潘曉東，李君羨，徐小冬

（1.同濟(jì)大學(xué) 道路與交通工程教育部重點(diǎn)實(shí)驗(yàn)室，上海201804；2.蘇州市市政工程設(shè)計院，江蘇 蘇州215007）

疲勞駕駛是交通事故產(chǎn)生的重要原因之一.現(xiàn)階段針對疲勞駕駛的研究重點(diǎn)在于如何監(jiān)測和評定駕駛員的疲勞狀態(tài).發(fā)展得比較成熟的監(jiān)測方式如腦電觀測和PERCLOS法雖然已被驗(yàn)證有效［1］并有相應(yīng)的閾值［2］，但這兩種方法仍存在以下不足：首先，兩者均需要比較復(fù)雜的儀器作為測試手段，在實(shí)際應(yīng)用中很難普及；其次，兩者均屬于接觸式測試，在駕駛員接受測試時需要在頭部以及身體其他部位佩戴相應(yīng)儀器，會影響測試的效果.開發(fā)新的指標(biāo)并確定其在各疲勞程度下的閾值非常必要.國內(nèi)外的研究表明，瞳孔直徑、眼球轉(zhuǎn)動、眼瞼開合等眼部行為都與疲勞相關(guān).作為眼部行為指標(biāo)的代表，時段內(nèi)眨眼次數(shù)、閉眼總持續(xù)時間和眨眼時間平均值也可以驗(yàn)證疲勞程度［3－5］，且其測試方法克服了上述兩個不足.

1 實(shí)驗(yàn)設(shè)計

目前眼部行為與疲勞的關(guān)系已經(jīng)被定性地證明［4］，但尚缺乏定量的探討.為使對駕駛疲勞的研究有更好的連續(xù)性，本文實(shí)驗(yàn)將沿襲以往觀測駕駛員眼部行為的實(shí)驗(yàn)方法［4］，擴(kuò)大樣本數(shù)量，以得到各類人群的眼部行為指標(biāo)在不同疲勞程度下的閾值.

1.1 實(shí)驗(yàn)原理

疲勞總是體現(xiàn)在對睡眠的趨向上，可以從人的覺醒狀態(tài)判斷其疲勞程度.而腦電波中慢α波對人體疲勞非常敏感［5］，對應(yīng)不同的覺醒狀態(tài)，慢α波的能量有顯著差別［3，5］.可借助慢α波數(shù)據(jù)的分析判斷被試者在相應(yīng)的時間段處于何種覺醒狀態(tài)以及是否疲勞，該方法已在實(shí)驗(yàn)中被認(rèn)定有效［4］.本研究以此為參照，判斷各時間段內(nèi)被試者的覺醒狀態(tài)，再提取出這一狀態(tài)下最具典型性的10s，觀察這10s內(nèi)相對應(yīng)的眼部行為的3個指標(biāo)，從而總結(jié)在此疲勞階段中眼部行為各個指標(biāo)的閾值.

無論是腦電波還是眼部行為的觀測，均屬于客觀觀測.本研究同時引入主觀監(jiān)測技術(shù)，實(shí)驗(yàn)過程中，由實(shí)驗(yàn)人員負(fù)責(zé)人工記錄被試者所處的狀態(tài)并給出評價，以發(fā)現(xiàn)更多問題.

1.2 實(shí)驗(yàn)設(shè)備

本實(shí)驗(yàn)所用儀器為日本株式會社腦力開發(fā)研究所（Brain Function Research Center）生產(chǎn)的腦電波儀（mental ＆spiritual electronics）、兩臺電腦、一幅白色投影屏幕、一臺投影儀和一臺攝像機(jī).

腦電波測量儀的主要功能為獲取被測者的腦電波信息.腦電數(shù)據(jù)的記錄和分析可依靠腦電波實(shí)驗(yàn)分析軟件實(shí)現(xiàn)從而得到腦電波波形、腦電波各個頻率下的電壓、各個波段的強(qiáng)度等資料.攝像機(jī)用于對準(zhǔn)被試者臉部拍攝，以記錄其眼部行為，用于后續(xù)分析.另外，本實(shí)驗(yàn)選用由FORUM 公司研發(fā)的UCwin／Road道路環(huán)境模擬軟件制作一段時長為30 min的仿真行車錄像，通過投影儀在投影屏幕上播放.

