注意瞬脱效应对驾驶安全性影响的ERP试验研究

为预防驾驶员注意瞬脱效应导致的交通事故,首先,开展模拟驾驶任务试验,并在此过程中加入刺激颜色、时间间隔等因素,分别检测驾驶员的注意瞬脱反应;然后,基于试验数据,分析不同条件下驾驶员的驾驶行为指标(反应时和正确率)与事件相关电位(ERP)指标(P3波幅和潜伏期)的差异。结果表明:较红色警示牌和2、3 s的刺激时间间隔(SOA),在黄色警示牌和1 s的SOA条件下驾驶行为绩效显著降低(反应时延长,正确率降低),且P3潜伏期在顶叶区显著延长、波幅显著减小。注意瞬脱效应影响驾驶员对驾驶事件的脑内加工进程及投入的认知资源量,导致驾驶安全性降低。     

疲劳对高铁司机持续性注意影响机制的ERP试验研究

为探究驾驶作业疲劳对高铁司机持续性注意的损伤机制,基于动车模拟器平台,进行主任务为动车驾驶,次任务为随机信号检测的连续4 h动车模拟驾驶试验。全程采集20名高铁司机的驾驶行为数据和脑电信号数据。根据试验数据,对高、低持续性注意水平下司机的行为绩效、事件相关脑电位(ERP)成分进行差异性对比分析。结果表明,与第1阶段相比,第2阶段司机的行为绩效显著下降(对随机信号的反应时增加,有效检测率下降)。此外,ERP的P2成分波幅显著减小,N2b成分波幅显著增大、潜伏期显著延长,P3成分波幅显著减小、潜伏期显著延长。该结果表明,长时间连续作业将造成高铁司机的持续性注意水平下降,引起该水平降低的主要因素是疲劳造成高铁司机对突发事件的分类、评估,资源的调制、分配和认知控制等高级认知能力的损伤。     

疲劳对矿工心智游移影响的事件相关电位研究

为了深入探讨疲劳程度对矿工心智游移的影响,选取10名男矿工作为被试,采用事件相关电位(ERP)方法,用E-prime软件编写刺激程序,用64导脑电仪采集脑电信号,并用BESA软件预处理和分析脑电数据,测量被试疲劳前后行为指标和脑电指标。结果表明:疲劳对心智游移频率、平均反应时和错误率以及引发P300的波幅和潜伏期有显著影响;疲劳后,心智游移频率显著增高,平均反应时延长,错误率上升,心智游移时引发P300的波幅显著减小、潜伏期延长;通过降低矿工的疲劳程度,可以有效减少心智游移。     

高速公路驾驶员主动疲劳的脑电检测分析北大核心CSCD

为开发高速公路驾驶疲劳预警系统,保障道路交通安全,基于脑电(EEG)数据功率谱分析方法,探索驾驶员主动疲劳与脑电指标(θ+α)/β的关系,首先,开展模拟驾驶试验,采集21名被试驾驶状态的脑电信号,分析α(8~13Hz),β(13~30Hz),θ(0.5~4Hz)这3个频段的脑电波,计算脑电合并指标(θ+α)/β;然后,运用瑞典行业疲劳问卷(SOFI),比较驾驶员执行驾驶任务前后的疲劳状态,分析心理测量和脑电测量结果的回归拟合效度。结果表明:在高速公路复杂驾驶任务中,驾驶员脑电合并指标(θ+α)/β呈现下降趋势,同时,(θ+α)/β与驾驶员主观疲劳程度有显著的正向拟合关系,拟合解释率达50%;脑电指标(θ+α)/β可实时预测驾驶员主动疲劳状态。     

高速公路驾驶员主动疲劳的脑电检测分析

为开发高速公路驾驶疲劳预警系统,保障道路交通安全,基于脑电(EEG)数据功率谱分析方法,探索驾驶员主动疲劳与脑电指标(θ+α)/β的关系,首先,开展模拟驾驶试验,采集21名被试驾驶状态的脑电信号,分析α(8～13 Hz),β(13～30 Hz),θ(0. 5～4 Hz)这3个频段的脑电波,计算脑电合并指标(θ+α)/β;然后,运用瑞典行业疲劳问卷(SOFI),比较驾驶员执行驾驶任务前后的疲劳状态,分析心理测量和脑电测量结果的回归拟合效度。结果表明:在高速公路复杂驾驶任务中,驾驶员脑电合并指标(θ+α)/β呈现下降趋势,同时,(θ+α)/β与驾驶员主观疲劳程度有显著的正向拟合关系,拟合解释率达50%;脑电指标(θ+α)/β可实时预测驾驶员主动疲劳状态。     

