武警工程大學信息工程系 徐龍順

?

駕駛員精神疲勞檢測方法綜述

武警工程大學信息工程系 徐龍順

【摘要】針對進十幾年來駕駛疲勞檢測技術(shù)的發(fā)展，對駕駛員疲勞檢測相關(guān)技術(shù)和方法進行綜述?；隈{駛員的疲勞檢測方法主要分為基于行為特征的檢測方法和基于生理信號的檢測方法；基于車輛的檢測方法主要通過檢測車輛行駛參數(shù)來間接判斷駕駛員是否疲勞。詳細介紹了過去幾十年大家公認的駕駛疲勞檢測技術(shù)的可行方法，并介紹了相關(guān)產(chǎn)品及其優(yōu)缺點，最后探討了駕駛員疲勞檢測技術(shù)的技術(shù)難點及發(fā)展趨勢。

【關(guān)鍵詞】疲勞檢測；生理信號；車輛行為

0 引言

精神疲勞作為大腦在認知和行為控制過程中產(chǎn)生的心理生理現(xiàn)象，對駕駛過程中的安全有著極大的負面影響，研究駕駛疲勞檢測技術(shù)，對于降低交通事故的頻率有著極為重要的意義。

目前主要從兩個方面檢測駕駛員的疲勞情況：一是從車輛著手，記錄并分析車輛行駛路線、速度變化情況以及方向盤轉(zhuǎn)動特征等，提取參量特征進而判斷駕駛員狀態(tài)；二是從駕駛員入手，主觀方面，主要是通過自我調(diào)查問卷的形式了解駕駛員生活方式等進行輔助判斷，客觀方面，主要是通過檢測駕駛員的生理信號以及眨眼頻率和面部表情等特征來判斷駕駛員狀態(tài)。

1 基于車輛行為的駕駛疲勞檢測

隨著駕駛時間的增加，駕駛員精神疲勞程度逐漸加大，注意力下降，進而對于駕駛環(huán)境的認知能力下降，反應時間增加，對車輛的控制精度降低，從而駕駛員對汽車的操作變量及車輛行駛路線等參量的特征會出現(xiàn)變化，因此可以通過車輛行駛狀態(tài)參數(shù)判斷駕駛員疲勞狀態(tài)。利用駕駛員駕駛時間、方向盤轉(zhuǎn)角等設計基于單片機的疲勞駕駛檢測系統(tǒng)，成本低，算法簡單。這些技術(shù)相對成熟且成本較低，但是其靈敏度不高，且易受外界環(huán)境影響，比如車道偏離報警系統(tǒng)檢測駕駛員疲勞狀況，只有在車道邊沿有白色標志線的高速路段和城區(qū)路段才能使用。

2 基于駕駛員行為特征的駕駛疲勞檢測

從駕駛員行為特征著手，主要通過檢測駕駛員面部特征變化來判斷疲勞，主要包括眨眼頻率、眼睛轉(zhuǎn)動速度、眼睛閉合度、閉眼持續(xù)時間占空比、嘴部狀態(tài)、頭部位置等參量，提取其特征量，以相應的算法判別駕駛員是否疲勞。

2.1 眼睛行為參量

眼睛行為包括眨眼頻率、瞳孔大小、眼睛閉合度、眼睛轉(zhuǎn)動速度、閉眼持續(xù)時間占空比等，前人的研究主要是通過截取駕駛員駕駛時的圖像，通過圖像處理來檢測駕駛員眼睛狀態(tài)。相關(guān)人眼快速檢測算法較多，反映出眼睛行為是判斷疲勞駕駛的經(jīng)濟有效指標，且技術(shù)相對成熟。但利用眼睛狀態(tài)來判斷駕駛員疲勞狀況，視線跟蹤技術(shù)也面臨很多問題,如在被測人頭自由轉(zhuǎn)動的情況下,視線很難準確跟蹤到,導致示警系統(tǒng)不能始終如一正確地告訴駕駛員疲勞出現(xiàn)。

2.2 面部表情與頭部運動

駕駛員在精神疲勞時往往會在臉部表現(xiàn)出來，進而面部表情與正常狀態(tài)時有明顯差異，通過提取駕駛員打哈氣頻率及頭部轉(zhuǎn)角參數(shù)特征可以有效檢測駕駛員狀態(tài)，但面部識別系統(tǒng)同樣要求用戶必須在攝像頭范圍內(nèi)，影響用戶體驗。

3 基于駕駛員生理信號的駕駛疲勞檢測

主要通過檢測駕駛員腦電信號、心電信號、血壓、肌電信號、眼電信號等生理信號來檢測駕駛員疲勞狀態(tài)，生理信號檢測駕駛員疲勞狀態(tài)客觀有效，且準確率高，尤其是腦電信號，被譽為“黃金標準”。

