黃 晶，彭 揚，黃 燁，彭曉燕

（湖南大學機械與運載工程學院，長沙 410082）

前言

駕駛車輛是一項復雜的任務，涉及到視覺、聽覺、記憶和決策等多方面的因素，而這些因素都會對駕駛員的精神負荷產生影響。每位駕駛員能承受的精神負荷都是有極限的，適當的精神負荷對駕駛安全十分重要，精神負荷過高或過低，車輛駕駛績效指標都會下降。有研究表明，精神負荷與工作績效之間的關系呈“倒U”型。精神負荷一般可分為低負荷區(qū)、最佳負荷區(qū)和高負荷區(qū)。通常在最佳負荷區(qū)下，工作績效表現最為良好，進入高精神負荷區(qū)后，工作績效則開始下降，并對安全產生影響。而當精神負荷處于低負荷區(qū)時，則容易出現注意力不集中、警惕性降低等現象，同樣影響工作績效。

目前的研究中，常用的駕駛員精神負荷評價方法有主觀評價法、駕駛員生理數據評價法和車輛行駛數據評價法等。主觀評價法常使用主觀工作量評估技術表（SWAT）和美國航空航天局任務負荷表（NASA-TLX）。NASA-TLX 表將負荷劃分為6 個維度：精神需求、體力需求、時間需求、自身績效、努力程度和挫敗感。NASA-TLX 相比于SWAT 更具有優(yōu)勢，一方面是評價負荷的維度更多，另一方面是使用的場景更加廣泛，也是最常用的主觀評價方法。已經有很多研究使用了NASA-TLX 表，并證實了其有效性。駕駛員生理數據評價法是通過生理信號采集設備采集駕駛員生理信號，從中提取相關特征進行分析。常用的生理信號主要有腦電信號EEG、心電信號ECG、眼電信號EOG等，也有研究使用多種生理信號來進行精神負荷評價。車輛行駛數據評價法則是使用車速、加速度、橫向位置和換道信息等數據對駕駛員的精神負荷進行評價。3 種評價方法各有其優(yōu)缺點。主觀評價法易于測試，實現成本較低，但一般需要駕駛員完成駕駛后再填寫問卷，實時性較差，且容易受到駕駛員的主觀感受的影響。生理數據和車輛行駛數據評價法可以在駕駛過程中采集數據，實時性好，但因不同駕駛員的生理特性具有差異，故采用生理數據評價法時，須謹慎設定精神負荷的界定閾值，而車輛行駛數據評價方法則容易受車型和道路狀況的影響。

使用機器學習算法構建的駕駛員精神負荷評價模型性能的好壞，不僅與所使用的算法有關，也與制作的數據集有關。一個高質量的數據集往往能夠提高模型訓練的質量和預測的準確率。其中，數據集噪聲標簽的檢測與處理對機器學習模型的訓練具有十分重要的工程應用價值。以往的研究通常直接以駕駛場景中有無次任務來定義精神負荷的分類標簽，但是實驗過程中，志愿者在正常駕駛情景下也可能會陷入自我思維中而導致自身精神負荷增加，且同一次任務對不同駕駛員精神負荷的影響也不盡相同。因此，完全根據駕駛場景來給定數據集標簽可能會產生誤差，即存在噪聲標簽。

本研究針對傳統方法所制作的數據集可能存在噪聲標簽從而影響精神負荷評價模型訓練效果的問題，設計并開展了駕駛模擬實驗，采集駕駛志愿者的多維客觀測量數據（心電信號、腦電信號、皮電信號），基于置信學習的方法，對駕駛員的精神負荷分類標簽進行噪聲檢測，并修剪噪聲標簽數據，最后使用支持向量機、隨機森林、K 近鄰、多層感知機、決策樹和邏輯回歸等算法構建駕駛員精神負荷評價模型，分析噪聲標簽處理對各駕駛員精神負荷評價模型性能的提升效果。