1.3 實(shí)驗(yàn)過程

人體處于何種疲勞狀態(tài)與外界環(huán)境有密切關(guān)系，故對實(shí)驗(yàn)條件有比較高的要求.本實(shí)驗(yàn)選擇在對駕駛安全較為不利的高溫環(huán)境下進(jìn)行，室內(nèi)實(shí)驗(yàn)部分對溫度進(jìn)行了控制.研究的所有樣本在6 月到9月之間陸續(xù)完成，實(shí)驗(yàn)過程中室內(nèi)溫度維持在25～35 ℃之間.

實(shí)驗(yàn)的目的是要監(jiān)測被試者在各種疲勞狀態(tài)下的指標(biāo)值，故需要被試者在實(shí)驗(yàn)過程中經(jīng)歷清醒、臨界、疲勞3種覺醒狀態(tài)［6］.一般來說，白天中午是有正常睡眠習(xí)慣的人容易感覺疲勞的時間，且午餐后疲勞感會進(jìn)一步增強(qiáng)，因此，實(shí)驗(yàn)測量時間定為12：30—16：00.另外，再有意選擇一些有午睡習(xí)慣的被試者，則更易全面地觀測到這3種狀態(tài).

將投影屏幕位于被測者的正前方，距被測者2 m，調(diào)整座椅高度與屏幕下部相平并盡量模擬車內(nèi)駕駛環(huán)境.實(shí)驗(yàn)時被試者頭戴腦電波測量接觸電極帶，經(jīng)過1～2 min的試用和放松后，由實(shí)驗(yàn)者開始播放行車錄像，此時要求被試者精神放松，想象在駕駛車輛，前面的行車錄像就是自己所看到的前方路況.實(shí)驗(yàn)過程中，錄像機(jī)持續(xù)對被試者眼部行為進(jìn)行觀測記錄.

實(shí)驗(yàn)人員除負(fù)責(zé)應(yīng)對實(shí)驗(yàn)現(xiàn)場狀況外，需以個人角度觀察被試者行為以供對照.另外還應(yīng)制作表格對被試者的基本狀況（年齡、性別等）以及實(shí)驗(yàn)過程中的狀態(tài)等進(jìn)行調(diào)查，獲取輔助信息.

2 實(shí)驗(yàn)結(jié)果及其分析

2.1 樣本有效性

本實(shí)驗(yàn)被試者為173 人，其中部分被試者數(shù)據(jù)因腦電波數(shù)據(jù)在消噪階段不收斂或存在明顯的數(shù)據(jù)異常被舍棄，最終有效樣本數(shù)為157個.為獲取不同人群的相應(yīng)指標(biāo)閾值，將各有效樣本按照性別、年齡等特點(diǎn)進(jìn)行分類統(tǒng)計，見表1.

表1 不同分類標(biāo)準(zhǔn)的樣本數(shù)Tab.1 The amounts of samples from different categories

2.2 3個指標(biāo)的均值

對分組結(jié)果分別計算，得到各類人群的3 個指標(biāo)值.

按照性別與年齡將人群分類統(tǒng)計結(jié)果列于表2.

由表2可見，對于各類人群，均有隨著疲勞程度的加深，閉眼總持續(xù)時間和眨眼時間均值明顯增大的趨勢；而時段內(nèi)眨眼次數(shù)隨著覺醒狀態(tài)變化變動的趨勢則不太穩(wěn)定，有一些群組時段內(nèi)眨眼次數(shù)隨著疲勞程度的加深逐漸減少，有一些則是在臨界狀態(tài)出現(xiàn)時段內(nèi)眨眼次數(shù)的最大值，沒有明顯的規(guī)律可循.

時段內(nèi)眨眼次數(shù)屬于個人習(xí)慣的范疇，其值的大小在一定程度上因人而異，作為評價指標(biāo)可靠性不足.故以下討論排除此指標(biāo)，僅對閉眼總持續(xù)時間和眨眼時間均值進(jìn)行比較.

