东北林区冰雪道路环境下驾驶员心生理反应1)

李航天 朱守林 戚春华 杨锋 高明星

(内蒙古农业大学，呼和浩特，010018)

责任编辑:任 俐。

东北林区道路在森林培育、火灾与病虫害防治、木材生产和促进林区社会经济发展等方面都发挥着重要作用，但由于林区道路多为企业自建，其特点是，道路等级低、道路窄、道路质量差、纵坡大、曲线半径小和驾驶员视距不足，而且受气候环境影响大。此外，路侧遍布高大树木，使道路的路侧景观环境呈半封闭状态，影响到驾驶员的视觉及心理状态。冬季是东北林区木材生产运输的黄金季节［1］，但北方冬季时间长、多雪、气候寒冷，道路被积雪覆盖或压实硬化成冰面而形成冰雪路面［2］，这种道路附着系数小，且道路折射反光强烈，直接影响汽车制动和行驶稳定性，也影响着驾驶员的视觉环境。东北林区冰雪道路特殊的交通类型、运输特性、地形地貌等因素给从事木材运输工作的驾驶员带来了不利的影响，对驾驶员的刺激强、驾驶员行车的操作转换频率高，复杂的驾驶环境使驾驶员处于一种不合理的“紧张状态”，因而，易导致驾驶员心理生理疲劳，进而影响到驾驶员的行车安全。

驾驶员是构成公路交通人机环境系统的主体，但目前关于冰雪道路的研究多偏重在积雪特性与驾驶行为分析［3－4］，没有充分考虑到用路者的生理特性和心理需求［5］。文中针对东北林区冰雪道路的特殊性，依据驾驶员在该道路条件下行车时的生理试验数据，分析林区冰雪道路环境对驾驶员心理生理特性造成的影响，并对驾驶员在该条件下的各项生理和心理指标进行分析研究，在该研究的基础上提出了减轻驾驶员紧张与疲劳、提高冰雪道路行车安全的指导性策略和方案。

1 材料与方法

评价指标:心理状态可以引起人体生理指标的变化，并且人体生理指标变化可以定量描述心理状态。相关研究表明，心率变异性(HRV)分析是一种敏感的无创伤性的评价自主神经系统功能的定量方法［6－7］，目前已被广泛用于与自主神经系统功能相关的生理心理活动研究中［8－9］。心率变异(HRV)是指逐次心跳R－R间期不断波动的现象［10－11］，它能反映自主神经系统的活性及其平衡协调关系［12－14］。心电信号中R－R间期是反映心脏活动的重要数据，根据对R－R间期的不同处理方法，心率变异分析有时域分析、频域分析和非线性动力学分析这三大类［15－16］。时域分析是利用数理统计方法对R－R间期数据进行计算，得出最常用的指标是心率(HR)［6］和R－R间期的标准差(SD)［15］。心率指标可以表明心脏和情绪紧张状况，能够从本质上客观、直接、方便地测量驾驶员行车时的心理紧张程度。由于驾驶员个体差异存在，所以又逐步引进心率增长率(Ni)，可以更真实地衡量驾驶员行驶过程中心率的变化程度，能够在一定程度上反映驾驶员紧张、烦躁的心理状态［17］。相关研究表明，当驾驶员的心率增长率Ni大于20%时，驾驶员感到有所紧张。研究人员发现，随人体精神负荷和体力负荷的增大，SD呈降低的趋势，说明驾驶员SD指标可用于对驾驶疲劳程度进行定量化的反映和评判。SD用于评估人体心率变异性(HRV)总体变化的大小，主要反映神经总体的调节水平［18－19］。频域分析是利用快速傅里叶转换进行功率谱密度分析。HRV的高频(HF)受迷走神经活动的影响［20］，当迷走神经兴奋时，可起到保护机体、休整恢复和蓄积能量等功能［21］，而低频(LF)所表示的生理意义目前观点尚未统一［20－22］。但归一化的LF及HF更能直接反映迷走交感神经调节的变化，分别表示为LF，n，o，r，m和HF，n，o，r，m，其单位为nu。

针对心电生理评价指标的特点和试验研究需要，文中选择心率增长率(Ni)、R－R间期的标准差(SD)、归一化的高频(HF，n，o，r，m)作为研究分析驾驶员心生理的指标，表征驾驶员心理紧张度、心率变异大小、迷走神经活性。

试验路段、设备和人员:试验路段为内蒙古大兴安岭森工集团根河林业局木材生产运输专线，线路全长50 km，冬季为冰雪道路(图1)。设计车速40～60 km·h－1，长度L(直线)∶L(曲线)=2．63∶1．00，线路为逆时针单向运行;除少量超车情况外，无其他行车事件干扰。

