胡志剛，胡佳斌，喬現(xiàn)玲

(陜西科技大學(xué) 工業(yè)設(shè)計(jì)研究所，陜西 西安 710021)

不同響度音樂(lè)對(duì)單調(diào)聲音環(huán)境下駕駛疲勞緩解實(shí)驗(yàn)研究

胡志剛，胡佳斌，喬現(xiàn)玲

(陜西科技大學(xué) 工業(yè)設(shè)計(jì)研究所，陜西 西安 710021)

為有效減輕駕駛員在單調(diào)聲音環(huán)境下的駕駛疲勞、減少交通事故，在不同類型廣播聲音環(huán)境下開(kāi)展了模擬駕駛實(shí)驗(yàn)；基于瞳孔直徑變異系數(shù)等建立了駕駛疲勞綜合評(píng)價(jià)指標(biāo)，研究了駕駛疲勞音樂(lè)響度對(duì)策的有效性。結(jié)果表明：音樂(lè)能緩解單調(diào)聲音環(huán)境下的駕駛疲勞，在不同聲音環(huán)境下，音樂(lè)對(duì)駕駛疲勞緩解的效果略有差異；75和85dB音樂(lè)在顯著性及穩(wěn)定性方面要優(yōu)于65dB；75和85dB音樂(lè)兩者之間差異不大。

交通工程；人類工效；駕駛疲勞；對(duì)策；單調(diào)環(huán)境；響度

0 引 言

駕駛疲勞是由于心理機(jī)能和生理機(jī)能下降，而導(dǎo)致駕駛員無(wú)法及時(shí)獲取或處理安全行駛必要信息的危險(xiǎn)行為，是造成交通事故的重要原因之一[1-3]。

如今，駕駛疲勞的檢測(cè)手段已較為成熟[4]。C．AHLSTROM等[5]基于KSS(karolinska sleepiness scale)量表[6]，運(yùn)用主觀評(píng)分法對(duì)疲勞進(jìn)行了等級(jí)劃分。S．DAVID等[7]認(rèn)為PERCLOS(percentage of eyelid closure over the pupil over time，閉眼時(shí)間百分率)是判斷疲勞的有效方法[8]。秦偉等[9]認(rèn)為心率變異系數(shù)可以用來(lái)判別疲勞。潘曉東等[10-11]認(rèn)為通過(guò)監(jiān)測(cè)駕駛?cè)搜鄄啃袨閬?lái)判斷疲勞的方法實(shí)用性強(qiáng)，同時(shí)證明了眨眼時(shí)間均值可以作為衡量疲勞的指標(biāo)并給出了相應(yīng)的閾值。王雪松等[12]把疲勞分為5個(gè)等級(jí)，認(rèn)為瞳孔直徑變異系數(shù)、眨眼時(shí)間均值、閉眼百分率等可以作為衡量駕駛疲勞等級(jí)的指標(biāo)。

在駕駛疲勞對(duì)策方面，N．MERAT等[13]的研究表明：汽車轟鳴聲能加強(qiáng)駕駛員對(duì)車輛的操控，有利于緩解長(zhǎng)途單調(diào)環(huán)境下的駕駛疲勞。Y．HIRATA等[14]指出：駕駛疲勞出現(xiàn)后，音樂(lè)可以提高駕駛員的警覺(jué)性，有效降低事故發(fā)生率。P．GERSHON等[15]認(rèn)為：對(duì)職業(yè)司機(jī)和非職業(yè)司機(jī)，收聽(tīng)廣播是駕駛疲勞最為有效的對(duì)策。LIU Shixu等[16]認(rèn)為：音樂(lè)刺激作為駕駛疲勞對(duì)策具有適用范圍廣、效果顯著等特點(diǎn)，并將音樂(lè)和咖啡因?qū)ζ诰徑庑ЧM(jìn)行了比較。LIU Ninghan等[17]根據(jù)音樂(lè)的不同分類，基于EEG信號(hào)系統(tǒng)建立起了駕駛疲勞的評(píng)判系統(tǒng)。M．YOKOYAMA等[18]認(rèn)為：不同響度的音樂(lè)對(duì)駕駛疲勞有影響，并通過(guò)實(shí)驗(yàn)證明高響度音樂(lè)能夠抑制疲勞的加深。趙曉華等[19]認(rèn)為：聲音刺激可以作為一種環(huán)境對(duì)策，是目前減輕駕駛疲勞的主要對(duì)策之一，并通過(guò)實(shí)驗(yàn)對(duì)在安靜駕駛環(huán)境下產(chǎn)生的駕駛疲勞聲音對(duì)策的有效性進(jìn)行了研究，給出了聲強(qiáng)、頻率等屬性的最佳水平。然而，現(xiàn)實(shí)中駕駛員所處的駕駛環(huán)境較為復(fù)雜，J．STUTTS等[20]通過(guò)長(zhǎng)期大量調(diào)查發(fā)現(xiàn)，有92%的駕駛員在獨(dú)立駕駛時(shí)有打開(kāi)音樂(lè)設(shè)備的習(xí)慣。而駕駛員長(zhǎng)期處在某種單調(diào)聲音環(huán)境下，更容易產(chǎn)生駕駛疲勞產(chǎn)生，此時(shí)對(duì)策的有效性鮮有研究。

