楊錦 岳意娥 楊麗莎

摘要：因疲勞駕駛造成的交通事故逐漸增多，疲勞駕駛預警系統(tǒng)研究有著重要的意義和應用價值。本文提出了一種高經濟性的疲勞駕駛預警系統(tǒng)沒計，該系統(tǒng)使用汽車CAN網(wǎng)絡上已有信號進行分析處理并及時預警，只需增加一個疲勞預警系統(tǒng)控制模塊，提高了系統(tǒng)經濟性的同時也為疲勞駕駛預警系統(tǒng)研究提供了一種新的思路。

關鍵詞：疲勞駕駛;預警系統(tǒng);高經濟性;CAN網(wǎng)絡

隨著機動車保有量的快速增加以及道路通車里程的逐年增長，大量發(fā)生的交通事故給世界各周造成了巨大的財產損失和人員傷亡^[1]。在引發(fā)交通事故的原因中，疲勞駕駛和酒后駕駛占有很大比例，尤其是疲勞駕駛，已成為令駕駛員頭痛的潛在殺手。因此，有效的疲勞駕駛榆測和預警對預防交通事故起著至關重要的作用^[2]。

1 疲勞駕駛預警系統(tǒng)定義

疲勞駕駛預警系統(tǒng)是一種時刻監(jiān)測駕駛員精神狀態(tài)，一旦駕駛員精神狀態(tài)下滑或進入淺層睡眠時會給出語音提示、振動提醒等警告指示的主動安全系統(tǒng)。目前，常見的疲勞駕駛預警系統(tǒng)有以下幾類^[3]：

1.基于計算機視覺系統(tǒng)的通過檢測駕駛員瞳孔、眼瞼和面部表情等變化來檢測疲勞駕駛的系統(tǒng);

2.基于生理特征的疲勞駕駛檢測及預警系統(tǒng)，常見的有腦電圖檢測、心電圖檢測、心率變化檢測等;

3.基于車輛行駛特征的預警系統(tǒng)，常見有車道偏離報警系統(tǒng)和轉向盤監(jiān)測系統(tǒng);

4.基于信息融合技術的監(jiān)測系統(tǒng)，典型的是歐盟進行的名為“AWAKE”的駕駛行為綜合監(jiān)控系統(tǒng)。

本文在基于車輛行駛特征預警系統(tǒng)的基礎上，提出了一種使用汽車CAN網(wǎng)絡上已有信號進行分析處理并及時預警的疲勞駕駛預警系統(tǒng)。使用該系統(tǒng)，只需增加一個疲勞預警系統(tǒng)控制模塊，大大提高了系統(tǒng)的經濟性。

2 疲勞駕駛預警系統(tǒng)設計

疲勞駕駛預警系統(tǒng)利用汽車CAN網(wǎng)絡已有信號實時分析駕駛員駕駛狀態(tài)，當系統(tǒng)感知駕駛員疲勞，即發(fā)出報警提示駕駛員應當休息。

2.1系統(tǒng)結構

疲勞預警系統(tǒng)由信號采集單元、算法執(zhí)行單元和系統(tǒng)顯示單元組成。其中，信號采集單元包括方向盤轉角傳感器、車輛橫擺角速度傳感器、車速傳感器、檔位傳感器、油門踏板傳感器、車身控制器和功能開啟關閉按鈕^[4];算法執(zhí)行單元為疲勞預警系統(tǒng)控制模塊;系統(tǒng)顯示單元為報警人機界面，具體結構如圖1所示：

其中，信號采集單元用于采集所需信號作為疲勞預警系統(tǒng)控制模塊輸入;算法執(zhí)行單元用于運行疲勞檢測算法，判斷駕駛員疲勞狀態(tài);系統(tǒng)顯示單元用于顯示駕駛員疲勞狀態(tài)，當系統(tǒng)感知駕駛員疲勞時發(fā)出報警，提示駕駛員休息。