基于脑电信号的驾驶员情绪状态识别研究

为研究驾驶员情绪状态识别技术,利用特定题材的影音氛围诱发兴奋和悲伤2种情绪,结合汽车模拟驾驶试验采集驾驶员情绪化驾驶时的脑电信号,利用db5小波分解算法分解信号,提取受情绪状态显著的脑电信号成分,并计算相应的功率谱。结果表明:驾驶员左右额叶区脑电β波受情绪状态影响显著;平静状态时,驾驶员左右额叶脑电β波功率值Pβ大小近似,数值较小;兴奋状态时,左右额叶脑电Pβ大小近似,相比于平静时显著增加;悲伤状态时,左额叶脑电Pβ显著增加,右额叶脑电Pβ相比于平静时无显著变化。Pβ可作为区分驾驶员平静(平常)、兴奋和悲伤这3种情绪状态的依据。     

脑力疲劳对视觉选择性注意影响的研究

为探究人的脑力疲劳对其视觉选择性注意的影响,开展监控作业系统人机工效设计试验。以32名男性为被试,采用140 min记忆刷新试验任务(2-back任务)模拟监控作业诱发脑力疲劳,然后采用2×3因素设计的中心线索提示范式模拟自动告警测量选择性注意能力,通过分析行为学及脑电(EEG)数据,研究脑力疲劳对视觉选择性注意的影响。结果表明:140 min 2-back任务诱发了脑力疲劳,脑力疲劳状态下,中心线索提示范式中的无效线索和目标刺激的疲劳效应最强,有效线索和干扰刺激的疲劳效应最弱,被试的选择性注意任务绩效下降、P300潜伏期显著延长、幅值显著减小,脑力疲劳对视觉选择性注意能力有负性影响。     

基于眼-脑生理指标的大型地下洞室驾驶员疲劳演化特征研究

为保障大型地下洞室驾驶安全，提出眼动和脑电双模态驱动的大型地下洞室驾驶疲劳评价方法，探究驾驶员疲劳演化特征。首先，根据实地数据设计大型地下洞室模拟场景，利用驾驶模拟技术开展驾驶试验，实时采集驾驶员的眼动和脑电数据；其次，对数据进行分段处理，基于格拉布斯准则剔除眼动异常数据，通过快速傅里叶变换分解出脑电节律，构建脑电疲劳指数模型；最后，开展不同区段下驾驶员平均瞳孔直径、眨眼持续时间、眨眼频率及θ、α、β节律等指标的差异性分析，以平均瞳孔直径和脑电疲劳指标F为参量，提出基于模糊综合评价的驾驶疲劳度量方法。结果表明，驾驶员的视觉疲劳出现明显早于精神疲劳，而精神疲劳可以更精确地体现影响驾驶状态的内在疲劳。相较于地上路段，驾驶员在大型地下洞室中的疲劳累积更快，呈现反复、波动式上升，且其综合疲劳程度在中后段达到峰值，之后受洞口光亮刺激在末段减弱。     

地铁驾驶员驾驶疲劳状态监测

为监测地铁自动驾驶系统驾驶模式下驾驶员驾驶疲劳状态,以S地铁公司的驾驶员为研究对象,开展驾驶员疲劳主、客观监测研究。主观监测应用《自觉症状调查表》调查并统计分析地铁驾驶员的驾驶主观疲劳感受;客观监测应用Eegosports 64通道无线脑电肌电系统测量地铁驾驶员在各班次、各时间段的脑电(EEG)信号,并结合Matlab工具箱中的EEGLAB分析各班次驾驶员EEG中δ波的频谱图。结果表明:驾驶员驾驶疲劳总体的平均得分为1.8分,即驾驶疲劳有些明显,且晚班和夜班驾驶疲劳比白班的大,从主客观2方面说明驾驶员处于疲劳驾驶状态。     

高原公路低氧路段驾驶疲劳脑电信号检测分析

为了解驾驶员在高原低氧路段的疲劳程度,以寻求缓解驾驶疲劳提高行车安全的途径,利用生物反馈检测仪分别对初次与经常进入高原公路低氧路段的驾驶员进行实地行车试验。通过对比不同海拔高度受测驾驶员脑电(EEG)变化特征,选取脑电8~13频段与14~30频段的平均功率比值R作为评价驾驶员疲劳时脑电特性指标R,定量分析海拔、连续驾驶时间对R的影响,同时建立R与海拔、连续驾驶时间之间的关系模型。研究表明:海拔与连续驾驶时间是影响驾驶员疲劳的主要因素,R随着海拔的升高与连续驾驶时间的增长而逐渐变大。初次在高原低氧路段行车的驾驶员表现出的疲劳感强于经常在高原低氧路段行车的驾驶员。     