1 實(shí)驗(yàn)設(shè)計(jì)

1.1 實(shí)驗(yàn)設(shè)備

模擬駕駛平臺(tái)用于實(shí)驗(yàn)室環(huán)境下機(jī)動(dòng)車駕駛的仿真模擬。Tobbi眼動(dòng)儀用于采集駕駛員眼部行為數(shù)據(jù)，包括眨眼、注視、瞳孔大小等；ErgoLab軟件用于駕駛?cè)搜鄄繑?shù)據(jù)的分析；CaptureL9000行為記錄及分析系統(tǒng)用于記錄分析駕駛?cè)笋{駛過(guò)程中的打哈欠、搖頭及身體擺動(dòng)等動(dòng)作；分貝計(jì)用于檢測(cè)環(huán)境噪音及刺激聲音響度。

將某時(shí)間段內(nèi)分貝計(jì)檢測(cè)到所有聲強(qiáng)數(shù)值(Ii)的均值作為該時(shí)間段內(nèi)聲強(qiáng)(Iu)。其中：Iu-5 dB

1.2 實(shí)驗(yàn)人員

選取10名年齡在20～30歲之間駕駛員參與模擬駕駛實(shí)驗(yàn)，男女比例1∶1。另外駕駛?cè)诉€具備以下條件：

1)持有中華人民共和國(guó)機(jī)動(dòng)車駕駛證；

2)身體健康，無(wú)疾病，能夠保證較長(zhǎng)時(shí)間連續(xù)實(shí)驗(yàn)；

3)不帶眼鏡且裸視視力達(dá)到1.0以上，色覺(jué)正常；

4)經(jīng)訓(xùn)練后，能熟練操作本實(shí)驗(yàn)室模擬駕駛平臺(tái)；

5)實(shí)驗(yàn)開(kāi)始前，情緒狀態(tài)良好。

1.3 駕駛背景聲音模擬及刺激音樂(lè)選擇

將汽車在行駛過(guò)程中自身所產(chǎn)生的噪音與駕駛?cè)俗灾鞑シ怕曇舻幕旌献鳛閷?shí)驗(yàn)中模擬的背景聲音。汽車自身產(chǎn)生的噪音與車型、車速、路況等有密切關(guān)系。結(jié)合實(shí)際情況，實(shí)驗(yàn)中該類噪音由模擬駕駛平臺(tái)發(fā)出，將其響度控制在65 dB以內(nèi)。通過(guò)調(diào)查問(wèn)卷形式，詢問(wèn)駕駛員在駕駛過(guò)程中習(xí)慣性播放聲音的類型，共收集108份有效調(diào)查問(wèn)卷。結(jié)果顯示：收聽(tīng)車載電臺(tái)是駕駛員駕駛過(guò)程中普遍的習(xí)慣，70.37%的駕駛員選擇為“習(xí)慣、經(jīng)常收聽(tīng)車載電臺(tái)”，如圖1(a)；其中：42.11%的駕駛員駕駛過(guò)程中習(xí)慣收聽(tīng)新聞?lì)愲娕_(tái)，32.89%的駕駛員駕駛過(guò)程中習(xí)慣收聽(tīng)音樂(lè)類電臺(tái)，如圖1(b)?？紤]到實(shí)時(shí)新聞廣播不受實(shí)驗(yàn)人員控制，且陳舊新聞更容易引發(fā)疲勞，因此選取并錄制新聞廣播電臺(tái)去除較長(zhǎng)時(shí)間歌曲等無(wú)關(guān)內(nèi)容作為新聞聲音背景，并將其響度控制在70 dB以內(nèi)。

