基于脑电信号的不同年龄段驾驶员疲劳水平评估.pdf

第 卷第期唐山学院学报V o l N o 年 月J o u r n a l o fT a n g s h a nU n i v e r s i t yN o v 基金项目:安徽省高等学校自然科学研究项目(K J A );安徽省普通高校交通信息与安全重点实验室项目(J T X )作者简介:凤鹏飞(),男,安徽宿州人,教授,硕士,研究方向为交通安全技术应用;薛培友(),男,安徽宿州人,助教,硕士,研究方向为交通运输规划与管理.基于脑电信号的不同年龄段驾驶员疲劳水平评估凤鹏飞,薛培友,卢明宇(安徽三联学院 交通工程学院,合肥 )摘要:为研究不同年龄段驾驶员的疲劳累积情况,对比其疲劳驾驶的差异性,获取最优驾驶时间,文章通过e e g oTMm y l a b全移动脑电记录分析系统采集脑电数据,结合主观调查法对被试者疲劳状态进行调查.采用A S A软件对原始数据进行数据预处理,并通过积分法获得不同时段的波、波、波的平均功率谱密度,计算出脑电指标R/,R/及R()/,通过S P S S对处理后数据进行分析;以R()/作为驾驶疲劳指标,分别求出不同年龄段驾驶员的R()/,并将其与驾驶时间进行拟合,分析不同年龄段驾驶员与驾驶疲劳累积速度之间的关系.结果表明:在h内青年及中年驾驶员疲劳累积速度较慢,老年驾驶员疲劳累积速度较快,青年、中年、老年驾驶员最优驾驶时间分别为 m i n,m i n及 m i n.关键词:交通安全;脑电信号;疲劳驾驶;驾驶员年龄中图分类号:T N ;U 文献标志码:A文章编号:X()D O I:/j c n k i t s x y x b A s s e s s m e n t o fF a t i g u eL e v e l f o rD r i v e r so fD i f f e r e n tA g eG r o u p sB a s e do nE l e c t r o e n c e p h a l o g r a mS i g n a l sF E N GP e n g f e i,X U EP e i y o u,L UM i n g y u(S c h o o l o fT r a n s p o r t a t i o nE n g i n e e r i n g,A n h u iS a n l i a nU n i v e r s i t y,H e f e i ,C h i n a)A b s t r a c t:I no r d e r t os t u d yt h ef a t i g u ea c c u m u l a t i o nf o rd r i v e r so fd i f f e r e n ta g eg r o u p s,t oc o m p a r e t h ed i f f e r e n c e so f t h e i r f a t i g u ed r i v i n g,a n dt oo b t a i nt h eo p t i m a l d r i v i n gt i m e,t h i sp a p e rh a sc o l l e c t e de l e c t r o e n c e p h a l o g r a md a t at h r o u g ht h ee e g oTMm y l a bf u l lm o b i l eb r a i n w a v er e c o r d i n ga n da n a l y s i ss y s t e m,a n dc o m b i n e ss u b j e c t i v es u r v e ym e t h o d s t o i n v e s t i g a t et h e f a t i g u es t a t eo f s u b j e c t s T h eA