裴玉龍，蔡小溪，劉穎慧

(東北林業(yè)大學(xué) 交通學(xué)院，黑龍江 哈爾濱 150040)

0 引言

長途客運(yùn)駕駛員是指持有A1類型駕駛證，長距離及長時(shí)間駕駛客車進(jìn)行旅客運(yùn)輸?shù)囊活愸{駛者。從事長途客運(yùn)的駕駛者一般具有較為穩(wěn)定的情緒及豐富的駕駛經(jīng)驗(yàn)，但受工作條件及工作性質(zhì)影響，是疲勞駕駛的高發(fā)人群。疲勞狀態(tài)是逐漸積累形成的，存在潛伏期，在駕駛過程中會(huì)對(duì)駕駛員的操作能力、反應(yīng)判斷能力等產(chǎn)生影響，導(dǎo)致動(dòng)作遲誤、操作不當(dāng)?shù)炔话踩{駛行為，進(jìn)而發(fā)生交通事故。因此，準(zhǔn)確檢測(cè)駕駛員的疲勞狀態(tài)，判斷其是否適宜執(zhí)行駕駛?cè)蝿?wù)，對(duì)保障交通安全具有重要的現(xiàn)實(shí)意義。

國內(nèi)外學(xué)者圍繞駕駛員疲勞狀態(tài)的檢測(cè)開展了較為廣泛的研究，主要從生理及心理檢測(cè)、外部特征檢測(cè)、駕駛行為檢測(cè)、主觀評(píng)價(jià)5類方法著手。其中，李君羨[1]等從腦電波數(shù)據(jù)角度測(cè)量駕駛員的疲勞感；周展鵬[2]等利用心電信號(hào)對(duì)疲勞進(jìn)行判定；李響[3]等運(yùn)用語音樣本數(shù)據(jù)衡量駕駛員疲勞狀況；桑峣[4]等運(yùn)用心理反應(yīng)檢測(cè)儀器鑒定駕駛員疲勞狀態(tài)；Ki Wan Kim[5]、Mitesh Patel[6]等通過對(duì)眼睛睜閉的檢測(cè)判定駕駛員疲勞狀態(tài)；Liyan Zhang[7]等通過估計(jì)頭部姿勢(shì)來確定駕駛員疲勞度；施樹明[8]等通過對(duì)嘴唇幾何特征值的提取，實(shí)時(shí)監(jiān)控并區(qū)分駕駛員不同精神狀態(tài)；李洋[9]等借鑒不同國家睡眠、疲勞量表對(duì)疲勞狀態(tài)進(jìn)行劃分；胥川[10]等分別在模擬及實(shí)際道路環(huán)境試驗(yàn)中對(duì)駕駛員進(jìn)行駕駛行為等的檢測(cè)。在既有研究的基礎(chǔ)上，本研究擬圍繞疲勞駕駛的高發(fā)人群——長途客運(yùn)駕駛員開展疲勞狀態(tài)檢測(cè)方法的研究?？紤]到長途客運(yùn)駕駛員的工作屬性，同時(shí)需在出車前進(jìn)行檢測(cè)，因此，其方法應(yīng)具備準(zhǔn)確、簡單便捷、普適、經(jīng)濟(jì)及實(shí)用等特點(diǎn)，以及時(shí)掌握長途客運(yùn)駕駛員疲勞狀態(tài)，確定其是否可以出車，提升駕駛員行車安全，減小因疲勞駕駛造成客車交通事故的概率，為客運(yùn)公司提供規(guī)避運(yùn)營風(fēng)險(xiǎn)的有力參考。

