谈汽车防疲劳驾驶技术

程 艳

（广西职业技术学院，广西 南宁 530226）

1 前言

随着机动车保有量的增加，交通事故已成为当今社会所面临的严峻问题。据统计，因公路交通事故造成的死亡人数已居非自然死亡人数之首1；有数据显示，由驾驶员人为因素导致的交通事故造成伤亡的比例最高2；根据德国保险公司所作的调查结果显示，高速公路死亡事故中大约有四分之一的事故造成原因就是疲劳驾驶。因疲劳驾驶而造成伤亡事故的概率比其它的事故原因造成的伤亡要高出近2.5倍。

实际上，驾驶员处于疲劳状态时，对周围环境的感知能力、形势判断能力和对车辆的操控能力都有不同程度的降低。同时，视线模糊，视野变窄等因素，很容易发生道路交通安全事故。按照美国公路交通局NHTSA的观点，人处于疲劳状态时，事故发生的可能性会上升四至六倍。因此，研究开发高性能的驾驶人疲劳状态实时监测及预警系统，对改善我国道路交通安全状况具有重要现实意义。

2 研究现状

日前，国内外在驾驶人疲劳监测及预警系统的研究主要集中在对一些独立的功能模块进行研究开发上面，如∶驾驶员精神分散状态的监测及预警系统、车道偏离预警系统的研究、前方车辆探测及碰撞预警系统的研究等单一功能模块。其中美国、日本等研究机构主要是对驾驶员精神状态进行监测，通过机器视觉技术，对驾驶员头部及各器官视觉特征的识别来实现驾驶员的疲劳状态；或者通过检测驾驶员的生理体能参数来判断驾驶员的疲劳状态。荷兰、澳大利亚等国家主要研究开发车道偏离预警系统，通过对车辆行驶状态的跟踪循迹来判断驾驶员的疲劳状态。我国在该领域的研究主要集中在吉林大学、东南大学等高等院校，主要进行基于机器视觉的多信息融合的行车安全综合系统的研究。

3 基于车辆行驶状态的防疲劳驾驶监测及预警技术

车道偏离预警系统是一种通过报警的方式辅助驾驶员减少汽车因车道偏离而发生交通事故的系统。研究较为成功的美国的 Auto Vue 系统。该系统由图像处理芯片、控制器、传感器等组成。安装在挡风玻璃与车内后视镜之间，通过实时测量本车与车道标识线之间的距离，并将与之系统设定的报警距离进行比较，判断是否需要预警。 当监测到需要预警时通过发出声音来提醒驾驶员修正车辆。

该应用是利用车道线偏离等车辆行驶信息来推测驾驶人的疲劳状态。这种方法以车辆现有的装置为基础，不需添加过多的硬件设备，而且不会对驾驶人的正常驾驶造成干扰，因此具有很高的实用价值。但该技术在应用过程中由于是通过摄像头来采集车道标识线，故容易受到光照条件变化的影响，故开发一种能适应各种光照条件的车道偏离预警系统是今后研究工作的重点。

4 基于驾驶员生理特征的疲劳监测

对驾驶人疲劳状态的监测及预警技术由于其实时性好，灵敏度高被各个研究机构广泛重视。研究人员根据驾驶人疲劳时在生理和操作上的特征进行了多方面的研究，将与驾驶人的状态监测大致分为几种方式，即基于驾驶人生理信号、基于驾驶人生理反应特征和基于驾驶人操作行为等几种方法。

4.1 基于驾驶人生理信号的监测

研究表明，驾驶人处于疲劳状态时，其生理指标会偏离正常状态的指标，可通过检测驾驶员的生理指标来判断驾驶员是否处于疲劳状态。目前对驾驶员生理指标的检测主要包括脑电图EEG及心电图ECG等。

其中，EEG可直接反映大脑的活动状态，被称为监测疲劳状态的“金标准”[4]，当被测人员处于疲劳状态时，其α节律β节律减小，并出现θ节律δ节律。当疲劳消失时，α节律β节律增强。故θ节律δ节律增强时，表明被监测者处于疲劳状态。但EEG信号特征也存在一定的个人差异，如年龄、性别不同，则有数据有一定的差异。

