王連震 王宇萍 裴玉龍 鳳 凰

(東北林業(yè)大學(xué)交通學(xué)院1) 哈爾濱 150040) (哈爾濱市城鄉(xiāng)規(guī)劃編制研究中心2) 哈爾濱 150000)(西南交通大學(xué)交通運(yùn)輸系3) 成都 610000)

基于模糊綜合評(píng)價(jià)的駕駛疲勞狀態(tài)量化研究*

王連震1)王宇萍2)裴玉龍1)鳳 凰3)

(東北林業(yè)大學(xué)交通學(xué)院1)哈爾濱 150040) (哈爾濱市城鄉(xiāng)規(guī)劃編制研究中心2)哈爾濱 150000)(西南交通大學(xué)交通運(yùn)輸系3)成都 610000)

為分析疲勞駕駛對(duì)駕駛員狀態(tài)的影響程度，對(duì)駕駛員的疲勞狀態(tài)進(jìn)行量化，借助模擬駕駛實(shí)驗(yàn)手段，測(cè)試并分析了腦電、心電、眼動(dòng)、駕駛績(jī)效和主觀疲勞評(píng)價(jià)等駕駛疲勞指標(biāo)的變化規(guī)律，采用單因素方差分析方法分析了駕駛疲勞度量指標(biāo)隨駕駛時(shí)間變化的顯著性.采用K均值聚類(lèi)分析法確定了各個(gè)單項(xiàng)指標(biāo)不同疲勞等級(jí)的閾值，建立了基于模糊綜合評(píng)價(jià)的駕駛疲勞指數(shù)計(jì)算模型，以主觀疲勞評(píng)價(jià)值為參照對(duì)模型進(jìn)行了驗(yàn)證.結(jié)果表明，連續(xù)4 h的駕駛?cè)蝿?wù)對(duì)駕駛疲勞度量指標(biāo)的影響是顯著的，采用駕駛疲勞指數(shù)對(duì)疲勞狀態(tài)進(jìn)行量化研究是可行且有效的.

交通工程；駕駛疲勞；量化研究；模糊綜合評(píng)價(jià)；度量指標(biāo)；疲勞指數(shù)

0 引 言

隨著機(jī)動(dòng)車(chē)保有量的不斷增加，道路交通事故日益嚴(yán)重，疲勞駕駛已成為道路交通事故發(fā)生的主要原因之一，并且呈逐年上升趨勢(shì).受檢測(cè)手段和度量方法等限制，疲勞駕駛同酒后及超速駕駛不同，具有相當(dāng)?shù)碾[蔽性，難以被交通執(zhí)法部門(mén)準(zhǔn)確界定.因此，研究駕駛疲勞的判斷及量化方法有利于準(zhǔn)確度量駕駛員的疲勞程度，從而為交通執(zhí)法部門(mén)制定疲勞駕駛的管理政策提供理論依據(jù)，遏制疲勞駕駛交通事故的發(fā)生.

目前，常用的駕駛疲勞測(cè)定方法可以概括為四類(lèi)：生理指標(biāo)測(cè)定法[1-2]、面部特征測(cè)定法[3-4]、操控性能評(píng)定法[5]和主觀評(píng)價(jià)法等[6].各類(lèi)測(cè)定方法在檢測(cè)駕駛疲勞方面均具有一定的優(yōu)勢(shì)，例如，生理指標(biāo)測(cè)定方法的準(zhǔn)確性和可靠性較高，但是需要與駕駛員產(chǎn)生接觸，對(duì)行車(chē)干擾較大；面部特征測(cè)定方法對(duì)駕駛員干擾較小，且準(zhǔn)確性和可靠性也較高[7].

本文在分析駕駛疲勞表現(xiàn)特征的基礎(chǔ)上，借助模擬駕駛實(shí)驗(yàn)手段，研究了連續(xù)駕駛一定時(shí)間后駕駛疲勞指標(biāo)的變化規(guī)律和顯著性，采用模糊綜合評(píng)價(jià)的方法建立了駕駛疲勞指數(shù)計(jì)算模型，從而提出了駕駛疲勞狀態(tài)的量化方法.