表2 不同性別、年齡人群3種狀態(tài)下各項(xiàng)指標(biāo)的均值Tab.2 The average of each index of samples from different categories

2.3 穩(wěn)定性驗(yàn)證

考慮到需要比較的兩個指標(biāo)其平均值和單位有所不同，故采用變異系數(shù)代替標(biāo)準(zhǔn)差檢驗(yàn)兩者的穩(wěn)定程度.一般認(rèn)為變異系數(shù)較小的指標(biāo)離散程度也較小，以其作為標(biāo)準(zhǔn)更加可靠.

分別以性別、年齡為劃分依據(jù)，計算各類人群兩類指標(biāo)的變異系數(shù)如表3所示，其中CV1，CV2分別代表了閉眼總持續(xù)時間、眨眼時間均值的離散系數(shù).

表3 不同性別、年齡人群3種狀態(tài)下各項(xiàng)指標(biāo)的變異系數(shù)Tab.3 The coefficient of variation of each index of samples from different categories

通過以上對比，可以得到以下結(jié)論：

（1）從縱向?qū)Ρ瓤闯?，不論以何種依據(jù)將人群劃分，或者被試者被劃分為哪一種人群，在各個覺醒狀態(tài)下，與閉眼總持續(xù)時間指標(biāo)相比，眨眼時間均值的離散系數(shù)CV2都相對更小.可見，作為監(jiān)測駕駛疲勞的指標(biāo)，單位時間內(nèi)眨眼時間均值在各種覺醒狀態(tài)下都最為穩(wěn)定，并且對各類人群均適用.

（2）從橫向?qū)Ρ瓤闯?，不論是哪一種人群，眨眼時間均值的變異系數(shù)隨著清醒—臨界—疲勞這一過程的推進(jìn)呈現(xiàn)逐漸減小的趨勢，說明隨著疲勞程度的加深，單位時間內(nèi)眨眼時間均值越來越穩(wěn)定.但閉眼總持續(xù)時間的變異系數(shù)隨著覺醒狀態(tài)的轉(zhuǎn)變，其值變化的規(guī)律性則不是非常明顯.這是因?yàn)殚]眼總持續(xù)時間在一定程度上與時段內(nèi)眨眼次數(shù)相關(guān)，時段內(nèi)眨眼次數(shù)多閉眼總持續(xù)時間必然長.由于時段內(nèi)眨眼次數(shù)和被試者個人習(xí)慣有關(guān)，閉眼總持續(xù)時間的可靠性也會因此而下降.

（3）相比之下，各類人群的眨眼時間均值都具有一定特點(diǎn).以性別為分類依據(jù)，除了臨界狀態(tài)值外，男性眨眼時間均值的穩(wěn)定性要大于女性，在疲勞狀態(tài)下尤其如此.但閉眼總持續(xù)時間沒有明顯的規(guī)律，不同狀態(tài)下，男性和女性的閉眼總持續(xù)時間指標(biāo)是不固定的.

（4）以年齡為分類依據(jù)進(jìn)行對比可見，≥60歲的群體其各個狀態(tài)下的眨眼時間均值均最穩(wěn)定，而30～40歲年齡段的群體此指標(biāo)值較不穩(wěn)定.

2.4 顯著性分析

在本研究中，對正常、臨界、疲勞3 種狀態(tài)下的數(shù)據(jù)進(jìn)行方差檢驗(yàn)，進(jìn)而對其進(jìn)行顯著性分析.令其中S1，S2分別表示用于對比的兩個狀態(tài)下相應(yīng)指標(biāo)的樣本方差.方差檢驗(yàn)分析結(jié)果見表4.

表4 樣本總體在3種狀態(tài)下的兩個指標(biāo)方差的顯著性檢驗(yàn)Tab.4 The results of significant test of variance for two indices in three statuses of the sample population

在置信水平為α＝0.005時，可以認(rèn)為3種狀態(tài)下的眨眼時間均值滿足方差相等，閉眼總持續(xù)時間則不滿足.故僅對眨眼時間均值做平均值顯著性檢驗(yàn)，如表5所示.