S As o f t w a r e i su s e dt op r e p r o c e s s t h eo r i g i n a l d a t a,a n dt h e i n t e g r a t i o nm e t h o di su s e dt oo b t a i nt h ea v e r a g ep o w e rs p e c t r a ld e n s i t yo f,a n dw a v e s,a n dt oc a l c u l a t et h eb r a i n w a v e i n d e x e sR/,R/A n dR()/T h e nt h ep r o c e s s e dd a t aa r ea n a l y z e dt h r o u g hS P S S;R()/i su s e da sa ni n d i c a t o ro ff a t i g u ed r i v i n g T h eR()/o fd r i v e r so f d i f f e r e n t a g eg r o u p s a r eo b t a i n e da n d t h e ya r e f i t t e dw i t hd r i v i n g t i m e t oa n a l y z e t h er e l a t i o n s h i pb e t w e e nd r i v e r so fd i f f e r e n ta g eg r o u p sa n dt h ef a t i g u ea c c u m u l a t i o nr a t e T h e r e s u l t s s h o wt h a tw i t h i n h o u r s,t h e f a t i g u e a c c u m u l a t i o n r a t e o f y o u n g a n dm i d d l e a g e dd r i v e r s i s s l o w e r,w h i l e t h a t o f e l d e r l yd r i v e r s i s f a s t e r T h eo p t i m a l d r i v i n g t i m e f o r y o u n g,m i d d l e a g e d,a n de l d e r l yd r i v e r s a r e m i n,m i n,a n d m i nr e s p e c t i v e l y K e yW o r d s:t r a f f i cs a f e t y;e l e c t r o e n c e p h a l o g r a ms i g n a l s(E E G);f a t i g u ed r i v i n g;d r i v e rs a g e唐山学院学报第 卷 引言随着我国经济的发展,机动车保有量和驾驶人数量不断增加.据公安部统计,截至 年月底,我国机动车保有量达到 亿辆,其中汽车为 亿辆;机动车驾驶人数量达 亿人,其中汽车驾驶人数量为 亿人.随着机动车及驾驶员数量的快速增长,交通事故率也逐年递增,相关文献显示,疲劳驾驶是导致交通事故的主要因素之一,至 的事故与疲劳驾驶有关.特别是在高速公路和非城区快 速 路 上,疲 劳 驾 驶 引 起 的 事 故 率 超 过.令人担忧的是,超过 的驾驶员曾有过疲劳驾驶的经历.据相关研究发现,长时间驾驶容易导致驾驶员的生理和心理疲劳,从而降低其反应能力和驾驶技能,形成疲劳驾驶.检测驾驶员是否疲劳驾驶,通常采用主观调查和客观生理检测两种方法.主观调查一般通过问卷调查或口头问询的方式来确定驾驶员的疲劳状态;客观生理检测则通过监测驾驶员的脑电、心电、眼电等生理指标来分析其与方向盘位置以及行驶路线和速度等驾驶行为之间的关系,进而确定驾驶员的疲劳驾驶状态.