2.2 信號采集單元

信號采集單元包括方向盤轉角傳感器、車輛橫擺角速度傳感器、車速傳感器、檔位傳感器、油門踏板傳感器、車身控制器和功能開啟關閉按鈕。具體傳感器及對應功能如表1所示：

信號采集單元將采集到的信號通過CAN總線傳送給算法執(zhí)行單元。

2.3 算法執(zhí)行單元

算法執(zhí)行單元即為疲勞預警系統(tǒng)控制模塊，用于運行疲勞榆測算法，判斷駕駛員疲勞狀態(tài)。

系統(tǒng)控制模塊在初始化之后，將信號采集單元采集到的參數(shù)作為輸入，執(zhí)行疲勞檢測算法，得到疲勞狀態(tài)參數(shù)值，作為系統(tǒng)控制模塊輸出傳遞到顯示單元，具體如圖2所示：

2.31 參數(shù)輸入

疲勞檢測算法對輸入?yún)?shù)具有數(shù)值邊界要求，因此在算法運行之初需要對輸入信號進行調整，具體的輸入?yún)?shù)邊界要求如表2所示：

2.3.2算法運行

本論文疲勞檢測算法采用的是一種串形結構的多層前向模糊神經網(wǎng)絡算法^[5]，該網(wǎng)絡由兩部分組成，前一部分為模糊量化部分，后一部分為神經網(wǎng)絡部分，圖3所示為該模糊神經網(wǎng)絡的結構框圖：

圖3中，第一層為輸入層，輸入層節(jié)點數(shù)由輸入信號決定。假設輸入信號為m個，每一個節(jié)點對應一個輸入變量s_i（i=l，2，……，m），則輸入向量為S=[s₁，s₂，……，s_m]^T。

第二層為量化層，其作用是將輸入變量進行模糊量化，即先對輸入變量定義一些模糊子集，通過相應的模糊子集上的隸屬函數(shù)，使輸入變量轉換成相應的模糊子集上的隸屬度，假設對于輸入變量s_i=l，2，……，m）定義了qi個模糊子集，對應于輸入變量可以取得qi個模糊隸屬度值。對于s_i在第i個模糊子集上的隸屬度函數(shù)為：

其中x為s_i在第j個模糊子集上的隸屬度，隸屬度函數(shù)是

根據(jù)對信號的模糊聚類的方法或者依靠經驗取得，每一函數(shù)都可能不一樣。量化層的節(jié)點數(shù)

量化層的輸出向量

第三層為隱含層，其節(jié)點數(shù)k是在網(wǎng)絡學習中根據(jù)實際情況來確定的，對于隱含層的第i個節(jié)點，設該節(jié)點與量化層各節(jié)點的連接權向量

則它的輸出為：

第四層為輸出層，f_i（i=1，2，……，n），對于輸出層的第i個節(jié)點，每一個節(jié)點對應一個輸出變量，設該節(jié)點與隱含層各節(jié)點的連接權向量

式中：

Oi為該節(jié)點的閾值，g為對數(shù)S型（Sigmoid）函數(shù)，g

，輸出層神經元函數(shù)取對數(shù)s型函數(shù)的目的也是為了使網(wǎng)絡輸出值落在[O，1]之間，以便進行疲勞診斷。輸出層的輸出向量為F=

。

由上面四層模糊神經網(wǎng)絡，通過神經網(wǎng)絡的學習可以實現(xiàn)疲勞駕駛征兆到駕駛狀態(tài)的映射。

2.3.3參數(shù)輸出

疲勞檢測算法對輸出參數(shù)也具有數(shù)值邊界要求，如表3所示。

2.4系統(tǒng)顯示單元

系統(tǒng)顯示單元用于顯示駕駛員疲勞狀態(tài)，它從算法執(zhí)行單元接收疲勞狀態(tài)信號，當疲勞狀態(tài)信號為1時，表明系統(tǒng)感知駕駛員已疲勞，提示駕駛員應該休息。