表5 不同性別、年齡人群的眨眼時間均值指標(biāo)顯著性檢驗(yàn)Tab.5 The results of significant test for blink duration of samples from different categories

由表5可見，除了年齡≥60歲的人群，其他樣本在置信水平α＝0.005上，3種狀態(tài)下眨眼時間均值有顯著的差別，即用眨眼時間均值作為疲勞的監(jiān)測指標(biāo)可以分辨不同的覺醒狀態(tài).年齡≥60的人群之所以未能達(dá)到顯著性要求，可能與樣本總體中此年齡段的樣本數(shù)較少有關(guān)系.鑒于研究目的是確定駕駛活動中不同覺醒狀態(tài)相對的指標(biāo)閾值，而我國駕駛員年齡大于60 歲的仍在少數(shù)，所以認(rèn)為只要60歲以下的數(shù)據(jù)達(dá)到了顯著性要求即可.

經(jīng)過指標(biāo)與疲勞關(guān)系評價，穩(wěn)定性、顯著性檢驗(yàn)，可見在最初設(shè)定的3個監(jiān)測指標(biāo)中，時段內(nèi)眨眼次數(shù)與疲勞程度關(guān)系不明顯，而閉眼總持續(xù)時間在一定程度上也受到它的影響，穩(wěn)定性不佳，顯著性也不及眨眼時間均值.而眨眼時間均值不僅穩(wěn)定性最好，顯著性也令人滿意，可以作為駕駛疲勞的監(jiān)測指標(biāo).

2.5 閾值的確定

確定了眨眼時間均值的有效性之后，可以計算出置信水平α＝0.05的置信區(qū)間，從而可以更準(zhǔn)確地描述3種狀態(tài)下的眨眼時間均值閾值.

各類人群樣本中，男性的樣本數(shù)多達(dá)99個，可以用以判斷眨眼時間均值的分布類型.

對男性樣本的3組數(shù)據(jù)進(jìn)行偏度和峰度聯(lián)合檢驗(yàn)，在置信水平α＝0.05下，3種狀態(tài)下的眨眼時間均值數(shù)據(jù)均符合正態(tài)分布.可以認(rèn)為其余各類人群各個狀態(tài)下的數(shù)據(jù)在樣本數(shù)量足夠大的時候，均符合正態(tài)分布.表6為各類人群的3種狀態(tài)眨眼時間均值指標(biāo)在置信水平α＝0.05時的置信上、下限.

由表6可見，男性和女性在3 種覺醒狀態(tài)下眨眼時間均值的置信上、下限差別不明顯，這使得對人群的類別劃分失去了意義.而以年齡為劃分依據(jù)，得到不同年齡人群在3種覺醒狀態(tài)下這一指標(biāo)的差別較大，較好地體現(xiàn)出不同種類的人群的生理特征，可見以后者作為人群劃分標(biāo)準(zhǔn)更加合理而全面.

表6 不同性別、年齡人群3種狀態(tài)下眨眼時間均值的0.05置信區(qū)間Tab.6 The 95%confidence intervals of blink duration for samples from different categories

3 實(shí)驗(yàn)結(jié)果驗(yàn)證

以上實(shí)驗(yàn)均在室內(nèi)進(jìn)行，被試者在心理和生理狀態(tài)上都與實(shí)時駕駛時存在差異，指標(biāo)在車載實(shí)驗(yàn)中的有效性是不確定的.為了對上述閾值在實(shí)際車載實(shí)驗(yàn)中的有效性進(jìn)行驗(yàn)證，尚進(jìn)行了室外實(shí)驗(yàn).

3.1 實(shí)驗(yàn)方法

由于要求被試者在實(shí)驗(yàn)過程中盡量接近疲勞狀態(tài)，實(shí)驗(yàn)存在著一定的危險性；室外實(shí)驗(yàn)是驗(yàn)證性實(shí)驗(yàn)，無需過大的樣本量，故室外實(shí)驗(yàn)部分選擇了4名有豐富駕駛經(jīng)驗(yàn)的被試者.

實(shí)驗(yàn)于春季天氣晴好時進(jìn)行，實(shí)驗(yàn)路段主要為上海A20公路，視距良好.

在實(shí)驗(yàn)過程中，由被試者駕駛車輛，在被試者的頭部配戴腦電儀，由車載計算機(jī)實(shí)時記錄腦電數(shù)據(jù)，并以攝像機(jī)對準(zhǔn)其眼部進(jìn)行拍攝，以獲得眼部行為數(shù)據(jù).數(shù)據(jù)分析沿襲室內(nèi)實(shí)驗(yàn)的做法，對眨眼時間均值進(jìn)行計算，將其與室內(nèi)實(shí)驗(yàn)的統(tǒng)計結(jié)果對比討論.