不同年龄段驾驶员在疲劳驾驶时存在一定差异性,为研究不同年龄段驾驶员的驾驶疲劳累积情况,对比其疲劳驾驶的差异性,获取最优驾驶时间,本文采用生理检测和主观调查相结合的方法,在真实驾驶环境下进行疲劳驾驶检测研究.实验设计 实验方案选用北京现代悦动轿车及模拟驾驶器作为实验车,选取 名被试者(男女各 人)及名实验助理,由于受外界因素干扰及其他不可控因素影响,最终有效数据为 组.本文将被试者按年龄段划分为青年(岁)男女各人、中年(岁)男女各人和老年(岁)男女各人;被试者均考取了C 驾照,身体健康,无急性和慢性病史.实验时间段为:及:,主要在交通流较小的城市道路上进行测试,天气为晴天,实验前要求被试人员 h内禁止饮酒、吃药、化妆.实验所需数据主要包括:脑电信号、疲劳程度及驾驶时间.本文使用精简的斯坦福嗜睡程度量表(S t a n f o r dS l e e p i n e s sS c a l e,简称S S S)将疲劳驾驶状态分为级,其等级划分见表.实验时,被试者佩戴由AN T N e u r o公司生产的e e g oTMm y l a b全移动脑电记录分析系统电极帽进行实车或模拟驾驶器的操纵,副驾驶号实验助理实时观测道路情况,并观察被试者的驾驶状态;号实验助理实时记录被试者E E G/E R P s数据变化情况;号实验助理每 m i n对被试者进行疲劳状态询问,并根据其状态对照评分量表确定其得分,分数越高表示其疲劳驾驶程度越大.表斯坦福嗜睡程度评分量表疲劳等级疲劳程度S S S评分精力充沛,注意力集中警觉性下降,略有疲劳(,反应迟钝,嗜睡感较强(,十分疲劳,想睡觉 数据采集及处理在数据采集前,要求被试者前一天睡眠充足,并安排被试者洗头,禁止使用护发素,确保头皮处于干燥状态.脑电数据采集参数设置为:采样频率 H z,高通滤波 H z,低通滤波 H z,D C采集.在采集实验数据时,步骤主要包括:O p t i o n s选项设置、建立放大器模板(硬件层面上定义放大器针脚协议)、建立采集模板(软件层面上与硬件的电极帽针脚名匹配)、设置采集参数、佩戴脑电帽、预览数据和检测电极阻抗、记录数据.原始数据采集状态如图所示.为减少被试者自身和外部因素对数据的影响,本文通过A S A软件对原始数据进行预处理.数据处理步骤主要包括:导入数据、导入电极坐标、导入头模、删除无用通道、插值坏导、转参考、带通滤波 H z、降采样(减少数据量,提高计算速度)、去除眼电、检测伪迹、分段和归类条件、叠加平均、校正基线、检测峰值、生第期凤鹏飞,薛培友,卢明宇:基于脑电信号的不同年龄段驾驶员疲劳水平评估图原始数据采集状态成 D地形图、分析源定位(导入MR I)等.得到的原始脑电数据及预处理图谱见图.图原始脑电数据及预处理图谱 脑电指标选取脑电信号能反映大脑组织的电活动和功能状态,常用的频带有波(H z)、波(H z)、波(H z)及波(H z),评估指标通常与这些频带的电压或比值相关.已有研究表明,当驾驶员出现疲劳时,脑电信号中的特定频带表现出明显的变化.具体而言,疲劳驾驶时,脑电信号中的波和波的功率相对减少;同时,脑电信号中的P/,P/和P()/三个组合指标呈上升趋势.P/,P/和P()/的计算公式如下:P/P/PP/P/PP()/(PP)/P.()式中,P为波的功率,P,P,同上.通过对比分析不同频带信号的功率谱与驾驶员疲劳评测结果,发现驾驶员疲劳程度与功率谱的变化存在一定的对应关系.具体而言,P()/指标越大,驾驶员的疲劳程度越高.本文基于已有的文献研究,结合实验需求,对预处理后的脑电数据进行功率谱分析.具体而言,就是计算波,波和波的平均功率谱密度,并通过积分法求得脑电指标R.由于波主要出现在深度瞌睡状态下,不适合用于驾驶行为疲劳检测,因此不对其进行研究.各频带功率谱密度及脑电指标R计算公式如下:PbaP(x)dxba;()R/G/GR/G/GR()/(GG)/G.