基于HRV的工程车驾驶员疲劳与恢复研究

谭 霞 易灿南教授 龙 桐 刘 巧 冷成杰

(湖南工学院 安全与管理工程学院,湖南 衡阳 421002)

0 引言

疲劳是导致交通事故的主要诱因[1],由于驾驶员疲劳而引发交通事故的概率是正常驾驶的4～6倍[2]。据美国高速交通安全管理局统计,每年至少10万起交通事故是由疲劳驾驶导致[3]。在我国,20%左右的交通事故由驾驶员疲劳驾驶导致[4],其他国家由于驾驶员疲劳导致的交通事故也均在20%左右[5-6]。随着经济的进一步发展,工程车辆在物料运输与吊装、土方开挖及抢修等工程中发挥着重要作用,提高了工作效率,加快了工程进度[7]。由于工程车辆的作业条件较为恶劣,如路况较差、自动化程度低及作业绩效要求等,驾驶员体力负荷和脑力负荷均很大,容易造成疲劳,从而引发事故[8]。2006年,全国因疲劳驾驶引发的道路交通事故共3633起,造成1812人死亡、4297人受伤,直接财产损失8千万元[9]。据2019年公安部交通管理局的道路交通事故统计,全国共发生道路交通事故1247.3万起,造成62763人死亡、256101人受伤,其中货运车辆肇事死亡人数占据交通事故死亡数量的31.68%[10];在美国,2019年5237 辆工程车和巴士发生致命撞车事故,比 2018 年上升 2%[11];日本一份专门针对工程车司机的调查显示,参与调查的5410名工程车驾驶员中,6%过度疲劳[12];印度Sontakke在其研究中提到57%的工程车致死事故是由驾驶员疲劳导致[13]。

驾驶员疲劳与恢复是工效学、管理学、安全科学、心理学和交通科学等领域重点关注的问题。在驾驶疲劳相关研究中,心率变异性(Heart Rate Variability,HRV)是常用指标[14-17],能够较好评价疲劳水平及恢复水平。通过文献检索发现,关于工程车的研究主要集中在关注硬件设计以提高驾驶安全性,例如,关注无人驾驶[8]、操纵室人机优化[18]、车辆行为识别[19]等。在工程车驾驶员疲劳及恢复方面,现有研究主要关注工程车驾驶员疲劳,鲜少文献探究驾驶员疲劳恢复,例如,陈阳坚[20]研究高速公路上重型货车驾驶员的负荷;颜倩[21]基于工作倦怠及睡眠模式对工程车驾驶员驾驶行为影响研究;张晨骁[22]研究疲劳等级对工程车驾驶员驾驶行为的影响;Zhu等[23]提出一种基于脑电波(Electroencephalogram,EEG)的对工程车驾驶员疲劳检测的方法;管满泉和龚巧娜[24]基于事故统计,以事故次数、受伤人数、死亡人数等作为评价指标,分析基于年龄、驾龄及属地等的工程车驾驶员肇事倾向性。

基于此,本研究关注工程车驾驶员的疲劳与恢复问题,通过测量驾驶过程与恢复过程驾驶HRV以及主观疲劳评分数据,来探究疲劳发展与疲劳恢复规律,以期为合理安排驾驶休息时间、采取合理休息方式和保障行车安全等提供理论支持。

1 试验方案

本试验在实验室内进行,温度和湿度分别为(26.3±2.3)℃和(46.3±3.1)%。

1.1 被试

为避免性别及年龄因子对心电信号造成干扰[25-26],有偿招募8名男性大学生参与试验,年龄、身高、体重和驾龄分别为(19.9±1.0)岁、(170±2.6)cm、(63.1±10.5)kg和(1.32±0.72)年。所有被试均身体健康、情绪稳定,试验前要求被试保证充足的睡眠,避免烟、酒、茶和咖啡等任何可能影响心率的食物和药物,避免剧烈运动。