3.2 實(shí)驗(yàn)結(jié)果分析

4名不同年齡段被試者測試數(shù)據(jù)如表7所示.

在實(shí)際行車中，只要監(jiān)測到駕駛員處于臨界狀態(tài)就可以給出警告，只要清醒和臨界狀態(tài)的實(shí)測數(shù)據(jù)滿足要求即可.可見，眨眼時間均值作為判斷駕駛員覺醒狀態(tài)、認(rèn)定駕駛疲勞是否發(fā)生的指標(biāo)的有效性令人滿意.

但是，仍不排除部分駕駛員生理特征比較特殊的情況（如表7中后兩個被試者，其眨眼時間均值在清醒狀態(tài)下小于表6所示對應(yīng)年齡段的特征下限，但根據(jù)眨眼時間均值隨著疲倦程度的加深其值增大的特征，可以判斷出被試者此時是清醒的）.對于這部分人群，可以考慮在今后研究比較成熟的時候加以深入探索，對實(shí)驗(yàn)結(jié)論進(jìn)行補(bǔ)充.

表7 室外實(shí)驗(yàn)被試者數(shù)據(jù)Tab.7 The results of outdoor experiment

4 結(jié)論

（1）作為用眼部行為評定覺醒狀態(tài)的指標(biāo)，眨眼時間均值無論在與疲勞程度的相關(guān)性、穩(wěn)定性和顯著性方面均優(yōu)于其他兩個指標(biāo)，可以用作觀測駕駛員覺醒狀態(tài)的評定標(biāo)準(zhǔn).

（2）用眨眼時間均值觀測駕駛疲勞時，以年齡將被試者分組更加全面且合理.

非接觸式的測試駕駛疲勞的方式應(yīng)用前景很廣闊，但現(xiàn)有的研究尚不夠成熟.現(xiàn)階段給出的評價駕駛覺醒狀態(tài)的閾值是基于157個有效樣本給出的，樣本總量基本可以令人滿意.考慮到處于20～29，30～39，40～49歲等年齡段駕駛員數(shù)量較多，對于這些群體可以適當(dāng)增加樣本，使結(jié)果更加準(zhǔn)確.此外，對于事故多發(fā)駕駛員群體，如貨運(yùn)駕駛員、駕齡較小的駕駛員，可以進(jìn)行針對性測試，也可以考慮在不同溫度條件下展開實(shí)驗(yàn)，發(fā)現(xiàn)更多規(guī)律.

［1］ David Sommer，Martin Golz，Trutschel U，et al.Assessing driver’s hypovigilance from biosignals［C］∥4th European Conference of the International Federation for Medical and Biological Engineering，2009，22：152－159.

［2］ Portouli E，Bekiaris E，Papakostopoulos V，et al.On－road experiment for collecting driving behavioural data of sleepy drivers［J］.Somnologie－Schlafforschung und Schlafmedizin，2007，11（4）：259.

［3］ 徐小冬.基于腦電分析的駕駛疲勞實(shí)驗(yàn)研究［D］.上海：同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院，2009.XU Xiaodong.Experimental research on driving fatigue based on EEG analyzing［D］.Shanghai：Tongji University.College of Transportation Engineering，2009.

［4］ 潘曉東，李君羨.基于眼部行為的駕駛疲勞監(jiān)測方法［J］.同濟(jì)大學(xué)學(xué)報：自然科學(xué)版，2011，39（2）：235.PAN Xiaodong，LI Junxian.An approaching of fatigue drive monitoring based on eye state［J］.Journal of Tongji University：Natural Science，2011，39（2）：235.

［5］ 殷艷紅.基于腦電波與眨眼的駕駛員疲勞模擬實(shí)驗(yàn)研究［D］.上海：同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院，2008.YIN Yanhong.Research on driver’s fatigue state based on analyzing EEG and eye blink in stimulated driving environment［D］.Shanghai：Tongji University.College of Transportation Engineering，2008.