實(shí)驗(yàn)中對(duì)疲勞的刺激方式為音樂(lè)刺激，為避免背景音樂(lè)與刺激音樂(lè)的耦合對(duì)實(shí)驗(yàn)結(jié)果產(chǎn)生的影響，從音樂(lè)分類的角度選取背景與刺激音樂(lè)。音樂(lè)分類眾多，G．TZANETAKIS等[22]通過(guò)提取旋律、音高等對(duì)音樂(lè)進(jìn)行了分類。隨機(jī)選取并錄制音樂(lè)電臺(tái)作為音樂(lè)聲音背景，響度均值控制在70 dB以內(nèi)?？紤]到駕駛?cè)藚⒓訉?shí)驗(yàn)次數(shù)較多，選20 min時(shí)長(zhǎng)且不同于背景音樂(lè)，旋律舒緩、中等音高音樂(lè)作為刺激音樂(lè)，其響度分別為65、75、85 dB。

圖1 電臺(tái)收聽(tīng)情況調(diào)查Fig.1 Survey chart of radio listening proportion

1.4 實(shí)驗(yàn)過(guò)程

午后為疲勞的高發(fā)時(shí)期，因此筆者將實(shí)驗(yàn)選在13:00—16:00之間進(jìn)行。模擬駕駛場(chǎng)景為高速公路路段，要求駕駛?cè)诵熊囁俣炔淮笥?0 km/h。實(shí)驗(yàn)內(nèi)容共分兩類，每位駕駛?cè)嗽诿款悓?shí)驗(yàn)中需要進(jìn)行4項(xiàng)實(shí)驗(yàn)，每項(xiàng)實(shí)驗(yàn)耗時(shí)約80 min。實(shí)驗(yàn)開(kāi)始前駕駛?cè)擞? min駕駛適應(yīng)時(shí)間，并填寫KSS問(wèn)卷自我評(píng)價(jià)此時(shí)的疲勞狀況，實(shí)驗(yàn)員保證眼動(dòng)儀及行為記錄系統(tǒng)數(shù)據(jù)采集正常。

1.4.1 第1類實(shí)驗(yàn)

第1類實(shí)驗(yàn)為新聞廣播聲音背景下的不同響度音樂(lè)刺激。駕駛?cè)嗽跈C(jī)動(dòng)車行駛噪音(65 dB及以下)和新聞廣播聲音(70 dB)背景下，進(jìn)行模擬駕駛。研究表明：即使在實(shí)驗(yàn)前沒(méi)有睡眠剝奪或疲勞現(xiàn)象，模擬駕駛艙中駕駛?cè)说钠诎Y狀將在30 min內(nèi)出現(xiàn)[23-24]。實(shí)驗(yàn)中避免外界非實(shí)驗(yàn)因素對(duì)駕駛?cè)烁蓴_，當(dāng)駕駛?cè)诉B續(xù)駕駛車輛40 min時(shí)，認(rèn)為駕駛?cè)艘呀?jīng)出現(xiàn)淺度疲勞或出現(xiàn)疲勞征兆，此時(shí)停止新聞播放，立即給予某種音樂(lè)刺激60 s，刺激結(jié)束后繼續(xù)播放原廣播聲音，60 min時(shí)本次實(shí)驗(yàn)結(jié)束。

音樂(lè)刺激可分為4種。第1種是無(wú)聲音刺激，作為對(duì)照組；第2～4種分別為65、75、85 dB音樂(lè)刺激，作為實(shí)驗(yàn)組。實(shí)驗(yàn)結(jié)束后，駕駛?cè)嗽俅翁顚慘SS問(wèn)卷，進(jìn)行音樂(lè)刺激前、后和實(shí)驗(yàn)結(jié)束時(shí)的疲勞狀況評(píng)價(jià)。

1.4.2 第2類實(shí)驗(yàn)

第2類實(shí)驗(yàn)是音樂(lè)廣播聲音背景下的不同響度音樂(lè)刺激實(shí)驗(yàn)。將背景聲音中的70 dB新聞廣播聲音更改為70 dB音樂(lè)廣播聲音，重復(fù)第1類實(shí)驗(yàn)。

每位駕駛?cè)诵枰獏⑴c8項(xiàng)實(shí)驗(yàn)，內(nèi)容如表1；每項(xiàng)實(shí)驗(yàn)流程如圖2。駕駛?cè)嗣刻熳疃噙M(jìn)行1項(xiàng)實(shí)驗(yàn)，實(shí)驗(yàn)項(xiàng)目由實(shí)驗(yàn)員從8項(xiàng)中按“隨機(jī)不放回抽樣”抽取，并要求駕駛?cè)嗽谶B續(xù)的12 d內(nèi)完成所有項(xiàng)目實(shí)驗(yàn)。同一駕駛?cè)嗽诟黜?xiàng)實(shí)驗(yàn)中所處的背景聲音環(huán)境及刺激音樂(lè)不同，不同駕駛?cè)嗽诟黜?xiàng)實(shí)驗(yàn)中所處的背景聲音環(huán)境及刺激音樂(lè)相同。

