張 馳,馬廣露，朱國(guó)華

(1.遼寧工業(yè)大學(xué) 汽車(chē)與交通工程學(xué)院，遼寧 錦州 121001; 2.重慶交通大學(xué) 交通運(yùn)輸學(xué)院，重慶 400074；3.澤一交通工程咨詢(xún)(上海)有限公司，上海 201210)

0 引言

駕駛疲勞已成為引發(fā)交通事故的重要因素之一，一直以來(lái)導(dǎo)致交通事故居高不下.美國(guó)每年有超過(guò)7 500起致命交通事故是由駕駛疲勞造成的，大約占總事故的25%[1]，據(jù)我國(guó)交通部門(mén)的統(tǒng)計(jì)，因駕駛疲勞造成的交通事故約占總交通事故的20%、特大交通事故的40%以及交通死亡人數(shù)的83%[2].隨著智能交通的發(fā)展，駕駛疲勞檢測(cè)技術(shù)作為智能交通系統(tǒng)中的安全輔助駕駛技術(shù)受到越來(lái)越多的重視.

目前，常用的駕駛疲勞檢測(cè)方法有基于駕駛?cè)松韺W(xué)特征的檢測(cè)、基于駕駛?cè)诵袨樘卣鞯臋z測(cè)、基于車(chē)輛行為特征的檢測(cè)[3]以及基于多源信息融合的檢測(cè)方法.本文在給出駕駛?cè)似跈z測(cè)技術(shù)應(yīng)用現(xiàn)狀的基礎(chǔ)上，從駕駛?cè)似谂袆e的研究、可穿戴設(shè)備在駕駛疲勞檢測(cè)中的應(yīng)用、多信息融合及多功能智能車(chē)載設(shè)備的研發(fā)、大數(shù)據(jù)及云計(jì)算技術(shù)在駕駛?cè)似跈z測(cè)的應(yīng)用4個(gè)方面指出了駕駛疲勞檢測(cè)的發(fā)展趨勢(shì).

1 駕駛疲勞檢測(cè)原理

對(duì)駕駛疲勞的檢測(cè)，主要是通過(guò)檢測(cè)駕駛?cè)松韺W(xué)特征、駕駛?cè)诵袨樘卣饕约败?chē)輛行為特征變化來(lái)進(jìn)行.

駕駛?cè)似诤?，其生理學(xué)特征會(huì)發(fā)生一定的變化，如EEG(腦電信號(hào))、ECG(心電信號(hào))、EOG(眼電信號(hào))、EMG(肌電信號(hào))等人體生物電信號(hào)以及血壓、血液中化學(xué)物質(zhì)(如唾液淀粉酶的含量)、溫度等，表1列舉了一些生物學(xué)信號(hào)的性質(zhì)，可以通過(guò)測(cè)量駕駛?cè)说倪@些生理學(xué)特征變化，通過(guò)設(shè)定閾值來(lái)對(duì)駕駛疲勞進(jìn)行檢測(cè).

表1 生物學(xué)信號(hào)的性質(zhì)[4]

駕駛?cè)松韺W(xué)特征發(fā)生變化后，往往導(dǎo)致行為特征發(fā)生變化，如人眼的狀態(tài)(眨眼幅度、頻率以及平均閉合時(shí)間等)、頭部活動(dòng)(頻繁點(diǎn)頭、頭部長(zhǎng)期不動(dòng))、面部特征等.其中較為常用的是通過(guò)人眼的狀態(tài)進(jìn)行駕駛?cè)似跔顟B(tài)的檢測(cè)，廣泛采用的算法是PERCLOS(percentage of eyelid closure over the pupil over time)算法，將眼瞼閉合度作為駕駛疲勞的度量指標(biāo)，PERCLOS值越大，駕駛疲勞程度越深.

