費德意，馮 桑

（廣東工業(yè)大學(xué) 機電工程學(xué)院，廣東 廣州 510006）

駕駛?cè)说鸟{駛情緒狀態(tài)將直接影響其行車感知與操作穩(wěn)定性，因此設(shè)計一種可以對駕駛?cè)饲榫w狀態(tài)進行全面、準確感知與識別的車載裝置已成為目前研究的熱點。目前此類研究多數(shù)都是針對生理信號或行為信號展開的。其中，生理信號是個體情緒對外界應(yīng)激的直接表現(xiàn)，有利于排除個體差異因素，具有較高信效度。易慧等[1]通過提取心電信號并濾波，達到了較好的情緒識別效果。鐘銘恩等[2]發(fā)現(xiàn)駕駛?cè)俗笥翌~葉腦電信號在不同情緒狀態(tài)下有明顯變化。Sharma等[3]研究了應(yīng)力傳感器，并可用于監(jiān)測駕駛員壓力水平。然而，這類檢測方法需要接觸人體，如腦電信號一般要通過電極帽進行采集，對駕駛造成一定干擾，埋下了安全隱患。相比下，行為信號的采集無需接觸身體，易在行車中被獲取。謝卓然等[4]采用USB工業(yè)相機采集人臉圖像以獲取駕駛?cè)吮砬樘卣鲾?shù)值，通過映射判斷其情緒狀態(tài)。馬興民等[5]認為情緒狀態(tài)可由外在面部表情體現(xiàn)，并采用表情識別實現(xiàn)系統(tǒng)功能，但存在一些誤差。

僅通過某種單一信號的檢測手法或方案顯然無法保證檢測結(jié)果的準確性和系統(tǒng)的穩(wěn)定性，車載情緒識別裝置更多應(yīng)依賴多模態(tài)信息。為開發(fā)多模態(tài)的情緒識別系統(tǒng)，于申浩等[6]從面部圖像和脈搏信號中提取特征，識別駕駛員的路怒情緒。Poria等[7]對文本、語音、面部表情融合的多模式情感分析研究進行了綜述。劉鵬[8]通過融合面部表情和語音對駕駛?cè)寺放Y進行了研究。Katsis等[9]使用面部肌電圖、心電圖、呼吸和皮膚電活動來綜合評估駕駛?cè)饲榫w狀態(tài)。

然而，在對不同模態(tài)的情緒感知裝置進行組合時，多數(shù)研究者僅憑個人經(jīng)驗從單一的技術(shù)角度考慮，缺乏相應(yīng)的綜合分析與論證，無法確保多模態(tài)情緒識別裝置的合理組合及有效落地。可拓設(shè)計是借助于可拓論與可拓創(chuàng)新方法等進行產(chǎn)品概念設(shè)計并處理設(shè)計過程中的矛盾以尋求較優(yōu)方案的設(shè)計理論與方法，作為可拓工程的一個重要方向，已在工程技術(shù)、信息科學(xué)等多個領(lǐng)域得到廣泛應(yīng)用[10]。

在可拓設(shè)計論三個創(chuàng)造法[11]基礎(chǔ)上，吳培旭等[12]提出多功能產(chǎn)品創(chuàng)造法，為多功能產(chǎn)品的開發(fā)設(shè)計提供了一套有章可循的設(shè)計步驟。姚干勤等[13]提出可拓重構(gòu)設(shè)計方法以滿足客戶對產(chǎn)品造型風(fēng)格的需求,避免了造型設(shè)計中由設(shè)計師主觀意識依賴過強和客觀知識使用不足造成的缺陷。王體春等[14]為提升大型復(fù)雜產(chǎn)品方案結(jié)構(gòu)配置的設(shè)計效率和質(zhì)量,提出了一種基于可拓本體概念的快速設(shè)計可拓模式框架。李仔浩等[15]基于逆向設(shè)計建立了一種新型模型化與定量化相結(jié)合的產(chǎn)品創(chuàng)意生成流程化方法，并應(yīng)用于發(fā)電機創(chuàng)新設(shè)計，提高了設(shè)計效率[16]。郭恒發(fā)等[17]提出了一種融合可拓學(xué)與TRIZ的產(chǎn)品設(shè)計創(chuàng)意生成方法，提高了創(chuàng)新效率及優(yōu)度評價的科學(xué)性。祁鈺茜等[18]利用物元分析理論與層次分析法對憤怒駕駛狀態(tài)及程度進行辨識，證明可拓理論用于交通安全分析是可行的。