1 駕駛疲勞及其度量指標(biāo)

目前對(duì)駕駛疲勞的定義尚未統(tǒng)一，但是從眾多的定義中可以得出界定疲勞駕駛的共同點(diǎn)：駕駛疲勞是由長(zhǎng)時(shí)間的駕駛?cè)蝿?wù)導(dǎo)致的，以生理、心理機(jī)能下降或失調(diào)為內(nèi)在表現(xiàn)，以對(duì)車(chē)輛的操控能力降低為外在表現(xiàn)的現(xiàn)象[8].長(zhǎng)時(shí)間駕駛是導(dǎo)致駕駛疲勞產(chǎn)生的直接原因，駕駛?cè)蝿?wù)是駕駛疲勞產(chǎn)生的特定環(huán)境.根據(jù)對(duì)駕駛員主觀疲勞感受的問(wèn)卷調(diào)查結(jié)果，本文將駕駛疲勞狀態(tài)分為三級(jí)：清醒、輕度疲勞、重度疲勞.不同疲勞等級(jí)下駕駛員的表現(xiàn)特征見(jiàn)表1.

疲勞的各類(lèi)度量指標(biāo)在表征駕駛疲勞方面均具有一定的準(zhǔn)確性和可靠性.但是，由于受儀器設(shè)備、駕駛習(xí)慣及周?chē)h(huán)境等的影響，單一指標(biāo)在檢測(cè)過(guò)程中，通常呈現(xiàn)出不穩(wěn)定性.因此，根據(jù)各類(lèi)指標(biāo)的特點(diǎn)，本文選擇腦電指標(biāo)、心電指標(biāo)、眼動(dòng)指標(biāo)、駕駛績(jī)效指標(biāo)和主觀疲勞評(píng)價(jià)指標(biāo)對(duì)駕駛疲勞進(jìn)行綜合測(cè)定，具體度量指標(biāo)見(jiàn)圖1.

表1 不同等級(jí)下的駕駛疲勞特征

圖1 駕駛疲勞度量指標(biāo)集

圖中：θ/β為腦電波中θ波與β波出現(xiàn)率的百分比；SDNN為心電信號(hào)中的RR間期標(biāo)準(zhǔn)差；PERCLOS[9]為單位時(shí)間內(nèi)眼睛閉合時(shí)間百分比；SDS(standard deviation of speed)為車(chē)輛行駛速度標(biāo)準(zhǔn)差，為駕駛績(jī)效指標(biāo)；SSS為采用斯坦福嗜睡量表(stanford sleepiness scale)[10-11]進(jìn)行問(wèn)卷調(diào)查得到的主觀疲勞評(píng)價(jià)值.

2 駕駛疲勞度量指標(biāo)測(cè)試與分析

2.1 實(shí)驗(yàn)方案設(shè)計(jì)

2.1.1 實(shí)驗(yàn)對(duì)象

本次實(shí)驗(yàn)共有6名實(shí)驗(yàn)對(duì)象，均為非職業(yè)駕駛員，其中男性4名，女性2名，平均年齡34.5歲，均具有1年以上駕駛經(jīng)驗(yàn).所有實(shí)驗(yàn)對(duì)象均身體健康，無(wú)慢性疾病或生理缺陷.實(shí)驗(yàn)開(kāi)始前1 d睡眠質(zhì)量均良好，無(wú)不良情緒，且實(shí)驗(yàn)前24 h內(nèi)無(wú)飲酒或服用藥物的情況.

2.1.2 實(shí)驗(yàn)設(shè)備及指標(biāo)

本次實(shí)驗(yàn)的設(shè)備有AS1300卡車(chē)駕駛模擬系統(tǒng)、多通道生物生理記錄儀、攝像機(jī)等.此外，本次實(shí)驗(yàn)還采用斯坦福嗜睡量表(SSS)對(duì)駕駛員的主觀疲勞狀況進(jìn)行問(wèn)卷調(diào)查.

2.1.3 實(shí)驗(yàn)過(guò)程

模擬駕駛實(shí)驗(yàn)場(chǎng)景采用AS1300卡車(chē)駕駛模擬系統(tǒng)中的平原高速公路，試驗(yàn)線路為近似矩形的環(huán)狀道路，線路全長(zhǎng)約200 km，交通條件為自由流，行駛速度由駕駛員自行設(shè)定.