3.1 腦電信號

大腦是控制運動、產(chǎn)生感覺及實現(xiàn)高級腦功能的高級神經(jīng)中樞，通過精密的電子儀器，從頭皮上將腦部的電位變化放大，并記錄下來，就是腦電圖，共有α、β、θ、δ四個波段，反映大腦不同的狀態(tài)。

作為世界消費領(lǐng)域生物傳感技術(shù)的領(lǐng)導者，美國NeuroSky公司開發(fā)了一款意念控制的頭戴式設備，通過檢測腦電信號α和β波段的變化判斷用戶注意力和放松度，當腦波位于β波段時，大腦處于專注狀態(tài)，而位于α波段是處于放松狀態(tài)。腦電信號的四個波段進行簡單計算如（θ+α）/β有很明顯的變化，表明利用腦電信號不同波段的運算法則提取特征量對于判別駕駛員精神疲勞有重要意義。更早的研究有功率譜分析等經(jīng)典信號處理方法，將腦電信號視為平穩(wěn)信號，而有研究則表明，腦電信號具有非線性特征，復雜度、近似熵等非線性特征逐漸被用來分析腦電信號變化規(guī)律。便攜式無線腦電信號采集設備的發(fā)展，大大減小了用戶采集腦電信號時的厭煩情緒，為日后腦電信號的理論研究走向應用奠定了基礎(chǔ)，腦電信號正成為研究駕駛員疲勞狀態(tài)的最可靠指標之一。

3.2 心電信號

心電信號是指心臟活動時心肌激動產(chǎn)生的生物電信號，與腦電信號相比，眾多非接觸式的心電信號采集設備也為其在駕駛疲勞檢測中的應用奠定了基礎(chǔ)。對心電信號的研究主要是提取心率參量，觀察其心率變異性，心率變異性是指心率節(jié)奏快慢或RR間期隨時間所發(fā)生的變化情況，反映心臟自主神經(jīng)系統(tǒng)對心血管系統(tǒng)的調(diào)控以及該系統(tǒng)對各種影響因素的應答。

駕駛員疲勞前后心電信號的時域、頻域及非線性特征均有明顯不同。參加模擬駕駛?cè)蝿蘸螅茉囌呓桓猩窠?jīng)活動增加而副交感神經(jīng)活動降低，表明心電信號變化特征可以作為檢測駕駛員疲勞狀態(tài)的指標之一。

3.3 肌電信號和眼電信號

眼電圖是測量在視網(wǎng)膜色素上皮和光感受器細胞之間存在的視網(wǎng)膜靜電位，日本著名眼睛廠商JINS在2014年召開發(fā)布會，推出了一款利用眼部潛在傳感技術(shù)來檢測受試者疲勞程度的智能眼鏡，通過檢測受試者8個方向的眼部活動來判斷用戶疲勞狀態(tài)。

肌電圖可以確定周圍神經(jīng)、神經(jīng)元、神經(jīng)肌肉接頭及肌肉本身的功能狀態(tài)，用sEMG信號的時頻分析可以評估駕駛員肌肉疲勞狀態(tài)。

4 展望

綜合來看，通過車輛行為參數(shù)來判別技術(shù)上較容易實現(xiàn)，成本較低，但易受外界影響；隨著生理信號非接觸式采集設備的發(fā)展，生理信號疲勞檢測相關(guān)理論也越來越成熟，受到越來越多的關(guān)注。在過去的20多年，駕駛疲勞檢測技術(shù)得到了突飛猛進的發(fā)展，相關(guān)理論體系已經(jīng)趨于完善，但仍存在不少問題。一是個體差異問題，二是用戶體驗問題。眾多已成形的產(chǎn)品沒有廣泛推廣開來，主要是由于檢測失誤率較大，還沒有達到用戶期望的效果，由于采集設備的繁瑣，影響用戶駕駛時的舒適度也是一重要原因。由于大量數(shù)據(jù)的采集及計算分析，造成系統(tǒng)延遲較大，設備成本高等問題也是影響設備推廣的關(guān)鍵因素。

參考文獻

[1]屈肖蕾.基于轉(zhuǎn)向操作和車輛狀態(tài)的疲勞駕駛檢測方法研究[D].北京:清華大學,2012．

[2]周云鵬,朱青,王耀南,等.面部多特征融合的駕駛員疲勞檢測方法[J].電子測量與儀器學報,2014(10):1140-1148．

[3]Borghini G,Astolfi L,Vecchiato G,et al.Measuring neurophysiological signals in aircraft pilots and car drivers for the assessment of mental workload,fatigue and drowsiness[J]. Neuroscience and Biobehavioral Reviews,2014(44):58-75.

[4]周展鵬,孔萬增,王奕直,等.基于心電和腦電的駕駛疲勞檢測研究[J].杭州電子科技大學學報,2014(03):25-28．

[5]吳群.基于心電信號的駕駛疲勞檢測方法研究[D].杭州:浙江大學,2008.