基于車(chē)輛行為特征的疲勞檢測(cè)是指通過(guò)檢測(cè)駕駛?cè)瞬僮鬈?chē)輛的方向盤(pán)、加速踏板、制動(dòng)踏板等操作行為以及車(chē)輛的行駛速度、加速度、車(chē)身橫擺角度和車(chē)道偏移量等車(chē)輛行駛相關(guān)信息來(lái)間接確定駕駛?cè)说钠诔潭?

2 駕駛疲勞檢測(cè)技術(shù)現(xiàn)狀

2.1 基于生理學(xué)特征的檢測(cè)

基于生理學(xué)特征的檢測(cè)技術(shù)往往與駕駛?cè)酥苯咏佑|，具有檢測(cè)準(zhǔn)確性高的特點(diǎn)，不少科研機(jī)構(gòu)和設(shè)備廠商開(kāi)發(fā)了一些檢測(cè)設(shè)備.

美國(guó)生物傳感器領(lǐng)導(dǎo)者NeuroSky公司，開(kāi)發(fā)了通過(guò)檢測(cè)EEG(α和β波段)來(lái)判斷用戶(hù)注意力及放松度的頭戴設(shè)備；諾丁漢倫特大學(xué)研究團(tuán)隊(duì)研發(fā)的車(chē)載嵌入式非侵入性心臟和呼吸傳感器可以測(cè)量駕駛?cè)说男穆屎秃粑鼱顟B(tài)；日本便民計(jì)算機(jī)公司通過(guò)安裝在方向盤(pán)上的傳感器來(lái)檢測(cè)駕駛?cè)说拿}搏跳動(dòng)；日本東京大學(xué)研發(fā)了能夠戴在駕駛?cè)耸滞笊贤ㄟ^(guò)檢測(cè)駕駛?cè)撕挂褐械木凭?、乳酸和氨的含量，并將?shù)據(jù)實(shí)時(shí)上傳至研究中心進(jìn)行分析來(lái)判斷駕駛?cè)说钠诔潭?

圖1 基于生理學(xué)特征檢測(cè)裝置

圖2 駕駛疲勞檢測(cè)攝像頭安裝位置

2.2 基于駕駛?cè)诵袨樘卣鞯臋z測(cè)

由于疲勞產(chǎn)生的駕駛?cè)松韺W(xué)特征的變化往往導(dǎo)致駕駛?cè)送獠啃袨樘卣鞯淖兓?，基于駕駛?cè)送獠啃袨榈臋z測(cè)技術(shù)一般與駕駛?cè)藷o(wú)接觸，駕駛?cè)巳菀捉邮埽３２捎糜?jì)算機(jī)視覺(jué)的方式進(jìn)行檢測(cè)、運(yùn)用PERCLOS作為疲勞檢測(cè)預(yù)警指標(biāo).為了提高檢測(cè)的精確性，有的檢測(cè)技術(shù)還結(jié)合駕駛?cè)说拿娌勘砬椤㈩^部及嘴部狀態(tài)進(jìn)行檢測(cè).

在20世紀(jì)90年代，美國(guó)研制的打瞌睡駕駛?cè)藗商较到y(tǒng)(DDDS，The Drowsy Driver Detection System)是典型的代表，此外還有美國(guó)Guardvant Inc的OpGuard系統(tǒng)、瑞典SmartEye公司的AntiSleep系統(tǒng)、LSM Technologies公司的DFM(Driver Fatigue Monitor)系統(tǒng)以及國(guó)內(nèi)廣東安行智能科技有限公司、南京遠(yuǎn)驅(qū)科技有限公司、上海徑衛(wèi)視覺(jué)科技有限公司、蘇州清研微視電子科技有限公司的駕駛?cè)似跈z測(cè)系統(tǒng).

2.3 基于車(chē)輛行為特征的檢測(cè)

基于車(chē)輛行為特征的駕駛疲勞檢測(cè)技術(shù)一般是通過(guò)檢測(cè)車(chē)輛異常狀態(tài)間接確定駕駛?cè)说钠诔潭?該疲勞檢測(cè)技術(shù)較為簡(jiǎn)單，但實(shí)時(shí)性較差.