在進(jìn)行正式實(shí)驗(yàn)之前，對(duì)實(shí)驗(yàn)對(duì)象進(jìn)行模擬駕駛培訓(xùn)和實(shí)驗(yàn)設(shè)備的操作訓(xùn)練，要求所有實(shí)驗(yàn)對(duì)象在進(jìn)行正式實(shí)驗(yàn)時(shí)能熟練操作各種設(shè)備.實(shí)驗(yàn)開(kāi)始前，對(duì)實(shí)驗(yàn)對(duì)象進(jìn)行主觀疲勞問(wèn)卷調(diào)查并記錄，在靜坐狀態(tài)下使用生物生理記錄儀測(cè)試每人的腦電和心電指標(biāo)，并用攝像機(jī)記錄每人的眼動(dòng)情況，測(cè)試時(shí)間為5 min.實(shí)驗(yàn)過(guò)程中，連續(xù)測(cè)試并記錄駕駛員的腦電、心電、眼動(dòng)、行駛速度等數(shù)據(jù)；每隔30 min進(jìn)行主觀疲勞問(wèn)卷調(diào)查.駕駛?cè)蝿?wù)結(jié)束后，立即重復(fù)上述測(cè)試過(guò)程.每個(gè)駕駛員進(jìn)行兩次重復(fù)試驗(yàn).

2.2 實(shí)驗(yàn)結(jié)果分析

為了便于對(duì)各類(lèi)指標(biāo)的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行對(duì)比分析，將實(shí)驗(yàn)得到的連續(xù)數(shù)據(jù)按15 min一個(gè)時(shí)段進(jìn)行統(tǒng)計(jì)，取各個(gè)時(shí)段的平均值作為該時(shí)段的分析數(shù)據(jù).各個(gè)指標(biāo)初始時(shí)刻(駕駛時(shí)間為0時(shí))的實(shí)驗(yàn)數(shù)據(jù)為駕駛?cè)蝿?wù)開(kāi)始前5 min內(nèi)測(cè)得的數(shù)據(jù).各個(gè)指標(biāo)的變化情況分別見(jiàn)圖2～6.由圖可知，θ/β,SDNN,PERCLOS,SDS等指標(biāo)隨著駕駛時(shí)間的增加呈現(xiàn)明顯的上升趨勢(shì)，駕駛員對(duì)自身疲勞狀況的主觀評(píng)價(jià)值不斷增大，說(shuō)明駕駛員的疲勞程度逐漸加重.

圖2 θ/β隨駕駛時(shí)間的變化

圖3 SDNN隨駕駛時(shí)間的變化

圖4 PERCLOS隨駕駛時(shí)間的變化

圖5 SDS隨駕駛時(shí)間的變化

圖6 SSS隨駕駛時(shí)間的變化

采用單因素方差分析可以確定駕駛時(shí)間的長(zhǎng)短對(duì)各個(gè)指標(biāo)有無(wú)顯著性影響，方差分析的結(jié)果見(jiàn)表2.由表2可知，在4 h駕駛?cè)蝿?wù)中，各個(gè)指標(biāo)均發(fā)生了顯著性變化(p<0.001)，說(shuō)明駕駛時(shí)間對(duì)這些指標(biāo)的影響是顯著的.

表2 駕駛疲勞度量指標(biāo)單因素方差分析

3 駕駛疲勞度量指標(biāo)的閾值

根據(jù)駕駛疲勞度量指標(biāo)隨時(shí)間的變化情況，結(jié)合駕駛疲勞狀態(tài)的分級(jí)，采用K均值聚類(lèi)分析法確定不同疲勞等級(jí)下各個(gè)單項(xiàng)指標(biāo)的閾值，結(jié)果見(jiàn)表3.

表3 駕駛疲勞單項(xiàng)度量指標(biāo)閾值

4 基于模糊綜合評(píng)價(jià)的駕駛疲勞指數(shù)計(jì)算模型

根據(jù)模糊數(shù)學(xué)理論，將人的疲勞狀態(tài)F假設(shè)為(0,1)區(qū)間的數(shù)值，其中，當(dāng)F=0時(shí)表示駕駛員處于完全清醒的狀態(tài)；當(dāng)F=1時(shí)，表示駕駛員處于睡眠的狀態(tài)；0～1之間的某個(gè)數(shù)值為駕駛員的某種疲勞狀態(tài).根據(jù)德?tīng)柗品?，初步確定三級(jí)疲勞狀態(tài)的取值范圍，見(jiàn)表4.

表4 不同等級(jí)駕駛疲勞狀態(tài)的取值范圍

采用模糊綜合評(píng)價(jià)法建立駕駛疲勞指數(shù)計(jì)算模型，來(lái)量化駕駛員的疲勞程度.駕駛疲勞模糊綜合評(píng)價(jià)的因素集.

