駕駛人警覺狀態(tài)檢測技術研究.pdf

1、道路交通事故是多年來困擾世界各國的社會問題，它直接關系到人民生命和財產的安全。隨著經濟的發(fā)展，車輛擁有量增加和非職業(yè)駕駛人人數(shù)增多，致使交通事故量大幅增加，己經成為當今社會第一公害，給人類社會造成的傷害大于任何一種自然與社會災害。影響交通安全的因素有很多，其中駕駛人的人為影響因素是造成交通事故的主要原因。大量的統(tǒng)計分析結果表明，70％以上道路交通事故的發(fā)生都與駕駛人自身及其駕駛行為特性直接相關。其中，駕駛人低警覺性駕駛行為是影響交通安全

2、的駕駛人為因素中最重要的組成部分，是引發(fā)惡性交通事故的重要原因之一。低警覺性駕駛行為的深入研究有助于提高駕駛人安全警惕能力，實現(xiàn)駕駛人安全駕駛的目的。
　　 目前國內外駕駛人行為特性的相關研究主要集中在駕駛人心理認知性、生理應激反應特性及駕駛適應性等方面。研究大多采用單因子分析法，以問卷數(shù)據(jù)調查或者實驗室仿真模擬的方法進行分析，結合統(tǒng)計學理論分析駕駛行為的變化規(guī)律，從駕駛人心理與生理特性研究入手，挖掘引發(fā)危險駕駛行為的本質原因，

3、為交通安全管理與行車安全保障研究提供科學依據(jù)。
　　 在特定實驗室環(huán)境條件下進行的駕駛行為仿真模擬分析與實際駕駛時駕駛人身臨其境條件下的心理特性、生理特性和行為特征有本質區(qū)別，在駕駛人警惕性和興奮程度上有巨大的差異?；诩韧{駛人駕駛行為特征數(shù)據(jù)統(tǒng)計的研究雖然構建出很多駕駛行為數(shù)學表述模型，對駕駛行為的規(guī)范化和安全化起到了示范性指導作用，但是實際駕駛過程中駕駛入面臨迥異的環(huán)境，心理和生理上的差異和駕駛行為具有突變性的特點，使得現(xiàn)

4、有駕駛模型研究成果難以應用到駕駛個體安全保障的實際中去。目前，駕駛行為實時監(jiān)測、分析和評價的工程實用性研究成果尚未見發(fā)表。
　　 警覺度是指人集中精力執(zhí)行一項操作任務時所表現(xiàn)出的靈敏程度。許多人機交互系統(tǒng)需要操作人員保持一定的警覺度。駕駛警覺性是指駕駛入對車輛行駛刺激信息保持警惕并且能夠作出適當應激反應的能力，這種能力必須貫穿于駕駛過程的始終。任何一個小小的疏忽都有可能導致交通事故的發(fā)生，這種疏忽性行為是本文研究對象——駕駛入低

5、警覺性駕駛行為。本課題源于國家科技支撐計劃課題“駕駛入安全駕駛行為分析平臺與監(jiān)測技術研究及示范”中的子項專題“駕駛人不安全駕駛狀態(tài)監(jiān)測與預警分析技術研究”，主要開展駕駛人低警覺性行為特征檢測以及智能評價技術的研究。
　　 駕駛入在正常駕駛狀態(tài)和警覺性降低狀態(tài)時會表現(xiàn)出不同的行為特征，其中表征駕駛人駕駛性能的行為指標主要包括：車道安全保持的穩(wěn)定性，相對車問距控制的安全性，駕駛人注視行為的安全性，車輛速度、方向控制能力，對外部事件的

6、反應能力以及駕駛強度的高低等。目前相關研究大多基于駕駛人心電波、腦電波信息、脈搏血壓和體內新陳代謝產物的監(jiān)測進行車輛控速、對外部事件的反應能力以及駕駛強度的研究，該方法雖然準確直接，易于做出正確的評價和判斷，但是接觸式的測量且儀器復雜，難以進行車載實時在線檢測應用。針對目前存在的問題，研究以駕駛人低警覺性不安全駕駛行為為研究對象，構建駕駛入駕駛行為實時監(jiān)測分析平臺，針對駕駛個體進行駕駛行為組織結構化和過程化的研究，由個體到群體，由表及里

7、進行駕駛低警覺性行為因子的檢測和融合評價。研究采用實車試驗的方法，設定多種不安全駕駛工況，以駕駛人狀態(tài)和車輛行駛狀態(tài)表征為檢測內容，實時對駕駛人個體進行測試，實現(xiàn)駕駛人低警覺性行為表征信息的提取，完善了駕駛行為檢測分析技術。研究深化了對駕駛人因素引發(fā)事故機理的研究，把握不安全駕駛行為的規(guī)律、特點和深層次原因，拓寬駕駛入不安全駕駛行為機理研究的深度與廣度。
　　 駕駛低警覺性駕駛行為表征信息具有多源性，除通過醫(yī)學檢驗反映出的駕駛人

8、反應能力和駕駛強度指標外，還包括不安全駕駛注視表征，車道偏離表征（含方向控制能力），以及危險車間距表征（含速度控制能力）等信息。研究應用機器視覺檢測技術對駕駛人進行實時監(jiān)測，信息主要包括兩個部分：駕駛人注視特征信息和車輛行駛外在表征特征信息。通過實時獲取車道偏離信息和相對車間距信息，實現(xiàn)車道偏離狀態(tài)和危險車間距跟馳的檢測。研究通過實時檢測的駕駛人臉部特征信息進行駕駛人注視特征信息提取，實時提取駕駛人雙眼間的橫向寬度（瞳距）和嘴巴到雙眼連

9、線中點之間的縱向距離——人臉“T”型線信息，實現(xiàn)駕駛人不安全注視特征狀態(tài)的檢測。
　　 研究運用多智能體理論構建低警覺性駕駛行為監(jiān)測體系，運用數(shù)據(jù)挖掘技術從大量檢測數(shù)據(jù)中提取出低警覺性駕駛行為的特征信息。采用貝葉斯與神經網(wǎng)絡技術進行特征模式分類，運用Dempster-Shafer證據(jù)推理技術進行信息融合，實現(xiàn)多智能體系統(tǒng)協(xié)商合作和策略規(guī)則匹配，實現(xiàn)低警覺性駕駛行為的智能決策，提高低警覺性駕駛行為表征信息甄別的自適應性、準確性和智