音乐对草原公路驾驶疲劳恢复的有效性

赵婷, 高明星, 马新运, 王笑男

(内蒙古农业大学能源与交通工程学院， 呼和浩特 010018)

内蒙古自治区地域辽阔，草原约占总土地面积的73%，随着出行需求的增加，草原公路路网面积逐渐增大，大部分已建和待建公路都穿越草原，形成独具特点的草原公路。草原地区具有地势平坦，地形地貌形式单一，人口密度低等特点，造成草原公路长直线较多、纵坡小、圆曲线半径较大，线形设计不合理，草原公路景观单一，车流量少，驾驶人接收到的行车刺激过少，极易造成驾驶人疲劳，容易突发交通事故[1]。使用合理的方法减少或消除驾驶疲劳，提高驾驶人行车安全成为国内外学者的研究内容，在所有的有关驾驶疲劳和道路交通安全的研究中，利用生理指标反映驾驶疲劳和提高道路交通安全得到了广泛的认可，如脑电、眼电、心电和肌电等[2-3]。近年来，关于音乐对疲劳恢复的研究有了显著成果，音乐作为消除疲劳的一种方法，在交通安全方面的研究已经有了很多成果。曲秋宁等[4]通过对32名驾驶人进行模拟驾驶实验，采集驾驶人驾驶速度和其垂直搜索广度与瞳孔直径，发现轻音乐对无累积疲劳的驾驶人具有唤醒作用，加快他们的车速，扩大垂直搜索广度，对驾驶绩效具有积极影响；胡志刚等[5]为有效减轻驾驶人在单调声音环境下的驾驶疲劳、减少交通事故，在不同类型广播声音环境下开展了模拟驾驶实验，基于瞳孔直径变异系数等建立了驾驶疲劳综合评价指标，研究了驾驶疲劳音乐响度对策的有效性；卢章平等[6]为研究高速公路环境下音乐节奏对驾驶人驾驶状态的影响，监测驾驶人脑电参数，分析其变化来研究音乐对驾驶安全的影响。而脑电信号作为判断驾驶人疲劳状态的重要指标，在驾驶疲劳的研究中已经普遍应用。但是关于音乐对驾驶疲劳恢复方面的研究却很少，大部分都是关于音乐对驾驶人行车安全的影响。针对草原公路的有关研究大多是关于草原公路线形和驾驶人的疲劳特性研究，关于驾驶人疲劳恢复的研究还处于探索阶段。

基于此，为了探究音乐对草原公路驾驶疲劳恢复的有效性，现通过草原公路模拟驾驶实验，以聆听音乐作为驾驶疲劳的恢复手段，分析自然恢复和音乐调节恢复条件下驾驶人脑电信号的变化特征，探究不同恢复方式下对草原公路驾驶疲劳恢复的有效性，以期为草原公路驾驶疲劳预警机制和提高草原公路行车安全提供理论依据。

1 实验方案设计

1.1 实验设备

模拟驾驶车辆由比亚迪F3型轿车改装而成，车内操作设备和相关设施与该型号车完全相同。主显示屏可以为驾驶人提供虚拟3D道路交通场景，它包含6个自由度，具有180°的主观视角，能达到实际草原公路驾驶环境效果。采集生理数据的仪器是BIOPAC公司生产的MP150多导生理仪，用其采集EEG信号，采样频率设为250 Hz。实验时放大器增益设置在5 000 dB，高通滤波频率设为0.5 Hz，低通滤波频率设置为35 HzON。然后需要对采集到的信号进行预处理，使用MP150的配套软件Acqknowledge4.1离线分析，对采集到的数据进行分析，并去除眼电、肌电等伪迹。该套设备和软件是目前国际上人机工程学领域通用的，能确保实验数据的可靠性。实验设备如图1所示。