因此，本文綜合考慮經(jīng)濟性、部署難易度、可靠性等因素，采用可拓設(shè)計理論，尋求開發(fā)多模態(tài)情緒識別系統(tǒng)的最優(yōu)方案。

1 構(gòu)建基元模型

駕駛員行車過程中的情緒識別對象包括語音、面部表情、姿態(tài)等行為信號和腦電、心電等生理信號。若想開發(fā)一款情緒多模態(tài)識別裝置，必須充分利用各類傳感器特性并科學(xué)組合。首先將情緒檢測裝置M的功能用事元A表示，再根據(jù)發(fā)散樹生成的事元定義出情緒檢測裝置的類物元。

上述類物元涉及7類傳感器、3類安裝位置、信息準確度、信噪比和采集難度，根據(jù)單一情緒檢測裝置的檢測對象進行歸類，可得出以下具體產(chǎn)品物元。

2 物元重組關(guān)系分析與可拓變換

2.1 物元重組關(guān)系分析

本文所研究的情緒感知模塊屬于行車中的實時系統(tǒng)，主要執(zhí)行數(shù)據(jù)采集和濾波等預(yù)處理功能，具體的情緒計算分析交由車載域控制器甚至云端進行后處理。因此，不同檢測裝置間的兼容性較強，不存在互斥關(guān)系。但將具有不相關(guān)關(guān)系的物元組合在一起，只會造成成本上的提高，組合實施的具體功能效果需要根據(jù)各個組成物元的信息準確度、信噪比、采集難度來進行綜合決定。

單一檢測裝置所包含的3種安裝位置各不相同，但駕駛室前端、車體以及駕駛員身體之間的裝置安設(shè)互不干涉，可兼容于同一目標車輛，根據(jù)物元關(guān)系的定義可知其安裝位置間為不相關(guān)關(guān)系。

由重組關(guān)系的定義可得，面部表情、聲音、姿態(tài)檢測裝置三者的重組關(guān)系為相似關(guān)系，電信號、體溫、脈搏檢測裝置間的重組關(guān)系也為相似關(guān)系，駕駛行為檢測與這兩者間為不相關(guān)關(guān)系。

根據(jù)以上分析，列出各拓展產(chǎn)品的重組關(guān)系如表1所示，其中R表示相似關(guān)系的個數(shù)，N表示不相關(guān)關(guān)系的個數(shù)。

表1 重組關(guān)系拓展統(tǒng)計Table 1 Statistical table of restructuring relationship expansion

2.2 利用可拓變換生成產(chǎn)品創(chuàng)意

由表1可知，面部表情檢測、聲音采集、姿態(tài)動作三者間均含有相似關(guān)系，將這三者放在一起進行開發(fā)將會充分利用相似關(guān)系以節(jié)約成本，同理，體溫、脈搏、電信號同樣具有這種聯(lián)系。而駕駛行為檢測與其余幾項檢測裝置均無法構(gòu)成相似關(guān)系，但由于它的存在也不影響駕駛員操作及其余檢測，即不與其余檢測裝置互斥，因此也可以作為一種檢測之外的補充。但是，若同時采用面部表情檢測和體溫脈搏或電信號檢測，由于這兩者為不相關(guān)關(guān)系，不會有成本上的節(jié)約，而且由于圖像檢測放置于駕駛室前端可能會干擾駕駛員視線，電信號檢測需要與駕駛員相互接觸，這或多或少影響駕駛員的操作，所以這兩種檢測方式同時進行是不太合理的。

在重組獲得創(chuàng)意時，各情緒信號同時傳輸存在相應(yīng)傳感器接收頻率不一致的問題，可通過濾波器進行同步或改變后處理模塊處理頻次等方式解決。除此之外，各檢測裝置相關(guān)物元間不發(fā)生傳導(dǎo)變換，因此只需對應(yīng)變換其安裝位置即可。

