徐路毅 蔡江柳 李澤軒

摘要 通過研究燈光影響眼動特征的規(guī)律對照明系統(tǒng)進(jìn)行改進(jìn)，為設(shè)計特長螺旋隧道照明系統(tǒng)提供科學(xué)依據(jù)。以隧道環(huán)境信息和行車試驗數(shù)據(jù)為訓(xùn)練集訓(xùn)練神經(jīng)網(wǎng)絡(luò)并進(jìn)行仿真。以緩解駕駛員視覺疲勞為目標(biāo)，根據(jù)眼動特征參數(shù)的預(yù)測值調(diào)節(jié)燈光亮度。神經(jīng)網(wǎng)絡(luò)訓(xùn)練在第206次得到最優(yōu)均方誤差，擬合優(yōu)度為0.780 76?？刂葡到y(tǒng)得到了眼動特征參數(shù)的預(yù)測曲線，經(jīng)處理后完成了隧道亮度調(diào)節(jié)。系統(tǒng)可根據(jù)隧道環(huán)境信息的變化調(diào)節(jié)燈光亮度，營造出安全的行車環(huán)境。

關(guān)鍵詞 隧道工程;BP神經(jīng)網(wǎng)絡(luò);視覺喚醒;智慧燈光

中圖分類號 U453.7文獻(xiàn)標(biāo)識碼 A文章編號 2096-8949（2022）12-0004-03

收稿日期：2022-04-01

作者簡介：徐路毅（2001—），男，本科在讀，研究方向：城市交通工程。

基金項目：大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目“基于隧道中駕駛者視覺喚醒的智慧燈光系統(tǒng)研究”（S202110107062）。

0 引言

《交通強(qiáng)國建設(shè)綱要》明確提出到2035年基本建成交通強(qiáng)國。我國西部地區(qū)交通建設(shè)前景廣闊，但地勢高差起伏大，采用曲線隧道可較好地解決交通問題。螺旋隧道單一的行車環(huán)境使駕駛者極易陷入疲勞狀態(tài)，發(fā)生交通事故的概率高。秦慧芳等[1]提出了一種以模糊神經(jīng)網(wǎng)絡(luò)為核心算法的隧道照明控制方法，旨在降低照明系統(tǒng)消耗的能量;劉東旗[2]通過對眼動指標(biāo)進(jìn)行分析，研究了不同長度隧道駕駛者的眼動變化規(guī)律;王輝[3]為研究高速公路長隧道駕駛者的注視和掃視特征，通過隧道行車試驗得到了眼動指標(biāo)與進(jìn)出口距離的擬合公式?，F(xiàn)有研究缺少針對通過燈光調(diào)節(jié)緩解駕駛者視覺疲勞，提高行車安全性的研究。此外，這些研究只是基于車輛在公路隧道中的駕駛行為，缺乏螺旋隧道燈光環(huán)境對交通安全和駕駛行為的相關(guān)研究。該文在獲取駕駛員生理信息和隧道環(huán)境參數(shù)的基礎(chǔ)上，分析雙螺旋隧道條件下的照明亮度調(diào)節(jié)，構(gòu)建基于視覺舒適的智能照明系統(tǒng)。著眼于在隧道交通運(yùn)行過程中的駕駛員生理變化和車輛制動行為，揭示其安全特性規(guī)律。研究成果對于研發(fā)雙螺旋隧道交通風(fēng)險預(yù)警系統(tǒng)、保障交通運(yùn)行能起到推動作用，具有重要的理論價值和實際意義。

1 隧道概況

延崇高速金家莊螺旋隧道于2017年8月開工，歷時兩年如期貫通，是2022年冬奧會的重大交通保障項目。隧道入口位于赤城縣金家莊村，出口位于崇禮區(qū)棋盤梁村。

1.1 隧道幾何線形

整個隧道呈圓環(huán)形，半徑860 m左右，左幅長4 288 m，右幅長4 104 m。隧道內(nèi)設(shè)車行橫洞750 m左右，人行橫洞250 m左右。工程按雙向4車道高速公路標(biāo)準(zhǔn)建設(shè)，最大行車速度為100 km/h。

1.2 隧道照明系統(tǒng)