1.2 试验设备

(1)模拟驾驶试验平台:由驾驶模拟器(安路迪)、显示器(AOC U34G3)和工程车座椅(GZ3457型联动台座椅)组成。

(2)心电采集设备:NeXus-10型心理多导仪、一次性心电电极片(康任CH50RB)、笔记本电脑一台。

(3)秒表:记录作业和休息时间。

1.3 试验过程

长时间连续驾驶容易导致驾驶员疲劳,在驾驶疲劳研究中,常采用模拟驾驶试验来探究驾驶员疲劳发展特征,如Zhang等[27]通过2h模拟驾驶试验探究驾驶员疲劳。根据《中华人民共和国道路交通安全法实施条例》第62条[28],驾驶员连续驾驶机动车的时间不得超过4h。陈阳坚[20]研究结果显示重型长途运输车安全驾驶时间阈值为3h。因此,本试验采用3h试验时长。工程车辆的应用环境特殊,需要经常往返于场站和工地之间[29]。试验模拟环境采用安路迪驾驶模拟器的城市道路环境,采用工程车辆模型,实际场景情况如图1。根据城市道路限速要求,被试驾驶时应尽量保持40～60km/h的速度匀速行驶。试验之前被试需要先适应模拟驾驶器直至能够正常驾驶并签署知情同意书。试验具体过程如下:

(1)试验准备。按照Fontaine导联贴放电极片方式获取心率数据,即用酒精棉球擦拭驾驶人胸部胸骨柄、剑突和第五勒间锁骨中线,并张贴心电电极片。

(2)静止休息阶段。被试安静静坐3min,测量安静时刻的心率数据。

(3)驾驶疲劳阶段。被试进行3h的模拟驾驶(如图2),全程记录心率数据,被试基于江朝晖等[30]研究中的量表(见表1)每10min汇报一次主观疲劳评分数据。

表1 主观疲劳评分量表Tab.1 Scaling of subjective fatigue

(4)驾驶疲劳恢复阶段。按照朱守林等[31]的经验,被试先静坐5min(无音乐),然后进行30min音乐条件下的疲劳恢复;参考赵婷等[32]的经验选择6首流行舒缓音乐并循环播放:《带你去旅行》《消愁》《成都》《凉凉》《追光者》和《告白气球》。全程记录心率数据,被试每5min基于表1汇报一次主观疲劳评分数据。

图1 模拟驾驶场景Fig.1 Simulated driving scenarios

1.4 数据处理

(1)心率数据提取方法。驾驶疲劳阶段:将180min划分为18个10min时段,每10min选取每个时段后3min的HRV时域和频域指标作为测评指标。驾驶疲劳恢复阶段:将恢复时间35min划分为7个5min时段,每5min内选取每个时段后3min的HRV指标作为测评指标。

(2)HRV测评指标确定。HRV为逐次心跳R-R间期时间值的微小涨落,能定量评估工作负荷中心脏交感和迷走神经张力及其平衡性,表达精神疲劳对人体的影响[33]。HRV时域指标全部正常窦性心搏间期标准差(Standard Diviation of NN Intervals, SDNN)是指整个周期内所有正常窦性R-R间期标准差, 用于评估HRV的总体变化情况[34]。HRV时域指标平均R-R间期(Mean, MEAN)表达了相邻R-R间期的平均值,能有效反映心率变异的平均水平。HRV频域指标HRV低频谱成分(Low-frequency Component,LF)反映人体对心脏交感神经与副交感神经活动的双重调控[35]。HRV频域指标HRV高频谱成分(High-frequency Component,HF)主要反映迷走神经活动的调节作用[36]。HRV频域指标LF/HF反映心脏交感神经和迷走神经对心率调节的平衡状态。针对各生理评价指标的特点,结合试验的实际情况, 文中选择HRV指标中的SDNN、MEAN、LF、HF、LF/HF作为研究驾驶疲劳和恢复情况的评价指标。