图1 实验设备Fig.1 Experimental facilities

1.2 实验时间

中国相关交通法规规定[7]，驾驶人日间连续行车时间不得超过4 h，超过4 h即可认定为疲劳驾驶。根据本课题组前期研究成果[8]，模拟驾驶4 h驾驶人可发生清醒(0～50 min)—轻度疲劳(55～115 min)—中度疲劳(120～170 min)—重度疲劳(175～240 min)4个阶段的全疲劳周期。以此研究成果为依据，确定此次草原公路驾驶人模拟驾驶实验时间为3 h，在此阶段驾驶人能达到草原公路中度驾驶疲劳。根据相关道路交通规定[9]，连续驾驶机动车超过4 h要停车休息至少20 min，所以将本次实验的疲劳恢复期定为30 min，探讨30 min疲劳恢复期内驾驶人的恢复情况。

1.3 实验人员

选择20名具备驾驶技能的男性驾驶人，要求具有法定驾照，健康状况良好，无不良驾驶习惯，并且对模拟驾驶仪器无不良反应，所选被试基本信息如表1所示。在正式实验前需要进行30 min的模拟驾驶适应性训练。将20名驾驶人分为2组，每10人为一组，分别进行自然恢复组和音乐调节恢复组的实验。要求参加实验的驾驶人在实验前24 h内不允许吃药，不饮酒，不喝茶和咖啡等其他功能性饮料。实验前1 h不允许吸烟，不做剧烈运动，保持精神状态饱满。

表1 被试基本信息Table 1 Basic information of the subject

1.4 实验流程

实验开始前检查模拟驾驶设备，调试实验场景，确保其在实验过程中正常运行。为减少人体生物节律对实验的影响，选择在8：00—11：00和14：00—17：00进行。在实验过程中，禁止摇动车窗，禁止与其他人交流，关闭车载音乐播放器，关闭手机等电子产品以减少实验误差。在疲劳恢复期间驾驶人身体需保持安静状态，禁止与其他人交谈。在道路限速允许的条件下，驾驶人可以自行选择行车速度。用酒精棉擦拭驾驶人需要贴电极片的部位，驾驶人进入模拟驾驶车内，调整座椅并连接导线，实验开始前打开实验设备，采集10 min驾驶人静止状态下的脑电数据，然后进入实验，采集驾驶人驾驶全过程的脑电数据。3 h驾驶任务结束后，停止驾驶进入疲劳恢复阶段。调整车内座椅，使驾驶人在车内放松休息30 min，采集驾驶人疲劳恢复期的脑电数据，另一组驾驶人进行重复实验，疲劳恢复期播放音乐，考虑到音乐在人群中的普及情况和受欢迎程度，从音乐播放软件TOP排行榜上选取6首中文流行歌曲作为实验音乐，分别为：带你去旅行、消愁、成都、凉凉、追光者和告白气球，歌曲的类型均为舒缓、流行，并采集音乐调节下驾驶人的脑电数据。

2 脑电指标的选取

脑电信号可以反映出人体的许多生理特征，是大脑活动的一种表现形式[10]。人的各项活动都与脑电信号有着十分密切的联系，通过提取并分析脑电信号，可以合理判断并预测人的精神状态[11]。脑电信号的分析方法一般有时域分析、频域分析和时频分析[12]。因为人的精神状态随着时间在不断地变化，不同频带的信号在不同时间段的状态也会不同，通过时域分析的脑电信号，极易受到外界环境的干扰，而利用频域分析脑电信号时，可以很好地表征脑电信号的特性[13]。在有关脑电信号的驾驶疲劳研究中，中外学者经常选取脑电信号频带或功率谱能量比值作为研究对象，能明确地表征驾驶人的生理状态[14]。常用的指标有：δ波(0～4 Hz)、θ波(4～8 Hz)、α波(8～12 Hz)、β波(12～30 Hz)、α/β、θ/β、(α+θ)/β和(δ+θ)/(α+β)，这些比值均能表征脑电的生理学意义[15]。王玉化等[16]通过提取150 min的连续驾驶过程中的脑电数据，利用配对t检验后得出了可以用β波和(θ+α)/β作为评价草原道路驾驶人疲劳的脑电指标；秦川[17]通过草原道路简单景观环境下实驾实验对脑电信号的监测，利用驾驶人脑电信号α/β和(α+β)/β的比值得到驾驶人疲劳出现的时间点及清醒状态和疲劳状态脑电的参照阈值；王福旺等[18]通过对比分析脑电信号不同频段的功率谱值和驾驶人主观自评之间的关系，发现脑电功率谱比值(α+θ)/β可以更好地反映驾驶人的疲劳状态。