美國(guó)Electronic Safety Products公司開(kāi)發(fā)的轉(zhuǎn)向操作注意監(jiān)視器S.A.M(steering attention monitor)以及西班牙防疲勞系統(tǒng)Spanish ADS(Anti-Drowsiness System)，是通過(guò)檢測(cè)方向盤(pán)的異常來(lái)判斷駕駛疲勞狀況.Ellison Research Labs實(shí)驗(yàn)室研制的DAS2000型路面警告系統(tǒng)、ITERIS公司出品的路面信息報(bào)警裝置、Assist Ware Technology公司的Safe TRAC以及l(fā)eris公司研制的Auto Vue系統(tǒng)是通過(guò)判斷車(chē)輛運(yùn)行軌跡偏離道路中線(xiàn)或者路肩白線(xiàn)向駕駛?cè)税l(fā)出警告.美國(guó)公路交通安全管理局在2016年3月發(fā)布的防止駕駛疲勞的10項(xiàng)工程措施中包括建設(shè)路側(cè)震動(dòng)帶，并指出該項(xiàng)措施可以減少50%的駕駛疲勞事故[5].

2.4 基于多源信息融合的檢測(cè)

單一的檢測(cè)技術(shù)對(duì)駕駛疲勞的檢測(cè)準(zhǔn)確性不高，為了提高駕駛疲勞檢測(cè)的準(zhǔn)確性，常常運(yùn)用多種檢測(cè)方式進(jìn)行檢測(cè)，并對(duì)檢測(cè)結(jié)果進(jìn)行綜合分析來(lái)判斷駕駛?cè)说钠跔顟B(tài).

歐盟研發(fā)“AWAKE”系統(tǒng)，通過(guò)檢測(cè)駕駛?cè)搜鄄€、注視方向、方向盤(pán)轉(zhuǎn)角、握力信息以及車(chē)道線(xiàn)跟蹤等信息，對(duì)這些信息進(jìn)行綜合分析來(lái)對(duì)駕駛疲勞進(jìn)行判斷分析，根據(jù)駕駛?cè)说钠诔潭炔扇〔煌念A(yù)警策略.梅賽德斯-奔馳的注意力輔助系統(tǒng)(Attention Assist System，ASS)，通過(guò)紅外攝像頭連續(xù)記錄駕駛?cè)说恼Ｑ垲l率和每次眨眼時(shí)長(zhǎng)，同時(shí)考慮駕駛?cè)说哪X電信號(hào)、車(chē)輛的運(yùn)行狀態(tài)等多種因素，來(lái)對(duì)駕駛?cè)说钠跔顩r進(jìn)行檢測(cè).卡特彼勒的疲勞駕駛風(fēng)險(xiǎn)管理系統(tǒng)，通過(guò)智能手環(huán)監(jiān)視駕駛?cè)说纳眢w狀況，并采用駕駛室內(nèi)攝像頭使用具有專(zhuān)利的眼部和頭部定位算法來(lái)對(duì)駕駛?cè)似跔顟B(tài)進(jìn)行綜合檢測(cè)，一旦發(fā)現(xiàn)駕駛?cè)俗呱?，駕駛室就會(huì)報(bào)警.

2.5 各種類(lèi)型檢測(cè)技術(shù)的對(duì)比分析

常常采用實(shí)時(shí)性、準(zhǔn)確性、費(fèi)用以及侵入性作為判斷駕駛疲勞檢測(cè)技術(shù)的指標(biāo).實(shí)時(shí)性是指檢測(cè)器對(duì)駕駛?cè)似跈z測(cè)響應(yīng)是否及時(shí)；侵入性是指檢測(cè)器是否與駕駛?cè)酥苯咏佑|，侵入表示與駕駛?cè)酥苯咏佑|，非侵入表示與駕駛?cè)瞬恢苯咏佑|.侵入檢測(cè)器對(duì)駕駛?cè)擞绊戄^大，駕駛?cè)送鶗?huì)產(chǎn)生排斥，不利于推廣應(yīng)用.表2從實(shí)時(shí)性、準(zhǔn)確性、費(fèi)用以及侵入性對(duì)上面4種檢測(cè)技術(shù)做了對(duì)比分析.