U={u1,u2,u3,u4}

式中:U為駕駛疲勞指數(shù)；u1為θ/β；u2為SDNN；u3為PERCLOS；u4為SDS.

以駕駛疲勞狀態(tài)的分級(jí)作為評(píng)語(yǔ)集，則駕駛疲勞模糊綜合評(píng)價(jià)的評(píng)語(yǔ)集為：V={v1,v2,v3}.

式中:V為評(píng)語(yǔ)集合；v1為清醒；v2為輕度疲勞；v3為重度疲勞.

采用層次分析法確定因素集中各指標(biāo)的權(quán)重.根據(jù)各類(lèi)評(píng)價(jià)指標(biāo)在度量駕駛疲勞中的可靠性和穩(wěn)定性，得到因素集的判斷矩陣及權(quán)重見(jiàn)表5.

表5 駕駛疲勞各指標(biāo)的權(quán)重

則因素集的權(quán)重向量為

A=(a1,a2,a3,a4)=(0.400,0.376,0.138,0.086)

各個(gè)指標(biāo)的模糊評(píng)價(jià)隸屬度矩陣為：

式中：rij為第i個(gè)評(píng)價(jià)指標(biāo)對(duì)第j個(gè)評(píng)語(yǔ)的隸屬度.則駕駛疲勞狀態(tài)的模糊綜合評(píng)價(jià)結(jié)果為：

(b1,b2,b3)

(1)

根據(jù)最大隸屬度原則確定駕駛員的綜合疲勞等級(jí).

根據(jù)不同等級(jí)駕駛疲勞狀態(tài)的取值范圍，采用各個(gè)等級(jí)取值范圍的平均值作為分值向量W，則：

W=(w1,w2,w3)T=(0.2,0.6,0.9)T

(2)

根據(jù)式(1)～(2)可以得到基于模糊綜合評(píng)價(jià)方法的駕駛疲勞指數(shù)計(jì)算模型：

F=W·B=(w1,w2,w3)T·(b1,b2,b3)

(3)

采用本文建立的模型對(duì)樣本數(shù)據(jù)進(jìn)行了驗(yàn)證，結(jié)果見(jiàn)表6.

表6 駕駛疲勞指數(shù)計(jì)算模型的驗(yàn)證

由表6可知，所有樣本駕駛疲勞指數(shù)的計(jì)算結(jié)果與主觀疲勞評(píng)價(jià)值基本一致.樣本5的疲勞指數(shù)為0.83，屬于重度疲勞和輕度疲勞的臨界狀態(tài)，主觀疲勞評(píng)價(jià)值為5，屬于輕度疲勞的等級(jí)，二者的判斷結(jié)果基本符合.由此可見(jiàn)，采用本文建立的駕駛疲勞指數(shù)計(jì)算模型可以有效的量化駕駛員的疲勞狀態(tài).

5 結(jié) 論

1) 根據(jù)駕駛疲勞的表現(xiàn)特征，將疲勞狀態(tài)劃分為清醒、輕度疲勞、重度疲勞3個(gè)等級(jí).確定了腦電波中θ波與β波出現(xiàn)率的比值θ/β、心電信號(hào)RR間期標(biāo)準(zhǔn)差SDNN、單位時(shí)間內(nèi)眼睛閉合時(shí)間百分比PERCLOS、速度標(biāo)準(zhǔn)差SDS、主觀疲勞評(píng)價(jià)值SSS作為駕駛疲勞的度量指標(biāo)集.

2) 采用模擬駕駛實(shí)驗(yàn)的手段，對(duì)駕駛疲勞度量指標(biāo)進(jìn)行了測(cè)試分析，結(jié)果表明，連續(xù)駕駛時(shí)間對(duì)駕駛疲勞度量指標(biāo)的影響是顯著的：腦電波中θ波的出現(xiàn)率不斷增加，而β波的出現(xiàn)率不斷下降，心率變異性逐漸增大，單位時(shí)間內(nèi)駕駛員眼睛閉合的時(shí)間增多，對(duì)車(chē)輛行駛速度的控制能力下降，主觀疲勞感覺(jué)不斷加重.