系統(tǒng)顯示單元由儀表盤指示和聲音報警組成：

1.儀表盤指示包含咖啡杯圖表和提示語，如圖4所示。當沒有報警時，報警指示區(qū)域可被其它圖標占用;當發(fā)生報警時，報警指示圖標閃爍，頻率為2Hz。

2.聲音報警為“滴滴”聲提示報警。當發(fā)生報警時，聲音報警啟動，頻率為500Hz。

3 疲勞駕駛預警系統(tǒng)測試

上文介紹了疲勞駕駛預警系統(tǒng)的設計，為驗證疲勞駕駛預警系統(tǒng)的有效性，須對該預警系統(tǒng)進行實車測試，記錄駕駛員從清醒駕駛到疲勞駕駛的變化過程，獲得測試數(shù)據(jù)，進行分析驗證。

3.1 測試方法及原理

疲勞預警系統(tǒng)的測試方法如下所示：

1.規(guī)劃測試要求、駕駛路線、駕駛時間以及駕駛場景等內容。

2.使用視頻記錄儀對駕駛員面部及車輛前方狀況進行視頻記錄。

3.跟車工程師對駕駛員狀態(tài)進行觀察并記錄成表格。

4.利用CANcase對車輛CAN信息進行采集。

5.最終結合所記錄的視頻、駕駛員狀態(tài)表和CAN信息進行分析，驗證疲勞駕駛預警系統(tǒng)有效性。

3.2測試條件

1.測試方法：黑盒測試。

2.測試總里程：1萬公里

3.測試T況：

天氣條件一雨天、陰天測試時間一早晨、正午、深夜、黃昏

4.測試路況：高速公路為主，圉道為輔;

5.測試人員需求：

測試人員由駕駛員和跟車工程師組成;駕駛員每次駕駛持續(xù)4小時;跟車工程師負責調整及記錄駕駛員狀態(tài)

6.測試設備：

裝有疲勞駕駛預警系統(tǒng)的測試車輛;可以記錄車前及駕駛員狀態(tài)的視頻采集系統(tǒng);可以采集車輛CAN信息的CANase;

7.測試用例：

從清醒到疲勞：駕駛員開始測試時處于清醒狀態(tài)，持續(xù)4個小時駕駛，觀察駕駛員狀態(tài)及采集數(shù)據(jù);

從疲勞到更疲勞：駕駛員開始測試時處于疲勞狀態(tài)，持續(xù)3-4小時駕駛，觀察駕駛員狀態(tài)及采集數(shù)據(jù)。

3.3測試數(shù)據(jù)

測試數(shù)據(jù)包括了駕駛員面部及車輛前方狀況記錄視頻、車輛行駛過程中采集CAN信息和駕駛員狀態(tài)記錄表格，如表4所示。

3.4測試結果

通過分析駕駛員面部及車輛前方狀況記錄視頻和采集到的CAN信息，結合駕駛員狀態(tài)記錄表，可以得出疲勞駕駛預警系統(tǒng)能夠及時監(jiān)測到駕駛員處于疲勞駕駛狀態(tài)并發(fā)出報警，滿足設計要求。

4結論

本文在基于車輛行駛特征預警系統(tǒng)的基礎上，提出了一種高經濟性的疲勞駕駛預警系統(tǒng)設計，創(chuàng)造性地提出使用汽車CAN網(wǎng)絡上已有的信號進行分析處理并及時預警，提高了汽車的行駛安全性。使用該方法，只需增加一個疲勞預警系統(tǒng)控制模塊，大大提高了系統(tǒng)的經濟性，也為疲勞駕駛預警系統(tǒng)研究提供了一種新的思路。

參考文獻：

[1]孫顯彬，唐洪偉，文妍.疲勞駕駛預警系統(tǒng)的研究現(xiàn)狀和發(fā)展趨勢[J].青島理工大學學報，2007，2S（3）：91-94

[2]孫偉，張為公，張小瑞，陳剛.疲勞駕駛預警系統(tǒng)的研究進展[J].汽車電器，2009，1 4 8

[3]王貞，孫傳輝，曹陽，王立輝.基于MEMS技術的疲勞駕駛預警系統(tǒng)設計[J].機電產品開發(fā)與創(chuàng)新，2010，23（1）：125-126

[4]窶文娟基于LIN總線的疲勞駕駛綜合測試系統(tǒng)的研究及設計[D].吉林大學，2006

[5]毛喆.機動車疲勞駕駛行為識別方法研究[D].武漢理工大學，2009