不同踏板力对驾驶员腿部肌肉疲劳的分析研究

张燕军 ， 徐勇， 张夏， 孙有朝， 丁翔杰

(1.扬州大学 机械工程学院,扬州 225127； 2.南京航空航天大学 民航学院,南京 210016)

1 引言

随着我国汽车行业的迅速发展，消费者在关注汽车安全性、可靠性的同时，也越来越多的关注着汽车的驾驶舒适性[1-2]。由驾驶机动车所引起的腿部肌肉疲劳是影响舒适性的关键因素之一[3]。Naddeo A[4]等人认为长期的固定坐姿工作容易引起肌肉疲劳，因而固定坐姿操纵的机动车驾驶员易引发腿部肌肉疲劳。由驾驶引起的腿部肌肉疲劳不仅会对驾驶员的健康产生不利影响，甚至将影响到驾驶安全。研究证实[5]，长期从事运输行业的机动车驾驶员产生腿部酸痛的频率较高。同时，肌肉在疲劳状态下的反应及其对肢体运动的影响，都会影响驾驶员的注意力集中程度和操纵的准确度，因此，多年来驾驶疲劳一直成为道路交通安全的重要影响因素。

有关驾驶疲劳的研究，国内外学者取得的成果颇盛，不仅提出了诸多驾驶疲劳检测方法，而且还建立了判定驾驶疲劳的模型。王琳[6]等人通过驾驶员驾驶过程中股二头肌的生理信号检测，以表征疲劳状态的主成分为自变量建立了判定驾驶疲劳的数学模型，可以准确地判别驾驶员在驾驶过程中的疲劳状态；Grujicic[7]等人运用AMS软件对驾驶过程中的“人-座椅”建模，研究了操纵踏板与座椅之间距离的变化对腿部、背部及腰部等肌肉群活动程度的影响，仿真结果表明随着座椅与操纵踏板之间距离的增加,肩部、颈部及腿部肌肉活动水平也随之增加；Hostens.I[8]等人基于人体表面肌电信号对长途驾驶过程中的肌肉疲劳进行研究，当肌肉处于疲劳状态后，时域指标中的积分肌电值升高，频域指标中的平均功率频率降低；田强[9]等对30名中年出租车驾驶员连续八小时驾驶操纵过程中腰部竖脊肌和胫骨前肌的表面肌电信号进行分析，并选取中值频率(MF)、平均振幅(MA)和积分肌电(iEMG)三个指标进行处理，研究证实：在八小时驾驶操纵后，两侧的腰部竖脊肌发生明显不对称，肌肉疲劳反应显著，表明长期长时间机动车驾驶工作会引发腰腿部肌肉疲劳的慢性累积。

由此，国内外有关疲劳驾驶检测方法的研究以主观检测和客观检测为主[10]。然而，针对在不同踏板力的脚操纵装置上驾驶而引起腿部肌肉疲劳的研究非常之少。驾驶引起腿部局部肌肉疲劳的研究需充分考虑人体肌肉的生理特征，且驾驶过程中的驾驶员腿部肌肉的硬度值是腿部肌肉疲劳的重要指标[11]，而肌肉收缩程度和人体疲劳密切相关，即肌肉收缩强度越大，肌肉硬度越大，则人体越容易感到疲劳。另外，当人体处于工作状态时，在一段时期内肌肉硬度小则人体舒适度好，肌肉硬度大则人体舒适度差[12]。且表面肌电技术可以测量人体的局部肌肉疲劳[13]状况，因此，同时结合腿部肌肉硬度值的变化，可有效评估机动车驾驶人员使用不同脚操纵力驾驶时对腿部的疲劳影响。

本文基于肌肉硬度值测量和表面肌电技术，结合主观疲劳调查，在被试人员处于静坐状态以及在不同制动踏板力状况下完成模拟驾驶任务后，对被试人员腿部肌肉疲劳进行研究，并比较不同任务组的各项指标，探索驾驶过程中改变踏板力对驾驶员腿部肌肉疲劳的影响，实验结果可为设计脚操纵装置时应充分考虑肌肉疲劳因素提供依据。