(3)进行方差分析以探究不同时刻工程车驾驶员主观疲劳评分与HRV的差异性,进行邓肯(Duncan)事后多重比较以探究不同驾驶时刻及恢复时刻主观疲劳评分差异;进行配对T检验以对比不同阶段HRV差异性;进行相关分析以探究主观疲劳评分、HRV数据与时间的关系,进行回归分析以探究HRV随时间变化的规律。利用Excel 2019汇总整理数据,利用SPSS 27进行统计分析,显著性水平α=0.05。

2 数据分析

2.1 主观疲劳数据分析

2.1.1 驾驶疲劳阶段

时间显著影响主观疲劳评分(显著性检验水平p<0.0001),随着时间的推进,主观疲劳评分越高。Duncan分析结果显示(见表2):150、160、170和180min时刻评分显著高于10-120min时刻所有时刻点评分;130和140min时刻评分显著高于10-110min时刻所有时刻点评分;120min时刻评分显著高于10-70min时刻所有时刻点评分;80、90和100min时刻显著高于10-50min时刻所有时刻点评分;60min时刻评分显著高于10、20和30min时刻评分;其他时刻评分差异不大。100、130和160min时刻分别达到有点疲劳、比较疲劳和非常疲劳。

表2 驾驶疲劳阶段主观疲劳评分结果Tab.2 Subjective ratings of driving fatigue during driving test

2.1.2 驾驶疲劳恢复阶段

时间显著影响主观疲劳评分(p<0.0001),随着时间的推进,主观疲劳评分降低。Duncan分析结果显示(见表3):180min主观评分显著高于其他所有时刻;185min时刻显著高于215min;其他时刻评分差异均不明显。185min时刻,驾驶员疲劳恢复至有点疲劳;190min时刻,驾驶员恢复至略有松懈;210min时刻恢复至较清醒;215min恢复至完全清醒。

表3 驾驶疲劳恢复阶段主观疲劳评分结果Tab.3 Subjective ratings of driving fatigue during fatigue recovery test

2.2 HRV数据分析

2.2.1 静止休息、驾驶疲劳及疲劳恢复阶段HRV对比分析

对静止休息阶段(以下简称“静测点”)、驾驶疲劳阶段180min时刻及疲劳恢复阶段215min时刻的HRV数据进行方差分析(见表4),结果显示:仅不同阶段SDNN存在显著差异,其他差异不显著。对3个时刻HRV数据进行配对T检验(见表5),发现:静测点与180min时刻及静测点与215min时刻的所有HRV数据存在显著差异(p<0.05);对于180和215min时刻,仅LF/HF存在显著差异。

表4 不同时间段HRV方差分析Tab.4 Analysis of HRV variance at different time periods

表5 不同时间段HRV配对T检验结果(p值)Tab.5 HRV paired T-test results at different time periods (p value)

2.2.2 驾驶疲劳试验阶段HRV数据随时间变化特征

参考王玉化等[33]的经验,绘制静测点以驾驶疲劳试验10-180min时间段的HRV数据随时间而变化的数据,如图3。发现驾驶疲劳期:SDNN、LF和LF/HF呈现总体上升趋势;MEAN和HF呈现总体下降趋势;整个试验过程MEAN值波动较大。

(a)SDNN、LF、HF

2.2.3 驾驶疲劳恢复阶段HRV数据随时间变化特征

同样参考王玉华等[33]的经验,绘制静测点和驾驶恢复试验180-215min时间段的HRV数据,如图4。在驾驶疲劳恢复期:SDNN和MEAN呈现总体上升趋势;LF和LF/HF虽然总体趋势不明显,但两者趋势线斜率为正,因此总体上升;HF呈现总体下降趋势。

(a)SDNN、LF、HF

3 讨论

本试验通过记录驾驶过程心率和主观疲劳评分数据探究工程车模拟驾驶试验疲劳及恢复。在试验设计时,课题组通过文献检索,最终依据赵婷和朱守林等[31-32]的建议确定驾驶疲劳恢复方案:采用听音乐休息的方式进行疲劳恢复,听音乐恢复之前休息5min。

在本试验中,通过100min模拟工程车驾驶后,驾驶员感觉有点疲劳;130min时刻后,驾驶员感觉比较疲劳;160min时刻后,驾驶员感觉达到非常疲劳。王琳[37]和刘澳等[38]研究中对驾驶员疲劳主观评分规律进行分析,王琳模拟轿车驾驶试验中驾驶员疲劳出现在90min时刻,刘澳等真车轿车驾驶试验中,驾驶疲劳开始在90-100min时间段。本试验中驾驶疲劳出现在100min时刻,3个研究中,虽然驾驶环境和驾驶车型不一致,但驾驶员疲劳出现时刻基本一致。因此,可以推测,轿车驾驶和工程车驾驶中,驾驶员疲劳的出现时刻基本一致。在朱守林等[31]研究中,经过4h模拟驾驶试验后,被试感觉精疲力尽、非常疲惫;经过30min听音乐静坐休息后,80%驾驶员主观疲劳程度达到无影响。虽然本试验与朱守林等[31]试验时长和主观疲劳评分问卷不一样,但是可以根据驾驶员的疲劳状态来进行对比分析。将本试验中时间与主观疲劳评分进行相关分析,皮尔森相关系数r=0.87(p<0.0001),可构建以主观疲劳评分为因变量、时间t为自变量的回归方程:主观疲劳评分=0.038×t(R2=0.94,p<0.0001)。基于该方程,可以发现:t为185min时刻,主观疲劳评分达到7,驾驶员极度疲劳。因此,2个试验中,驾驶疲劳状态相似。在驾驶员疲劳驾驶恢复试验中,经过30min音乐恢复试验后:朱守林等[31]试验中80%驾驶员恢复,20%有点疲劳;本试验中,215min时刻主观疲劳评分分别为1、2、3和4的被试数量分别为4、2、1和1人,基于表1中不同疲劳评分所对应的疲劳状态描述,以评分≥4作为驾驶员疲劳的评价标准,则215min时刻约75%的驾驶员疲劳恢复,25%的被试仍然感觉疲劳。因此,2个试验中,驾驶员疲劳恢复情况基本一致。

在驾驶疲劳试验中:驾驶疲劳试验HRV数据随时间逐渐增加,与主观疲劳评分数据变化规律一致;SDNN、LF和LF/HF呈现总体上升趋势;MEAN和HF呈现总体下降趋势。SDNN指标用于评估HRV的总体变化情况,SDNN随时间增大,说明驾驶员精神负荷逐渐增加,疲劳程度增加。LF增加,HF降低,LF/HF增加,说明驾驶员精神在持续应激状态下,交感神经张力增加,迷走神经功能减退,导致LF/HF不平衡性增加。MEAN数据反映心率变异的平均水平,MEAN指标越低,精神压力越大,驾驶员越疲劳。本试验中MEAN呈现总体下降趋势,说明随着驾驶时间的增加,驾驶员疲劳累积明显,紧张程度增加,精力压力增大。

在驾驶疲劳恢复试验中:MEAN指标上升,驾驶员紧张程度降低,迷走神经持续占优势,精神压力有缓解;LF升高,HF趋于静测值,LF/HF高于静测值,交感神经活动性降低。基于朱守林等[31]分析草原公路驾驶员疲劳恢复HRV数据方法,来对比分析本试验中驾驶疲劳恢复阶段HRV数据。朱守林等[31]进行的是草原公路的4h模拟驾驶试验,本试验是城市道路环境3h模拟驾驶试验,但在驾驶疲劳恢复阶段MEAN和LF/HF出现相似规律。朱守林等[31]试验中为探究不同恢复时刻疲劳恢复水平以及心理、精力压力状态,依据数据的特征对其进行分段讨论,本试验参考其方法对数据分段分析,并对2个试验的MEAN和LF/HF数据进行比较(如图5、6)。本试验中MEAN值在740～820ms范围内波动,LF/HF值在1.5～4范围内波动;朱守林等[31]试验MEAN指标在770～850ms范围内波动,LF/HF指标在1.25～3.5范围内波动。由此可见,两者MEAN值和LF/HF范围相近。对图5、6中的各指标进行分段对比分析:

(1)0-5min时段。本试验的MEAN指标呈上升趋势,LF/HF指标呈下降趋势,说明精神负荷缓解,心率调节主要受迷走神经作用,交感神经与迷走神经之间的平衡逐步向迷走神经转移,交感神经兴奋性减弱;朱守林等[31]试验的MEAN指标呈下降趋势,LF/HF指标呈上升趋势,说明驾驶员精神压力没有得到有效缓解。这可能由2个试验中试验设计的差异导致,本试验采用先不听音乐休息5min,后再听音乐休息;朱守林等[31]试验中则是听音乐。0-5min时段MEAN数据的差异是由音乐导致。

(2)5-20min时段。本试验的MEAN指标呈上升趋势,LF/HF指标呈先下降后上升的趋势,上升幅度大于下降幅度,说明精神负荷持续降低,音乐条件下,虽然驾驶员疲劳有所缓解,但是随着静坐休息时间增长,交感神经张力增加,迷走神经功能减退。朱守林等[31]试验的MEAN指标呈上升趋势,LF/HF指标持续波动并呈下降趋势,驾驶员精神负荷有效缓解,驾驶员疲劳逐渐恢复。本试验中,10-20min阶段被试LF/HF升高,驾驶员疲劳恢复效果不如朱守林等[31]试验,这可能由试验环境所导致。本试验中,为了减少环境、行为等因素的干扰,实验室全密封且采用空调调节温度,被试要求静坐听音乐休息,单调枯燥的试验环境使得驾驶员10min开始疲劳累积,从而使得LF/HF增加。

(3)20-30min时段。本试验的MEAN指标呈下降趋势,LF/HF指标呈先上升后下降的趋势;朱守林等[31]试验MEAN上升,LF/HF下降。本试验中驾驶员精神负荷增加,驾驶员疲劳增加后又降低。朱守林等[31]试验中精神负荷降低,驾驶员疲劳逐渐恢复。两者差异的原因可能与5-20min时段数据差异原因一致。

图5 MEAN随时间而变化Fig.5 MEAN changes over time

图6 LF/HF随时间而变化Fig.6 LF/HF changes over time

本研究亦存在缺陷。首先,仅招募到8名被试,HRV数据规律性不强与被试数量较少、驾驶环境相当于密闭的“车内环境”和恢复阶段要求被试静坐不可到处走动关系密切;其次,本试验在疫情阶段开展,没有招募到具有相关驾驶经验的工程车驾驶员入校进行试验,大学生和具有一定驾驶经验的驾驶员的驾驶习惯、疲劳发展存在一定的差异,还需要进一步探究;最后,本试验仅进行了一种恢复方式下的驾驶疲劳恢复研究,后续将进行更多恢复方式下的研究以对比不同恢复方式的差异。

4 结论

(1) 工程车驾驶作业中,驾驶员疲劳累积明显,且随时间逐渐增强;驾驶员在100min时刻开始有点疲劳,建议在此时刻点左右采取一些缓解疲劳措施;驾驶人长时间驾驶导致紧张程度增加,精神压力增大,建议长时间驾驶后注意休息,避免影响行车安全。

(2) 听音乐有利于工程车驾驶员精神压力缓解,但是静坐听音乐条件下,神经紧张得不到有效缓解,迷走神经兴奋降低。

5 致谢

本试验执行过程中,马薇、刘逸帆、龙彬、马瞻、黄馨怡和蒋安婷作为主试人员参与试验设计与组织,何佳媛、吴文、赵彩俊、胡鸿、李开伟和唐范对试验数据采集、整理与分析提供了指导。