结合相关研究文献和草原公路模拟驾驶实验现状，采用频域方法对驾驶疲劳恢复期的脑电信号进行分析，探究音乐调节和自然恢复方式下脑电信号的变化规律和驾驶人疲劳恢复的时间，通过统计学分析方法的出本次实验的脑电敏感指标，以此来探究音乐对草原公路驾驶疲劳恢复的显著效果。

3 实验结果与分析

对采集到的驾驶人静测、驾驶作业和疲劳恢复阶段的脑电数据采用Acqknowledge软件进行离线分析，每3 min提取一段，共10段，分别计算α波、β波和θ波的平均功率，并计算α/β和(α+θ)/β的比值。对得到的脑电数据进行分析对比，通过研究音乐调节和自然恢复条件下驾驶人疲劳恢复期的脑电信号及其组合指标的特征和变化规律，探究音乐对草原公路驾驶疲劳恢复的有效性。

3.1 疲劳恢复期脑电指标随时间的变化规律

根据相关研究可知[19]，大脑皮层处于兴奋状态时的主要波形是α波和β波，大脑皮层处于抑制状态时的主要波形是θ波和δ波。α波是成年人处于静息状态时的主要波形，是反映大脑状态的主要指标。当驾驶人的脑电频率处于α波时，其意识清醒，处于放松状态且注意力集中。β波是人在正常清醒状态下的脑电波形，此时人的思维活跃、意识活动强，头脑处于警觉状态，注意力集中。θ波是正常儿童的脑电主要波形，成年人出现精神萎靡和睡眠状态时才会出现，当θ波出现时，人的意识已经接近睡眠状态[20]。由于整个模拟驾驶实验过程中，驾驶人疲劳程度未达到深度疲劳状态，所有的驾驶人均未出行瞌睡现象。而δ波频率出现在正常成年人的深度睡眠状态时，此时已经无法进行驾驶作业，故不对δ波进行分析。因此，从疲劳恢复期各脑电指标随时间的变化曲线和各脑电指标描述统计进行分析。

计算20名驾驶人的静测、驾驶作业结束和疲劳恢复期的各脑电指标的平均功率和功率谱比值α/β、(α+θ)/β，静测时的脑电指标平均值如表2所示。分析驾驶人在疲劳恢复期脑电指标α波、β波、θ波、α/β和(α+θ)/β随时间的变化规律，其变化趋势如图2所示。

表2 静测各脑电指标平均值描述统计Table 2 Static measurement of the mean value of each EEG index description statistics

图2 疲劳恢复期脑电指标随时间的变化情况Fig.2 The changes of electroencephalogram index with time during driving fatigue recovery period