视觉疲劳对事件相关电位中关联性负变的影响

为研究视觉疲劳对车辆驾驶人注意保持能力的影响,用自编主观疲劳调查表和关联性负变(CNV)经典试验范式,对被试在观看高速公路视频前和观看视频30 min后进行重复测试,考察被试观看高速公路视频前后的行为差异和CNV中早期成分(iCNV)和晚期成分(tCNV)的平均波幅差异。结果发现:被试观看高速公路视频后,主观疲劳调查表调查显示被试出现视觉疲劳状态;在CNV试验结果中,反应时延长,产生视觉疲劳;CNV以中央顶区为主,视觉疲劳后iCNV和tCNV成分波幅降低。这些结果表明,执行认知加工任务时,视觉疲劳会导致被试注意朝向能力下降、期待行为减弱,最终出现反应迟缓;CNV成分主要产生于额叶,幅值降低可能与额叶执行功能受损有关,iCNV和tCNV成分可以作为视觉疲劳的检测指标。     

基于EEG频谱特征的驾驶员疲劳监测研究

研究表明疲劳驾驶是引发交通伤亡事故的重要原因之一,因此有必要采取相应的预防措施。脑电是公认的睡眠(疲劳)金指标,因此论文提出了基于脑电频谱特征的驾驶员疲劳预测方法。采用了驾驶模拟实验中记录的三路驾驶员脑电信号,并利用驾驶员自评与专家评定两种方式相结合的方法将驾驶数据分为疲劳和清醒。针对脑电中眼电噪声很强的特点,对记录的脑电进行了自适应滤波消噪处理,结果显示可有效滤除眼电伪迹;然后根据脑电的频域特征比较突出且与疲劳相关的特点,从去噪后的脑电中提取出了的75个频谱特征;最后利用这些频谱特征,采用朴素贝叶斯分类的方法建立了驾驶员疲劳监测模型。实验结果表明,该方法能监测出驾驶员84%的疲劳状态。     

基于生理信号的驾驶疲劳综合指标试验研究

研究驾驶过程中随着疲劳的产生驾驶员生理信号的变化规律,提取反映驾驶疲劳程度的综合指标。采用驾驶模拟器对20名被试进行驾驶模拟试验,用MP150多导生理仪实时采集并记录驾驶员在60 min驾驶任务过程中的心电信号、脑电信号、肌肉电阻信号、皮肤温度信号和呼吸频率信号。运用R软件对数据进行线性回归分析,对比一般回归分析,逐步线性回归分析克服了一般回归分析许多变量不显著的缺点,得到了最优的驾驶综合指标方程,确定了与各项指标相关的驾驶疲劳评价综合指标,并通过3名被试模拟驾驶试验验证了综合指标作为评价驾驶疲劳的有效性。     

真实条件下长时间作业的驾驶安全性影响研究

为研究长时间单调驾驶对驾驶员疲劳、嗜睡、反应时间和驾驶速度的确切影响,以合作企业3系重卡为操作对象进行了一组真实驾驶条件试验。在自愿的基础上随机地从合作企业物流公司选择12名经验丰富的驾驶员作为试验的驾驶员样本。试验采用主观评分方法记录试验者的嗜睡和疲劳状况,所有数据分析基于统计学软件PASW Statistic 18.0。试验结果表明长时间单调驾驶会导致驾驶员疲劳和嗜睡,而疲劳和嗜睡在一定的程度上会导致驾驶速度的加快,却没有导致驾驶员反应时间的显著变化。在持续驾驶3 h之后驾驶员的疲劳和驾驶绩效发生了明显劣化,故从安全的角度考虑应以2~3 h为界合理安排司机的作业负荷和绩效考评。     

HUD状态下飞行员视觉注意资源分配机制研究

为了解决平视显示器（Head Up Display,HUD）飞行中的注意资源分配问题，基于飞行模拟器，设计双作业飞行任务开展相关研究。基于事件相关电位（Event Related Potential，ERP）技术，选取行为绩效和P300成分为评价指标，采用oddball模式，在双作业飞行任务条件下开展实验研究。结果表明:随主任务难度的增加，主、辅任务的作业绩效均显著下降，被试者对HUD上异常信息的正确操作率降低，且反应时间延长；随主任务难度的增加，由辅任务所诱发的P300的波幅显著降低。在实验结果的基础上，最终提出了HUD状态下飞行员视觉注意资源分配机制。     