2 研究方法

2.1 被试

选择10名具有驾驶经验的男性驾驶员作为样本进行试验，这10位测试人员的年龄在22-26岁之间，平均身高为174.2±5.8 cm，平均体重为74.9±13.7 kg。测试人员身体健康，1年内没有任何肌肉强烈损伤，并且实验之前的24 h之内没有进行过任何剧烈性的运动。

2.2 测试肌肉的选择

对于长时间的驾驶车辆，操纵踏板的腿部骨骼肌是疲劳累积较高区域，在完成脚操纵踏板过程中小腿部疲劳较大腿部严重，且小腿部的腓肠肌活动程度较高[14]，在本次试验用中，驾驶模拟器采用自动档模式，因此，肌肉疲劳的测试对象为右腿部腓肠肌肌肉群。

2.3 试验设备

(1)多模式驾驶模拟器：提供一个模拟驾驶平台，被试人员能够通过脚操纵装置模拟驾驶过程中踩油门和踩刹车时的动作，并且通过调换模拟器的踏板弹簧来控制踏板力。

(2)踏板力传感器：选用的型号为CHM踏板力传感器，来测量模拟驾驶器踏板力。

(3)数显邵氏硬度计：主要是用来测量各状况下完成驾驶任务后的腓肠肌处硬度值。

(4)表面肌电测量系统：表面肌电技术(Surface Electromyo-graphy，sEMG) 是通过测量、分析肌肉收缩时所释放的肌电信号来评估肌肉的活动状态。本次实验信号采集和处理的核心模块选用的是深圳市矽普特科技有限公司所研发生产的一种XPT2046型四线制电阻触摸屏控制芯片。原始的sEMG数据仅仅是随时间连续变化的波形[15]，而且肌电信号本身是一种很微弱的电信号，直观地看无法得出太多有价值的结论。而肌电信号经过前置放大电路放大之后仍然较微弱，因此在经过滤波和陷波去除干扰之后，还需将信号进行二级放大，以便更好的进行观察、分析。

(5)主观疲劳评价表：采用Borg的RPE自觉疲劳等级量表[15]，该表采用简单的询问方式，直观且不会影响实验状态。该表把主观疲劳程度分为九个等级：根本不费力(6分)；极其轻松(8分)；很轻松(9分)；轻松(12分)；稍累(14分)；累(18分)；很累(19分)；精疲力竭(20分)。得分越高表示人体越感觉疲劳。

2.4 试验任务与过程

驾驶员制动踏板力的范围一般为80～400 N[16],所以本试验将制动踏板力分别设为80～159 N、160～239 N、240～319 N、320～400 N，而油门踏板需长时间保持踩下状态，故而操纵力设为10 N。每名被试人员需分别完成六次试验(时限均为40 min)：第一次为静坐于模拟器座椅上，无需采取任何动作；第二次为在试验时限内被试人员只需踩踏油门踏板，模拟驾驶时速保持在60 KM/h；第三、四、五、六次试验制动踏板力分别设置为80～159 N、160～239 N、240～319 N、320～400 N这四种区间范围，油门踏板力不变，这四次试验被试人员都需将模拟驾驶车速达到60 KM/h并保持10 s后踩踏制动踏板进行刹车，待车速为零时继续踩油门加速到60 KM/h，重复上述操作直至试验结束。被试人员每天只能完成一项实验，且在进行下一次试验任务前必须得到充分的休息。

试验开始前，适配好踏板力，在采集好各被试人员的基本信息后，再以75%酒精擦拭被试人员待测肌肉部位的皮肤表面。待皮肤彻底干燥后，将红色电极贴在右腿腓肠肌隆起处，绿色电极贴在红色电极的下方，黄色电极贴在胫前肌上方，具体如图1所示。而后将肌肉传感器与Arduino控制器连接，并将Arduino控制器通过串口通讯以实现肌电信号于上位机上的实时显示，同时保存数据，以便及时获得的各项表面肌电信号波形。

