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。     

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。     

基于脑电信号模糊熵的驾驶疲劳检测分析

为减少因驾驶疲劳导致的交通安全事故,提出基于脑电(EEG)信号模糊熵(FE)的驾驶疲劳检测方法。开展在驾驶仿真模拟试验,采集28名被试模拟正常驾驶和疲劳驾驶的EEG信号;基于2种驾驶状态的EEG信号计算出FE值;运用随机森林(RF)、支持向量机(SVM)、决策树(DT)和K近邻(KNN)等4种分类器检测驾驶疲劳状态;利用多种性能指标及被试工作特征曲线(ROC)对驾驶疲劳检测结果进行分析比较。结果表明:基于疲劳驾驶状态下的EEG信号的FE值明显高于较正常驾驶状态下的值;4种分类器均可有效检测驾驶疲劳,其中K近邻的平均准确率达97.4%;基于EEG信号模糊熵的驾驶疲劳检测方法具有较好的鲁棒性和稳定性。     

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。     

草原公路短时程驾驶疲劳程度多指标划分研究

为确定行车过程中不同时段驾驶员的疲劳程度,考虑草原公路的特殊性,选取典型草原公路路段,对9位受试者腰部肌电(EMG)、脑电(EEG)及心电(ECG)信号进行连续3 h的实驾测试。用因子(降维)及相关性分析法得到疲劳敏感指标;通过回归方程得到疲劳公式;利用层次聚类法初步划分疲劳程度,并验证划分结果。试验结果表明:表征EMG信号频谱变化的中位频率(MF)、ECG信号的心率均值(MHR)、高频标准化值(HFnu)和EEG信号的(α+θ)/β值对草原公路驾驶疲劳响应敏感,且驾驶疲劳发展呈多元线性变化;草原公路短时程驾驶疲劳可分为3个阶段。     

驾驶员脑电模糊熵与酒后驾车交通事故倾向相关性研究

少数驾驶员适度饮酒后安全驾驶能力不降反升和不同人对酒精作用存在个体差异的事实表明:利用血液酒精浓度(BAC)判定酒后驾车行为的技术方案存在不足。为探索新型量化参数,结合酒后状态诱发试验和模拟驾驶测试,测取12位驾驶员不同程度饮酒后的脑电(EEG)和规范化交通事故倾向指标。结果发现:随着饮酒量的增加,驾驶员左额叶区EEG的瞬时复杂度和长时周期度都增加。结合模糊熵算法构造并计算EEG特征参数。相关性分析表明:在驾驶员从未饮酒到重度饮酒的过程中,其左额叶区EEG模糊熵和规范化事故倾向指标间的平均相关系数为0.76,二者正相关。因此,根据该模糊熵变化能判断其酒后安全驾驶能力的变化。     

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。     

车载驾驶员疲劳驾驶预警与控制系统研究

为了识别与安全控制疲劳危险驾驶行为,有效预防与减少因疲劳危险驾驶导致的交通事故,基于疲劳检测分级、预警与自动智能控制技术,开发出车载驾驶员疲劳驾驶实时监测预警与控制系统。首先基于PERCLO方法,构建驾驶员疲劳检测与分级模型;然后根据所输出的驾驶员疲劳等级信息,提出疲劳驾驶三级预警原理,及其预警实现方式;最后以疲劳预警信息为基础,形成基于驾驶员不同疲劳等级预警的安全控制技术,并对处于深度疲劳的危险驾驶行为,构建自动智能紧急控制停车系统,重点阐述系统的地形匹配、智能控制,以及自动驾驶与停车三大核心技术,并提出相应的系统硬件构成,为系统工程应用提供理论与技术支持。     

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。     

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。     

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。     

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。     

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%。     

基于驾驶员模型参数辨识的疲劳驾驶研究

提出一种利用驾驶员模型反演方法来进行驾驶员疲劳诊断研究的新方法。首先利用预瞄神经网络建立适应于复杂路况条件下的驾驶员-汽车-道路闭环模型,然后定义特定行驶轨迹内理论数据与试验数据的近似度为目标函数,将驾驶员参数的反演问题转化为多目标优化问题,采用基于实数编码混沌变异量子遗传算法的优化方法,获得全局最优解。试验中采用脑电和主观疲劳心理评测结合的方法确定被试者的疲劳状况。在每种疲劳状况下对驾驶员参数进行辨识,对结果进行统计分析表明,在考虑到车型、道路曲率等因素条件下驾驶员参数分布与驾驶员的疲劳状况有很强的相关性。     

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。     

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。