基于多生理信号融合的疲劳驾驶检测研究

为减少交通事故，保障道路交通安全，提出一种能更加有效地检测驾驶人驾驶状态的方法。通过对疲劳状态进行等级划分，利用脉搏波信号(Photoplethysmographic signal, PPG)以及皮肤电反应信号(Galvanic Skin Response, GSR),实现多种生理信号融合，进而构建驾驶人的驾驶疲劳状态数据库。根据采集数据结合主观评测分析驾驶人状态变化规律，选取有效指标进行分析比较，以探究各个指标与疲劳程度的变化趋势。依据状态变化规律和特征，结合主观评测，分析驾驶人的疲劳状态。同时，设定疲劳状态等级，分为清醒、轻度疲劳和重度疲劳状态，构建隐马尔可夫(Hidden Markov Model, HMM)驾驶疲劳水平分级的疲劳评估模型。测试结果显示：训练后的HMM疲劳检测模型准确率为90%。     

基于DSP虹膜识别防疲劳驾驶报警系统的研究

防止疲劳驾驶以主观监测和客观检测为主,但其在可靠性、成本、检测方法上存在不足,为此,设计了一套基于DSP虹膜识别防止疲劳驾驶报警系统。借鉴国内外学者的研究,遵循实时性、准确性、简洁性及经济性的设计原则,以虹膜识别算法为依据,DSP微处理器控制技术为基础进行了开发,该报警系统可在不干扰驾驶员的情况下,识别驾驶员身份,记录驾驶时间,识别疲劳驾驶并报警。测试结果表明:系统结构简单,实现了模块化。虹膜识别模块、计时模块基本满足了准确性和实时性的要求。     

基于驾驶操作行为的驾驶员疲劳状态识别模型研究

以驾驶疲劳状态监测为研究对象,介绍现有几种疲劳检测方法及其优缺点,提出把驾驶行为操作和驾驶员生理指标相结合建立疲劳识别模型的思想。通过大量模拟器驾驶实验,建立驾驶操作和驾驶员生理指标之间的关系模型,并运用最小二乘法对数学模型进行了参数识别。利用驾驶员生理指标能较好判别驾驶员状态特性的特点,找出驾驶操作行为和驾驶状态之间的关系。研究结果有助于建立驾驶操作行为和驾驶员疲劳状态之间的关系模型。     

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。     

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。     

基于计算机视觉的驾驶疲劳识别方法的研究

汽车驾驶员疲劳驾驶是引发交通事故的重要原因之一,许多国家在进行疲劳报警器的研究。在介绍和比较多种驾驶疲劳测评方法的基础上,阐述PERCLOS评价驾驶疲劳的机理,并与其他几种方法进行对比,以证明其优越性。设计一套驾驶员疲劳监控系统,应用图像差分的方法,灰度直方图、直方图均衡化等图像分析手段,定位和识别驾驶员眼睛睁开与闭合的变化过程,统计出眼睛闭合时间来确定疲劳程度,并通过利用MATLAB得以实现。给出了一种基于PERCLOS的驾驶员疲劳识别的新方法。     

基于多通道信息融合的疲劳驾驶行为分析研究

为了克服单一通道信息在驾驶疲劳行为判定中的局限性,提出了综合运用多通道信息融合共同判定驾驶疲劳行为的方法。该方法在充分考虑各信息源相关性和互补性的基础上,优化采用驾驶人疲劳特征ECD、车道偏离程度SAAE、方向盘转动程度SWA等疲劳判别指标,运用MVAR进行多维特征向量提取,以有向无环支持向量机为融合算法,建立了基于多分类支持向量机的驾驶疲劳行为判定模型。结果表明,运用DAG-SVM进行多通道信息决策提高了疲劳驾驶行为检测的准确性和可靠性。     

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。     

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。     

人机共驾环境下驾驶疲劳研究综述

为减少自动驾驶过程中驾驶疲劳对驾驶人状态的影响，综合分析人机共驾环境下驾驶人的疲劳研究发展现状，系统梳理人机共驾模式下驾驶疲劳的研究成果，探索未来发展方向。首先，通过文献检索与关联性分析，明确人机共驾过程中疲劳累积研究现状；然后，从手动驾驶和人机共驾下的驾驶疲劳致因分析、驾驶时长和非驾驶相关任务对疲劳的影响、人机共驾环境下驾驶疲劳对驾驶行为的影响3个维度，讨论分析研究成果；最后，提出人机共驾环境下驾驶人疲劳研究的不足与发展方向。研究结果表明：人机共驾模式导致驾驶人被动疲劳增加，接管绩效受损，弹性设置非驾驶相关任务与自动驾驶时间可有效缓解被动疲劳；人机共驾过程中驾驶疲劳的演化规律与检测模型尚不明确，结合人机共驾场景特征探索驾驶人疲劳调控策略是未来研究重点。     