图1 试验路段

为满足试验过程中数据采集仪等设备的空间要求、试验安全，以及保持试验过程中微环境的一致性，使用同一辆试验车为丰田4500越野车型。采用美国BIOPAC公司生产的MP150 WSW16通道多导生理信号记录仪采集驾驶员在林区冰雪道路行车过程中的心电信号，数据的采样频率设定为500 Hz［22］。利用生理信号记录仪配套软件AcqKnowledge对数据进行提取和分析，采用集思宝MG838手持GPS测速，并对道路数据进行校核，利用GISOffice软件对该数据进行处理。基本设备如图2所示。

图2 试验设备、车辆

考虑排除个体差异，选择具备驾驶职业资格的6名林区企业熟练男性司机工人为被测试驾驶员，要求其自身和家庭直系亲属无神经病和心脏病史，并都非常熟悉路况，平均年龄(43．5±4．76)a，平均驾龄(14．6±3．66)a，驾驶员基本信息见表1所示。

表1 驾驶员基本情况

试验要求及过程:试验要求选择在天气晴朗、照度相近、相邻日期内进行，以确保样本间的可比性和试验环境的一致性。为了减少不必要的因素对行车时驾驶员生理指标的影响，驾驶员在试验前的睡眠、饮食要加以控制，并熟悉驾驶车辆和试验仪器，试验中要求驾驶员和车内其他人员保持安静，车内所有人员关掉手机。

驾驶前静测每位驾驶员5 min心电信号，要求驾驶员安静坐在驾驶座椅位置，双手握住方向盘，心理生理呈最大放松状态，以便确定每位驾驶员的初始基准指标。根据道路条件，在确保安全的前提下驾驶员以正常的习惯和自由速度驾驶，从试验路段起点行驶至终点，连续采集驾驶员在典型草原公路行车过程的心电信号。试验过程中试验记录人员标记路段路遇各种突发事件(停车、超车等)，并记录开车及停车时间。

试验数据处理:行车过程中，驾驶员的心率采集过程会受到车辆震动、内部噪声、电信号等环境因素的影响，会给试验数据带来一定的影响。为保证数据真实可靠，结合试验过程中记录的突发情况，在数据分析前首先对采集的心电信号中部分失真的数据进行降噪处理，既要增强心电信号中的有效成分，又要消除噪声和伪迹。研究表明，正常心电信号频率主要分布在0．25～40 Hz［22］，通过MP150生理信号记录仪配套软件AcqKnowledge进行数据滤波设置。数据经过处理后，使用软件AcqKnowledge对试验数据进行提取和分析。为了保证相同的数据长度，将每位驾驶员每5 min的R－R间期数据进行计算，得出对应的心率变化率与心率变异时频值。通过对行车速度统计描述，1、2、5、6号驾驶员均在30 km·h－1左右列为低速组，3、4号驾驶员均在40 km·h－1左右列为高速组，分别对比分析两速度组生理指标变化。

2 结果与分析

2．1 试验动态指标与静测指标对比

一般认为驾驶员行车试验前的静测状态指标能提供相应的稳定状态基准值［8］，对比静测稳定指标与试验过程指标的平均值，如表2所示为两组驾驶员静测与实驾试验指标均值统计。

表2 驾驶员静测与动态指标

从表2可以直观看出，试验前后指标均发生了不同程度的变化:两组驾驶员实驾状态的心率增长率Ni大于零，说明实驾的心率值高于静测值，表明驾驶员驾驶过程心理紧张程度增加;实驾指标值与静测值相比，SD、HF，n，o，r，m增加，表明驾驶员实驾过程中心率变异性增大，迷走神经活性产生变化，并且迷走神经兴奋性增强。结果说明，心率增长率Ni、SD、HF，n，o，r，m指标能直观显著地反映林区冰雪道路驾驶员的心理和生理状态，驾驶员自主神经系统起了调控作用。实驾与静测状态相比，变化率能够直观地反应驾驶员试验前后指标的变化程度，其计算方法为，变化率=(|动态指标－静测指标|/静测指标)×100%。低速组心率增长率指标为11．75%，低速组SD、HF，n，o，r，m指标变化率分别为45．27%、9．61%;高速组心率增长率指标为17．06%，高速组SD、HF，n，o，r，m指标变化率分别为53．98%、28．62%，则高速组实驾与静测指标值和两种状态的指标变化率均高于低速组的，说明在林区冰雪道路环境下行车高速组驾驶员心理紧张程度、心率变异性、迷走神经张力更大，从而得出，速度是影响驾驶员心生理反应的一个因素。

