基于生理信号的驾驶疲劳分级检测研究

doi:10.3969/j.issn.1674-0696.2017.01.14

重庆交通大学学报（自然科学版） ›› 2017, Vol. 36 ›› Issue (1): 77-81.DOI: 10.3969/j.issn.1674-0696.2017.01.14

基于生理信号的驾驶疲劳分级检测研究

卢章平1，尹传斌1，李瑞1，何仁2

（1.江苏大学机械工程学院，江苏镇江212013；2.江苏大学汽车与交通工程学院，江苏镇江212013）

收稿日期:2015-09-28 修回日期:2015-12-11 出版日期:2017-01-20 发布日期:2017-02-08
作者简介:第一作者：卢章平（1958—），男，江苏扬州人，教授，博士，主要从事计算机辅助设计、人机交互理论及应用方面的研究。E-mail: lzping@ujs.edu.cn。
基金资助:
高等学校博士学科点专项科研基金联合资助课题项目（20113227110007）；“江苏大学”博士创新计划项目（KYLX15_1050）

Study of Driver's Fatigue Level Grading Experiment Based on His Physiological Signal

LU Zhangping1，YIN Chuanbin1，LI Rui1，HE Ren2

（1. School of Mechanical Engineering, Jiangsu University, Zhenjiang 212013, Jiangsu, P.R.China；2.School of Automotive and Traffic Engineering, Jiangsu University, Zhenjiang 212013, Jiangsu, P.R.China）

Received:2015-09-28 Revised:2015-12-11 Online:2017-01-20 Published:2017-02-08
Contact: 尹传斌（1990—），男，山东临沂人，硕士研究生，主要从事道路交通安全方面的研究。E-mail: yinchuanbin1990@126.com。

摘要/Abstract

摘要： 采用实验生理学测试与主观疲劳调查的方法，通过实车驾驶实验，以脑电信号和心电信号为基本指标，研究不同驾驶经验驾驶员在09：00—12：00，12：00—14：00，21：00—23：00这3个驾驶过程中疲劳等级的变化。通过主成分分析法，建立脑电信号与心电信号之间的关系，确定驾驶疲劳综合评价指标。结果显示：上述疲劳综合指标在在不同疲劳等级状态下存在显著性差异，通过对不同指标的融合提高了对驾驶员不同疲劳等级的识别准确率。

关键词: 交通工程, 生理信号, 疲劳驾驶分级, 主成分分析法, 驾驶经验

Abstract: With the help of Electroencephalogram （EEG） and Electrocardiogram （ECG）, a real traffic driving experiment which combining physiology test and subjective fatigue survey was conducted to study the law of fatigue level variation of a diver who was driving during 09：00—12：00AM，12：00—14：00PM and 21：00—23：00PM. By the principal component analysis （PCA）, this study was able to establish the relationship between EEG and ECG signal, and to set up a comprehensive indicator to determine driver fatigue. The results show that the above-mentioned comprehensive indicator can recognize different levels of driver fatigue and the fusion of different indicators thas can improve the accuracy in detecting driver′s different fatigue levels.

Key words: traffic engineering, physiological signal, driver′s fatigue level, principal component analysis（PCA）, driving experience

中图分类号:

U491

卢章平1，尹传斌1，李瑞1，何仁2. 基于生理信号的驾驶疲劳分级检测研究[J]. 重庆交通大学学报（自然科学版）, 2017, 36(1): 77-81.

LU Zhangping1，YIN Chuanbin1，LI Rui1，HE Ren2. Study of Driver's Fatigue Level Grading Experiment Based on His Physiological Signal[J]. Journal of Chongqing Jiaotong University(Natural Science), 2017, 36(1): 77-81.

