司机疲劳检测和恢复设备开发

韩磊

（解放军总医院第六医学中心特勤科，北京 100038）

近年来，交通事故频繁发生，严重威胁着人们的生命安全，其中，疲劳驾驶是重要事故发生原因之一。如何检测司机疲劳驾驶对交通事故预防有重要意义。目前，司机疲劳检测研究主要有车辆行迹驾驶行为检测、驾驶人员心电图检测以及驾驶人员面部图像检测，其中，驾驶人员面部图像检测实时效果好、准确率高，是司机疲劳检测发展方向。耿磊指出，眼镜、嘴巴检测是疲劳驾驶检测的重要指标，但由于眼镜、光线的影响使得面部识别效果受到影响，提出了一种基于AdaBoost先关滤波器人脸识别算法，使用卷积神经网络算法进行识别。结果表明，所设计的算法能解决面部识别中因眼镜、光线影响造成识别率不高问题。闫河提出了一种基于主动形状模型的驾驶员疲劳识别算法，使用Helen训练面部数据。结果表明，设计算法人员疲劳识别准确率达到92.5%。通过获取人脸图像进行人员疲劳识别，能够提高司机疲劳检测率，但是，如何提醒及辅助司机疲劳驾驶是图像识别很难解决问题。本文采用仿生技术以及控制技术开发一种新的司机疲劳检测及恢复设备，用于帮助司机驾驶，有重要意义。

1 疲劳检测原理分析

自主神经是人体的一个控制系统，可以根据功能和药理特点分为交感神经和副交感神经，当副交感神经活动起主要作用时，机体处于疲劳状态，表现为心率、血氧、呼吸率等均下降。睡眠开始于大脑，随着大脑活动进入“静息”状态，中枢神经功能发生变化。与之相协调，各周围神经系统、自主神经系统也发生了相应的变化。

自主神经系统包括交感神经系统和副交感神经系统，作用互相拮抗又以此方式合理地互相补充经兴奋性增强，整个机体产生许多反应，交感性增强抵抗力反应使机体调节到功能作用状态，则使机体调节到静止和休息状态界。副交感和交感活动之间没有严格地分血管和腺体的平滑肌。交感神使器官处于抵御侵害和应激状态。

副交感性向营养性反副交感和交感活动之间没有严格的分交感兴奋：胃肠道蠕动起进食困难；泪腺分泌减少HRV异常相关性疾病有肠易激综合征患者者HF下降、焦虑患者SDNN高，HF减弱。失眠人群交感神经活性较无失眠者升高无失眠者降低等，通过预警等。胃肠道蠕动、分泌抑制引起严重便秘；唾液分泌减少泪腺分泌减少，引起眼部刺激症状；无汗，导致体温升高异常相关性疾病有肠易激综合征患者HF减弱，LF/HF增强SDNN和HF在一定程度上有升高、睡眠障碍者失眠人群交感神经活性较无失眠者升高，副交感神经活性较通过HRV采集，可以为这些疾病提供健康指标分析和健康唾液分泌减少，引导致体温升高。

2 系统需求分析

为了提高信息采集的便捷性，我们采用手环方式体积小携带方便，难点主要在于低功耗高速度采集信号，为了达到高精度的HRV分析，信号精度要达到毫秒，所以，系统的采集和处理速度要求很高，同时，该设备又要保持长时间按采集，所以，低功耗要求比较高。

研制中，发现市场上健康手环比比皆是，但是，监测精度很低，只能监测到脉搏频率，无法满足监测HRV的需要，因此，我们自主研发了高精度（精度1毫秒）的心率自主神经传感器，同时，也可以监测使用者的手动情况，实时动态的监测使用者的真实状态，为人员的行为评估提供了详细的数据基础。

自主研发腕带式自主神经（交感/副交感）传感器，基于嵌入式RAM高速低功耗芯片，全模块化无线多道生理传感监测。腕带式自主神经传感器式，红外反射、绿色血容积检测技术方式，多维加速度传感器，采集分析脉搏、心率、HRV时域频域、体动幅度等相关指标参数；通过无线传输方式与控制端进行数据通信，稳定、可靠、灵活、便携。主要技术特点是：采用绿光血容积心率和血氧传感器、信号放大电路、滤波电路、数字信号处理电路、三维加速度传感器、数据通信模块，充电电路等单元组成；主要工作过程：通过绿光传感器反射式采集血红细胞反射波，然后，信号经过放大处理，同时，进行信号滤波，去掉干扰信号送入MCU进行数字信号处理，进一步做数字滤波，然后，对信号进行脉冲测量，测量出来心率的NN间期时间，单位精确到毫秒；同时，另一路三维加速度传感器采集手部运动信号，进行数字滤波和识别，找到手部运动的有用信号，进行分级评估，通过MCU处理并与心率信号一起传送到蓝牙无线模块，送出传感器。

