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。     

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。     

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。     

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。     

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。     

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。     

闪光融合频率测试法在北京公交驾驶员中的应用

通过对北京公交驾驶员的心理疲劳研究,探索三种车型司机在驾驶不同圈数时的大脑觉醒程度变化规律,防止驾驶员因疲劳驾驶而造成的交通事故。利用闪光融合频率值测试法,对三条典型线路的驾驶员进行测试,并利用Wilcoxon非参数检验方法,使用SPSS软件检验数据变化的显著性。驾驶铰链式加长客车的驾驶员和驾驶单机客车的驾驶员闪光融合频率值在工作两圈时发生显著降低P<0.05,驾驶双层客车的驾驶员闪光融合频率值变化不显著P>0.05。     

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。     

减轻驾驶疲劳的几种有效方法

据统计数据表明,在交通事故造成的死亡案件中,因为驾驶员困乏、疲劳驾驶而造成的死亡率超过一半。有关专家表示,造成疲劳驾驶主要是人、车及周边环境三方面。驾驶员自身状况:年轻人比老年人     

动态监控数据驱动的危险货物运输驾驶员风险评估

为合理评估危险货物运输驾驶员驾驶过程中的风险驾驶行为,辨别影响危险货物运输事故风险的显著因素,运用探索性因子分析与Logistic回归相结合的方法,可以避免数据多重共线性对分析结果的影响。首先基于车辆联网联控系统中记录的动态违规预警数据,利用探索性因子分析方法提取危险货物运输驾驶员高风险驾驶行为隐性因子;其次结合驾驶员事故数据,筛选与危险货物运输事故显著相关的高风险驾驶行为;最后通过建立Logistic回归模型预测驾驶员卷入危险货物运输事故的风险。结果表明,驾驶员的风险驾驶行为可归类为碰撞倾向驾驶行为、鲁莽驾驶行为、驾驶分神和驾驶疲劳4种,驾驶员具有不同的驾驶风险倾向,同时碰撞倾向驾驶行为、驾驶分神行为和驾驶疲劳状态指标是影响危险货物运输事故的显著因素,可以建立事故预测模型。研究结果为评估危险货物运输驾驶员风险提供了理论依据。     

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。     

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。     

哪些食物抗疲劳?

疲劳驾驶是安全行车之大敌。驾驶员在行车中要防止疲劳驾驶,除合理安排休息时间,保持足够的睡眠,控制连续驾车时间外,食用某些食物同样也可起到防止疲劳的功效。     

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。     

交通路上行发明

交通方面的发明,是个永远充满吸引力的领域。“人命关天”,交通安全是一个大问题。40%以上的恶性事故均与司机疲劳驾驶有直接关系。驾驶员防疲劳警示器的发明,能在驾驶员出现疲劳征态的初期给驾驶员以视觉或听觉上的警示,提醒驾驶员注意安全和适当休息。当驾驶员刚刚出现疲劳时,这一动作的时间间隔会明显增加。警示器在驾驶员出现疲劳征态前后时间间隔的变化,应用单片机检测并智能分析时间间隔,从而达