基于眼动指标的脑力疲劳识别研究

为减少因脑力疲劳导致的安全事故的发生,研究如何测量和识别脑力疲劳具有十分重要的现实意义.本文提出通过作业前后心算可靠性下降率作为判断脑力疲劳程度的指标,利用眼动追踪仪Tobii Glasses设备测量被试者疲劳前后的瞳孔直径、注视点、陀螺和加速计等眼动参数指标,探究被测试者眼动指标变化规律与脑力疲劳之间的关系.结果表明:发生脑力疲劳时瞳孔直径增加,陀螺和加速计的值减小,注视点的分散程度增加.瞳孔直径、注视点、陀螺和加速计等眼动指标都与脑力疲劳相关.本文研究结果可为建立脑力疲劳评价指标体系和预测脑力疲劳奠定基础.     

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。     

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%。     

驾驶疲劳恢复时间的心电信号分析

适当的休息能有效缓解驾驶疲劳,提高行车安全。为探究科学的驾驶休息时间,开展试验,用MP150多通道生理信号采集仪,采集20名驾驶人4 h模拟驾驶作业后休息时的心电(ECG)信号,分析ECG信号的变化规律。结果表明:在驾驶疲劳恢复期,ECG指标心率(HR)、间期标准差(SDNN)、低高频比值(LF/HF)、样本熵(SampEn)与恢复时间高度线性相关,且性别差异对疲劳恢复期ECG指标有显著影响;驾驶人的心理疲劳恢复时间早于生理疲劳恢复时间;驾驶人主观恢复时间相对于客观疲劳恢复时间有提前现象;建议连续驾驶4 h后男性驾驶人休息时间不少于24 min,女性驾驶人休息时间不少于27 min。     

疲劳不同休息方式也不同

疲劳分为体力疲劳和脑力疲劳。因为产生疲劳的性质不同，所以消除疲劳的方式也应不同，否则不仅不见效，还可能使疲劳加重。     

基于个性化行为模型的驾驶疲劳识别方法

为提高疲劳驾驶状态的识别精度,应考虑驾驶人之间的个体差异。以实车驾驶试验条件下车道保持行为中的车速和车道偏离值为输入,以方向盘转角为输出,基于径向基(RBF)神经网络针对每个驾驶人构建正常驾驶状态下的车道保持行为模型,并根据残差对模型的拟合及预测效果进行评价;将疲劳驾驶状态下的车速和车道偏离值输入到上述驾驶行为模型中,可得到模型预测的方向盘转角值,通过分析预测值与实际方向盘转角之间的差异,研究疲劳对驾驶人行为的影响;将预测残差作为输入,建立基于支持向量机(SVM)的疲劳驾驶状态辨识模型。结果表明:所建立的RBF神经网络-SVM识别模型对不同驾驶人疲劳驾驶状态的平均识别率达85%。     

草原公路驾驶人腰部疲劳恢复的表面肌电分析

为研究草原公路驾驶人腰部肌肉疲劳恢复特性,在草原公路模拟驾驶环境开展腰部疲劳恢复试验。利用MP150多通道生理测试仪采集驾驶人试验前、驾驶结束时和疲劳恢复阶段的腰部肌电信号,并应用配对样本t检验和独立样本t检验进行统计分析,探讨草原公路驾驶人腰部肌肉疲劳恢复特征。结果表明:在驾驶疲劳恢复期,时域指标平均振幅值(AEMG)、积分肌电值(IEMG)和均方根值(RMS)随恢复时间而增大,频域指标中位频率值(MF)和平均功率频率值(MPF)则随之减小;各指标在疲劳恢复初期恢复较快,当驾驶人疲劳恢复程度达到80%左右时,其在之后同等时间段内肌电各指标的恢复能力趋于平缓;2 h组腰部竖脊肌的表面肌电(sEMG)指标在恢复期第18 min与静测无显著差异,4 h组在恢复期第27 min与静测无显著差异。     

新年贺卡寄语交通安全

近日，龙岩市交警支队设计制作了22000张，印有交通安全警示语及温馨祝福语的有奖贺年卡，配以卡通图画，通过邮局邮寄给全市运输企业驾驶人、危险化学品运输驾驶人、校车驾驶人、私家车驾驶人，以图文并茂的形式宣传超员超载、超速行驶、违法超车、疲劳驾驶、酒后驾驶等严重交通违法行为的危害和后果，在提高驾驶人自觉遵守交通法律法规，     

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。     

危险货物运输驾驶人风险倾向分类及识别模型研究

为合理评估危险货物运输驾驶人驾驶过程中的风险倾向,建立危险货物运输驾驶人风险倾向聚类及辨识体系,以动态监控系统中记录的驾驶人实时违规预警数据为基础,选取可能引发交通冲突的安全关键事件为特征参数,利用探索性因子分析方法实现指标降维,提取驾驶人风险倾向主因子,并通过K-means算法聚类不同风险倾向的驾驶人,最后基于聚类结果监督训练随机森林模型,辨识未知驾驶人的风险倾向。结果表明,利用选取的8类安全关键事件特征参数,可以将驾驶人风险倾向划分为攻击驾驶倾向、鲁莽驾驶倾向、驾驶分神倾向和驾驶疲劳倾向,且可以识别风险较低的驾驶人,基于随机森林模型的驾驶人风险倾向识别准确率为88.68%,可以较好地实现危险货物运输驾驶人风险倾向辨识。研究结果为危险货物运输驾驶人风险倾向分类及识别提供了方法依据。     