表2 各種類(lèi)型檢測(cè)技術(shù)的對(duì)比分析

3 駕駛疲勞檢測(cè)發(fā)展趨勢(shì)

3.1 駕駛?cè)似谂袆e的研究

我國(guó)規(guī)定駕駛?cè)诉B續(xù)駕車(chē)超過(guò)4 h[6]可認(rèn)為是疲勞駕駛，防范相對(duì)比較簡(jiǎn)單，沒(méi)有考慮駕駛?cè)嗽陂_(kāi)始駕車(chē)時(shí)的疲勞狀況以及駕駛?cè)说膫€(gè)體差異，缺乏對(duì)駕駛?cè)似诔潭冗M(jìn)行有效的判別方法及標(biāo)準(zhǔn).

駕駛疲勞除了受駕駛時(shí)間的影響外，還受到道路交通環(huán)境以及駕駛?cè)吮旧淼纫驍?shù)的影響，常見(jiàn)的駕駛?cè)似谏蓹C(jī)理有力源消耗論、疲勞物質(zhì)積累論及中樞系統(tǒng)變化論[7]等.然而，目前對(duì)駕駛?cè)似谏蓹C(jī)理的研究停留在假說(shuō)階段，研究也不夠深入且過(guò)于理論化，導(dǎo)致駕駛疲勞的判別精細(xì)化程度較低、漏檢率比較高.因此，研究駕駛?cè)说钠谏蓹C(jī)理、確定駕駛?cè)似谥笜?biāo)、建立駕駛疲勞模型，進(jìn)而對(duì)駕駛?cè)似诔潭冗M(jìn)行判斷很有必要.

3.2 可穿戴設(shè)備在駕駛疲勞檢測(cè)中的應(yīng)用

智能手表、手環(huán)、眼鏡、以及耳機(jī)等可穿戴設(shè)備逐漸流行，可用于駕駛?cè)诵畔⒌牟杉瑢@取的信息連接到車(chē)載電腦、智能手機(jī)[8]或者信息中心進(jìn)行數(shù)據(jù)實(shí)時(shí)分析、可視化顯示，進(jìn)而對(duì)駕駛?cè)说钠诔潭冗M(jìn)行檢測(cè).可穿戴設(shè)備對(duì)駕駛?cè)诉M(jìn)行疲勞檢測(cè)與駕駛?cè)酥苯咏佑|，檢測(cè)的準(zhǔn)確性較高.

基于iWatch的駕駛疲勞軟件的開(kāi)發(fā)、Optaler的智能眼鏡、富士通的“FEELythm”耳麥、奧迪健康司機(jī)(Audi Fit Driver)系統(tǒng)中的智能手環(huán)等已在駕駛疲勞檢測(cè)方面進(jìn)行了應(yīng)用.作為可穿戴設(shè)備的手環(huán)對(duì)駕駛?cè)擞绊戄^小，相比于其他產(chǎn)品應(yīng)用更為廣泛，研發(fā)的產(chǎn)品也較多，手環(huán)通過(guò)檢測(cè)駕駛?cè)说男穆首儺愋?Heart Rate Variability，HRV)來(lái)判斷駕駛?cè)说钠诔潭?HRV是指逐次心跳周期差異的變化，研究表明HRV能夠反應(yīng)人的健康、疲勞程度.奧迪研發(fā)的健康手環(huán)可以判斷駕駛?cè)说臓顟B(tài)，包括駕駛?cè)耸欠衿隈{駛、壓力大小以及健康狀況.英國(guó)Advicy technology 公司研發(fā)的AdvicyDrive、日本Nissan公司研發(fā)的smartwatch也都是通過(guò)HRV來(lái)檢測(cè)駕駛疲勞的.