1 數據采集與處理

1.1 實驗設計

實驗招募了20 名駕駛志愿者，年齡分布在22～25 歲之間，以減少年齡差異對實驗結果的影響。所有駕駛志愿者都持有有效C1 駕駛證，視力正常，身體健康，無疾病史，并且在實驗前一晚休息充分。實驗中，使用的駕駛模擬設備為羅技G29駕駛模擬器，并通過UC-win/Road 建模軟件生成所設定的駕駛環(huán)境和交通狀況。通過該模擬器和軟件，可以采集速度、加速度、橫向偏差和轉向盤轉角等多種車輛運行數據。駕駛員生理信號采集設備選用的是BIOPAC公司的MP150-BioNomadix 型多導無線生理分析記錄系統，可采集駕駛志愿者的心電、腦電、呼吸等生理信號，該采集設備為穿戴式，不會影響駕駛志愿者的駕駛操作。

本實驗設置了兩種典型的跟車駕駛場景，一種是直道跟車駕駛場景，另一種是彎道跟車駕駛場景，均為寬度為3.5 m的雙向4車道，交通狀況設置為自由流，交通密度大約為7 輛/km。前方的車輛速度保持在55 km/h 左右，距前車的初始距離為50 m。在直道和彎道場景下又都分別設置了有次任務駕駛場景和無次任務駕駛場景，因此共有4 種駕駛場景。駕駛過程中的次任務選擇的是1-back 任務。選用NASA-TLX 主觀負荷評價表，在每階段實驗結束后，讓駕駛員填寫評價表，對精神需求、體力需求、時間需求、自身績效、努力程度、挫敗感6 個維度進行評價，并取6 個維度評價的算術平均值作為最后主觀負荷評價的結果。駕駛模擬實驗設計如圖1所示。

圖1 駕駛模擬實驗設計

實驗可分為3 個主要階段。首先向駕駛志愿者說明實驗的步驟與要求，并讓志愿者佩戴好生理信號采集設備，熟悉駕駛模擬器；然后讓駕駛志愿者進行5 min 的靜息調整，開始駕駛模擬實驗；在每個場景下的駕駛結束后，填寫NASA-TLX 主觀負荷評價表，并保存相關的實驗數據。

1.2 主觀負荷評價分析

駕駛志愿者在直道正常駕駛、彎道正常駕駛、直道有次任務駕駛、彎道有次任務駕駛4 個場景下的NASA-TLX 主觀負荷評價分數如表1 所示。由表可見，直道次任務駕駛場景下的平均評分比直道正常駕駛場景下的平均評分高1.87 倍；彎道次任務駕駛場景下的平均評分比彎道正常駕駛場景下的平均評分高1.99倍。

表1 NASA-TLX主觀負荷評分（平均值±標準差）

考慮到主觀負荷評分不符合正態(tài)分布，對不同駕駛場景下的主觀評分進行Kruskal-wallis 非參數檢驗，結果如表2 所示。由表可見，次任務駕駛場景下的主觀負荷評價分數與正常駕駛場景下的主觀負荷評價分數相比，具有顯著性差異（＜0.05），實驗設計的次任務較為合理，能夠有效地誘導駕駛員產生較高的精神負荷。

表2 不同駕駛場景下主觀負荷評分的非參數檢驗

1.3 信號預處理與特征提取

實驗中采集了駕駛員的腦電信號EEG、心電信號ECG 和皮電信號EDA 數據，由于生理信號比較微弱，容易受到外界因素的干擾。因此，本研究針對心電信號ECG 的基線漂移和工頻噪聲，分別采用帶陷濾波器和零相位數字濾波器進行預處理：采用頻率為50 Hz 的陷波濾波器對腦電信號EEG 進行濾波降噪處理，并基于離散小波變換DWT 與經驗模態(tài)分解EMD 集合的方法去除腦電信號中的眼電偽跡；采用低通濾波器對皮電信號進行濾波處理。