2．2 驾驶员行车过程中的心电指标

分别分析两组驾驶员每5 min Ni、SD、HF，n，o，r，m指标均值的全程变化，如图3～图5所示。

图3 驾驶员心率增长率变化图

从图3可知，低速组Ni值波动于9．52%～16．06%，整体呈先增加后变为缓慢下降至平稳的趋势;高速组Ni值波动于14．96%～19．55%，整体呈波动状态。两组驾驶初期Ni指标都升高，这是由于驾驶员在林区冰雪道路行车随着速度逐渐提升，驾驶员要不断适应冰雪道路环境，经过相应的调整期，初期都会出现紧张感，心率会升高。高速组Ni指标值整体均高于低速组的，且前者除两处突变点外指标值持续较高没有下降趋势，这表明在冰雪道路上，车速的增加将直接增大驾驶员的心理紧张程度。

从图4可知，低速组SD指标值波动于64．28～88．55 ms，呈先增加后逐渐降低趋势，在60 min之后指标呈平稳状态;高速组SD指标值波动于64．0～89．4 ms，呈波动下降趋势，30 min前指标值较高，35 min之后迅速下降且变化率为13．74%，在60 min处有一个突变下降点。两组驾驶员SD指标都呈减小趋势，因为冰雪道路特殊性，驾驶员要不断控制车辆的稳定行驶，经过连续驾驶，精神负荷和体力负荷都会增大，注意力较为集中，则SD值减小，这一结果与前人研究［19］结论一致。高速组SD指标值高于低速组的，且前者指标值波动剧烈，特别在行车后期，低速组指标基本稳定不变，而高速组波动剧烈。这一结果看似与前面结果相悖，实则不然，因为高速组行车负荷要比低速组大，SD值应该较小，但驾驶员在冰雪道路环境行车若车速较高，驾驶员的心理紧张程度也会增加，导致驾驶员心电R－R间期离散程度大，则SD就会增大，心率变异程度大。所以会出现高速组的SD值高于低速组这一结果。表明在林区冰雪道路连续行车速度越高导致驾驶员心率变异程度增大。

图4 驾驶员S D变化图

图5 驾驶员H F，n，o，r，m变化图

从图5可知，低速组HF，n，o，r，m指标值波动于42．15～73．97 nu，整体呈波动下降趋势，其中在30～35、60～70、70～80 min处指标波动剧烈;高速组HF，n，o，r，m指标值波动于52．0～83．9 nu，整体呈剧烈波动下降趋势，20 min之后指标波动剧烈，在20～25、25～30、30～35、35～50、50～55、55～65 min处均出现突变点。说明HF，n，o，r，m受环境变化影响明显。两组指标值初期较高，表明迷走神经张力较高，这是由于驾驶员初期会出现紧张感，自主神经系统功能起调控作用，向迷走神经张力增强的方向转移，抑制和平复紧张感。两组指标随着驾驶时间增加均呈减小趋势，表明驾驶员迷走神经活性逐渐减弱，交感神经活动逐渐增强，这是由于驾驶员要不断控制车辆的稳定行驶，注意力集中，经过连续驾驶，精神负荷和体力负荷都会增大。高速组Ni指标值高于低速组的，且前者指标值波动剧烈，这可能因为速度高，驾驶员心理紧张程度大，自主神经系统会向迷走神经张力增加方向转移，不断的进行恢复储蓄机体能量，抑制和平复行车带来的紧张感。这一结果表明车速的增加会影响自主神经系统功能的调控作用。

2．3 两组驾驶员差异性

通过以上对各个指标全程分析对比可看出，不同速度组驾驶员的各项指标存在差异，为进一步分析不同速度组驾驶员的指标差异，下面分别对两组驾驶员的3个指标作差异性配对t检验(表3)。

表3 两组驾驶员心电指标配对t检验

从表3中可以看出，两组驾驶员心电的3个指标检验t＜0，表明高速组指标均高于低速组指标值，P＜0．01，表明两组心电指标值差异性非常显著。因此，从统计学角度分析，高速组和低速组的3个心电指标随驾驶时间变化存在显著差异，且前者指标值均高于后者。表明在林区冰雪道路行车过程中，速度对驾驶员心生理反应影响是显著的。所以从心生理角度，为确保行车安全，在林区冰雪道路管理方面应该注意车速的控制要求。

