葛文杰，陳 龍

（杭州電子科技大學(xué)電子信息學(xué)院，浙江杭州 310018）

0 引言

世衛(wèi)組織統(tǒng)計報告稱全球范圍每年大約有135 萬人死于道路安全事故［1］，在這些重大事故的誘發(fā)因素中，疲勞駕駛占了極高比例。根據(jù)目前道路安全事故的增長速度，未來5 年交通事故將成為全球人員死亡的主要原因。

駕駛員處于疲勞狀態(tài)時，身體的各方面機(jī)能都有所下降，心理上處于一種松懈狀態(tài)，遇到行人闖出、路口車輛突然匯入等緊急情況，無法及時準(zhǔn)確地作出反應(yīng)、規(guī)避危險。在日常行車中，大部分駕駛員無法及時意識到自身處于疲勞狀態(tài)而繼續(xù)駕駛車輛［2］，極易引發(fā)車禍，因此需要設(shè)計一款能夠便捷安裝在車輛中的系統(tǒng)，對駕駛員的疲勞狀態(tài)進(jìn)行實(shí)時檢測，當(dāng)駕駛員出現(xiàn)疲勞狀態(tài)時，發(fā)出警報，及時提醒駕駛員停車，避免因疲勞駕駛造成生命財產(chǎn)損失。

1 相關(guān)研究

一直以來，全球?qū)θ绾伪苊馄隈{駛都極其重視，越來越多的公司、科研機(jī)構(gòu)設(shè)計了各式各樣的裝置以避免疲勞駕駛。疲勞駕駛檢測方法一般分為基于生理信號、基于車輛信息、基于駕駛員面部3 種方法［3］。

生理信息檢測法通過與人體直接接觸的傳感器采集駕駛員的生理信號來判斷駕駛員行車中的疲勞狀態(tài)，這種方法得到的數(shù)據(jù)可靠，且生理信號直接來自人體，進(jìn)行疲勞狀態(tài)分析時準(zhǔn)確可靠，但是通常要在駕駛員身上安裝檢測生理信號的裝置，對駕駛員的干擾較大。

車輛信息檢測法根據(jù)檢測駕駛者對方向盤的操控力度［4］、轉(zhuǎn)動快慢變換以及對油門踏板的壓力是否平穩(wěn)、車輛的行駛軌跡等信號特征檢測駕駛員的疲勞狀態(tài)。這種檢測實(shí)現(xiàn)方法簡單，但是容易受到環(huán)境因素的影響，如行駛的路面環(huán)境良好程度、氣候是否惡劣等，檢測系統(tǒng)抗干擾能力差［5］。此外，一些正常的駕駛操作如超車、并道等行為，也可能會引發(fā)誤判。

駕駛員面部信息檢測法在車輛內(nèi)安裝高清攝像頭，當(dāng)駕駛員啟動車輛，攝像頭就開始工作。通過計算機(jī)視覺的方式檢測駕駛員面部表情特征變化，如眨眼頻率、眼瞼閉合度PERCLOS、眼球跟蹤、瞳孔反應(yīng)［6］、頭部轉(zhuǎn)動幅度及抬起高度、是否打哈欠等行為，評定駕駛員有無進(jìn)入疲勞狀態(tài)，成本較低、實(shí)現(xiàn)簡單。但由于拍攝圖像清晰度由環(huán)境光照條件決定，這種方法對光線要求較高，且攝像頭一直對著駕駛員拍攝，會對駕駛員的隱私造成一定影響，駕駛員心理上容易出現(xiàn)抗拒、煩躁情緒，影響駕駛安全。

現(xiàn)有的疲勞駕駛檢測方法大多只采用了單一信號以判斷駕駛員疲勞狀態(tài)，實(shí)際行車過程中的信號采集容易受到各種因素干擾，有時采集到的數(shù)據(jù)不夠準(zhǔn)確，由于判別依據(jù)單一，訓(xùn)練出的模型魯棒性較差，容易發(fā)生誤報等情況，反而影響駕駛員的行車安全。因此，本文將隨機(jī)森林與多源信息融合相結(jié)合進(jìn)行檢測。多源信息融合檢測方法運(yùn)用多個精確度高的微型傳感器［7］，同步采集駕駛員的呼吸、心跳以及脈搏、握力等信號，當(dāng)某一個信號的采集有所偏差時，另一個信號的采集不受干擾，然后將這些信息進(jìn)行濾波、傅里葉變換等處理，建立一個多源的疲勞駕駛狀態(tài)數(shù)據(jù)集，避免了單一信號抗干擾性差的缺陷［8］，極大提升了疲勞檢測準(zhǔn)確率。相較于SVM（Support Vector Machines）、GBDT（Gradient Boosting Decision Tree）等分類算法，隨機(jī)森林能夠平衡數(shù)據(jù)集的誤差，對缺失值不敏感，能并行運(yùn)算且分類速度很高，滿足疲勞駕駛檢測中信號采集存在一定誤差且對實(shí)時性要求高的需求。