考慮到生理信號的非線性，利用非線性動力學方法分析生理信號可以得到更完整的信息。本文在提取各信號的時域、頻域特征的同時，使用混沌理論提取生理信號的非線性特征，包括微分熵、樣本熵、近似熵、Higuchi 分形維數、L-Z 復雜度和Poincaré散點圖等，如表3所示。

表3 初始提取的生理信號特征表

為了消除不同特征之間數量級和量綱的影響，對特征進行歸一化處理，其計算公式為

式中：min()代表特征值的最小值；max()代表特征值的最大值。

1.4 特征選擇

為消除冗余特征，降低模型計算成本，對初始提取的60 維特征進行卡方檢驗，消除與分類任務無關的特征。文中以0.05 作為顯著水平，當卡方檢驗的值小于0.05 時，表明兩組數據具有顯著相關性。以心電信號為例，心電特征的卡方檢驗結果如表4所示，通過特征選擇，最終去除了以下19 維不顯著相關的特征：心電信號AVNN，RMSSD，SDSD，Mean_HR，Max_HR，LF_HF，SD1，SD1_SD2，CSI；腦電信號EEG_δ，EEG_mean，EEG_cv，EEG_LZCn；皮電 信 號EDA_min，EDA_cv，EDA_FD1，EDA_DE，EDA_HFD，EDA_LZCn等。

表4 心電特征的卡方檢驗結果

2 噪聲標簽檢測與處理

在有監(jiān)督學習中，訓練數據標簽質量的好壞對于模型的訓練效果至關重要，如果用于模型訓練的標簽數據是錯誤的，就很難訓練出一個有效的模型。數據標簽的給定工作很多時候都需要人工參與，標簽質量在某種程度上會受到人為主觀因素的影響，甚至許多廣泛使用的公開數據集中都包含有一定數量的噪聲標簽，因此在進行機器學習模型訓練時，有必要考慮數據集噪聲標簽的影響。在制作駕駛員精神負荷數據集時，現有研究多以駕駛場景中有無次任務來給定駕駛員的精神負荷分類標簽，這種方法沒有考慮到駕駛員在正常駕駛情景下也有可能會陷入自我思維中而導致自身精神負荷增加的情況；此外，由于個體差異的影響，駕駛次任務對不同駕駛員精神負荷的影響并不相同，由傳統方法所制作的數據集標簽并不完全準確。

本文中置信學習（confidence learning，CL）表征、識別數據集中噪聲標簽，這種方法屬于弱監(jiān)督學習，它利用預測的概率和噪聲標簽來對未歸一化置信聯合中的樣本進行計數，進而估計噪聲標簽與真實標簽的聯合分布，并據此結合所得類別標簽的置信度高低進行排序，最終選擇出噪聲標簽。

使用置信學習處理噪聲標簽主要包括以下3 個步驟：估計噪聲標簽和真實標簽的聯合分布；找出并過濾掉錯誤樣本；重新訓練。本文中使用支持向量機模型來對各類別進行預測，其噪聲標簽處理的工作流程如圖2所示。

圖2 使用置信學習處理噪聲標簽的工作流程

3 模型效果分析

為了驗證噪聲標簽處理對各類駕駛員精神負荷評價模型性能的提升效果，本文中使用了駕駛員精神負荷研究方面常用的幾種機器學習算法，如：支持向量機（SVM）、K 近鄰（KNN）、多層感知機（MLP）、決策樹（DT）、隨機森林（RF）和邏輯回歸（LR）等來構建評價模型。使用噪聲標簽處理前后的數據集分別進行模型的訓練，對比各模型的性能表現。將數據集隨機劃分為訓練集和測試集，其中訓練集占80%，測試集占20%，然后再在訓練集中劃分出驗證集和新的訓練集，采用5 折交叉驗證來進行評估，模型調參使用網格搜索和學習曲線。