3 结论与讨论

驾驶员在林区冰雪道路行车过程与静测状态比较，都会出现不同程度心理紧张，心率变异增大，迷走神经活动兴奋，说明冰雪条件增大了驾驶员的心生理的负荷。无论速度高低，驾驶员生理指标都会受到一定的影响，但影响的程度是有差异的，并且高速组指标值和变化率都要高于低速组的;两组驾驶员Ni、SD、HF，n，o，r，m指标值在驾驶初期较高且都有升高趋势，说明驾驶员行车初期心理紧张程度大，心率变异性大，自主神经系统调控向迷走神经张力增强的方向转移，抑制和平复紧张感;低速组Ni随驾驶时间增加呈逐渐减小趋势，表明，随着时间增加驾驶员的心理紧张程度下降，而高速组Ni值随驾驶时间增加呈较高状态，表明，车速的增加将直接增大驾驶员的心理紧张程度;低速组和高速组的SD、HF，n，o，r，m指标随驾驶时间增加呈逐渐减小趋势，表明驾驶员在冰雪道路行车时精神负荷和体力负荷都会增大，驾驶员迷走神经活性是逐渐减弱，交感神经活动逐渐增强。高速组3个心电指标值均高于低速组指标值，且两组驾驶员指标值均具有显著差异(t＜0，P＜0．01)，说明速度是影响林区冰雪道路驾驶员心生理反应的一个重要因素，在林区冰雪道路连续行车，车速的增加直接增大驾驶员的心理紧张程度，速度越高导致驾驶员心率变异程度增大，速度会影响驾驶员自主神经系统的调控功能。因此，在林区冰雪道路环境行车，速度是影响驾驶员心生理反应和安全行车的一个重要因素，则建议在林区冰雪道路行车时应注意对驾驶员行车速度的控制与管理，以保证行车安全。但基于林区冰雪道路环境特殊性，以驾驶员心生理反应为依据的合理速度还有待于进一步试验研究。

［1］马艳娥，王立海．用模糊聚类分析法对小兴安岭林区木材生产作业季节划分的探讨［J］．林业资源管理，1995(6):63－66．

［2］李月辉，吴志丰，陈宏伟，等．大兴安岭林区道路网络对景观格局的影响［J］．应用生态学报，2012，23(8):2087－2092．

［3］相文森．城市冰雪道路交通事故成因及发生机理研究［D］．哈尔滨:哈尔滨工业大学，2010．

［4］孙凤英，阎春利．冬季冰雪路面行车速度与安全隐患分析［J］．森林工程，2010，26(3):44－45，60．

［5］Rutley K S，Mace D G W．Heart rate as a measure in road layout design［J］．Ergonomics，1972，15(2):166－173．

［6］Task Force．Heart rate variability standards of measurement，physiological interpretation，and clinical use［J］．Circulation，1996，93(5):1043－1064．

［7］Barron H V，Lesh M D，San Francisco F，et al．Autonomic nervous system and sudden cardiac death［J］．J Am Carohol，1996，27(5):1053－1060．

［8］Montano N，Porta A，Cogliati C．Heart rate variability explored in the frequency domain:A tool to investigate the link between heart and behavior［J］．Neurosci Biobehav Rev，2009，33(2):71－80．

［9］Acharya U R，Joseph K P，Kannathal N．Heart rate variability:A review［J］．Med Bio Eng Comput，2006，44(12):1031－1051．

［10］李长清，董为伟．心率变异性分析及其在神经病学中的应用［J］．重庆医科大学学报，2000，25(1):101－103．

［11］陈灏珠．关于心率变异性的研究［J］．中华内科杂志，1995，34(5):291－292．

［12］宋成运，张秋林，张淑文，等．年龄及平均心率对心率变异指标的影响［J］．心电学杂志，1996，15(3):69－70．

［13］戚文航．心率变异性测定在心血管疾病应用中的展望［J］．中华心血管病杂志，1995，23(1):7－8．

［14］富路，池洪杰．心率变异的应用及评价［J］．中国实用内科杂志，2001，21(5):269－271．

［15］Malik M．Heart rate variability standard of measurement，physiological interpretation and clinical use［J］．European Heart Journal，1996，17(3):354－381．

［16］杨福生，高上凯．生物医学信号处理［M］．北京:高等教育出版社，1996．

［17］刘洋．基于驾驶员生理与心理反应的公路隧道光环境分析［D］．呼和浩特:内蒙古农业大学，2009．

［18］杨渝书，姚振强，李增勇，等．心电图时频域指标在驾驶疲劳评价中的有效性研究［J］．机械设计与制造，2002(5):94－95．

［19］李增勇，焦昆，陈铭，等．汽车驾驶员模拟精神负荷与心率变异性的相关性分析［J］．北京生物医学工程，2002，21(3):190－193．

［20］Bezerianos A，Papadimitriou S，Alexopoulos D．Radial basis function neural networks for the characterization of heart rate variability dynamics［J］．Artificial Intelligence in Medicine，1999，15(3):215－234．

［21］朱文玉，田仁，孔晓霞．人体生理学［M］．3版，北京:北京大学医学出版社，2011．

［22］张荃方，王蔚，陈作元，等．浅谈心率变异性分析的标准化问题［J］．实用心电学杂志，2010，19(5):398－400．