既有檢測(cè)方法中，生理檢測(cè)法、外部特征檢測(cè)法準(zhǔn)確率高，但一般需使用接觸式檢測(cè)裝置，操作過程繁復(fù)且成本高，主要被應(yīng)用于試驗(yàn)階段；駕駛行為檢測(cè)法要求客車上配備車載傳感器，不具有普適性及經(jīng)濟(jì)型，且檢測(cè)結(jié)果易受路況等駕駛環(huán)境影響，準(zhǔn)確率較低，因此初步排除以上3類方法。長途客運(yùn)駕駛員疲勞狀態(tài)對(duì)安全行車影響作用更大的主要是心理疲勞，且心理檢測(cè)法是目前研究駕駛疲勞較常用的方法，深度知覺儀等心理學(xué)設(shè)備操作簡單，準(zhǔn)確性相對(duì)較好；主觀評(píng)價(jià)檢測(cè)法操作簡單易行，對(duì)駕駛員行車無干擾，因此，確定本研究使用心理檢測(cè)法和主觀評(píng)價(jià)檢測(cè)法?？紤]到生理檢測(cè)法及外部特征檢測(cè)法準(zhǔn)確率高，其中對(duì)于語音的檢測(cè)具有成本低、不與駕駛員接觸等優(yōu)點(diǎn)，因此將語音檢測(cè)法納入本研究檢測(cè)方法之一。據(jù)此，本研究設(shè)計(jì)了主觀問題測(cè)試、心理反應(yīng)檢測(cè)及語音檢測(cè)3種方法。

1 主觀問題測(cè)試法

1.1 問題測(cè)試指標(biāo)篩選

駕駛員疲勞狀態(tài)問題測(cè)試法以疲勞問卷為基礎(chǔ)，通過問題測(cè)試得分對(duì)駕駛員疲勞狀態(tài)進(jìn)行斷定。參考Stanford睡眠尺度表和北歐睡眠問卷(BNSQ)，將疲勞狀態(tài)劃分成不疲勞和疲勞兩種狀態(tài)，其中，疲勞狀態(tài)進(jìn)一步劃分為輕度疲勞、中度疲勞及重度疲勞3種疲勞程度。國內(nèi)外學(xué)者通過相關(guān)研究得知焦慮等情緒狀態(tài)及性格、肥胖及高血壓等疾病、年齡等因素會(huì)影響并造成駕駛員產(chǎn)生疲勞狀態(tài)，駕駛年限及經(jīng)驗(yàn)與駕駛員對(duì)危險(xiǎn)認(rèn)知的程度有關(guān)。歸納駕駛員疲勞狀態(tài)影響因素，并依此設(shè)計(jì)調(diào)查問卷問題，問題因子如表1所示，此外，還包括性別及是否需要借助藥物睡眠這2項(xiàng)指標(biāo)，但通過對(duì)長途客運(yùn)駕駛員開展問卷調(diào)查，收集的105份有效問卷中被調(diào)查的駕駛員均為男性，且均不需借助藥物睡眠，因此將這2項(xiàng)指標(biāo)去除，最終得到19項(xiàng)指標(biāo)，共33個(gè)問題因子。

表1 問題測(cè)試指標(biāo)與疲勞狀態(tài)等級(jí)相關(guān)性及顯著性分析

注：① **表示通過了置信度為99%的顯著性檢驗(yàn)；②*表示通過了置信度為95%的顯著性檢驗(yàn)。

分析33個(gè)問題因子與疲勞狀態(tài)等級(jí)之間的相關(guān)性，結(jié)果如表1所示。通過了置信度為99%的問題因子共11個(gè)，且這些問題因子均只需回答YES或者NO，具有簡單、便捷等特點(diǎn)。根據(jù)問題因子與疲勞狀態(tài)等級(jí)之間的顯著程度，分別賦予1，2，3分，實(shí)現(xiàn)評(píng)判指標(biāo)數(shù)量化。問題因子數(shù)量化原則如表2所示，問題測(cè)試法問題因子及其分值如表3所示。

表2 問題因子量化原則

表3 問題測(cè)試法問題因子及其分值

1.2 疲勞狀態(tài)判定閾值

將問題因子記為X1～X11，將問題測(cè)試法總分?jǐn)?shù)記為J1，根據(jù)各問題因子的分值，建立疲勞狀態(tài)計(jì)算公式，如式(1)所示：

J1=3(X1+X2+X3+X4+X5+X6+X7)+

2X8+X9+X10+X11。

(1)