2 疲勞駕駛多源信號采集平臺

搭建的實(shí)驗(yàn)環(huán)境如圖1 所示，采用模擬駕駛器模擬實(shí)際行車環(huán)境，保證測試人員安全。信號采集平臺主要包括多普勒雷達(dá)模塊、柔性握力傳感器模塊［9］及光電容積脈搏傳感器模塊三大部分。此外，將攝像頭記錄駕駛員行駛過程的面部圖像作為數(shù)據(jù)集信號分類的專家批判依據(jù)［10］。3個模塊硬件設(shè)計都采用了體積較小的傳感器，盡量減少與駕駛員的接觸，防止對駕駛員的操作造成影響。

采集到初始信號后，通過零相位橢圓濾波器將多普勒雷達(dá)采集到的駕駛員生理信號進(jìn)行濾波處理，將呼吸、心跳信號分離出來［11］。通過零相位巴特沃斯帶通濾波器和ChebyshevⅡ型帶阻濾波器將脈搏信號中的低頻噪聲與50Hz 固定工頻干擾濾去，得到清晰完整的脈搏信號［12］，方便特征提取。最后將得到各種的信號特征數(shù)據(jù)作進(jìn)一步標(biāo)準(zhǔn)化處理，并建立多源信息融合數(shù)據(jù)集。

Fig.1 Physiological signal acquisition platform for fatigue driving圖1 疲勞駕駛生理信號采集平臺

目前尚無人體疲勞狀態(tài)分類的統(tǒng)一標(biāo)準(zhǔn)，本文將主觀評價法與專家評判機(jī)制相結(jié)合，先由測試駕駛員對自己的疲勞狀態(tài)進(jìn)行等級劃分，然后將錄像中記錄的駕駛員模擬駕駛過程中的面部表情特征對照如表1 所示的疲勞狀態(tài)評價機(jī)制［13］再次劃分等級。對于兩次劃分結(jié)果，差異在一個疲勞等級的，以他人評價機(jī)制分類結(jié)果為準(zhǔn)，差異在兩個等級及以上的，直接舍棄。這種主觀加專家評判相結(jié)合的疲勞等級分類標(biāo)準(zhǔn)更具專業(yè)性，對于實(shí)際疲勞狀態(tài)的劃分更具有可靠性。

Table 1 Standards for classification of fatigue levels表1 疲勞等級劃分標(biāo)準(zhǔn)

系統(tǒng)搭建并調(diào)試完成后，安排實(shí)驗(yàn)人員進(jìn)行數(shù)據(jù)采集。為了增加采集效率，選取在午后進(jìn)行實(shí)驗(yàn)，該時間段人體的活躍水平一般較低，容易困倦，以便測試駕駛員可以較好地進(jìn)入疲勞駕駛狀態(tài)。

3 隨機(jī)森林與多源信息融合的疲勞駕駛檢測

隨機(jī)森林是經(jīng)典集成學(xué)習(xí)算法中的一種，它的基本單元與梯度提升樹算法［14］（GBDT）一樣，也是決策樹，但是其基礎(chǔ)決策樹的類型根據(jù)實(shí)際數(shù)據(jù)集的不同可以有所差異，不需要全部采用同一種基學(xué)習(xí)器。此外，與GBDT 不同的是，它采用Bagging 的思想，提高了決策樹分類的穩(wěn)定性。

3.1 隨機(jī)森林算法模型

隨機(jī)森林算法的核心就是兩個詞，一個是“森林”，另一個就是“隨機(jī)”?！吧帧笔且?yàn)樗闪嗽S多棵決策樹，隨機(jī)森林算法使用了基礎(chǔ)的決策樹模型作為弱學(xué)習(xí)器。本文隨機(jī)森林主要采用基尼系數(shù)計算模型節(jié)點(diǎn)的不純度，節(jié)點(diǎn)樣本計算得到的基尼系數(shù)越小，說明數(shù)據(jù)的不純度［15］越低，代表特征選擇效果越好。

假設(shè)某個分類問題一共有K個不同的類別，第k個類別的概率為pk，則它的概率分布基尼系數(shù)表達(dá)式為：

在隨機(jī)森林中每個決策樹的節(jié)點(diǎn)，在輸入樣本的特征中選擇用于拆分?jǐn)?shù)據(jù)集的值，使劃分后的基尼不純度最低。除非每個樹節(jié)點(diǎn)下只含有同一類別的樣本，否則繼續(xù)通過貪婪遞歸［16］方式進(jìn)行這種拆分，一直到初始模型設(shè)計的最大決策樹深度。