基于计划行为理论的侵犯驾驶行为研究

从社会心理学的角度,通过问卷调查的方式,对驾驶员侵犯驾驶行为的产生动机进行分析;基于计划行为理论,研究构建了能揭示驾驶态度与行为关系的理论模型,并得出驾驶员对侵犯驾驶行为的态度、主观标准、知觉行为可控性等心理因素,通过行为意向的中介作用,对驾驶员实施侵犯驾驶行为具有预测作用的结论。同时,提出了从态度改变、建立社会支持体系、提高驾驶员的自我能力评估等方面入手对驾驶员侵犯驾驶行为进行矫正的策略。     

道路交通环境中驾驶疲劳的生成模型研究

为预防由驾驶疲劳引起的交通事故,有必要研究在道路、交通和环境的综合影响下驾驶疲劳的生成机理。基于生理、心理学中的经典理论,借鉴国内外相关的研究成果,采用理论推理的方法对驾驶疲劳生成过程中驾驶员唤醒水平的变化规律及其影响因素进行分析。在此基础上建立了驾驶疲劳的生成模型,并将模型应用于工程实际。通过驾驶员唤醒水平的变化,指出驾驶疲劳的生成时刻,及其对驾驶时间的规定和道路、景观设计的影响。该模型以唤醒水平为核心,描述驾驶疲劳生成过程中驾驶员唤醒水平的变化规律,强调道路交通环境对驾驶员唤醒水平的影响。     

疲劳影响驾驶员心理旋转能力的ERP试验研究

为探究疲劳对驾驶员心理旋转能力的影响机制,首先开展2 h模拟驾驶任务试验,以诱发驾驶疲劳,并在模拟驾驶任务前后,分别测定驾驶员的心理旋转能力;然后基于试验数据,分析驾驶疲劳前后心理旋转能力行为绩效(反应时间、正确率)和脑电事件相关电位(ERP)成分(P3波幅和潜伏期)的变化及其差异。试验发现,驾驶疲劳引起行为绩效显著降低(反应时延长,正确率降低),脑电ERP的P3成分波幅在顶叶区显著下降、潜伏期显著延长。上述结果表明:疲劳影响了驾驶员在心理旋转过程中对认知资源的分配和加工信息的速度,导致心理旋转能力降低。     

基于车载机器视觉的汽车安全技术

在描述汽车驾驶操作过程基础上,根据信息获取范围将汽车安全辅助驾驶的机器视觉分为外部信息的机器视觉与内部信息的机器视觉技术,包括视觉增强、视野扩展、道路环境理解、视线跟踪与驾驶疲劳监测;逐个阐述其作用机理,综述其国内外研究现状,并归纳出研究重点;分析了汽车安全辅助驾驶系统中机器视觉技术当前研究不足。笔者认为,低能见度驾驶员视觉增强方法、道路环境理解信息融合以及驾驶疲劳检测等技术需进一步开展研究。     

驾驶人疲劳监测预警技术研究与应用综述

基于各种物理传感器的疲劳驾驶监测预警技术(DFMP),是交通安全领域的研究重点。这类技术主要包括基于驾驶人生理特征、车辆运行状态以及驾驶人行为特征的疲劳监测。分析论述各种疲劳监测技术的研究现状与进展、优缺点以及应用状况,介绍目前世界上常用的疲劳监测系统。通过分析比较得出:车道偏离监测、车辆运动参数监测、基于人眼、头部运动以及面部状态的疲劳监测等是目前的热点研究方向;系统软硬件的提升、基于机器视觉的多传感器多参数信息融合等是疲劳监测技术重要的发展趋势;更强的实时性、准确性和鲁棒性是疲劳监测技术的发展目标。     

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。     

高速公路疲劳驾驶交通事故的控制

针对我国高速公路疲劳驾驶交通事故频发的现状,结合高速公路行车特点,从驾驶员高速行车的生理心理及高速公路行车环境等方面分析高速公路疲劳驾车交通事故原因。根据交通心理学、安全人机学等原理,提出驾驶者自身控制、运输单位内部管理、宣传和舆论、家庭教导、交通部门服务性诱导、交通管理部门的执法和管理等各个方面提出高速公路疲劳驾驶交通事故的控制措施。     

机械安全风险预警系统构建与应用

为应对机器使用阶段因人、机器、环境状态改变导致风险水平发生变化,构建了一种机械安全风险预警系统。机械安全风险预警系统主要由用于实时监测风险因素状态的预警监测系统、确定风险级别的预警分级系统、减小风险的预警措施系统组成。以某工业机器人为例,构建了机械安全风险预警系统,并开展了预警实验。实验结果表明：机械安全风险预警系统能够实现机械安全风险因素自动监测、预警等级自动划分、预警措施自动执行。该系统能够通过在线数据监测与评估,对可能发生的不安全状态按等级发出警告,并及时采取相应防范措施,达到减小风险的目的。