表1 實(shí)驗(yàn)項(xiàng)目

圖2 實(shí)驗(yàn)流程Fig.2 The flowchart of experiment

2 數(shù)據(jù)分析

2.1 瞳孔直徑變異系數(shù)

瞳孔直徑變異系數(shù)(pupil diameter variation coefficient，PDVC)為時(shí)間窗內(nèi)的瞳孔直徑標(biāo)準(zhǔn)差與瞳孔直徑平均值的比值，其計(jì)算如式(1)：

(1)

為減小數(shù)據(jù)波動(dòng)對(duì)結(jié)果影響，保證所有指標(biāo)可在同一時(shí)間維度進(jìn)行分析，本實(shí)驗(yàn)中所有指標(biāo)均選2 min長(zhǎng)度作為固定分析區(qū)間，由區(qū)間中指標(biāo)所有時(shí)間窗內(nèi)的均值來(lái)代表該指標(biāo)在此區(qū)間的水平。最優(yōu)時(shí)間窗由指標(biāo)性質(zhì)決定的，在計(jì)算瞳孔直徑變異系數(shù)時(shí)，最優(yōu)時(shí)間窗定為10 s。瞳孔直徑變異系數(shù)計(jì)算，從34 min開(kāi)始，計(jì)算每個(gè)最優(yōu)時(shí)間窗內(nèi)的瞳孔直徑變異系數(shù)，56 min時(shí)止。對(duì)每個(gè)分析區(qū)間內(nèi)所有時(shí)間窗數(shù)據(jù)進(jìn)行平均，得出從34～56 min時(shí)段各分析區(qū)間變異系數(shù)均值；計(jì)算來(lái)自同實(shí)驗(yàn)項(xiàng)目、同區(qū)間、不同個(gè)體的瞳孔直徑變異系數(shù)均值，分別繪制1、2類實(shí)驗(yàn)瞳孔直徑變異系數(shù)變化，如圖3。

從該指標(biāo)可以看出，在第1類實(shí)驗(yàn)、第2類實(shí)驗(yàn)中，對(duì)照組始終維持在較高水平，實(shí)驗(yàn)組音樂(lè)刺激后，該指標(biāo)均呈下降趨勢(shì)。兩類實(shí)驗(yàn)均顯示65 dB音樂(lè)刺激對(duì)策的顯著性及穩(wěn)定性要弱于75、85 dB音樂(lè)刺激，75、85 dB音樂(lè)刺激在整體下降趨勢(shì)及穩(wěn)定性具有很高的相似性。第2類實(shí)驗(yàn)中，實(shí)驗(yàn)組較對(duì)照組整體下降幅度弱于第1類實(shí)驗(yàn)。

圖3 瞳孔直徑變異系數(shù)變化Fig.3 Variation of PDVC

2.2 眨眼時(shí)間均值

眨眼時(shí)間均值(mean blink duration，MBD)是時(shí)間窗內(nèi)總眨眼時(shí)間(眨眼，眼睛開(kāi)始閉合時(shí)起到眼睛完全張開(kāi)時(shí)止)與眨眼次數(shù)的比值，如式(2)：

(2)

式中：Tb為眨眼時(shí)間均值；Ta為總眨眼時(shí)間；n為眨眼次數(shù)。

本實(shí)驗(yàn)在計(jì)算眨眼時(shí)間均值時(shí)，所選時(shí)間窗為30 s。繪制眨眼時(shí)間均值變化，如圖4。

圖4 眨眼時(shí)間均值變化Fig.4 Variation of MBD

該指標(biāo)中各實(shí)驗(yàn)組的變化明顯于瞳孔直徑變異系數(shù)指標(biāo)，兩類實(shí)驗(yàn)均顯示40 min后，實(shí)驗(yàn)組65 dB要高于實(shí)驗(yàn)組75、85 dB。第1類實(shí)驗(yàn)中，音樂(lè)刺激后實(shí)驗(yàn)組75、85 dB下降趨勢(shì)相對(duì)延緩，實(shí)驗(yàn)組85 dB整體呈持續(xù)下降趨勢(shì)。第2類實(shí)驗(yàn)中，在音樂(lè)刺激后實(shí)驗(yàn)組75、85 dB的穩(wěn)定性較好，且兩者之間差異不夠顯著。