隧道穹頂兩側(cè)連續(xù)地布置了變色溫LED燈具，且使用了納米硅涂層，能呈現(xiàn)出藍(lán)天白云的效果。燈具既有單排布置的形式，也有多排疊加的形式[4]。

2 隧道智慧照明設(shè)計

2.1 照明設(shè)計考慮因素

根據(jù)2014年頒布的《公路隧道照明設(shè)計細(xì)則》，金家莊隧道的照明系統(tǒng)除了要滿足基本的照明需求，還應(yīng)該能自適應(yīng)自然光照、車流量等隧道環(huán)境信息的變化，加強(qiáng)對駕駛者的視覺引導(dǎo)。

洞外亮度是隧道照明的重要基準(zhǔn)之一，自然光照自適應(yīng)即控制系統(tǒng)能根據(jù)洞外亮度的變化來調(diào)節(jié)隧道內(nèi)的照明亮度。由現(xiàn)行規(guī)范可知[5]，隧道照明亮度與實時采集的車速和車流量有關(guān)。有研究表明[6]，瞳孔直徑和平均眨眼時間是研究駕駛疲勞的重要指標(biāo)。

2.2 照明控制系統(tǒng)結(jié)構(gòu)

一個合理的控制系統(tǒng)應(yīng)包括獲取數(shù)據(jù)、處理數(shù)據(jù)以及接收數(shù)據(jù)三部分。

獲取不同種類數(shù)據(jù)的方法和設(shè)備也是不同的。洞外亮度可通過檢測器來檢測，單位為cd/m2;相較于環(huán)形線圈檢測技術(shù)，視頻圖像處理（VIPS）可通過一臺攝像機(jī)代替多個環(huán)形線圈，能降低維護(hù)費(fèi)用[7]。因此，可使用視頻采集檢測器來實時采集車速和車流量數(shù)據(jù);駕駛員生理信息采集設(shè)備是Tobii Pro Glasses 3眼球追蹤設(shè)備，可實時捕捉駕駛員眼睛的狀態(tài)，且ErgoLAB平臺可實時監(jiān)控數(shù)據(jù)采集過程。

隧道交通運(yùn)輸高速移動的特點決定了照明控制系統(tǒng)必然是采用以無線電移動通信和數(shù)字通信技術(shù)來傳輸數(shù)據(jù)。獲取的數(shù)據(jù)需要通過傳輸媒介上傳至系統(tǒng)的主控制器，并經(jīng)過設(shè)定好的算法處理后輸出照明亮度。由主控制器輸出的照明亮度信息再傳輸至系統(tǒng)的各個子控制器完成隧道照明亮度的調(diào)節(jié)[8]。照明控制系統(tǒng)的結(jié)構(gòu)如圖1所示。

3 智慧照明算法模型

3.1 算法模型的建立

神經(jīng)網(wǎng)絡(luò)是由大量神經(jīng)元相互作用形成的網(wǎng)絡(luò)，是一個高度非線性動力學(xué)系統(tǒng)。它可以表達(dá)出實際物理世界的各種現(xiàn)象，是抽象、簡化與模擬的人工信息處理模型。隧道照明自調(diào)節(jié)控制屬于自適應(yīng)控制的范疇，因此該文以BP神經(jīng)網(wǎng)絡(luò)對控制系統(tǒng)進(jìn)行分析。

BP神經(jīng)網(wǎng)絡(luò)由輸入層、隱含層和輸出層構(gòu)成。輸入層和輸出層的單元數(shù)由輸入輸出數(shù)據(jù)項決定，但是隱含層層數(shù)和單元數(shù)的確定沒有比較固定的方法，一般由經(jīng)驗而定。該文參考經(jīng)驗公式[9]來確定初始網(wǎng)絡(luò)結(jié)構(gòu)中隱含層神經(jīng)元的個數(shù)，經(jīng)驗公式表示為：

（1）

式中，N1——輸入神經(jīng)元個數(shù);N2——輸出神經(jīng)元個數(shù);N——隱含層神經(jīng)元個數(shù)。最后在仿真實驗中逐步調(diào)整，從而確定最優(yōu)隱含層神經(jīng)元個數(shù)。

對于該文的智慧照明算法模型，神經(jīng)網(wǎng)絡(luò)的輸入層有洞外亮度、車流量和車速，共3個單元。輸出層為1個單元，即平均眨眼時間或瞳孔直徑。隱含層單元的個數(shù)由經(jīng)驗公式計算所得，個數(shù)分別取2～13進(jìn)行試驗。