根據(jù)以上分析，利用可拓變換方法可獲得多種檢測裝置的設(shè)計創(chuàng)意。

創(chuàng)意3 在保留創(chuàng)意1不與駕駛?cè)松眢w直接接觸的優(yōu)勢上，將駕駛行為檢測裝置與創(chuàng)意1所述復(fù)合檢測裝置進行結(jié)合，引入車體信息源，生成新的含檢測對象特征元的一維分物元。

由表1可知安裝位置間屬不相關(guān)關(guān)系。根據(jù)創(chuàng)意1的安裝位置對創(chuàng)意3的安裝位置特征做增加變換

創(chuàng)意4 對創(chuàng)意2引入車體信息源，形成以駕駛行為、體溫、脈搏、電信號檢測為一體的產(chǎn)品創(chuàng)意，其含檢測對象特征元的一維分物元表示為

根據(jù)創(chuàng)意2的安裝位置對創(chuàng)意4的安裝位置特征元做增加變換。

3 優(yōu)度評價與方案選取

選取由2.2節(jié)所確定的如下4種新產(chǎn)品構(gòu)思方案進行優(yōu)度評價。

在行車過程中，不同的情緒信號有不同的檢測方法。這些方法存在著信號采集難度、途徑和準確性、信噪比和裝置成本上的差異，如果簡單地將其糅合在一起，將會造成生產(chǎn)成本上的冗余或感知效果不理想。表2對這些指標進行了初步對比分析。

表2 對情緒識別不同信號的比較Table 2 Comparison of different signals for emotion recognition

根據(jù)表2，采用優(yōu)度評價方法[11]選擇適合的評價特征對上述4種方案進行評價擇優(yōu)。

考慮所采集的信息與情緒關(guān)聯(lián)的強弱，將信息準確度定為評價特征；考慮在汽車工業(yè)的量產(chǎn)問題，將裝置成本作為評價特征，由于相關(guān)產(chǎn)品的原理、生產(chǎn)工藝與產(chǎn)品質(zhì)量等特性相差過大，成本難以界定具體數(shù)值，設(shè)廠商的預(yù)期成本為c；考慮所采集信息是否便于降噪提取，將信噪比設(shè)為評價特征；考慮在實際行車過程中裝置處于所要求的安裝位置上是否便于數(shù)據(jù)采集，將采集難度作為評價特征。由此確定4個對應(yīng)的一級衡量指標為

根據(jù)上文提到的各方案共軛部確定其等級并進行綜合優(yōu)度計算。結(jié)合表2 可得到各方案關(guān)于MI1的關(guān)聯(lián)度為

比較上述優(yōu)度評價結(jié)果，其中C(Z3)的值最大，方案3的優(yōu)度評價最佳，即將駕駛行為檢測、面部表情檢測、聲音采集、姿態(tài)動作檢測功能進行組合。通過查找方案3的物元模型，得到該方案的傳感器架構(gòu)為相機、麥克風(fēng)及輪速計、IMU組合，安裝位置為駕駛室前端及車體。該方案采集難度低，信息準確度高，中等信噪比且成本處于合理的范圍內(nèi)。

4 總結(jié)

針對駕駛?cè)说那榫w檢測感知問題，本文探究了車載駕駛?cè)硕嗄B(tài)情緒感知裝置的較優(yōu)組合方案。通過可拓設(shè)計中的多功能產(chǎn)品創(chuàng)造法，從各單一檢測裝置入手逐步推導(dǎo)出一系列組合方案，對所得方案進行了優(yōu)度對比判斷，最終得到了較優(yōu)方案。

隨著模式識別、人工智能、車載系統(tǒng)等技術(shù)的高速發(fā)展，在未來相關(guān)研究得到新進展或問題的需求發(fā)生改變時，針對駕駛員行車過程中情緒檢測識別的實驗方法和檢測手段也將不斷更新與進步，本文所得的最優(yōu)解也將不再適用，但依然可以通過采用或迭代本文所提供的可拓分析方法更新方案。高級別的無人駕駛技術(shù)受法律、倫理等因素限制，落地仍需較長時間，人車交互共駕場景將長期存在。本文提出的駕駛?cè)饲榫w檢測裝置組合方案的分析設(shè)計方法可以推動相關(guān)產(chǎn)品的落地，為駕駛?cè)松敭a(chǎn)安全提供有力的保障。