2.3 閉眼百分率

閉眼百分率(Perclos)是眼睛累計(jì)閉合持續(xù)時(shí)間占某特定時(shí)間的百分率，如式(3)為：

(3)

式中：ηb為閉眼百分率；Ta為總閉眼時(shí)間；t0為時(shí)間窗。

本實(shí)驗(yàn)在計(jì)算閉眼時(shí)間均值時(shí)，所選時(shí)間窗為30 s，繪制眨眼百分率變化，如圖5。

圖5 閉眼百分率變化Fig.5 Variation of PERCLOS

該指標(biāo)顯示，刺激后實(shí)驗(yàn)組較對(duì)照組在第1類中的降幅明顯大于第2類。第1類實(shí)驗(yàn)中，實(shí)驗(yàn)組3種音樂(lè)響度刺激差異不夠明顯。第2類實(shí)驗(yàn)中，實(shí)驗(yàn)組65、75、85dB音樂(lè)刺激后下降幅度依次增大，且較為穩(wěn)定性，這與上述兩個(gè)指標(biāo)的表現(xiàn)出現(xiàn)了一定的差異性，實(shí)驗(yàn)組65 dB下降幅度弱于實(shí)驗(yàn)組75、85 dB。

2.4 專家評(píng)測(cè)

通過(guò)行為分析系統(tǒng)對(duì)駕駛?cè)笋{駛過(guò)程中打哈欠、搖頭、身體擺動(dòng)3個(gè)動(dòng)作進(jìn)行打標(biāo)。對(duì)行為視頻進(jìn)行分割，自第34 min開(kāi)始，58 min結(jié)束，分割單位區(qū)間為2 min。由3名從事疲勞駕駛課題研究的專家基于打標(biāo)量化結(jié)果及視頻內(nèi)容，對(duì)駕駛?cè)似跔顩r進(jìn)行0～100分值的打分，數(shù)值越大表示疲勞程度越深。繪制專家得分變化，如圖6。

圖6 專家得分變化Fig.6 Variation of experts grading

該指標(biāo)顯示，第1類實(shí)驗(yàn)組中，65、75、85 dB刺激差異明顯，第2類差異不夠明顯。第1類實(shí)驗(yàn)組中，65 dB在第43 min開(kāi)始加速上升，在47 min時(shí)已維持較高水平。第2類實(shí)驗(yàn)中，實(shí)驗(yàn)組經(jīng)刺激急速下降后又呈現(xiàn)上升趨勢(shì)，其穩(wěn)定性要弱于第1類實(shí)驗(yàn)。

2.5 綜合指標(biāo)

上述不同指標(biāo)反應(yīng)的側(cè)重點(diǎn)有所不同，且受實(shí)驗(yàn)環(huán)境、采集設(shè)備等因素的影響，不同指標(biāo)之間也出現(xiàn)了不一致性。為有效避免上述影響，參照盧章平等人的研究[25]，運(yùn)用主成分分析法，基于上述4個(gè)指標(biāo)來(lái)建立一個(gè)綜合評(píng)價(jià)標(biāo)準(zhǔn)，以此來(lái)衡量疲勞程度。

利用SPSS軟件對(duì)上述指標(biāo)進(jìn)行綜合分析，瞳孔直徑變異系數(shù)(CV)、眨眼時(shí)間均值(Tb)、眨眼百分率(ηb)、專家得分(E)數(shù)據(jù)均服從于正態(tài)分布。根據(jù)Person相關(guān)系數(shù)計(jì)算兩兩指標(biāo)之間的雙變量相關(guān)性，顯示相關(guān)性均為非常顯著(p<0.05)結(jié)果如表2。

表2 Person相關(guān)系數(shù)分析

對(duì)CV、Tb、ηb，E數(shù)據(jù)做標(biāo)準(zhǔn)化處理后進(jìn)行主成分分析，結(jié)果顯示第1主成分特征值為3.428且累計(jì)貢獻(xiàn)已達(dá)到85.698%，因此將第1主成分作為特征提取的目標(biāo)指標(biāo)，并得到各成分得分系數(shù)矩陣，系數(shù)分別為aC、aT、aη、aE。由此可建立綜合評(píng)價(jià)指標(biāo)，如式(4)：

F=0.253×CV+0.278×Tb+0.272×ηb+0.277×E+c

(4)

式中：變量為標(biāo)準(zhǔn)化后的變量，c為常數(shù)項(xiàng)。

根據(jù)SPSS分析得出的各樣本綜合指標(biāo)得分，分別繪制兩類實(shí)驗(yàn)綜合指標(biāo)變化，如圖7。

為檢測(cè)綜合指標(biāo)的有效性，分析駕駛?cè)嗽趯?shí)驗(yàn)前及實(shí)驗(yàn)后所填寫4個(gè)階段的KSS問(wèn)卷如圖8。駕駛?cè)俗晕以u(píng)測(cè)疲勞評(píng)測(cè)結(jié)果與綜合指標(biāo)存在很高的相似性。