確定問題測(cè)試法所得總分?jǐn)?shù)與駕駛員疲勞狀態(tài)等級(jí)的對(duì)應(yīng)關(guān)系，如表4所示。其中，認(rèn)定分?jǐn)?shù)達(dá)到10分及其以上時(shí)，駕駛員嚴(yán)重疲勞，繼續(xù)駕駛存在一定風(fēng)險(xiǎn)。

表4 不同疲勞等級(jí)的問題測(cè)試得分劃分范圍

2 心理反應(yīng)檢測(cè)法

2.1 心理反應(yīng)檢測(cè)指標(biāo)篩選

心理反應(yīng)檢測(cè)法是指通過人在受到外部環(huán)境刺激時(shí)所產(chǎn)生的反應(yīng)來判斷疲勞狀態(tài)的一種方法，主要采用視覺、速度知覺及判斷能力等測(cè)試儀獲取相關(guān)數(shù)據(jù)，并據(jù)此判定駕駛員疲勞狀態(tài)。本研究使用深視力測(cè)試儀對(duì)駕駛員進(jìn)行深視力檢測(cè)，使用速度估計(jì)檢測(cè)儀對(duì)駕駛員進(jìn)行速度知覺檢測(cè)，使用復(fù)雜反應(yīng)判斷儀做判斷能力檢測(cè)。

依據(jù)既有樣本量求算方法[11]，確定本次試驗(yàn)最小樣本量為20人。由于試驗(yàn)所用的復(fù)雜反應(yīng)判斷儀在檢測(cè)反應(yīng)時(shí)間的同時(shí)會(huì)采集動(dòng)作誤判次數(shù)，對(duì)反應(yīng)時(shí)間指標(biāo)的獲取具有一定的影響，因此，為了校正該指標(biāo)，提出反應(yīng)時(shí)間指標(biāo)校正公式，如式(2)所示：

AT=t+eb,

(2)

式中，AT為修正后的反應(yīng)時(shí)長；t為儀器顯示反應(yīng)時(shí)長；e為儀器顯示動(dòng)作判斷失誤操作次數(shù)；b為不失誤情況下平均反應(yīng)時(shí)長。

為減小試驗(yàn)誤差，選擇身體健康，年齡在25～40歲之間，駕齡超過2 a，且視力在1.0以上的駕駛員20名作為被試者。在實(shí)際試驗(yàn)前，對(duì)被試者進(jìn)行儀器使用方法培訓(xùn)，保證其能熟練操作儀器，以提高試驗(yàn)結(jié)果的準(zhǔn)確性。同時(shí)，要求被試者在試驗(yàn)前一天不能飲用咖啡、酒等對(duì)人體機(jī)能產(chǎn)生影響的飲品。

為采集被試駕駛員在清醒和疲勞狀態(tài)下的心理反應(yīng)數(shù)據(jù)，以分析兩組數(shù)據(jù)之間的差異性，本研究將傳統(tǒng)駕駛員外部特征檢測(cè)法進(jìn)行簡化，結(jié)合相關(guān)研究理論基礎(chǔ)[12-14]，提出一種由16個(gè)觀測(cè)判定指標(biāo)組成的外部特征檢測(cè)法。其中，指標(biāo)按照能否證明駕駛員處于疲勞狀態(tài)、是否易產(chǎn)生誤差等原則被分為A，B，C 3類，如表5所示。

表5 觀測(cè)判定指標(biāo)及其分類

選擇5名觀測(cè)者對(duì)20名駕駛員進(jìn)行判定指標(biāo)的觀測(cè)，觀察時(shí)長為10 min。根據(jù)被試駕駛員的疲勞狀態(tài)對(duì)所得觀測(cè)判定指標(biāo)總得分?jǐn)?shù)進(jìn)行劃分，最終確定觀測(cè)結(jié)果判定閾值，如表6所示。

表6 觀測(cè)結(jié)果判斷閾值

利用本研究所提出的外部特征檢測(cè)法分別采集20名駕駛員在清醒和疲勞兩種狀態(tài)下的數(shù)據(jù)，結(jié)果見圖1。由圖可知，深視力差異、速度估計(jì)差異、修正反應(yīng)時(shí)長3項(xiàng)指標(biāo)疲勞狀態(tài)測(cè)試值均大于清醒狀態(tài)。根據(jù)試驗(yàn)被試人情況，本研究b取0.1 s。

