兴趣和工作绩效有关。在肌肉表面固定好表面电极，肌电信号经表面电极传至肌电图记录仪，可以看出：肌电图的频率随着疲劳的产生和疲劳程度的加深呈下降趋势，而肌电图的幅值增大则表明疲劳程度增大。2000年，石坚等人（上海交通大学）通过传感器测量驾驶员操纵方向盘、踏板等的运动参数来判别驾驶员的安全因素，发现方向盘的操纵情况与驾驶员的疲劳程度具有一定联系，方向盘长时间不动说明驾驶员在打瞌睡。总体来看我国对车辆疲劳驾驶的研究检测方法的研究相比欧美发达国家还有一定差距。

总体来说，目前对车辆疲劳驾驶的检测方法有很多，主要可以分为：（1）基于驾驶员本身生理特征的检测方法；（2）基于驾驶员操作特征的检测方法；（3）基于汽车行驶状态的检测方法；（4）多特征信息融合方法；（5）驾驶员日常驾驶习惯记录法。

2.1 基于驾驶员生理特征的检测方法

据相关研究表明，人体在疲劳状态下，生理反应会变得迟钝，即人体生理信号的响应会出现延迟，指标也会偏离正常的状态。因此可以利用一些生理指标传感器来判断驾驶员是否进入疲劳状态。目前常见的检测方法有检测驾驶员的脑电信号、心电信号、皮电信号、呼吸频率、面部特征等。

一些研究者发现，脑电波（EFG）与疲劳之间有一定关系，疲劳状态变化过程中，delta波和theta波增加，alpha波和beta波降低。基于脑电波与疲劳程度的这一关系，分别选取alpha波和theta波在某一频带的平均功率谱密度比值作为疲劳驾驶的评价指标。

浙江大学的董占勋等人通过心率变异性检测（HRV）与眼动跟踪同步试验研究，在 HRV信号的线性指标中，表征交感2副交感神经张力平衡状态的频谱低频与高频部分比值与 PERCLOSp80值的相关程度最大，皮尔逊相关系数达到0.728。所以研究心率（HR）指标和HRV指标对于描述驾驶疲劳具有潜在的意义[4]。

目前被认为最有实际应用前景的疲劳检测方法是检测一定时间内眼睛闭合时所占的时间比例。可以综合检测平均睁眼程度、最长眼睛闭合时间的特征作为疲劳指标，通过眼睛特征检测驾驶员的疲劳程度，不会对驾驶员行为带来任何干扰，因此它成为这一领域的研究热点。

基于驾驶员生理信号的检测方法一般准确度都较高，但是检测设备需要接触驾驶员身体，会干扰驾驶员的正常操作，影响行车安全。所以，这些方法的实际应用有一定局限性。

2.2 基于驾驶员操作特征的检测方法

驾驶员在行车过程中，如果进入疲劳状态，对方向盘的操作会发生一些不由自主的变化。比如，对方向盘的握紧力会减小，方向盘转角左右摆动的幅度会比较大等。驾驶员对方向盘的操作特征能间接、实时地反应驾驶员的疲劳程度，具有可靠性高、无接触的有点，但由于传感器技术的限制，其准确度有待提高。

2.3 基于汽车行驶状态的检测方法

这种检测方法主要利用 CCD摄像头和车载传感器检测车辆本身的速度、侧向加速度、横向位移量、车道偏离和车辆行驶轨迹的变化等特征来推测驾驶人的疲劳状态。文献[2,3]通过模拟驾驶获得车辆行驶相关的参数如车速、方向盘角度、加速状态等，去噪后用小波分析提出高频信号特征，然后构造正常情况以及非正常情况的分类器[5]。目前，准确度较高的是以驾驶员面部表情和生理信号参数作为判断驾驶员疲劳程度的基准，然后建立疲劳与车辆行驶轨迹的关系模型。

这种检测方法的检测设备无需接触驾驶员，只需增加少量的硬件设施，有很高的实用价值。缺点是受到车辆的具体型号、道路的具体状况和驾驶员个人驾驶习惯、驾驶经验和驾驶条件的限制，准确性有待进一步提高。

2.4 多特征融合法

从汽车主动安全出发，利用数字图像信号处理和传感器技术，综合驾驶员的各种疲劳特征信息对驾驶员的疲劳状态进行判别与预警，大大降低了采用单一特征造成的误警或漏警现象。华南理工大学提出了一种基于多元信息融合技术的驾驶员疲劳检测方法[6]，即利用摄像头和传感器等装置检测眼睛特征、视线方向和驾驶行为，结合信息融合理论建立疲劳特征的判决构架，准确判断驾驶员的疲劳状态。