根据驾驶疲劳恢复期各脑电指标随时间的变化曲线以及脑电指标的描述统计可知，音乐调节组驾驶人的α波频率值在3～12 min大幅度上升，第12分钟时基本恢复至静测水平，在12～30 min趋于平缓，上升和下降得趋势都不明显，在第27分钟时达到最大值3.508 92 mV2/Hz；自然恢复组驾驶人的α波频率值整个疲劳恢复期一直呈现上升趋势，在第30分钟时达到最大值3.310 27 mV2/Hz，整个疲劳恢复期并没有达到静测时的α波功率水平。音乐调节组驾驶人的α波平均值(3.238 88 mV2/Hz)要大于自然恢复组(2.681 8 mV2/Hz)。音乐调节组驾驶人的β波功率在3～15 min大幅度上升，并在第15分钟时达到最大值3.758 01 mV2/Hz，已经超过静测时的β波功率值，在15～30 min有轻微的下降趋势，但是波动不大；自然恢复组驾驶人的β波功率在3～12 min内呈大幅度上升，但在12～18 min时有轻微的下降趋势，在18～21 min内又有上升趋势，21～30 min内趋于平缓，在第27分钟时达到最大值3.349 8 mV2/Hz，整个疲劳恢复期内，自然恢复组驾驶人的β波功率值并未达到静测时水平。音乐调节组的β波功率平均值(3.390 79 mV2/Hz)要大于自然恢复组(2.823 85 mV2/Hz)。音乐调节组驾驶人的θ波功率在3～9 min内大幅度下降，在第9分钟时已基本恢复至静测时的θ波功率水平，9～24 min便趋于平缓，上升和下降的幅度不大，在24～30 min又呈现下降趋势，在第30分钟时达到最低值2.104 68 mV2/Hz，已经低于静测时的θ波功率水平；自然恢复组驾驶人的θ波功率值在整个疲劳恢复期呈现相对稳定的下降趋势，在第30分钟时达到最低值2.417 02 mV2/Hz，基本恢复至静测时的θ波功率水平。音乐调节组驾驶人的θ波功率值(2.689 95 mV2/Hz)要低于自然恢复组(3.232 18 mV2/Hz)。音乐调节组驾驶人的α/β指标在3～6 min内大幅度上升，6～18 min内有很明显的下降趋势，在第18～21 min内大幅度上升，在21～30 min内先有轻微下降趋势后呈稳定上升状态，在第30分钟时达到最大值1.018；自然恢复组驾驶人在整个疲劳恢复期内呈现相对稳定的上升和下降趋势，在第30分钟时达到最大值0.997 96。音乐调节组驾驶人的α/β平均值(0.957 24)要高于自然恢复组(0.948 57)。音乐调节组驾驶人的(α+θ)/β指标在3～18 min内下降幅度较大，在18 min时达到最低值1.588 52，在18～21 min内有上升趋势，但在21～30 min内趋于平缓，无明显波动；自然恢复组驾驶人的(α+θ)/β指标在整个疲劳恢复期内呈现相对稳定的下降趋势，在第27分钟时达到最小值1.726 62。音乐调节组驾驶人的(α+θ)/β平均值(1.763 7)要低于自然恢复组(2.161 27)。

综合以上对音乐调节组和自然恢复组驾驶人脑电的α波、β波、θ波、α/β和(α+θ)/β评价指标的分析可知，根据两种恢复方式的变化曲线可以看出疲劳恢复期驾驶人的大脑受抑制程度在逐渐减弱，自然恢复组虽然在疲劳恢复期内呈现显著的变化，但是其恢复速度和恢复程度远未达到音乐调节组的恢复水平，且在驾驶疲劳恢复后期，各脑电评价指标的变化趋于平稳，波动幅度特别小，这说明驾驶人需要很长一段时间的休息和调整才能达到静测时的水平。其主要原因是因为驾驶人经过3 h的草原公路模拟驾驶后，单调景观和安静的驾驶环境导致的驾驶疲劳使驾驶人的自我调节能力已经很低，结束驾驶作业后一直处于精神萎靡、情绪低落的状态，仅依靠自身调节在短时间内恢复至静测水平已经很难实现，而音乐调节组驾驶人各脑电评价指标在第12～15分钟时已经基本恢复至静测时的脑电水平，在之后有些许的波动可能受音乐曲风的影响，但是波动不大，整体不受影响，这也说明了音乐调节对草原公路驾驶疲劳具有一定的恢复作用。

3.2 相关性分析

利用IBM SPSS Statistics 26软件进行分析，采用Pearson correlation计算音乐调节和自然恢复两种方式下各脑电指标与恢复时间的相关性，计算结果如表3所示。

根据分析结果可知，两组驾驶人的α波、β波指标与恢复时间成正相关，而θ波和(α+θ)/β与恢复时间呈负相关，而α/β与恢复时间相关性较低。其中α波和θ波与恢复时间的相关系数最高，说明这两项指标在草原公路驾驶疲劳恢复期的反应最为敏感，因此选用这两项指标作为敏感指标分析音乐对于恢复草原公路驾驶疲劳的有效性。