圖1 疲勞和清醒狀態(tài)下各指標(biāo)對(duì)比Fig.1 Comparison of indicators in fatigue and wakefulness

對(duì)各指標(biāo)在疲勞及清醒狀態(tài)下的差異顯著性進(jìn)行檢驗(yàn)，結(jié)果見表7。其中，深視力差異及修正反應(yīng)時(shí)長兩項(xiàng)指標(biāo)差異顯著，速度估計(jì)差異不顯著，究其原因可能是由于被試駕駛員在試驗(yàn)過程中會(huì)無意識(shí)地記住速度，從而影響試驗(yàn)結(jié)果，因此，確定心理反應(yīng)檢測(cè)法的檢測(cè)指標(biāo)為深視力差異及修正反應(yīng)時(shí)長兩項(xiàng)指標(biāo)。

表7 不同狀態(tài)下心理反應(yīng)指標(biāo)差異分析

2.2 疲勞狀態(tài)判定因子

記J2為心理反應(yīng)檢測(cè)法進(jìn)行評(píng)定駕駛員疲勞狀態(tài)的因子，計(jì)算公式如下：

J2=αΔD+βΔAT+γ，

(3)

式中，α,β,γ為評(píng)判系數(shù)；ΔD為清醒狀態(tài)下的深視力差異值平均值與實(shí)際測(cè)量值之差；ΔAT為清醒狀態(tài)下的修正反應(yīng)時(shí)長平均值與實(shí)際測(cè)量值之差。

進(jìn)行重復(fù)試驗(yàn)，要求被試駕駛員對(duì)應(yīng)填寫Stanford量表，將其得分與疲勞狀態(tài)等級(jí)相對(duì)應(yīng)，得J2=0.09ΔD+1.1ΔAT+1.23，將式(2)代入，得：

(4)

通過式(4)求算駕駛員疲勞狀態(tài)評(píng)判因子，進(jìn)而劃分評(píng)判因子閾值，如表8所示。

表8 不同疲勞等級(jí)心理反應(yīng)檢測(cè)法評(píng)判因子劃分標(biāo)準(zhǔn)

3 語音檢測(cè)法

3.1 語音信號(hào)特征參數(shù)分析與計(jì)算

Y(i)={s(i),s(i+φ), …,

(5)

人體感覺到疲勞時(shí)，其語音信號(hào)特征參數(shù)的變化主要表現(xiàn)在：語音信號(hào)基音頻率下降，語音信號(hào)基音周期延長；語音信號(hào)振幅降低；語音清晰度降低，清、濁音變化不明顯[3]?；纛l率受個(gè)人聲帶的長短、薄厚、韌性及性別、年齡等因素影響；人的發(fā)聲習(xí)慣及心情會(huì)對(duì)清、濁音產(chǎn)生影響，故本研究對(duì)這兩項(xiàng)參數(shù)不予考慮?；谝陨咸攸c(diǎn)，選擇分形維數(shù)、近似熵、短時(shí)平均幅度、短時(shí)平均過零率、短時(shí)平均能量等傳統(tǒng)語音特征參數(shù)作為表征指標(biāo)。

(1) 分形維數(shù)。分形維數(shù)可以度量復(fù)雜形體的不規(guī)則性，能夠從幾何學(xué)的視角表征語音信號(hào)的復(fù)雜性。分形維數(shù)的計(jì)算公式如式(6)所示。

(6)

式中，ξ為用于覆蓋被測(cè)形體以確定維數(shù)的立方體的邊長；N(ξ)為立方體的數(shù)量。

(2)近似熵。近似熵是從統(tǒng)計(jì)學(xué)的角度表征語音信號(hào)動(dòng)力學(xué)特性的指標(biāo)，該值越大表明信號(hào)序列的復(fù)雜度越大。在重構(gòu)的信號(hào)模型中計(jì)算對(duì)應(yīng)元素間的最大差值為：

(7)

式中,m為相空間維數(shù)；X為語音信號(hào)時(shí)間序列數(shù)量。

(8)

對(duì)所有i點(diǎn)取其對(duì)數(shù)平均值，記為μm：

(9)

增加相空間的維數(shù)，使用上述方法重新計(jì)算μm+1。在有限個(gè)狀態(tài)時(shí)間序列下，語音特征參數(shù)近似熵估計(jì)值表達(dá)公式見式(10)：

ApEn(m,r,X)=μm-μm+1。

(10)

(3) 短時(shí)平均幅度。短時(shí)平均幅度是度量信號(hào)幅度值變化大小的指標(biāo)，可以表征一幀語音信號(hào)的能量。計(jì)算公式如式(11)所示。

(11)

式中,n為幀數(shù);w(n-m)為對(duì)信號(hào)的線性濾波運(yùn)算。

(4) 短時(shí)平均過零率。短時(shí)過零率是用于描述語音信號(hào)時(shí)域的指標(biāo)，可反映信號(hào)的頻率信息，通過計(jì)算一段時(shí)間內(nèi)的過零率可得到平均過零率。短時(shí)平均過零率的定義為：

|sgn[X(n)]-sgn[X(n-1)]|w(n)，

(12)

式中，sgn[·]為符號(hào)函數(shù)，其定義如下：

(13)

(5) 短時(shí)平均能量。短時(shí)平均能量相當(dāng)于語音信號(hào)的平方通過一個(gè)h(n)=w2(n)的線性濾波器輸出值，其中w(n)為窗函數(shù)。

(14)

3.2 基于語音檢測(cè)的駕駛疲勞狀態(tài)識(shí)別

本研究通過使用手機(jī)內(nèi)置錄音軟件錄取被試駕駛員的聲音，利用Cool Edit Pro處理軟件進(jìn)行語音截取與降噪，并將語音格式由mp3轉(zhuǎn)化為wav格式。通過一階FIR高通數(shù)字濾波器對(duì)語音信號(hào)進(jìn)行預(yù)加重處理，采用交疊分幀的方法引入漢明窗進(jìn)行加窗分幀處理。

類比心理反應(yīng)檢測(cè)試驗(yàn)中被試對(duì)象選擇標(biāo)準(zhǔn)，選擇15名長途客運(yùn)駕駛員作為本試驗(yàn)被試對(duì)象，分別在其處于“精神飽滿”和“昏昏欲睡、動(dòng)作遲緩、眼神呆板”兩種狀態(tài)時(shí)，利用手機(jī)內(nèi)置錄音軟件錄取“開始試驗(yàn)”4個(gè)字，手機(jī)麥克風(fēng)需置于嘴部10 cm 處，用時(shí)2 s左右。語音采集完成后，使用Cool Edit Pro處理軟件及MATLAB數(shù)據(jù)分析軟件等進(jìn)行語音的處理與分析，獲取清醒及疲勞狀態(tài)下長途客運(yùn)駕駛員語音信號(hào)特征指標(biāo)數(shù)值，見圖2。

由圖可知：近似熵在駕駛員處于疲勞和清醒狀態(tài)時(shí)有明顯的分界值；分形維數(shù)與短時(shí)平均能量分布較為離散，尤其分形維數(shù)離散程度大，且其在清醒狀態(tài)下的數(shù)值均較疲勞狀態(tài)大，清醒狀態(tài)下的短時(shí)平均能量分布較疲勞狀態(tài)更加離散，分別處于0.25～0.7及0.1～0.25范圍內(nèi)；短時(shí)平均幅度不同狀態(tài)下差值較大；短時(shí)平均過零率分布較為集中，變化范圍為60～80次/幀，但受語音信號(hào)轉(zhuǎn)化的影響，可能會(huì)產(chǎn)生部分異常值，如圖中的110，28等。運(yùn)用SPSS軟件對(duì)兩組狀態(tài)的差異性進(jìn)行檢驗(yàn)，結(jié)果如表9所示。

圖2 疲勞與清醒狀態(tài)下各指標(biāo)對(duì)比Fig.2 Comparison of indicators in fatigue and wakefulness