3.3 多信息融合以及多功能智能車(chē)載設(shè)備的研發(fā)

多信息融合結(jié)合生理學(xué)特征、駕駛?cè)诵袨樘卣?、?chē)輛行為特征等檢測(cè)技術(shù)的優(yōu)勢(shì)，通過(guò)智能設(shè)備綜合分析，可大大提高對(duì)駕駛?cè)似谒綑z測(cè)的準(zhǔn)確性.隨著檢測(cè)器成本的降低、各種檢測(cè)器的普及以及多信息融合處理方法的發(fā)展，未來(lái)基于多種檢測(cè)器的信息融合將會(huì)更加普及.另外，隨著各種車(chē)載檢測(cè)設(shè)備的增多，給檢測(cè)設(shè)備的布設(shè)、安裝、維護(hù)增加了難度，各種檢測(cè)器干擾嚴(yán)重，穩(wěn)定性、準(zhǔn)確性也降低，因此融合多種檢測(cè)技術(shù)的綜合智能車(chē)載駕駛疲勞檢測(cè)設(shè)備的研發(fā)也是駕駛疲勞檢測(cè)技術(shù)的發(fā)展趨勢(shì).

融合了多種檢測(cè)技術(shù)的疲勞檢測(cè)系統(tǒng)(上文提到的歐洲的“AWAKE”、奔馳的“ASS”、 卡特彼勒的疲勞駕駛風(fēng)險(xiǎn)管理系統(tǒng)等)已經(jīng)在駕駛疲勞檢測(cè)方面得到了應(yīng)用.另外，豐田的駕駛疲勞系統(tǒng)由紅外攝像頭與一體化的電子控制單元(Electronic Control Unit，ECU)組成，通過(guò)攝像頭對(duì)駕駛?cè)嗣娌繝顟B(tài)以及眼睛的開(kāi)合頻率進(jìn)行數(shù)據(jù)采集，進(jìn)而判斷駕駛?cè)似跔顟B(tài)；福特將車(chē)輛行駛軌跡、駕駛?cè)诵袨椤⒅車(chē)h(huán)境以及生物監(jiān)測(cè)信息4個(gè)維度進(jìn)行檢測(cè)，數(shù)據(jù)的運(yùn)算能力通過(guò)單獨(dú)的模塊進(jìn)行整合.

3.4 大數(shù)據(jù)及云計(jì)算技術(shù)在駕駛?cè)似跈z測(cè)的應(yīng)用

單一車(chē)輛的駕駛疲勞檢測(cè)技術(shù)很難滿(mǎn)足對(duì)數(shù)據(jù)資源共享能力、數(shù)據(jù)統(tǒng)計(jì)分析能力的要求，而大數(shù)據(jù)、云計(jì)算技術(shù)的發(fā)展為解決這一問(wèn)題提供了技術(shù)保障.通過(guò)建設(shè)統(tǒng)一的云架構(gòu)管理平臺(tái)，將所有駕駛?cè)思败?chē)輛運(yùn)行所產(chǎn)生的相關(guān)數(shù)據(jù)匯聚到統(tǒng)一的平臺(tái)上，運(yùn)用大數(shù)據(jù)分析技術(shù)充分挖掘駕駛疲勞與駕駛?cè)说南嚓P(guān)關(guān)系，并針對(duì)駕駛?cè)藗€(gè)體之間的差異，實(shí)行差異化管理，能有效提高駕駛疲勞檢測(cè)的準(zhǔn)確性、實(shí)時(shí)性；同時(shí)，也可對(duì)駕駛?cè)说钠谶M(jìn)行事先預(yù)防，避免駕駛疲勞檢測(cè)的被動(dòng)性.