“隨機(jī)”體現(xiàn)于隨機(jī)森林在Bagging 的基礎(chǔ)上，以決策樹為基分類器，不僅對決策樹訓(xùn)練樣本數(shù)據(jù)集進(jìn)行隨機(jī)構(gòu)建，增加訓(xùn)練數(shù)據(jù)集的擾動性［17］，還引入隨機(jī)屬性，每棵決策樹的產(chǎn)生，在訓(xùn)練前確定用于劃分的特征個數(shù)K，然后隨機(jī)從選擇數(shù)據(jù)集所有特征值中選取K個作為當(dāng)前節(jié)點(diǎn)最優(yōu)屬性劃分，而不采用所有的特征值作為樣本劃分。因?yàn)槊總€基學(xué)習(xí)器的樣本以及特征選擇構(gòu)成都不同，泛化能力大大增強(qiáng)。如圖2 所示，隨機(jī)森林通過生成不同的決策樹進(jìn)行多次訓(xùn)練，分別得出結(jié)果后，測試信號數(shù)據(jù)的類別通過投票方式選擇，將得票最高的結(jié)果作為輸出。

假設(shè)一個訓(xùn)練集中有k個樣本，對它進(jìn)行隨機(jī)采樣，則同一個樣本每次采樣都被選取的概率是1/k。

連續(xù)k次隨機(jī)抽樣都沒有選擇它的概率則是：

Bagging 對訓(xùn)練數(shù)據(jù)集的樣本進(jìn)行采樣，依次選取，訓(xùn)練集中大約有36.8%的樣本不會被選取，這部分?jǐn)?shù)據(jù)就叫“袋外數(shù)據(jù)”。這些“袋外數(shù)據(jù)”沒有作為模型的學(xué)習(xí)數(shù)據(jù)，可以用它們進(jìn)行“外包估計”［18］，分析學(xué)習(xí)得到的分類模型是否具有良好的泛化性能。

對于隨機(jī)森林的生成，樹與樹之間相互獨(dú)立，不存在依賴性，可以并行訓(xùn)練，因此運(yùn)算速度很快。它的節(jié)點(diǎn)劃分特征屬性集是隨機(jī)選擇的，不用人工選取，相較于SVM和GBDT 算法，不害怕某些數(shù)據(jù)特征的缺失［19］，對于異常值不敏感，對特征很多的高維數(shù)據(jù)也有很好的表現(xiàn)。

Fig.2 Algorithm model of random forest圖2 隨機(jī)森林算法模型

3.2 實(shí)驗(yàn)結(jié)果及分析

比較隨機(jī)森林算法在單一信號數(shù)據(jù)集與多源融合數(shù)據(jù)集下的性能表現(xiàn)，驗(yàn)證了多源信息融合對于疲勞駕駛檢測模型精度提高效果很好，然后進(jìn)一步將建立的多源信息融合數(shù)據(jù)集分別輸入基于SVM、GBDT 以及隨機(jī)森林構(gòu)建的分類模型進(jìn)行分析比較，驗(yàn)證了隨機(jī)森林算法作為疲勞駕駛檢測分類算法模型的優(yōu)越性，檢測方法流程如圖3 所示，調(diào)參后得到最優(yōu)參數(shù)下的疲勞駕駛檢測分類模型。

Fig.3 Flow of the method of fatigue driving detection based on random forest and multi-source information fusion圖3 隨機(jī)森林與多源信息融合的疲勞駕駛檢測方法流程

3.2.1 多源信息融合數(shù)據(jù)集優(yōu)越性

實(shí)驗(yàn)分別用心跳、呼吸、脈搏、握力單一信號進(jìn)行隨機(jī)森林分類算法模型訓(xùn)練，對比分析多源信息融合數(shù)據(jù)集訓(xùn)練的分類模型在疲勞駕駛檢測中的性能表現(xiàn)。測試中得到的最優(yōu)檢測分類效果如圖4 所示。

Fig.4 Fatigue driving status detection effect of single signal and multi-source information fusion圖4 單一信號與多源信息融合疲勞駕駛狀態(tài)檢測效果

從表2 中各疲勞狀態(tài)等級的檢測準(zhǔn)確率可以看出，基于單一信號的疲勞駕駛檢測模型可能在某一類別具有較好的分類精度，但總體上檢測準(zhǔn)確度遠(yuǎn)遠(yuǎn)不如基于多源信息融合的疲勞駕駛檢測模型。