基于驾驶人这类生理信号的检测方法对判断被监测者的疲劳状态准确性较高，但这些生理信号需要采用接触式测量，如EEG的测量需要在脑的各相应区域安装电极，在实际应用驾驶员疲劳监测时有一定的局限性，因此目前还未投入到汽车驾驶人疲劳状态的实时监控监测应用中。

4.2 基于驾驶人生理反应特征的监测

目前，监测驾驶员的生理反应特征是应用较为广泛的方法之一，该方式是通过提取驾驶者的生理特征来进行判断，与驾驶员疲劳有关的特征主要包括：头部特征，眼部特征，嘴部特征，驾驶操作动作特征等。其中对驾驶员眼部特征的监控最为普遍，该监测主要采集驾驶员的眼睛闭合时间、闭合频率等，即利用图像处理与识别技术，利用基于红外 LED光源的 CCD（电子耦合组件）摄像机获取驾驶者的眼睛和脸部图像，根据红外光对瞳孔的成像特性定位驾驶者的眼睛，再获取驾驶员眼睑的运行来进行判断。相比基于车辆行驶状态来进行判断，这种方式将更加精确。

4.3 基于驾驶人操作行为的监测

基于驾驶人操作行为的驾驶人疲劳状态监测，指通过对驾驶人的操作行为监测推断驾驶人疲劳状态。该系统将受力传感器安装在方向盘上，将驾驶者对方向盘的操作行为持续记录，并通过长时间操作过程中识别操作的变化，对驾驶员疲劳状态进行判断，当出现方向盘持续数秒不转动时或转动频率过低时，判断驾驶员可能处于疲劳驾驶状态。

当然，驾驶人对汽车的操控除了与驾驶员的疲劳状态有关外，还受到个人驾驶习惯、汽车行驶速度、道路交通环境、操作技能水平的影响，因此如何提高驾驶人疲劳状态的测量精度是此类间接测量监控技术的关键问题。

5 疲劳驾驶监测技术研究存在的难点

尽管国内外对驾驶员疲劳状态监测技术的研究取得了一些成果，但是现有的这些疲劳监测技术还存在一定的局限性需要改善：（1）监测仪器难以实现实时监测。目前对人疲劳状态监测效果较好的监测手段是对人的生理信号进行监测。而此类监测基本上需要将仪器端口与人直接接触，这将影响驾驶员对车辆的操控。（2）监测方法、监测指标较单一。目前非接触式的监测如对人生理反应特征的监测，大部分这类型的监测系统采用的是较为单一的监测指标，即系统可能仅监测驾驶员的眼部，或者驾驶员的脸部等，虽然在限定的某些条件下能够达到较高的精度，但在复杂多变的行车环境下，其准确性和可靠性上还存在较大问题，难以实现预期目的。例如这些被监测部位被遮挡（眼镜等）时、或者光线不足时，则不能准确获得这些被测对象的特征，进而影响监测效果。（3）驾驶人的疲劳状态受多种因素影响，到目前为止还没有发现非常有效的指标能对疲劳程度进行精确的分级，因此需要进一步深入研究各种指标与驾驶人疲劳程度之间的关系。（4）监测成本较高。目前开发应用的大部分监测装置成本过高，影响了这些系统在汽车上的广泛应用。

6 结束语

对驾驶人疲劳状态监测方法、监测设备的研究，对预防因疲劳驾驶引起的交通事故有重大意义，具有较好的应用前景，可以预见，在未来较长一段时间内将成为汽车安全技术领域的一个热点方向。综合以上提出的研究难点，预计将多源信息融合对之进行监测的方法将成为一个发展方向。

[1] 装玉龙,王炜.道路交通事故成因及预防对策[M].北京:科学出版社,2004:1.

[2] 王武宏,孙逢春,曹琦,等.道理交通系统中驾驶行为理论与方法[M].科学出版社,2001:1-2.

[3] Dr A Amditis,A Polychronopoulos，Dr E Bekiaris of a Drivers Monitoring and Hypo-vigilance Warning System[C]. France:IEEE Intelligent Vehicle Symposium,2002.

[4] 王荣本,郭烈,顾柏园,等.基于机器视觉的行车安全综合保障系统研究[J].山东交通学院学报,2006,(06).

[5] 毛喆,初秀民,严新平,等.汽车驾驶员驾驶疲劳监测技术研究进展[J].中国安全科学学报,2005,(03).