城市道路下分心行为对驾驶员驾驶绩效的影响

为探究城市道路条件下常见驾驶分心行为对驾驶绩效的影响,以16名青年志愿者为被试,开展实车驾驶试验,测量车辆纵向和横向行驶参数,对比分析正常驾驶和分心驾驶状态下的驾驶绩效,并探讨驾驶经验的影响。结果表明：3种分心行为均使横向加速度标准差和纵向加速度标准差增加,而使速度均值降低,说明驾驶员通过速度和转向控制补偿分心状态下的驾驶绩效;交谈对速度均值和纵向加速度均值、阅读广告对速度标准差和横向加速度均值具有显著性影响(p<0.05);接听电话时,经验驾驶员速度标准差明显高于新手(p=0.021);接听电话和阅读广告次任务下,经验驾驶员的横向加速度均值均明显较高(p=0.003,p=0.004),说明经验丰富的驾驶员受分心行为的影响程度更低。     

使用车载信息装置对驾驶行为的影响研究

为研究使用车载信息装置对驾驶行为的影响,基于虚拟驾驶仿真平台,开展正常驾驶、操作按键式和触摸屏式收音机驾驶分心试验;应用外周视觉检测任务法(PDT)测量驾驶人反应时间、PDT目标命中率以及车速和跟驰距离等参数,以评估分心行为的心理资源需求及其对驾驶绩效的影响。试验结果表明:使用车载信息装置会降低驾驶人反应能力和驾驶绩效,操作触摸屏分心与操作按键分心相比,驾驶人反应时间延长了167 ms,PDT目标命中率降低了10%,速度保持和车距保持能力下降,使用触摸屏式车载信息装置需要更多的心理资源,对两侧视野内的信息刺激反应明显迟钝,对行车安全有较大影响。     

生理疲劳和心理疲劳对车辆驾驶的影响对比北大核心CSCD

针对现有疲劳驾驶预警和干预技术研究鲜有对生理疲劳和心理疲劳进行区分考虑的问题,为对比这两类典型疲劳态对驾驶员车辆驾驶过程的事故倾向影响,分别从性别、年龄和驾龄的角度分3批次共招募90位驾驶员进行状态诱发和驾驶实验。结果表明:尽管生理疲劳和心理疲劳都会如传统研究所述导致各驾驶员的驾驶违规倾向增加和驾驶能力降低,但是二者对于各类别驾驶员的驾驶影响程度和规律存在差异甚至迥异。研究疲劳驾驶相关问题时有必要首先判断驾驶员是生理疲劳还是心理疲劳,这是一个被普遍忽视而又可能影响研究结论准确性和有效性的重要因素。     

生理疲劳和心理疲劳对车辆驾驶的影响对比

针对现有疲劳驾驶预警和干预技术研究鲜有对生理疲劳和心理疲劳进行区分考虑的问题,为对比这两类典型疲劳态对驾驶员车辆驾驶过程的事故倾向影响,分别从性别、年龄和驾龄的角度分3批次共招募90位驾驶员进行状态诱发和驾驶实验。结果表明:尽管生理疲劳和心理疲劳都会如传统研究所述导致各驾驶员的驾驶违规倾向增加和驾驶能力降低,但是二者对于各类别驾驶员的驾驶影响程度和规律存在差异甚至迥异。研究疲劳驾驶相关问题时有必要首先判断驾驶员是生理疲劳还是心理疲劳,这是一个被普遍忽视而又可能影响研究结论准确性和有效性的重要因素。     

基于贝叶斯结构方程模型的疲劳驾驶行为意图研究

为了深入探究影响驾驶员疲劳驾驶行为意图的心理因素,提高道路安全性,在计划行为理论的基础上,新增行为经验解释变量,形成扩展计划行为理论(Ex-TPB),构建了基于Ex-TPB的疲劳驾驶行为意图心理影响因素贝叶斯结构方程模型(Bayesian-SEM),并对比了传统结构方程模型(Traditional-SEM)与Bayesian-SEM的参数估计结果。最后,为有效防范疲劳驾驶行为提出了建议。结果表明:Ex-TPB可以有效解释和预测疲劳驾驶行为意图;在小样本的条件下Bayesian-SEM与Traditional-SEM相比,能得到更好的结果;对疲劳驾驶行为意图影响最大的因素为知觉行为控制,最小的是行为经验,且4种因素都显著正向影响疲劳驾驶行为意图。