()式中,G为波单频率段的平均功率谱密度,G,G同上;P(x)为脑电信号的功率谱密度;a,b分别为波频率段的上下限;R/为波和波 频 带 间 平 均 功 率 谱 密 度 的 比 值,R/,R()/同上.通过积分法得出驾驶员在驾驶过程中的脑电信号平均功率谱密度,其变化趋势见图.图脑电信号平均功率谱密度实验结果分析 脑电信号时间变化规律分析将处理后的脑电数据每 m i n截取一次,每组数据可分为 个区段,并将s内的脑电数据进行傅里叶转换(F F T),通过A R参数谱估计法得出驾驶员的波、波及波的平均电压及其组合电压U/,U/及U()/,计算公式唐山学院学报第 卷如下:U/U/UU/U/UU()/(UU)/U.()式中,U为波的电压,U,U同上.通过计算可得出各年龄段驾驶员的脑电变化趋势,如图及图所示.图单一脑电信号指标变化规律图组合脑电信号指标变化规律通过数据分析可看出:在驾驶员连续驾驶过程中,其波的平均电压缓慢下降,波下降趋势较大,U/指标上升趋势较慢,而U,U/及U()/呈显著上升趋势.由此可得,随着驾驶时间的增加,驾驶员大脑受抑制程度逐渐加深,驾驶员逐渐进入疲劳驾驶状态.脑电信号指标合理性分析利用S P S S软 件,通 过 皮 尔 逊 相 关 系 数(P e a r s o nC o r r e l a t i o nC o e f f i c i e n t)对脑电指标R与驾驶时间的相关性进行分析(数据样本量为 ),其计算结果如表所示.由表可知,脑电指标R与驾驶时间存在显著相关性,且R/,R/及R()/与驾驶时间正相关,这与现有关于疲劳驾驶生理特性的研究结果基本一致,表明采用脑电指标R作为疲劳驾驶研究的表征指标是可行的.其中,R()/与驾驶时间的皮尔逊相关系数最大,这表明R()/对疲劳驾驶的反应最敏感,因此本文将R()/作为表征驾驶员疲劳驾驶的脑电指标.表脑电指标与驾驶时间相关性及配对T检验脑电指标皮尔逊相关系数显著水平R/R/R()/注:表示在 水平上显著相关,表示在 水平上显著相关,表示在 水平上显著相关为进一步证实脑电指标选取的有效性,将得到的R()/指标与不同年龄段驾驶员的主观自评指标S S S评分进行相关性分析,结果见表.结果表明:R()/指标与主观自评指标S S S评分存在显著相关性.这进一步表明了以R()/作为驾驶员疲劳驾驶测定指标的合理性,且不同年龄段驾驶员的疲劳驾驶状态存在明显差异.表R()/指标与主观自评S S S评分相关性分析年龄段指标S S S评分RRP青年R()/中年R()/老年R()/注:R为相关性系数,R为决定系数,P值为概率 对不同年龄段驾驶员疲劳驾驶影响分析为进一步研究不同年龄段驾驶员疲劳驾驶的起始时间,对不同年龄段驾驶员脑电指标R()/的均值进行计算,其变化规律如图所示.图不同年龄段驾驶员脑电指标变化规律第期凤鹏飞,薛培友,卢明宇:基于脑电信号的不同年龄段驾驶员疲劳水平评估通过实验结果可知,不同年龄段驾驶员的脑电指标R()/随着驾驶时间的增加呈现出不同的变化趋势.对于青年驾驶员,脑电指标在前h内呈缓慢上升趋势,m i n后达到第一个峰值,之后又缓慢下降,m i n后再次上升.中年驾驶员的脑电指标在前 m i n内缓慢上升,m i n时出现第一个峰值,随后波动不定,随着驾驶时间的延长,指标缓慢上升,在h时产生第二个峰值.老年驾驶员的脑电指标最初上升迅速,但在 m i n时开始下降,然后又缓慢上升,在连续驾驶 m i n时达到峰值,之后再次下降,m i n后继续缓慢上升.综合分析可得出:随着驾驶时间的增加,不同年龄段驾驶员的疲劳感出现的时间有所不同,但是脑电指标R()/皆呈现出明显的增长趋势.同时主观调查的结果表明,不同年龄段的驾驶员在连续驾驶 m i n后均出现不同程度的疲劳感.这说明随着驾驶时间的延长,驾驶员的大脑活动呈现出逐渐增强的趋势,驾驶员的疲劳状态在生理上得到了验证.为深入探究不同年龄段驾驶员脑电指标的变化趋势,本文将R()/均值与驾驶时间进行回归拟合,拟合结果如图所示.