/

導讀

/

駕駛員疲勞預警系統，是駕駛員狀態監測系統的重要部分。駕駛員疲勞預警系統可以監測並提醒駕駛員自身的疲勞狀態，減少駕駛員疲勞駕駛的潛在危害。

當駕駛員精神狀態下滑或進入淺層睡眠時，系統會根據駕駛員精神狀態指數，分別給出語音提示、震動提醒、電脈衝警示等，警告駕駛員已經進入疲勞狀態，需要休息。

圖1 駕駛員疲勞預警系統

系統構成

疲勞預警系統一般是由資訊採集單元、電子控制單元和預警顯示單元等三部分組成。

資訊採集單元透過感測器採集駕駛員資訊和車輛狀態資訊。其中，駕駛員資訊包括駕駛員的面部特徵、眼部訊號、頭部運動性等。車輛狀態資訊包括轉向盤轉角，行駛速度、行駛軌跡等。

電子控制單元即ECU，接收資訊採集單元傳送的訊號，進行運算分析，判斷駕駛員疲勞狀態。如果經過分析發現駕駛員處於一定程度的疲勞狀態，則向預警顯示單元發出訊號，預警顯示單元根據ECU傳遞的資訊，透過語音提示、智慧提醒、電脈衝警示等方式，對駕駛員進行預警。

檢測原理

駕駛員疲勞檢測的原理，主要是基於駕駛員自身特徵，包括生理指標和生理反應的檢測、車輛行駛狀態的檢測方法以及多特徵資訊融合的檢測方法等。

2.1 基於生理指標檢測

駕駛員在疲勞狀態下的一些生理指標，如腦、電、心、電、脈搏、呼吸等，都會偏離正常的狀態，因此可以透過生理感測器去檢測駕駛員這些生理指標，來判斷駕駛員是否處於疲勞狀態。

首先是腦電訊號的檢測，腦電訊號是人腦技能的宏觀反應，利用腦電訊號能夠反映出人體的疲勞狀態，客觀並且準確。

腦電訊號被譽為疲勞檢測中的金標準。人在疲勞狀態下，慢波增加快波降低，利用腦電訊號檢測駕駛疲勞狀況判定的準確率較高，但其操作複雜，不適合車載實時檢測。

其次是心電訊號檢測。心電圖指標主要包括心率和心率變異性等。其中心率訊號綜合反映了人體的疲勞程度和任務與情緒的關係，心率變異性是心臟神經活動的緊張度和均衡度的綜合體現。

心電訊號是判定駕駛疲勞的有效特徵，準確度高。但是，利用心電訊號檢測人體疲勞狀況，需要將電極和人身體相接觸，會對駕駛員的正常駕駛帶來不便。

第三是肌電訊號檢測。透過肌電訊號的分析，反映人體的疲勞程度。肌電圖的頻率，隨著疲勞的產生和疲勞程度的加深，呈現出下降的趨勢，而肌電圖的幅值增大則表明疲勞程度的增長，該方法測試簡單，結論也較明確。

第四是脈搏訊號檢測。根據人體精神狀態的不同，心臟活動和血液迴圈也會有差異，脈搏實際上反映的就是心臟和血液的迴圈。因此利用脈搏波去檢測駕駛員的疲勞狀態，是具有可行性的。

第五是呼吸訊號的檢測。人體疲勞狀態的一個重要表現就是呼吸頻率的降低，呼吸變得平穩。

在正常駕駛過程中，駕駛員精神集中，呼吸的頻率相對較高；如果駕駛期間和他人交談，呼吸波的頻率則變得更高。當駕駛員疲勞駕駛時，注意力集中程度也會降低，此時呼吸也變得平緩。因此透過檢測駕駛員的呼吸狀況來判定是否疲勞駕駛，也成為研究疲勞駕駛預警系統的一個重要維度。

基於駕駛員生理指標的檢測方法，客觀性強，準確性高，但與檢測儀器強相關。這些檢測方法基本都是接觸性的檢測，會干擾到駕駛員的正常操作，影響行車安全。另外，由於不同人的生理訊號特徵有所不同，並且和心理活動的關聯較大，在實際用於駕駛員疲勞檢測的時候，存在很大的侷限性。

2.2 基於生理反應檢測

基於駕駛員生理反應特徵的檢測方法，一般採用非介入式的檢測途徑，利用機器視覺技術，檢測駕駛員面部的生理反應特徵，如眼睛特徵、視線方向、嘴部狀態、頭部位置等，判斷駕駛員的疲勞狀態。

首先是眼睛特徵的檢測。駕駛員眼球的運動和眨眼資訊被認為是反應疲勞的重要特徵，眨眼的幅度、頻率以及平均閉合的時間，都可以直接用於檢測疲勞。

目前被認為最有應用前景的實時疲勞檢測方法是PERCLOSE，即Percentage of Eyelid Closure Over the Pupil Over Time，它是指一定時間內眼睛閉合時所佔的時間比例，