在实验过程中，需安排工作人员询问被试人员主观疲劳感受(每10 m一次)，并及时记录。当任务完成后，用数显邵氏硬度计对被人员右腿腓肠肌的硬度进行测量并记录。

图1 表面肌电信号采集测试

2.5 统计学方法

所有数据通过SPSS 21.0统计处理，肌电信号各数值以均值±标准差表示，其他数值以均值形式表示，并且以配对t检验分析各任务组间肌电信号指标变化，显著性水平为P<0.05。

3 结果

3.1 肌肉硬度指标

通过测试肌肉硬度,可鉴别被试人员自身无法感觉到的肌肉轻度酸痛状态，有助于实际中驾驶员调整驾驶时长,以防止肌肉疲劳积累及损伤,并合理安排驾驶强度。经过测量得到被试人员完成试验任务后的腓肠肌处肌肉硬度均值，如表1所示。与静坐相比，完成其他试验后肌肉硬度明显增加，而制动踏板力设置为80～159 N与制动踏板力设置为160～239 N时肌肉硬度变化不明显，见表1。

表1 肌肉硬度值(HC)

3.2 表面肌电评价指标

本实验所测的肌电信号主要通过时域指标和频域指标分析，以此来获取肌肉疲劳信息。

(1)时域指标

本次实验分析时域特征选择比较常用指标为积分肌电(Intergrated Electromyogram,iEMG)和均方根值(Root Mean Square,RMS)。iEMG和RMS能够有效反应肌肉在一定时间内运动单位的放电总量和单位时间内的收缩特性[17]。

积分肌电值(iEMG)的数学计算公式为：

其中，x(t)表示肌电信号；t1表示起始时间；t2表示终止时间；dt表示实验中采样时间间隔。

均方根值(RMS)的数学计算公式为：

其中，N是实验采样点数；Xi为采样中的每一点的EMG幅值。

(2)频域指标

本次实验分析频域特征所选用指标为平均功率频率(MeanPower Frequency，MPF)和中值频率(Median Frequency，MF)。MPF和MF能够有效地衡量肌肉的生物力学特性和功能状态[18]，计算方法分别为:

其中P(f)为功率谱密度，MF为中值频率，f为肌电信号的频率，f0为频率上限，即采样频率的一半(500 Hz)。

完成各任务组后，右腿腓肠肌的iEMG、RMS、MPF及MF的计算结果及对照见表2～4。

从表2中易知，与静坐相比，完成其他四种状况下的驾驶任务时，sEMG各项指标(iEMG、RMS、MPF及MF)均有显著性差异(P<0.05)，其中iEMG和RMS随着制动踏板力增加呈增大趋势，MPF及MF呈减小趋势。

表2 不同状况下sEMG比较(与静坐比较)

注：*P<0.05。

表3 采用不同制动踏板力与不踩制动踏板sEMG比较

注：*P<0.05。

从表3可知，驾驶过程中频繁采取制动且制动踏板力达到240 N以上时，sEMG各项指标(iEMG、RMS、MPF及MF)均有显著性差异(P<0.05)；当驾驶过程中制动踏板力为80～159 N制动踏板力，与持续踩油门保持60 KM/h行驶而不采取制动相比，iEMG、RMS、MPF及MF差异均无显著性(P>0.05)。

从表4可知，与制动踏板力为80～159 N相比较，制动踏板力在160～239 N内时，完成驾驶任务后的iEMG、RMS、MPF及MF差异均无显著性(P>0.05)，而制动踏板力为240～400 N时，iEMG、RMS、MPF及MF均有显著性差异(P<0.05)；制动踏板力在240～319 N范围内与制动踏板力为320～400 N 相比较，除iEMG有显著性差异(P<0.05)外，其余sEMG指标均无显著性差异(P>0.05)。