3) 采用K均值聚類(lèi)分析法確定了駕駛疲勞單項(xiàng)度量指標(biāo)在不同疲勞等級(jí)下的閾值，建立了基于模糊綜合評(píng)價(jià)的駕駛疲勞指數(shù)計(jì)算模型，對(duì)駕駛疲勞狀態(tài)進(jìn)行了量化研究.以駕駛疲勞主觀評(píng)價(jià)值為參照，對(duì)模型進(jìn)行了驗(yàn)證.結(jié)果表明，駕駛疲勞指數(shù)計(jì)算模型可以有效量化駕駛疲勞狀態(tài).

[1]NIRUPAMA W，YVONNE T，ASHLEY C.The psychophysiological determinants of fatigue[J]. International Journal of Psychophysiology, 2007, 63(1): 77-86.

[2]PATEL M, LAL S K L, KAVANAGHA D, et al. Applying neural network analysis on heart rate variability data to assess driver fatigue[J]. Expert Systems with Applications, 2011, 38(6): 7235-7242.

[3]ANNEKE H， RAINER G， ACACIA A， et al. Technologies for the monitoring and prevention of driver fatigue[C].Proceedings of the First International Driving Symposium on Human Factor in Driver Assessment, Training and Vehicle Design, America， Colorado， 2001:81-86.

[4]潘曉東,李君羨,徐小冬.基于眼部行為的駕駛疲勞評(píng)價(jià)指標(biāo)的閾值[J].同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，2011,39(12):1811-1815.

[5]吳超仲,張 暉,毛 喆,等.基于駕駛操作行為的駕駛員疲勞狀態(tài)識(shí)別模型研究[J].中國(guó)安全科學(xué)學(xué)報(bào),2007,17(4):162-166.

[6]SAROJ K L L， CRAIGA A. A critical review of the psychophysiology of driver fatigue[J]. Biological Psychology, 2001,55(3):173-194.

[7]袁 翔,孫香梅.疲勞駕駛檢測(cè)方法研究進(jìn)展[J].汽車(chē)工程學(xué)報(bào),2012,2(3):157-164.

[8]房瑞雪,趙曉華,榮 建,等.基于腦電信號(hào)的駕駛疲勞研究[J].公路交通科技,2009,26(S1):124-126.

[9]陳和恒,王 忠,應(yīng)大力,等.融合EyeMap信息的疲勞檢測(cè)方法的研究[J].武漢理工大學(xué)學(xué)報(bào)：交通科學(xué)與工程版，2014,38(1),212-216.

[10]HODDES E， ZARCONE V， PHILLIPS S， et al. Quantification of sleepiness: a new approach[J]. Psychophysiology, 1973,10(4)：431-436.

[11]潘曉東，李君羨.基于眼部行為的駕駛疲勞監(jiān)測(cè)方法[J].同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，2011(2)：55-58.

Quantification of Driving Fatigue State Based on Fuzzy Comprehensive Evaluation

WANG Lianzhen1)WANG Yuping2)PEI Yulong1)FENG Huang3)

(TrafficCollege,NortheastForestryUniversity,Harbin150040，China)1)(HarbinUrbanandRuralPlanningCompilationandResearchCentre,Harbin150000，China)2)(TransportationDepartment,SouthwestJiaotongUniversity,Chengdu610000，China)3)

In order to analyze the influence of fatigue driving on drivers' states and quantify the driving fatigue state, driving fatigue indicators including EEG, ECG, eye movement, driving performance and subjective fatigue feeling were tested through simulation driving experiment, and the changing rules and significances of the indicators with driving time was analyzed using one-way ANOVA. The K-means clustering analysis method was used to determine the threshold values of each indicator at different fatigue level. The calculation model of driving fatigue index was established and validated by the subjective fatigue feeling. The results show that 4h of driving task had a significant effect on driving fatigue indicators, and the proposed method of driving fatigue quantification was feasible and effective.

traffic engineering; driving fatigue; quantification research; fuzzy comprehensive evaluation; measure indicators; fatigue index

2015-04-15

*中央高校基本科研業(yè)務(wù)費(fèi)專(zhuān)項(xiàng)資金項(xiàng)目(批準(zhǔn)號(hào)：2572015BX03)、國(guó)家自然科學(xué)基金項(xiàng)目(批準(zhǔn)號(hào)：51178149)資助

U491.6

10.3963/j.issn.2095-3844.2015.04.007

王連震(1985- )：男，工學(xué)博士，講師，主要研究領(lǐng)域?yàn)榈缆方煌ò踩?、交通?guī)劃理論與方法