對于機器學習分類模型，常用的模型評價指標為：準確率、查全率、查準率、分數和特異度等。其中，查準率表示所有被駕駛員精神負荷分類模型預測為高精神負荷的樣本中，真正的高精神負荷樣本所占的比例；查全率表示所有真實為高精神負荷的樣本中，被預測正確的樣本所占的比例；查準率和查全率兩者此消彼長。分數是基于查全率和查準率的調和平均定義，可以同時兼顧查全率和查準率，分數的計算公式為

式中：為查準率；為查全率。分數在［0，1］之間分布，越接近于1，表示模型效果越好。文中使用準確率和分數作為模型性能的評價指標。

表5 為不同特征組合下，噪聲標簽處理前后駕駛員精神負荷分類模型的準確率和分數對比表，其中all 代表：ECG+EEG+EDA。由于實驗制作的駕駛員精神負荷數據集的樣本分布較為均衡，模型訓練任務為二分類任務，故計算得到的分數與準確率較為相近。

對表5 進行橫向對比可見，以單一類型特征作為模型輸入的情況下，使用腦電信號時，模型的準確率和分數最高，其中，又以RF 算法模型的性能最好，噪聲標簽處理前其最高準確率和分數均為83.32%，處理后均為88.06%；使用兩種特征組合作為模型輸入時，模型的性能皆有提高，而將心電、腦電、皮電3 種特征融合所構建的駕駛員精神負荷模型的性能效果最好，其中，又以RF 算法模型的性能最好，噪聲標簽處理前其最高準確率和分數均為88.61%，處理后兩者均為93.80%?？梢娛褂枚嘣葱畔⑻卣髯鳛槟Ｐ偷妮斎耄兄谔岣唏{駛員精神負荷分類模型的性能。

對表5 進行縱向對比可見，使用置信學習進行噪聲標簽數據處理后，基于多種算法所構建的駕駛員精神負荷模型的準確率和分數均得到了一定的提高。圖3 以性能最好的心電、腦電、皮電3 種特征融合所構建的駕駛員精神負荷分類模型為例，示出噪聲標簽處理后模型的準確率和分數的提升效果。從圖中可以看出，在各類模型中，支持向量機模型的提升效果最好，其后依次為：邏輯回歸模型、K近鄰模型、多層感知機模型、隨機森林模型、決策樹模型。

表5 不同類型特征組合下噪聲標簽處理前后駕駛員精神負荷分類模型的準確率和F1分數對比 %

圖3 心電、腦電、皮電特征組合下噪聲標簽處理后模型的準確率和F1分數提升效果圖

4 結論

本文中通過實驗設計誘導駕駛員在不同駕駛場景下產生不同的精神負荷，并采集駕駛員的多源生理信號。在此基礎上構建了駕駛員精神負荷評價數據集，并使用置信學習方法對駕駛員精神負荷數據集中的噪聲標簽進行檢測和修剪。最后采用駕駛員精神負荷研究領域常用的幾種機器學習算法構建評價模型，對比分析噪聲標簽處理前后對提升各類模型性能的效果，得出結論如下。

（1）與使用單一類型的特征進行駕駛員精神負荷評價相比，使用多源信息特征后顯著改善了駕駛員精神負荷分類模型的性能。

（2）對駕駛員精神負荷數據集的噪聲標簽進行處理后，基于各種機器算法構建的模型性能得到明顯提升。其中支持向量機模型的提升效果最大，最高準確率和分數皆從87.05%提升到了93.13%，兩者皆升高了6.08個百分點。

（3）目前駕駛員精神負荷評價實質上是對駕駛員的精神負荷狀態(tài)進行分類，但是駕駛員的精神負荷本身并不是離散值，而是連續(xù)值，后續(xù)工作中將嘗試尋找合適的指標來實現對駕駛員精神負荷的量化分析。