用綜合指標(biāo)來(lái)代表疲勞，數(shù)值越高疲勞程度越深。在兩類實(shí)驗(yàn)中對(duì)照組和實(shí)驗(yàn)組均顯示駕駛?cè)笋{駛車輛在36～40 min時(shí)，綜合指標(biāo)處于較高位置，第40 min給予音樂(lè)刺激后，實(shí)驗(yàn)組指標(biāo)短時(shí)間內(nèi)急速下降，對(duì)照組則無(wú)明顯變化，仍然維持較高位置。在兩個(gè)類實(shí)驗(yàn)中音樂(lè)刺激后，實(shí)驗(yàn)組85 dB音樂(lè)下降幅度最大，整體來(lái)看，刺激之后實(shí)驗(yàn)組75 dB與實(shí)驗(yàn)組85 dB都能在低位維持較長(zhǎng)時(shí)間；實(shí)驗(yàn)組65 dB下降后在短時(shí)間內(nèi)開(kāi)始回升。

第1類實(shí)驗(yàn)中，在音樂(lè)刺激急劇下降后，實(shí)驗(yàn)組65 dB又緩慢回升，并有一直上升下去的趨勢(shì)；實(shí)驗(yàn)組75、85 dB則較為平穩(wěn)。第2類實(shí)驗(yàn)中，音樂(lè)刺激后，實(shí)驗(yàn)組65 dB相對(duì)于其他實(shí)驗(yàn)組下降趨勢(shì)較為緩慢、幅度較小，且在46 min時(shí)開(kāi)始逐漸回升，52 min時(shí)開(kāi)始又出現(xiàn)下降趨勢(shì)，表現(xiàn)出了極不穩(wěn)定性；在52 min之前75 dB高于85 dB，之后，兩者差異微弱，整個(gè)過(guò)程中75、85 dB有上升的趨勢(shì)。對(duì)比第1類與第2類實(shí)驗(yàn)組，實(shí)驗(yàn)組在第2類刺激后顯著性要小于第1類。

圖7 綜合指標(biāo)變化Fig.7 Variation of overall index

圖8 主觀疲勞程度Fig.8 Subjective fatigue degree

3 結(jié) 論

實(shí)驗(yàn)結(jié)果表明：在駕駛?cè)顺Ｌ幍膬煞N單調(diào)聲音環(huán)境下駕駛疲勞產(chǎn)生后，通過(guò)引入旋律舒緩、中等音高音樂(lè)刺激能夠緩解疲勞，不引入外界刺激無(wú)法緩解疲勞。在兩種單調(diào)聲音環(huán)境下，75、85 dB旋律舒緩、中等音高音樂(lè)刺激對(duì)策的顯著性及穩(wěn)定性均要優(yōu)于65 dB音樂(lè)刺激。在音樂(lè)聲音環(huán)境下，各音樂(lè)刺激對(duì)策的顯著性及穩(wěn)定性都要微弱于新聞廣播聲音環(huán)境。綜合指標(biāo)顯示：75、85 dB快節(jié)奏音樂(lè)刺激對(duì)駕駛疲勞的緩解效果在兩種不同單調(diào)環(huán)境下差異不大。駕駛過(guò)程中高響度音樂(lè)不利于駕駛安全，在實(shí)驗(yàn)中所涉及到的兩種單調(diào)環(huán)境下的駕駛疲勞，可采用75 dB音樂(lè)刺激予以緩解。

在模擬駕駛實(shí)驗(yàn)中用非接觸式設(shè)備采集了眼動(dòng)、行為等信息，與其他接觸式采集設(shè)備相比其具有更強(qiáng)的實(shí)際應(yīng)用性。運(yùn)用了主成分分析法，基于瞳孔直徑變異系數(shù)等建立了駕駛疲勞綜合評(píng)價(jià)指標(biāo)。在3個(gè)響度音樂(lè)等級(jí)中，得出了不同聲音環(huán)境下，駕駛疲勞音樂(lè)響度對(duì)策的最優(yōu)等級(jí)。在今后實(shí)驗(yàn)中，仍需擴(kuò)大樣本量，從年齡、駕齡等角度對(duì)駕駛?cè)诉M(jìn)行分類，對(duì)音樂(lè)的旋律、音高、刺激時(shí)間以方式等方面進(jìn)行分類，同時(shí)考慮到模擬駕駛與實(shí)際駕駛存在的區(qū)別，將適時(shí)在確保安全的情況下在真實(shí)道路上開(kāi)展相關(guān)實(shí)驗(yàn)，深入音樂(lè)對(duì)單調(diào)聲音環(huán)境下駕駛疲勞的緩解研究。