結(jié)合指標(biāo)差異性檢驗(yàn)結(jié)果，選取呈顯著差異的特征參數(shù)作為長途客運(yùn)駕駛員語音檢測(cè)指標(biāo)，分別為近似熵、短時(shí)平均幅度及短時(shí)平均能量。

通過相關(guān)研究結(jié)果可知，近似熵、短時(shí)平均幅度及短時(shí)平均能量的變化率會(huì)隨疲勞程度的提高而逐漸增大[16-17]。其中，短時(shí)平均能量及短時(shí)平均幅度的變化率通過對(duì)處于不同疲勞狀態(tài)的駕駛員進(jìn)行測(cè)試，以清醒狀態(tài)為標(biāo)準(zhǔn)計(jì)算出由清醒到不同疲勞等級(jí)的變化率；語音信號(hào)近似熵在不同疲勞等級(jí)下的變化情況目前尚未見報(bào)道，本研究將“昏昏欲睡、動(dòng)作遲緩、眼神呆板”狀態(tài)時(shí)的測(cè)量結(jié)果作為重度疲勞近似熵的取值，考慮到短時(shí)平均能量及短時(shí)平均幅度變化率增長較為穩(wěn)定，由此等比例換算輕度及中度疲勞的增長率，結(jié)果如表10所示。

表9 不同狀態(tài)下語音信號(hào)特征參數(shù)差異分析

記清醒狀態(tài)為1，疲勞狀態(tài)為2，建立3項(xiàng)語音特征參數(shù)與駕駛員疲勞狀態(tài)之間的關(guān)系函數(shù)，如式(15)所示；同時(shí)，對(duì)駕駛員所處狀態(tài)及其疲勞等級(jí)進(jìn)行閾值劃分，見表11。

表10 清醒與不同疲勞狀態(tài)間的語音樣本特征參數(shù)增長率

表11 語音檢測(cè)法評(píng)判因子疲勞等級(jí)閾值劃分

J3=-1.406V1-0.033V2-0.563V3+3.018,

(15)

式中,J3為駕駛員疲勞狀態(tài)語音檢測(cè)法評(píng)判因子；V1為近似熵檢測(cè)值；V2為短時(shí)平均幅度檢測(cè)值；V3為短時(shí)平均能量檢測(cè)值。

4 疲勞狀態(tài)便捷檢測(cè)法的驗(yàn)證與應(yīng)用

4.1 驗(yàn)證性試驗(yàn)設(shè)計(jì)4.1.1 驗(yàn)證指標(biāo)篩選

相關(guān)研究表明，Electroencephalogram(腦電波，EEG)是最適宜進(jìn)行駕駛疲勞評(píng)價(jià)的生理指標(biāo)[18]。綜合現(xiàn)有研究成果，本研究選定(α+θ)/β(α，θ，β為腦電波信號(hào)特征值)為長途客運(yùn)駕駛員疲勞狀態(tài)便捷檢測(cè)法的驗(yàn)證指標(biāo)，作為被試駕駛員疲勞狀態(tài)提供判定標(biāo)準(zhǔn)。

類比心理反應(yīng)檢測(cè)試驗(yàn)中被試對(duì)象選擇標(biāo)準(zhǔn)，選擇5名長途客運(yùn)駕駛員作為本試驗(yàn)被試對(duì)象。試驗(yàn)前一天，確保駕駛員有充足的休息時(shí)間，沒有飲酒及服用任何藥物的行為；試驗(yàn)時(shí)，要求被試駕駛員佩戴Physio生理多導(dǎo)儀在實(shí)際道路上連續(xù)駕駛4 h。每15 min采集一組腦電數(shù)據(jù)，以中間5 min的(α+θ)/β值作為試驗(yàn)數(shù)據(jù)，以開始試驗(yàn)后的5 min腦電值作為0時(shí)刻數(shù)值。

采用周期圖法對(duì)5名駕駛員的腦電信號(hào)進(jìn)行快速離散傅里葉變換，將信號(hào)的時(shí)域函數(shù)轉(zhuǎn)化為功率譜函數(shù)，對(duì)腦電信號(hào)進(jìn)行功率譜估計(jì)，提取(α+θ)/β， 去掉顯著差異值后取平均值，得到駕駛員連續(xù)駕駛4 h的(α+θ)/β變化情況，結(jié)果如圖3所示。