日本三菱通過(guò)采集駕駛?cè)藢?shí)時(shí)駕駛數(shù)據(jù)，建立相對(duì)正常和安全的駕駛習(xí)慣標(biāo)準(zhǔn)，并對(duì)不正常的駕駛?cè)笋{駛狀態(tài)進(jìn)行預(yù)警，使得預(yù)測(cè)準(zhǔn)確率提高了66%.日本堀場(chǎng)制作所和日本Unisys公司合作，利用安裝在卡車(chē)上用來(lái)記錄速度、發(fā)動(dòng)機(jī)轉(zhuǎn)速、位置信息等行駛信息的數(shù)字行車(chē)記錄儀和在行駛時(shí)錄下車(chē)內(nèi)外圖像的汽車(chē)黑匣子收集數(shù)據(jù)，以無(wú)線(xiàn)方式將各種行駛數(shù)據(jù)及時(shí)發(fā)送給Unisys運(yùn)營(yíng)的數(shù)據(jù)中心，將這些數(shù)據(jù)存儲(chǔ)在云上，運(yùn)輸公司可通過(guò)互聯(lián)網(wǎng)確認(rèn)車(chē)輛運(yùn)行情況，并對(duì)疲勞駕駛的征兆建模，對(duì)駕駛?cè)似跔顟B(tài)進(jìn)行檢測(cè).國(guó)內(nèi)的極限元(北京)智能科技股份有限公司推出的車(chē)載疲勞駕駛檢測(cè)儀，通過(guò)采集超過(guò)50萬(wàn)名駕駛?cè)说拇髷?shù)據(jù)，采用深度神經(jīng)網(wǎng)絡(luò)的檢測(cè)模型來(lái)檢測(cè)疲勞駕駛狀態(tài).

4 結(jié)束語(yǔ)

本文在對(duì)駕駛疲勞檢測(cè)原理進(jìn)行分析的基礎(chǔ)上，介紹了目前基于駕駛?cè)松韺W(xué)特征、駕駛?cè)诵袨樘卣?、?chē)輛行為特征以及多源信息融合4種用于駕駛疲勞檢測(cè)的技術(shù)，對(duì)其進(jìn)行對(duì)比分析；并從駕駛?cè)似谂袆e的研究、可穿戴設(shè)備在駕駛疲勞檢測(cè)中的應(yīng)用、多信息融合以及多功能智能車(chē)載設(shè)備的研發(fā)、大數(shù)據(jù)及云計(jì)算技術(shù)在駕駛?cè)似跈z測(cè)的應(yīng)用4個(gè)方面給出了駕駛疲勞檢測(cè)的發(fā)展趨勢(shì).目前汽車(chē)工業(yè)發(fā)達(dá)的美、日、歐、澳已將不少駕駛疲勞檢測(cè)技術(shù)用于駕駛?cè)说钠跈z測(cè).駕駛疲勞作為引發(fā)交通事故的重要原因之一，今后駕駛疲勞檢測(cè)技術(shù)將會(huì)受到越來(lái)越多的關(guān)注.

[1] Wheaton A G,Shults R A,Chapman D P,et al.Drowsy driving and risk behaviors-10 States and Puerto Rico,2011—2012.[J].Mmwr Morbidity & Mortality Weekly Report,2014,63(26): 557-562.

[2] 咼騰,馮桑,黃超.基于生物電信號(hào)的駕駛疲勞檢測(cè)方法[J].汽車(chē)電器,2014(8): 65-68.

[3] 張恒.基于近紅外圖像的疲勞駕駛檢測(cè)研究與系統(tǒng)實(shí)現(xiàn)[D].西安: 長(zhǎng)安大學(xué),2015.

[4] Stork M,Skala J,Weissar P,et al.Various approaches to driver fatigue detection: A review[J].2015: 239-244.

[5] NHTSA[EB/OL].http://www.nhtsa.gov/Driving-Safety/Drowsy-Driving/scope%E2%80%93of%E2%80%93the%E2%80%93problem.

[6] 中華人民共和國(guó)道路交通安全法實(shí)施條例[Z].2004.

[7] 謝曉莉.駕駛疲勞生成機(jī)理研究[D].北京: 北京工業(yè)大學(xué),2010.

[8] Abulkhair M,Alsahli A H,Taleb K M,et al.Mobile platform detect and alerts system for driver fatigue [J].Procedia Computer Science,2015,62: 555-564.