Table 2 Comparison of detection accuracy between single signal and multi-source information fusion表2 單一信號與多源信息融合檢測準(zhǔn)確率比較

多源信息融合后的隨機(jī)森林算法模型最佳檢測精度達(dá)89%左右，而單一數(shù)據(jù)集的檢測精度只有75%左右。相較于單一數(shù)據(jù)集，基于多源信息融合的隨機(jī)森林模型對于疲勞狀態(tài)的檢測率提高了14%，驗(yàn)證了多源信息融合的優(yōu)越性。

3.2.2 不同分類算法下的檢測模型性能

通過建立的多源信息融合數(shù)據(jù)集分別訓(xùn)練SVM、GBDT 以及隨機(jī)森林算法模型。將樣本數(shù)據(jù)集隨機(jī)劃分為訓(xùn)練集和測試集，用訓(xùn)練集訓(xùn)練GBDT 分類模型和隨機(jī)森林分類模型，測試集測試得到分類模型效果［20］。隨機(jī)森林分類模型訓(xùn)練過程中的主要調(diào)整參數(shù)為：決策樹建立的最大特征數(shù)目（max-feature）、決策樹的最大深度（max-depth）、生成決策樹個數(shù)（n_estimators）。通過多次訓(xùn)練，分類模型最高檢測精度下的參數(shù)如表3 所示。

Table 3 Optimal parametersof random forest model表3 最優(yōu)隨機(jī)森林模型參數(shù)

訓(xùn)練得到多源信息融合數(shù)據(jù)集學(xué)習(xí)下的SVM、GBDT以及隨機(jī)森林算法模型后，將整個數(shù)據(jù)集輸入3 個疲勞駕駛檢測模型分別進(jìn)行測試，得到不同分類算法下的疲勞駕駛狀態(tài)檢測分類輸出效果圖（見圖5）和相關(guān)準(zhǔn)確率參數(shù)比較。

Fig.5 Fatigue driving status detection effects of Different algorithm models圖5 不同算法模型疲勞駕駛狀態(tài)檢測效果

結(jié)合圖5 所示的檢測效果可以看出，隨機(jī)森林算法模型對于各等級的疲勞狀態(tài)檢測都有很好的表現(xiàn)，在識別精度方面相較于SVM 與GBDT 都有不小提升。此外，隨機(jī)森林可以并行生產(chǎn)決策樹，檢測模型對于疲勞狀態(tài)的檢測速度也優(yōu)于SVM 和GBDT。為了避免測試數(shù)據(jù)集劃分偶然性造成實(shí)驗(yàn)效果的偏差，模型自動多次隨機(jī)抽樣建立測試集，分析不同分類算法的檢測精度，取實(shí)驗(yàn)中多次檢測精度的平均值，實(shí)驗(yàn)結(jié)果如表4 所示。

Table 4 Comparison of detection accuracy of different algorithm models表4 不同算法模型檢測精確度比較

以上實(shí)驗(yàn)驗(yàn)證了基于隨機(jī)森林與多源信息融合的算法模型能精確實(shí)現(xiàn)對疲勞駕駛狀態(tài)的檢測，多源信息融合后的隨機(jī)森林算法模型最佳檢測精度達(dá)89.18%。與GBDT和經(jīng)典SVM 相比，其訓(xùn)練速度更快、準(zhǔn)確度更高，基本達(dá)到了對于疲勞駕駛狀態(tài)的實(shí)時高精度檢測要求。

4 結(jié)語

本文基于隨機(jī)森林與多源信息融合的疲勞駕駛檢測方法，信號采集模塊均采用微型傳感器，減少與駕駛員的深度接觸，行車過程中不會對駕駛員造成身心上的干擾。將采集到的多種信號經(jīng)過濾波處理后建立可靠度高的融合數(shù)據(jù)集，設(shè)計隨機(jī)森林模型對疲勞狀態(tài)數(shù)據(jù)集進(jìn)行學(xué)習(xí)訓(xùn)練，實(shí)現(xiàn)了對疲勞駕駛的高精度、高速度檢測，避免了只依據(jù)單一信號檢測誤差較大的問題。此外，針對不同駕駛員的個體差異性，疲勞駕駛檢測模型容易出現(xiàn)偏差，未來需分析更多能準(zhǔn)確反映駕駛員疲勞狀態(tài)的信號特征，盡量選取那些受駕駛環(huán)境及個體差異影響較小的特征值，同時優(yōu)化分類算法，使分類模型具有自學(xué)習(xí)能力，以通過自學(xué)習(xí)訓(xùn)練達(dá)到適應(yīng)個人的最優(yōu)疲勞駕駛分類模型。