[1] 牛清寧．基于信息融合的疲勞駕駛檢測(cè)方法研究[D]．長(zhǎng)春：吉林大學(xué)，2014． NIU Qingning.ResearchonDriverFatigueDetectionBasedonHybridMeasures[D]. Changchun: Jilin University, 2014.

[2] OTEGUI J L. Fatigue damage leads to a serious traffic accident [J].EngineeringFailureAnalysis, 2002, 9(1):109-122.

[3] LAL S K L, CRAIG A. Electroencephalography activity associated with driver fatigue: implications for a fatigue countermeasure device [J].JournalofPsychophysiology, 2001, 15(3):183-189.

[4] 孫偉，張為公，張小瑞，等．駕駛疲勞檢測(cè)方法的研究進(jìn)展[J]．汽車技術(shù)，2009(2)：1-5． SUN Wei, ZHANG Weigong, ZHANG Xiaorui, et al. Development of fatigue driving detection method research[J].AutomobileTechnology, 2009(2): 1-5.

[5] AHLSTROM C, NYSTR?M M, HOLMQVIST K, et al. Fit-for-duty test for estimation of driver’s sleepiness level: eye movements improve the sleep/wake predictor [J].TransportationResearchPartC:EmergingTechnologies, 2013, 26: 20-32.

[6] AKERSTEDT T, GILLBERG M. Subjective and objective sleepiness in the active individual [J].InternationalJournalofNeuroscience, 1990, 52(1/2):29-37.

[7] DAVID S, MARTIN G, TRUTSCHEL U, et al. Assessing driver’s hypovigilance from biosignals [C]// 4thEuropeanConferencetheInternationalFederationforMedicalandBiologicalEngineering. Antwerp, Belgium, 2009:152-159.

[8] WIERWILLE W, ELLSWORTH L, WREGGIT S, et al.ResearchonVehicle-BasedDriverStatus/PerformanceMonitoring;Development,Validation,andRefinementofAlgorithmsforDetectionofDriverDrowsiness[R].Springfield, Virginia: Report No. DOT HS 808247, NTIS, 1994.

[9] 秦偉，朱守林，裴志永，等．草原公路駕駛員時(shí)域分析指標(biāo)與駕駛疲勞灰關(guān)聯(lián)分析[J]．重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版)，2014， 33(6)：142-145. QIN Wei, ZHU Shoulin, PEI Zhiyong, et al. Gray relation analysis of time domain index and driving fatigue of prairie highway drivers [J].JournalofChongqingJiaotongUniversity(NaturalScience), 2014, 33(6): 142- 145.

[10] 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)，2011，39(2)：231-235． PAN Xiaodong, LI Junxian. Eye state-based fatigue drive monitoring approach[J].JournalofTongjiUniversity(NaturalScience),2011, 39(2): 231-235.

[11] 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． PAN Xiaodong, LI Junxian, XU Xiaodong. Threshold value of indices of eye states to monitor driver fatigue[J].JournalofTongjiUniversity(NaturalScience), 2011, 39(12):1811-1815.

[12] 王雪松，李飛虎．基于駕駛模擬實(shí)驗(yàn)的眼部指標(biāo)與疲勞分級(jí)[J]．同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版)，2015，43(2)：226-231． WANG Xuesong, LI Feihu. Eye indicators and drowsy level analysis based on driving simulator[J].JournalofTongjiUniversity(NaturalScience), 2015, 43(2): 226-231.

[13] MERAT N, JAMSON A H. The effect of three low-cost engineering treatments on driver fatigue: a driving simulator study[J].AccidentAnalysisandPrevention, 2013,50(1): 8-15.

[14] HIRATA Y. A study of the effective way to release scent to maintain alertness [J].JsaeReview, 2001, 22(3):331-336.

[15] GERSHON P, SHINAR D, ORON-GILAD T, et al. Usage and perceived effectiveness of fatigue countermeasures for professional and nonprofessional drivers[J].AccidentAnalysisandPrevention, 2011, 43(3): 797-803.

[16] LIU Shixu, YAO Shengji, SPENCE A. Comparison of caffeine and music as fatigue countermeasures in simulated driving tasks [J].ProceedingsoftheHumanFactorsandErgonomicsSocietyAnnualMeeting, 2014, 58(1): 2373-2377.