3.3 不同恢复方式下草原公路驾驶人的疲劳恢复的差异性分析

对音乐调节组和自然恢复组驾驶人的α波、θ波指标做正态性检验，检验结果如表4所示，根据检验结果可知：音乐调节组驾驶人的α波指标显著性P=0.117>0.05，自然恢复组驾驶人的α波指标显著性P=0.599>0.05；音乐调节组驾驶人的θ波指标显著性为P=0.132>0.05，自然恢复组驾驶人的θ波指标显著性P=0.488>0.05，则接受原假设，即两组驾驶人的α波、θ波指标均服从正态分布，满足独立样本t检验条件。

将草原公路模拟驾驶环境下驾驶人的α波、θ波指标分别做独立样本t检验，结果如表5～表8所示，分析其在不同恢复方式下的差异性，从而确定音乐对草原公路驾驶疲劳恢复的有效性。

表3 不同调节方式下驾驶人疲劳恢复期各脑电指标与时间的相关性分析Table 3 Correlation analysis between EEG indexes and time of fatigue recovery of drivers under different adjustment mod

表4 疲劳恢复期驾驶人α波、θ波的正态性检验结果Table 4 Normality test results of α and θ waves of drivers in fatigue recovery period

表5 疲劳恢复期驾驶人α波组统计Table 5 α wave group statistics of drivers in fatigue recovery period

表6 疲劳恢复期驾驶人α波独立样本检验Table 6 Independent sample test of α wave of drivers in fatigue recovery period

根据表6可知，本样本方差齐性，显著性P=0.005<0.05，则拒绝原假设，接受备择假设，认为草原公路驾驶疲劳恢复期音乐调节组和自然恢复组驾驶人的α波之间差异具有统计学意义，即差异显著。根据α波组统计表可知，音乐调节组驾驶人的α波平均值为3.239，自然恢复组驾驶人的α波平均值为2.682，说明音乐调节组驾驶人的α波功率总体要高于自然恢复组。

表7 疲劳恢复期驾驶人θ波组统计Table 7 θ wave group statistics of drivers in fatigue recovery period

表8 疲劳恢复期驾驶人θ波独立样本检验Table 8 Independent sample test of θ wave of drivers in fatigue recovery period

根据θ波独立样本检验表可知，本样本方差齐性，显著性P=0.017<0.05，则拒绝原假设，接受备择假设，认为草原公路驾驶疲劳恢复期音乐调节组和自然恢复组驾驶人的θ波之间差异具有统计学意义，即差异显著。根据θ波组统计表可知，音乐调节组驾驶人的θ波平均值为2.689 950 0，自然恢复组驾驶人的θ波平均值为3.232 176 0，说明音乐调节组驾驶人的θ波功率总体要低于自然恢复组。

4 结论

通过分析草原公路驾驶疲劳恢复期音乐调节组和自然恢复组驾驶人的脑电信号随时间的变化规律得出以下结论。

(1)通过对草原公路驾驶人进行音乐调节和自然恢复两种不同的疲劳恢复实验，采集并分析两种不同恢复方式下驾驶人脑电信号随时间的变化规律，得出不同恢复方式下疲劳恢复的时间，其中音乐调节组驾驶人的恢复时间为12～15 min，自然恢复组驾驶人的疲劳恢复时间至少为27～30 min。

(2)利用统计学方法，对脑电信号α波、β波、θ波、α/β和(α+θ)/β指标进行Pearson correlation分析，得到本次实验的敏感指标α波、θ波。将音乐调节组和自然恢复α波、θ波指标进行了正态性检验和独立样本t检验，结果显示整个疲劳恢复期内音乐调节和自然恢复两种不同恢复方式下的驾驶人的疲劳恢复差异显著，音乐调节对于驾驶疲劳恢复具有显著效果。