表4 采用不同制动踏板力后sEMG比较

注：aP<0.05,与80～159 N制动踏板力组比较；bP<0.05,与160～239 N制动踏板力组比较；cP<0.05,与240～319 N制动踏板力组比较。

3.3 疲劳主观评价指标

综合了10名被试人员在不同状况下完成试验任务后的疲劳感受，依据主观疲劳感受分值进行汇总。从表5可知，被试人员在静坐状态下感觉很轻松；保持匀速及80～239 N的制动踏板力状况下，感觉稍累；当踏板力在240 N以上时，明显感觉疲累。

表5 疲劳感受分值汇总

4 讨论

从试验的结果可以看出，静坐状态下肌肉处于放松状态，在驾驶状态时肌肉硬度显著增加。制动踏板力在240 N以上时，驾驶过程中的频繁制动与加速，加剧了腓肠肌收缩导致硬度增大。从肌肉硬度的变化结合主观疲劳感受来看，随着腓肠肌硬度增大，被试人员越感疲劳且肌肉酸痛感不断增强。Niitsu[19]等人研究表明，人体肌肉处于疲劳状态下，其硬度显著增加，本研究的结果与此一致。

通过表面肌电数据分析可知，与静坐准状况下相比，其他状况下完成驾驶任务后iEMG与RMS均上升。iEMG增加表明腓肠肌运动单位参与肌纤维放电总量增大，疲劳程度加重。RMS变化幅度明显表明腓肠肌收缩程度增大，疲劳感增强。与静坐准状况下相比，其他状况下完成驾驶任务后MPF和MF均下降且下降率较高，表明腓肠肌产生的电信号中低频成分增多，疲劳程度加深。

本研究结果中，不踩制动踏板保持匀速行驶与制动踏板力为80～159 N时的频繁制动、加速状况下相比较，肌肉硬度值、sEMG指标和主观疲劳感差异不明显，其原因主要考虑是60KM/h匀速驾驶时操纵脚需长时间维持悬空状态致腿部也有一定的疲劳感，与文献[20]研究结果相符。另外，虽然有频繁制动操作，但制动踏板力为80～239 N时踏板给人脚的阻力有限，且制动结束后脚可以轻松的移开而无须维持制动踏板恢复过程，加之操纵脚从制动踏板移到油门踏板过程中得到短暂的休息，减缓了疲劳加剧，与文献[14]研究结果一致。显然，制动踏板力在240 N以上时，驾驶员需较大的力操纵，踏板恢复过程也需施加一定的力去维持稳定，频繁此操纵导致腿部疲劳更易累积严重。本研究结果中，制动踏板力为240～319 N时与制动踏板力在320～400 N状况相比较各疲劳指标差异并不明显，主要原因考虑是肌肉疲劳程度有一定的阈值，肌肉疲劳达到上限易导致肌肉损伤，严重影响驾驶舒适性，威甚至胁到驾驶安全。

5 结论

本研究运用肌肉硬度值测量、表面肌电测试技术、主观疲劳感受调查等三种方法，对被试人员处于静坐状态以及在不同制动踏板力状况下完成模拟驾驶任务后的各项疲劳指标进行测量。得到的被试人员右腿部腓肠肌硬度值、表面肌电信号、主观疲劳感受等指标水平，用于评价静坐等六种状况下的腿部局部肌肉疲劳。结果表明：各指标的评价基本一致，能够有效的表明驾驶操纵腿局部肌肉疲劳，踏板力的大小直接影响腿部局部肌肉疲劳程度，并且制动踏板力的大小在240 N以下为宜。

研究成果可为汽车操纵踏板参数设计优化提供参考，也可为智能驾驶操纵装置设计提供了理论基础。后续研究将结合踏板力和踏板行程变化对腿部肌肉疲劳阈值的影响，进一步完善踏板的物理特性对腿部肌肉疲劳影响的研究，提高研究的可靠性。