不同年龄段驾驶员脑电指标与驾驶时间的拟合结果显示,青年、中年及老年驾驶员的拟合结果均为三次方程拟合度最高,其R分别为 ,和 .拟合公式如下:y(青年)x x e x;()y(中年)x x e x;()y(老年)x x e x.()不同年龄段驾驶员的最优驾驶时间由上述分析结果可知,青年、中年及老年驾驶员 的 脑 电 指 标 分 别 在 m i n,m i n及 m i n时出现第一个峰值;结合主观调查可知,不同年龄段驾驶员在 m i n后均出现不同程度的疲劳感.为更好地确定不同年龄段驾驶员的最优驾驶时间,选取驾驶过程 m i n,图不同年龄段驾驶员脑电指标与驾驶时间拟合结果 m i n,m i n,m i n四个时段的脑电指标R()/,将它们与实验未开始时所采集的驾驶员清醒脑电指标R()/进行成对样本T检验,T检验结果如表所示.由表可知,青年、中年及老年驾驶员的脑电指标R()/分别于 m i n,m i n,m i n时,p值均低于 ,表明此指标出现显著性变化,这与疲劳程度主观调查结果接近.由此可知,青年、中年及老年驾驶员 于 m i n,m i n,m i n出现疲劳状态.根据上述拟合公式求得对应的脑电指标R()/分别为 ,结合表可得出不同年龄 段 驾 驶 员 最 优 驾 驶 状 态 的 脑 电 指 标R()/阈值,如表所示.(下转第 页)第期刘晓雯,金鑫,刘玥:胶接圆锯片设计与仿真分析参考文献:赵民,唐雨晴,曹喆,等金刚石圆锯片振动噪声实验分析J石材,():吴齐,刘文俊高性能 C r 锯片材料热处理及防锈工艺研究J三峡大学学报(自然科学版),():袁哲,曹瑞元,赵民金刚石圆锯片模态分析J制造业自动化,():姚涛,段国林,蔡瑾圆锯片噪声与振动特性及降噪技术研究综述J振动与冲击,():吴雪松,张健,张秀伟金刚石圆锯片应力计算模型建立及求解J大连理工大学学报,():常涛涛,刘志刚,裴承慧,等沙柳平茬圆锯片瞬态响应分析及结构优化J内蒙古工业大学学报(自然科学版),():李阳,王砚军,秦可基于AN S Y S W o r k b e n c h金刚石圆锯片的力学分析J金刚石与磨料磨具工程,():赵磊,胡欢,孙爽基于有限元理论分析掏孔对金刚石圆锯片刚度的影响J石材,():(责任编校:白丽娟)(上接第 页)表成对样本T检验结果年龄段不同时段检验结果 m i n m i n m i n m i ntptptptp青年 中年 老年 表最优驾驶状态脑电指标R()/阈值年龄段R()/阈值青年 中年 老年 结论根据实车及模拟驾驶城市道路行车过程,分析不同年龄段驾驶员脑电指标与驾驶时间的变化规律,得出以下结论.()通过将驾驶员脑电指标变化规律与主观调查相结合,可以推导出用脑电指标来评判驾驶员的疲劳状态是可行的,其中脑电指标R()/对驾驶员的疲劳反应最为显著.()在实验中观察到,青年、中年及老年驾驶员 的 脑 电 指 标 分 别 于 m i n,m i n及 m i n时出现第一个峰值.结合主观调查的结果,可以推断驾驶员在城市道路上连续驾驶 m i n后便会出现不同程度的疲劳状态.()通过对不同年龄段驾驶员脑电指 标R()/与实验未开始时所采集的清醒脑电指标进行成对样本T检验,可以得出以下最优驾驶时间:青年驾驶员为 m i n,中年驾驶员为 m i n,老年驾驶员为 m i n.参考文献:公安部交通管理局全国机动车达 亿辆 驾驶人达 亿人 新能源汽车保有量达 万辆E B/O L()h t t p s:/www m p s g o v c n/n /n /c /c o n t e n t h t m l 张弯基于脑电与眼电融合的便携式疲劳驾驶检测方法优化D西安:西安理工大学,付强基于脑电信号的高速公路驾驶疲劳检测研究J辽宁省交通高等专科学校学报,():裴玉龙,金英群,陈贺飞基于脑电信号分析的不同年龄驾驶人疲劳特性J中国公路学报,():徐任倩基于 脑电信号的 驾驶疲劳研 究D马鞍山:安徽工业大学,(责任编校:冯兆娜)