3 系统设计

3.1 硬件设计

（1）心率变异性(HRV)疲劳检测设备。研制中，我们针对在体力或脑力或心理疲劳后，心率变异性各指标都发生了不同程度的变化,各指标都不同程度地发生变化，所以需要确定相对特异性较高的指标。由于疲劳表现很多，单一的指标仅能反应局部的情况，所以，需要整合多指标评判，即构建综合评估模型。由于参与疲劳检测综合评估的HRV各个指标的贡献率不同，所以，需要进一步根据具体应用场景来确定综合评估模型中的指标权重。评价心率变异性（HRV）的方法，有时域分析、频域分析和非线性分析。

（2）非实时疲劳检测设备。

①闪光融合频率检测疲劳。设备生产工艺精度要求高，为保证各台检测设备的一致性，要规定查验光源的色彩、亮度、尺寸、背景、与人眼的距离等参数，以及频率变化的速率等诸多原因。闪光融合临界频率与疲劳检测技术实现中，我们抓住以下几个重点，完成了该设备研制。以发光二极管作为光源，高精度开关操作，逻辑电路控制，测试结果输入计算机储存；升频、降频成对测试多组，取均值作为测试结果，以提高测试的准确性。

②干式电极单导脑电检测疲劳设备。采用电池供电和无线传输信号，以隔离环境带来的干扰。电路采用静电保护设计，能充分抵御接触6000V，空气放电8000V的ESD静电标准测试；采用先进算法，有效去除肌电、心电及眼动等信号的带来的干扰。

③PERCLOS检测疲劳设备。研制中，我们克服了很多困难，包括：镜片反光对摄像造成干扰；高速相机的选型，图形数据的读写处理；实时监测为减少视频信息量，需用微型计算机对视频信号进行预处理；输入图像通过此高斯模型来滤波，除去非脸部的图像，找出脸的宽度和高度，应用Sobel二阶微分算子求出眼睛所在的区域，应用模式匹配的方法识别眼睑开闭。

（3）疲劳恢复设备。快速疲劳恢复子系统由光身心减压放松状态评估模型术等4部分组成，司机疲劳恢复子系统框图如图1所示。

图1 快速疲劳恢复子系统框架图

系统提供“全智能—全方位—多感官”的减压放松环境，包含多种放松方式，如音乐放松、脑波α波灯光诱导、氧疗生理放松、色彩情绪调节、动感韵律按摩、负离子空气净化、碳纤电加热、音乐体感随动等。快速疲劳恢复系统组成功能示意图如图2所示。

3.2 司机实验

图2 快速疲劳恢复系统组成功能示意图

疲劳检测实验包括两个部分，一个是人员的疲劳快速检测实验，另一个是疲劳快速恢复实验。本实验的目标人群是司机，但是由于司机本身样本量有限，我们纳入了不同类型的司机。同时，为了补充满足研究需要的样本量，我们补充了外部从事脑力疲劳、身体疲劳等任务作业的人员。本次调查了360名司机作为研究对象。测试数据分析采用SPSS软件统计。

测试结果为：随着FS14疲劳分的增加，闪光融合频率有下降的趋势，闪光融合频率一定程度上反映了驾驶疲劳，可以作为进一步反映疲劳的指标；PERCLOS作为一项疲劳监测指标的有效性，但只在某些疲劳水平上相对比较敏感，可以辅助在一定程度上评估疲劳程度；脑电疲劳分总体上与疲劳水平相关度较高，但是，可能受个体差异影响，也易受外在因素影响，所以，需要与其他指标技术结合起来；研究比较了不同恢复方案下综合疲劳指数的变化。其中，α脑波牵引对降低综合疲劳指数的作用显著。而氧气、香薰等起辅助恢复作用的手段在统计证据上不充足，只能在未来应用中作为辅助恢复手段；研究结果说明，LF/HF与疲劳水平相关度尚可。可能由于受疲劳水平操纵的限制，无法在短驾驶时长上体现出来。所以，后续仍然决定将它纳入综合疲劳指数中。

4 结语

本次我们实验人员主要是针对高速驾驶类模拟任务，对其驾驶疲劳状态进行检测和数据统计分析，与司机日常任务有相似性。此外，样本上也扩充了常见的研究样本量，具有较高代表性。这些因素使得研究的参考价值得到提升。

在上述实验疲劳检测中，我们采用自研的闪光频率融合、眼睑闭合检测、HRV分析计算、脑波疲劳检测等几种疲劳检测设备，这些实验器材是依据不同的生理检测原理和技术手段设计开发的，从使用效果看，都可以对人员的疲劳程度进行超越不同客观生理心理维度的综合检测和评估。疲劳恢复设备技术综合性强、成熟稳定，疲劳恢复的效果好。