脑力疲劳与非疲劳状态眼动指标的判别

为研究利用眼动指标(注视点个数FC、平均注视时间AFD、平均眼跳幅度ASA、最大瞳孔面积Pupil Max及反应时RD)对脑力疲劳状态进行判定,通过眼动追踪技术,测试了不同脑力疲劳程度的眼动指标值并进行分析。结果表明:1)通过FC、AFD、ASA和Pupil Max四个眼动指标可以判定被试者所处的疲劳状态; 2)当测试者注视点个数FC处于(11,13)区间,平均注视时间AFD处于(328,409)区间,平均眼跳幅度ASA处于(5,7)区间,最大瞳孔面积Pupil Max处于(992,1 124)区间时为非疲劳状态;当FC处于(7,10)区间,AFD处于(263,319)区间,ASA处于(2,4)区间,最大瞳孔面积Pupil Max处于(584,935)时可以认定被试者为疲劳状态。     

公交车停靠站形式对驾驶人生理特性的影响研究

设计并实施实车试验,运用生理测试仪采集驾驶人生理数据,对比分析公交车在通过直线式及港湾式车站时,驾驶人的生理数据基础信号(Basis Signal Analysis,BSA)和心率变异性(Heart Rate Variability,HRV)。结果表明,通过不同形式停靠站时驾驶人的生理特性有明显差异。通过直线式车站时,驾驶人的心电(Electro Cardio Graph,ECG)和阻抗Z0的极大值均高于通过港湾式车站时的极大值,皮电(Galvanic Skin Current,GSC)的极大值约是通过港湾式车站时极大值的1.9倍,心动周期时间序列变化及呼吸时间序列变化的极大值均比通过港湾式车站时的极大值高。要提高停靠站设置的合理性,适当增加港湾式站台,以达到改善驾驶人生理状态、降低驾驶疲劳、提高驾驶安全性的目的。     

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。     

秋季驾车“四防”

一防“秋乏”。气候渐渐变凉，易导致一般人出现打哈欠和疲劳的“秋乏”。只要能保证每天8小时以上的充足睡眠，安全行车就能有保障。因此，防“秋乏”就是要求驾驶人避免疲劳开车。     

消息树

我省“五一”黄金周道路交通事故全面下降“五一”黄金周期间,我省各级交警部门紧密结合实际,全面开展道路交通安全管理工作,针对自驾车旅游和探险旅游增多的特点,积极会同交通、旅游、安监等部门,加强旅游客运车辆及其驾驶人的管理,加强事故多发路段和景区路段的巡逻管控,督促旅游、客运企业对“五一”期间从事公路客运的车辆进行一次全面检查,加强客运车辆及其驾驶人的安全管理和教育,严禁“病”车上路、超员运输、酒后驾车和疲劳驾驶,从严查处超速行驶、客车超员、疲劳驾驶、酒后驾驶以及低速载货汽车、三轮汽车、拖拉机载客等严重交通违法行为。     

秋季驾车“四防”

一防“秋乏”。气候渐渐变凉,易导致一般人出现打哈欠和疲劳的“秋乏”。只要能保证每天8小时以上的充足睡眠,安全行车就能有保障。因此,防“秋乏”就是要求驾驶人避免疲劳开车。二防路滑。秋天多雨多雾,路面上积聚     

健康驾驶备忘录

驾驶环境和驾驶人的身体健康息息相关,为有效预防职业病的发生,改善车内环境是自我保健的第一步。如质量差的前挡风玻璃是造成视力疲劳综合症的主要原因,应注意选用质量上乘的挡风玻璃,并经常清洁其灰尘;座位应选用弹簧、海绵坐垫制成,以减少     

针对特定驾驶员的疲劳驾驶检测方法

疲劳驾驶是导致交通事故的重大诱因，而降低交通事故发生概率是交通系统的重要研究方向之一，结合当下的车辆驾驶实际情况，提出了针对特定司机的疲劳检测方法。该检测方法首先存储该车司机正常状态下的面部信息，然后利用多任务卷积神经网络(Multi-Task Convolutional Neural Network, MTCNN)检测摄像头所读取画面中的人脸，返回人脸的位置信息，其次通过全梯度下降树算法根据人脸位置信息得到驾驶人面部特征点，利用特征点中存储的信息判断眼部与嘴部的状态，最终与被检测司机的正常状态对比，根据设定的条件阈值来判断其是否疲劳。与其他检测方法相比，该方法只针对车辆的常驻司机，符合大部分车辆极少更换驾驶人的情况，并且成功消除了个体差异，提高了准确率。     

小议习惯性交通违法

习惯性交通违法是指驾驶人身边经常发生,习以为常,不符合《道路交通安全法》要求的行为。如超速、超载行驶、疲劳开车、驾乘二轮摩托车不戴头盔、开车不系安全带等等。这是一种长期沿袭下来的违法行为,一种经常出现难以根除的陋习。