根據(jù)以上分析，BP神經(jīng)網(wǎng)絡(luò)智慧照明算法模型如圖2所示。

3.2 照明控制算法機(jī)制

平均眨眼時間是指駕駛員在給定時間內(nèi)眨眼的平均持續(xù)時間，眨眼時間逐漸增加表明駕駛員疲勞加劇。瞳孔直徑可以反映駕駛員的瞳孔狀態(tài)，瞳孔逐漸變小表明駕駛員越來越疲勞。記平均眨眼時間為T，瞳孔直徑為D。56D34354-1CEC-4C5B-834D-3758BC57FB01

在隧道行車時，駕駛員的平均眨眼時間和瞳孔直徑是動態(tài)變化的?？烧J(rèn)為平均眨眼時間的增大量和瞳孔直徑的減小量越大，駕駛員越疲勞。此時需要通過調(diào)節(jié)燈光的亮度來減緩駕駛員的疲勞，起到視覺喚醒的作用。記由平均眨眼時間變化得到的亮度變化量為，由瞳孔直徑變化得到的亮度變化量為，計算公式如式（2）和式（3）所示。

式中，和表示設(shè)備在第時刻采集到的平均眨眼時間和瞳孔直徑數(shù)據(jù)，參數(shù)和由實驗數(shù)據(jù)進(jìn)行標(biāo)定。

招募了12名具有豐富駕駛經(jīng)驗的駕駛員，包括9名男性和3名女性。駕駛員們身體狀況良好，情緒狀態(tài)穩(wěn)定，滿足實驗要求。駕駛員們分別在金家莊隧道駕駛車輛，技術(shù)人員在后排座位通過ErgoLAB平臺實時觀察數(shù)據(jù)采集和記錄的過程。獲得了駕駛員們在行車過程中的平均眨眼時間和瞳孔直徑數(shù)據(jù)，洞外亮度、車流量和車速可通過采集設(shè)備實時檢測。將70%的實驗數(shù)據(jù)作為訓(xùn)練集，驗證集和測試集分別取15%的比例。

將訓(xùn)練好的模型作為隧道照明控制系統(tǒng)主控制器的核心算法。實際應(yīng)用于隧道照明調(diào)節(jié)時，主控制器會根據(jù)傳感器通過傳輸媒介上傳的洞外亮度、車流量和車速數(shù)據(jù)對駕駛者的平均眨眼時間和瞳孔直徑進(jìn)行預(yù)測。再根據(jù)預(yù)測數(shù)據(jù)，由式（2）和式（3）分別計算出應(yīng)調(diào)節(jié)的亮度變化量，總亮度變化量計算公式如下：

控制器根據(jù)計算出的總亮度變化量向隧道照明設(shè)備傳達(dá)決策信息來調(diào)節(jié)隧道內(nèi)燈光的亮度。從而起到緩解駕駛員視覺疲勞、提高隧道行車安全性的作用。

4 結(jié)果與分析

為驗證BP神經(jīng)網(wǎng)絡(luò)在調(diào)節(jié)隧道照明時的效果，該文使用Matlab進(jìn)行仿真來評價該算法的控制效果。

4.1 數(shù)據(jù)預(yù)處理

該文對數(shù)據(jù)進(jìn)行了如下處理：①為了得到數(shù)據(jù)量相同的樣本數(shù)據(jù)，該文采用了等頻法。②駕駛員的瞳孔直徑在隧道出入口附近急劇變化，該現(xiàn)象會導(dǎo)致分析誤差增大，影響算法模型控制的精度。因此，該文沒有選取隧道出入口附近小于4 mm的瞳孔直徑數(shù)據(jù)。

4.2 神經(jīng)網(wǎng)絡(luò)訓(xùn)練

該文使用Matlab編寫程序，用logsig函數(shù)進(jìn)行預(yù)測。將處理好的數(shù)據(jù)導(dǎo)入Matlab的工作區(qū)，將洞外亮度、車流量和車速作為列數(shù)據(jù)，平均眨眼時間或瞳孔直徑作為行數(shù)據(jù)。設(shè)置訓(xùn)練數(shù)據(jù)和預(yù)測數(shù)據(jù)，該文采用梯度下降法進(jìn)行訓(xùn)練。完成所有準(zhǔn)備工作之后，運(yùn)行程序，即能得到訓(xùn)練出的一個神經(jīng)網(wǎng)絡(luò)模型。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練在第206次得到最優(yōu)均方誤差，訓(xùn)練數(shù)據(jù)的擬合優(yōu)度達(dá)到0.780 76。