類似佔空比的概念

。通常我們按照p80的標準檢測，即單位時間內眼睛閉合程度超過80%的時間，佔總時間的百分比，它和駕駛疲勞程度的相關性最準確。

為了提高疲勞檢測的準確率，可以綜合檢測平均睜眼的程度、最長閉眼時間的特徵作為疲勞指標，達到較高的疲勞檢測準確率。

透過眼睛特徵檢測駕駛員的疲勞程度，

不會對駕駛員的行為帶來任何的干擾，因此成為這一領域現行研究的熱點。

第二是視線方向的檢測。

把眼球中心與眼球表面亮點的連線定為駕駛員的視線方向，正常狀態下駕駛員正視車輛的運動前方，同時視線方向移動速度比較快；疲勞時，駕駛員視線方向的移動速度會變慢，表現出遲鈍的現象，並且視線軸會偏離正常的位置。

透過攝像頭獲取眼睛的影象，對眼球建模，把視線是否偏離正常範圍，作為判別駕駛員是否疲勞駕駛的標準。

第三是嘴部狀態的檢測。

人在疲勞時往往有頻繁的打哈欠的動作，如果檢測到哈欠的頻率超過預定的閾值，可判斷駕駛員已經處於疲勞狀態，基於此原理可以完成對駕駛員的疲勞檢測。

第四是頭部位置的檢測。

駕駛員在正常駕駛和疲勞駕駛時，其頭部位置是不同的。可以利用駕駛員頭部位置的變化，檢測疲勞程度，利用頭部位置感測器對駕駛員的頭部位置進行實時的跟蹤，並根據頭部位置的變化規律，判定駕駛員是否疲勞。

基於駕駛員生理反應特徵的檢測方法，優點是表徵疲勞的特徵直觀明顯，並可實現非接觸測量，不足之處在於檢測識別的演算法複雜，疲勞特徵提取困難，且檢測結果受光線變化和個體生理狀況的變化影響較大，

對技術的要求很高。

2.3 基於車輛行駛狀態檢測

基於車輛行駛狀態的疲勞檢測方法，不是從駕駛員本人出發去研究，而是從駕駛員對汽車的操縱情況，間接判斷駕駛員是否疲勞。該種檢測方法主要利用CCD攝像頭和車載感測器來檢測汽車行駛狀態，從而推測出駕駛員的疲勞狀態。

首先是基於轉向盤的疲勞檢測。基於轉向盤的檢測，包括轉向盤轉角訊號檢測和力矩訊號檢測，駕駛員疲勞時對汽車的控制能力下降，方向盤轉角左右擺動的幅度會變大，同時操縱轉向盤的頻率會下降。

透過對轉向盤轉角時域和頻域分析，方向盤轉角的方差或平方差，可以作為疲勞駕駛的評價指標。目前，透過方向盤的轉角變化情況來檢測駕駛員的疲勞情況，是疲勞預警系統研究的熱點。這種方法資料準確，演算法簡單，並且訊號與駕駛員疲勞狀況聯絡緊密，結果可信度高。

另外，駕駛員疲勞時，對轉向盤的握力會逐漸減小。透過感測器實時檢測駕駛員施加在方向盤的力，可以判斷駕駛員的疲勞程度。

駕駛員對於轉向盤的操縱特徵，能夠間接實時地反映駕駛員的疲勞程度，具有可靠性高、無接觸的優點。但由於感測器技術的限制，其準確度有待提高。

其次是汽車的行駛狀態。透過實時檢測汽車的行駛速度，判斷汽車是處於有效的控制狀態，或是處於失控的狀態，從而間接地判斷出駕駛員是否疲勞。

另外，駕駛員疲勞駕駛時，由於注意力分散，反應遲鈍，汽車可能偏離車道。基於汽車行駛狀態的檢測方法，優點是非接觸檢測訊號容易提取，不會對駕駛員造成干擾，基於車輛當前的硬體，只需增加少量的硬體，就具有很高的實用價值。缺點是受到車輛的具體情況，道路的具體情況以及駕駛員的駕駛習慣經驗和條件等限制測量的準確性並不高。

2.4 基於多特徵資訊融合檢測

基於多特徵資訊融合的檢測方法，透過資訊融合技術，將駕駛員生理特徵、駕駛行為及車輛行駛狀態相結合，是理想的檢測方法，大大降低了採用單一方法造成的誤檢和漏檢率。

資訊融合技術的應用，讓疲勞檢測技術得到更進一步的發展和提高，能夠客觀、實時、快捷、準確地判斷出駕駛員的疲勞狀態，避免疲勞駕駛所引起的交通事故，這也是疲勞檢測技術的發展趨勢。