圖3 連續(xù)駕駛時(shí)(α+θ)/β變化情況Fig.3 Change of (α+θ)/β during continuous driving

通過圖3可知，駕駛員在連續(xù)駕駛過程中，會(huì)逐漸由清醒狀態(tài)達(dá)到輕度、中度疲勞最后達(dá)到重度疲勞狀態(tài)。在達(dá)到輕度疲勞狀態(tài)后，通過自我控制和自我調(diào)節(jié)，緩慢地恢復(fù)清醒狀態(tài)，但45 min左右再次達(dá)到中度疲勞狀態(tài)，而后再次經(jīng)過自我調(diào)節(jié)，疲勞狀態(tài)逐漸減輕，但30 min左右迅速達(dá)到重度疲勞狀態(tài)。觀察各狀態(tài)突變節(jié)點(diǎn)，對(duì)(α+θ)/β進(jìn)行閾值劃分，如表12所示。

4.1.2試驗(yàn)方案及流程

本次驗(yàn)證性試驗(yàn)旨在通過選定的腦電指標(biāo)對(duì)本研究所提出的3種便捷檢測(cè)方法進(jìn)行檢驗(yàn)。選擇19名長途客運(yùn)駕駛員作為被試對(duì)象，試驗(yàn)時(shí)，盡量要求每位被試駕駛員處于不同的疲勞狀態(tài)，通過Physio生理多導(dǎo)儀及D-Lab軟件對(duì)腦電指標(biāo)進(jìn)行采集與記錄，在此過程中同時(shí)開展語音檢測(cè)及主觀問題檢測(cè)，完成后再進(jìn)行心理反應(yīng)檢測(cè)。

表12 (α+θ)/β疲勞等級(jí)閾值劃分

為確保試驗(yàn)數(shù)據(jù)的有效性，試驗(yàn)前一天，需組織被試駕駛員進(jìn)行培訓(xùn)，詳細(xì)講解試驗(yàn)步驟及流程，要求被試駕駛員使用試驗(yàn)設(shè)備操作練習(xí)，其中，在培訓(xùn)心理反應(yīng)檢測(cè)儀時(shí)，為每位被試駕駛員采集若干組試驗(yàn)數(shù)據(jù)，篩除異常數(shù)據(jù)，將其平均值作為被試駕駛員正常狀態(tài)下心理檢測(cè)指標(biāo)的基準(zhǔn)。

4.2 驗(yàn)證性試驗(yàn)結(jié)果分析

對(duì)各種方法的判定結(jié)論進(jìn)行統(tǒng)一化處理，將本研究所提出的清醒、不疲勞和輕度疲勞歸為A類疲勞狀態(tài)，認(rèn)為是可以執(zhí)行駕駛?cè)蝿?wù)的疲勞狀態(tài)；中度和重度疲勞歸為B類疲勞狀態(tài)，認(rèn)為是不建議執(zhí)行駕駛?cè)蝿?wù)的疲勞狀態(tài)。

對(duì)試驗(yàn)采集得到的19名被試駕駛員腦電數(shù)據(jù)進(jìn)行處理得到(α+θ)/β值，根據(jù)表9進(jìn)行疲勞等級(jí)及疲勞類型的判定，結(jié)果如表13所示。

表13 基于EEG的疲勞狀態(tài)判斷結(jié)果

對(duì)19名被試駕駛員通過3種便捷檢測(cè)法所采集到的試驗(yàn)數(shù)據(jù)分別進(jìn)行疲勞狀態(tài)量化計(jì)算，得到疲勞狀態(tài)判斷結(jié)果如表14所示。