4.3 神經(jīng)網(wǎng)絡(luò)預(yù)測

用Matlab編寫程序，用sim函數(shù)進(jìn)行預(yù)測，預(yù)測值等于誤差與期望值之和，瞳孔直徑的預(yù)測結(jié)果如圖3所示。平均眨眼時間的預(yù)測過程與瞳孔直徑相同。

5 結(jié)論與討論

為了研究金家莊螺旋隧道智慧照明控制系統(tǒng)的設(shè)計，招募了12名駕駛員到現(xiàn)場進(jìn)行試驗。首先，根據(jù)現(xiàn)行規(guī)范確立了洞外亮度、車流量、車速、平均眨眼時間和瞳孔直徑為影響隧道亮度調(diào)節(jié)的因素。然后基于交通信息技術(shù)基礎(chǔ)建立了隧道照明控制系統(tǒng)結(jié)構(gòu)，以BP神經(jīng)網(wǎng)絡(luò)預(yù)測作為控制系統(tǒng)的核心算法。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練在第206次得到最優(yōu)均方誤差MSE，訓(xùn)練數(shù)據(jù)的擬合優(yōu)度達(dá)到0.780 76。最后應(yīng)用照明控制系統(tǒng)對平均眨眼時間和瞳孔直徑進(jìn)行預(yù)測，再通過系統(tǒng)主控制器處理完成隧道亮度的調(diào)節(jié)。通過實時采集隧道環(huán)境信息，控制隧道照明的亮度，營造了一個安全、舒適的隧道行車光環(huán)境，對建設(shè)智慧化高速具有一定現(xiàn)實意義。但控制系統(tǒng)也存在一定的局限性，比如收集的實驗樣本數(shù)據(jù)較少，缺乏對變量的控制。今后的研究需要繼續(xù)增大樣本數(shù)量、拓展樣本類型，進(jìn)行大量實驗論證實驗結(jié)果的有效性，并在實際中驗證應(yīng)用效果。

參考文獻(xiàn)

[1]秦慧芳， 郭佑民， 羅榮輝. 基于模糊神經(jīng)網(wǎng)絡(luò)的公路隧道照明控制系統(tǒng)研究[J]. 隧道建設(shè)， 2017（2）： 115-120.

[2]劉東旗. 不同隧道路段駕駛員眼動特征研究[D]. 西安：長安大學(xué)， 2017.

[3]王輝. 高速公路長隧道路段駕駛?cè)搜蹌犹匦匝芯縖D]. 西安：長安大學(xué)， 2010.

[4]于建游， 劉志忠， 吳建波， 等. 延崇高速金家莊特長螺旋隧道智能照明控制系統(tǒng)的設(shè)計[J]. 照明工程學(xué)報， 2021（5）： 15-19.

[5]公路隧道照明設(shè)計細(xì)則： JTG/T D70/2—01—2014[S]. 北京：人民交通出版社， 2014.

[6]王磊宇， 武淑紅， 李海芳. 基于眼部行為的駕駛疲勞評價指標(biāo)研究[J]. 太原理工大學(xué)學(xué)報， 2015（4）： 440-443.

[7]王學(xué)慧， 丁立波， 于世軍. 交通信息技術(shù)基礎(chǔ)[M]. 北京： 國防工業(yè)出版社， 2015.

[8]李良榮， 王在浩， 李震， 等. 自適應(yīng)隧道節(jié)能照明控制系統(tǒng)設(shè)計方案[J]. 貴州大學(xué)學(xué)報（自然科學(xué)版）， 2014（5）： 48.

[9]肖泉彬， 黎小龍， 車俊俊， 等. BP神經(jīng)網(wǎng)絡(luò)在新零售行業(yè)銷售預(yù)測中的應(yīng)用[J]. 電子設(shè)計工程， 2017（17）： 109-111.56D34354-1CEC-4C5B-834D-3758BC57FB01