[17] LIU Ninghan, CHIANG Chengyu, HSU Hsiangming. Improving driver alertness through music selection using a mobile EEG to detect brainwaves [J].Sensors, 2013, 13(7): 8199-8221.

[18] YOKOYAMA M, OGURI K, MIYAJI M. Effect of sound pressure levels of music on driver’s drowsiness [C]//Proceedingsofthe15thWorldCongressonIntelligentTransportSystemsandITSAmerica's2008AnnualMeeting. California, USA, 2008:16-20.

[19] 趙曉華，房瑞雪，毛科俊，等．基于生理信號(hào)的駕駛疲勞聲音對(duì)策有效性實(shí)驗(yàn)[J]．西南交通大學(xué)學(xué)報(bào)，2010，45(3)：457-463． ZHAO Xiaohua, FANG Ruixue, MAO Kejun, et al. Test on effectiveness of sound as countermeasure against driving fatigue based on physiological signals [J].JournalofSouthwestJiaotongUniversity, 2010, 45(3): 457-463.

[20] STUTTS J,FEAGANES J,REINFURT D,et al.Driver’s exposure to distractions in their natural driving environment[J].AccidentAnalysisandPrevention, 2005, 37(6):1093-1101.

[21] 《城市環(huán)境噪聲》標(biāo)準(zhǔn)編制組．聲學(xué)環(huán)境噪聲測(cè)量方法：GB/T 3222—94[S]．北京：中國(guó)標(biāo)準(zhǔn)出版社， 1995． Urban Environmental Noise Standard Group.Acoustics-MeasurementMethodofEnvironmentalNoise:GB/T3222—94[S].Beijing:China Standard Press, 1995.

[22] TZANETAKIS G, COOK P. Music genre classification of audio signals[J].IEEETransactionsonSpeechandAudioProcessing, 2010, 10(5): 293-302.

[23] 毛科俊，趙曉華，房瑞雪，等．駕駛疲勞聲音對(duì)策有效性的駕駛模擬[J]．吉林大學(xué)學(xué)報(bào)(工學(xué)版)，2010，40(6)：1533-1537． MAO Kejun, ZHAO Xiaohua, FANG Ruixue, et al. Sound as countermeasure against driving fatigue: simulator study[J].JournalofJilinUniversity(EngineeringandTechnologyEdition), 2010, 40(6): 1533-1537.

[24] GILLBERG M, KECKLUND G, AKERSTEDT T. Sleepiness and performance of professional drivers in a truck simulator—comparisons between day and night driving[J].JournalofSleepResearch,1996, 5(1):12-15.

[25] 盧章平，尹傳斌，李瑞，等．基于生理信號(hào)的駕駛疲勞分級(jí)檢測(cè)研究[J]．重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版)，2017， 36(1)：77-81. LU Zhangping, YIN Chuanbin, LI Rui, et al. Study of driver’s fatigue level grading experiment based on his physiological signal[J].JournalofChongqingJiaotongUniversity(NaturalScience), 2017, 36(1): 77-81.

(責(zé)任編輯：劉韜)

ExperimentofMusicwithDifferentLoudnessAgainstDrivingFatigueinMonotonousSoundEnvironment

HU Zhigang, HU Jiabin, QIAO Xianling

(Institute of Industrial Design, Shaanxi University of Science and Technology, Xi’an 710021, Shaanxi, P.R.China)

In order to effectively mitigate driving fatigue in monotonous sound environment and reduce traffic accidents, driving simulation experiment was made in different kinds of radio broadcasts environment. Based on the pupil diameter variation coefficients and other indexes, overall evaluation index of driving fatigue was established. The effectiveness of different volume of music as countermeasures against driving fatigue was studied. The result shows that music can be a countermeasure against driving fatigue in monotonous sound environment. In different sound environment, the effectiveness of music against driving fatigue is different. The significance and stability of 75dB and 85dB music are better than those of 65dB, and there are few differences between 75dB and 85dB music.

traffic engineering; ergonomics; driving fatigue; countermeasure; monotonous environment; loudness

U492.8

：A

：1674-0696(2017)09-073-07

10.3969/j.issn.1674-0696.2017.09.14

2016-06-03；

：2016-09-09

陜西省科學(xué)技術(shù)研究發(fā)展計(jì)劃項(xiàng)目(2016GY253，2015GY179)

胡志剛(1977—)，男，浙江麗水人，副教授，博士研究生，主要從事人類工效學(xué)等方面的研究。E-mail：919747135@qq.com。