表14 基于便捷檢測(cè)法的疲勞狀態(tài)判斷結(jié)果

由以上結(jié)果可知，3種檢測(cè)方法對(duì)駕駛員是否適宜執(zhí)行駕駛?cè)蝿?wù)的檢測(cè)正確率較高，對(duì)駕駛員所處具體疲勞等級(jí)的檢測(cè)正確率略低，由于本研究主要的目的是提出一種便捷式駕駛員出車前的疲勞狀態(tài)檢測(cè)方法，以判斷其是否適宜執(zhí)行駕駛?cè)蝿?wù)，進(jìn)而降低交通事故發(fā)生率，因此，對(duì)疲勞類型的檢測(cè)滿足本研究的需求，而疲勞等級(jí)的檢測(cè)結(jié)果對(duì)疲勞狀態(tài)的確定也具有一定的參考價(jià)值。

通過對(duì)比主觀問題測(cè)試法的判定結(jié)果更傾向于不疲勞或輕度疲勞狀態(tài)；心理反應(yīng)檢測(cè)法、語音檢測(cè)法的判定結(jié)果則更傾向于中度或重度疲勞狀態(tài)。方法組合檢測(cè)中，由于組合規(guī)則，主觀問題測(cè)試法與心理反應(yīng)檢測(cè)法、語音檢測(cè)法的組合產(chǎn)生了修正效應(yīng)，其判定正確率優(yōu)于單一檢測(cè)方法；而“心理反應(yīng)檢測(cè)法+語音檢測(cè)法”和“問題測(cè)試法+心理反應(yīng)檢測(cè)法+語音檢測(cè)法”的檢測(cè)結(jié)果則更傾向于中度或重度疲勞狀態(tài)，增加了疲勞程度判斷失誤的概率?？紤]駕駛員行車安全，保持原定取值原則不變。

4.3 便捷檢測(cè)方法的應(yīng)用

對(duì)3種檢測(cè)方法進(jìn)行優(yōu)缺點(diǎn)比較，發(fā)現(xiàn)主觀問題測(cè)試法雖然對(duì)疲勞類型的檢測(cè)結(jié)果準(zhǔn)確率高，但易受主觀因素影響從而產(chǎn)生“假疲勞”現(xiàn)象，因此，不建議單獨(dú)采用；心理反應(yīng)檢測(cè)法與問題測(cè)試法對(duì)疲勞類型及疲勞等級(jí)均具有較好的互補(bǔ)性，可以彌補(bǔ)問題測(cè)試法中存在的不足。根據(jù)驗(yàn)證結(jié)果，推薦客運(yùn)公司同時(shí)采用主觀問題檢測(cè)法及心理反應(yīng)檢測(cè)法對(duì)長途客運(yùn)駕駛員出車前的疲勞狀態(tài)進(jìn)行檢測(cè)，不但能夠保證檢測(cè)的準(zhǔn)確性，且操作簡單、便捷、經(jīng)濟(jì)，普遍適合我國客運(yùn)公司使用。

5 結(jié)論

本研究分別通過問卷調(diào)查、心理反應(yīng)檢測(cè)、語音信號(hào)處理等途徑對(duì)3種便捷檢測(cè)方法的相關(guān)指標(biāo)進(jìn)行采集與計(jì)算；通過顯著性檢驗(yàn)，選取相關(guān)指標(biāo)建立其與駕駛員疲勞狀態(tài)的函數(shù)關(guān)系，并對(duì)各檢測(cè)方法疲勞狀態(tài)的判定范圍進(jìn)行劃分，最后通過腦電指標(biāo)進(jìn)行驗(yàn)證，結(jié)合各檢測(cè)方法的適用性，提出長途客運(yùn)駕駛員出車前疲勞狀態(tài)便捷檢測(cè)方法。

目前，對(duì)于“疲勞駕駛”的相關(guān)研究已逐漸形成體系，但多停留在理論層面，實(shí)際應(yīng)用層面的研究略顯不足。未來隨著我國交通運(yùn)輸量的持續(xù)增長、駕駛員老齡化及新駕駛員的激增，交通安全問題將逐漸得到重視。后續(xù)研究，可以本研究為基礎(chǔ)，在駕駛員疲勞等級(jí)便捷性檢測(cè)、疲勞狀態(tài)自評(píng)問題因子擴(kuò)充及量化、駕駛員疲勞狀態(tài)表征指標(biāo)及閾值劃分、計(jì)算機(jī)軟件開發(fā)等方面進(jìn)一步探索論證。