参考文献

［1］张恩亮，肖贵平，聂磊.交通环境对驾驶员心理的影响分析及对策研究［J］.公路交通科技（应用技术版），2006（11）：164-165.
ZHANG Enliang, XIAO Guiping, NIE Lei. Research the impact of traffic environmental on the driver psychology［J］. Journal of Highway and Transportation Research and Development（Application Technology Edition）,2006（11）：164-165.
［2］敖谷昌，杨利.机动车驾驶员人为因素与交通事故危害性关联分析［J］.重庆交通大学学报（自然科学版），2010，29（1）：121-124.
AO Guchang, YANG Li. Correlation analysis on driver's human factors and accident hazard in road traffic accidents［J］. Journal of Chongqing Jiaotong University（Natural Science）,2010，29（1）：121-124.
［3］ KECKLUND G，KERSTEDT T. Sleepiness in long distance truck driving: an ambulatory EEG study of night driving［J］. Ergonomics，1993，36（9）：1007-1017.
［4］ TING Ping-Huang, HWANG Jiun-Ren, DOONG Ji-Liang, et al. Driver fatigue and highway driving: a simulator study［J］. Physiology&Behavior，2008，94（3）：448-453.
［5］ NILSSON T, NELSON T M, CARLSON D. Development of fatigue symptoms during simulated driving［J］. Accident Analysis&Prevention，1997，29（4）：479-488.
［6］马艳丽，王要武，裴玉龙.疲劳与驾驶时间关系的实验心理学研究［J］.西南交通大学学报，2009，44（4）：535-540.
MA Yanli, WANG Yaowu, PEI Yulong. Experimental psychology study on relationship between fatigue and driving time［J］. Journal of Southwest Jiaotong University,2009，44（4）：535-540.
［7］吴绍斌，高利，王刘安.基于脑电信号的驾驶疲劳检测研究［J］.北京理工大学学报，2009，29（12）：1072-1075.
WU Shaobin, GAO Li, WANG Liu'an. Detecting driving fatigue based on electroencephalogram［J］. Transactions of Beijing Institute of Technology,2009，29（12）：1072-1075.
［8］刘志强，焦立峰.疲劳驾驶的转向特征研究［J］.重庆交通大学学报（自然科学版），2011，30（3）：432-435.
LIU Zhiqiang, JIAO Lifeng. Research on the steering feature in fatigue driving state［J］. Journal of Chongqing Jiaotong University（Natural Science）,2011，30（3）：432-435.
［9］秦伟，朱守林，裴志永，等.草原公路驾驶员时域分析指标与驾驶疲劳灰关联分析［J］.重庆交通大学学报（自然科学版），2014，33（6）：142-145.
QIN Wei, ZHU Shoulin, PEI Zhiyong, et al. Gray relation analysis of time domain index and driving fatigue of prairie highway drivers［J］. Journal of Chongqing Jiaotong University（Natural Science）,2014，33（6）：142-145.
［10］ RYAN G A. Road traffic crashes by region in Western Australia［C］∥ Conference of Fatigue and Driving. Fremantle, Western Australia: ARRB Group Limited,1995.
［11］ BROWN I D. Methodological Issues in Driver Fatigue Research［M］. London: Taylor&Francis，1995：155-166.
［12］郭应时.交通环境及驾驶经验对驾驶员眼动和工作负荷影响的研究［D］.长安：长安大学，2009.
GUO Yingshi. Study on Effects of Traffic Environment and Driving Experience on Driver's Eye Movement and Workload［D］. Chang'an: Chang'an University,2009.
［13］ HODDES E, ZARCONE V，SMYTHE H, et al. Quantification of sleepiness: a new approach［J］. Psychophysiology，1973，10（4）：431-436.
［14］ AKERSTEDT T, KECKLUND G，WKNUTSSON A. Manifest sleepiness and the spectral content of the EEG during shift work［J］. Sleep，1991，14（3）：221-225.
［15］殷艳红.基于脑电波与眨眼的驾驶员疲劳模拟实验研究［D］.上海：同济大学，2008.
YIN Yanhong. Research on Driver's Fatigue State Based on Analyzing EEG and Eye Blink in Stimulated Driving Environment［D］. Shanghai: Tongji University,2008.
［16］ LAL S K L, CRAIG A. Driver fatigue: electroencephalography and psychological assessment［J］. Psychophysiology，2002，39（3）：313-321.

[1]	唐继强1, 2，钟鑫伟2，刘健1，李天瑞3. 基于时间序列季节分类模型的轨道交通客流短期预测[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 31-38.
[2]	戚春华，王笑男，朱守林，李航天. 基于驾驶员视觉兴趣区域的交通工程设施信息量阈值研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(07): 53-60.
[3]	邓天民1，朱杰2，朱凯家1，屈治华3. 基于iForest+Biscting K-means的驾驶风格辨识方法研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 1-6.
[4]	许茂增,张莉. 基于双射软决策理论的路段拥堵影响力识别[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 7-11.
[5]	王涛1，谢思红1，黎文皓1,2，李文勇1. 基于FFOS-ELM和PF的短时交通流自适应预测模型[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 21-27.
[6]	张诚1，汪成银1，陈志伟2，张正向3，张子磊3. 基于空间流量度的城市路网关键节点挖掘方法[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 28-35.
[7]	王永岗，张衡，彭志鹏，周琬琦. 基于结构方程模型的出租车事故影响因素分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 36-42.
[8]	朱顺应，李维吉，林小媛，肖文彬，王红. 特色小镇游客车辆无复检管控点布设研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(06): 52-58.
[9]	潘兵宏1,2，胡炜1，任卉1,单慧敏1. 基于TruckSim仿真下弯道货车侧滑速度模型研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 38-45.
[10]	吴文静，孙刃超，宗芳，贾洪飞. 居民低碳通勤出行的主观态度识别及影响分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 53-58.
[11]	李军，邓育新. 基于非负矩阵分解的出租车时空行为聚类分析[J]. 重庆交通大学学报（自然科学版）, 2021, 40(05): 59-65.
[12]	成卫1，刘翔1，雷建明2. 基于RBF神经网络预测的交叉口信号周期时长优化[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 13-18.
[13]	史天亮，王文光. 信息观和粒子群算法在城市交通拥堵中的研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 19-25.
[14]	贺玉龙1,2，刘磊1,2，迟佳欣1,2. 高速公路车辆换道行为风险研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 26-33.
[15]	王露1，陈肖欣2，李华恩1. 大风雨雪气象条件下高速公路车辆稳定行驶的临界车速研究[J]. 重庆交通大学学报（自然科学版）, 2021, 40(04): 34-40.

基于生理信号的驾驶疲劳分级检测研究

Study of Driver's Fatigue Level Grading Experiment Based on His Physiological Signal

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics