草原公路駕駛員時域分析指標與駕駛疲勞灰關聯分析

秦 偉，朱守林，裴志永，秦 艷

(1.內蒙古建筑職業技術學院 市政與路橋工程學院，內蒙古 呼和浩特 010070；2.內蒙古農業大學 能源與交通工程學院，內蒙古 呼和浩特010018；3.中國農業科學院 草原研究所，內蒙古 呼和浩特 010010)

目前，國內外相關學者對大量的交通事故進行研究分析，得到了因駕駛員人為因素導致的交通事故占全部交通事故的40%～90%[1]，由駕駛員負直接責任的事故占81%左右[2]。其中直接責任由于疲勞駕駛造成的特重大交通事故是主要原因之一。

草原公路由于其特定的地域決定它具有直線長，景觀單一，坡度小等特點[3]，駕駛員在這樣的路段上行駛，易開快車，放松警惕，出現疲勞駕駛狀況，致使大量交通事故的發生。筆者以內蒙古草原公路上駕駛員連續駕駛時的生理信號為研究對象，對駕駛員在草原公路行駛出現疲勞狀態的時間進行分析，判斷出駕駛員駕駛疲勞出現點，運用灰關聯分析方法分析駕駛員時域分析指標與駕駛疲勞的關聯程度。

1 試驗方法

1.1 試驗人員

筆者根據分層隨機法選取5名試驗人員進行實駕試驗，見表1。

表1 試驗人員信息Table 1 Information of laboratory assistants

1.2 試驗路段選擇

試驗路段為內蒙古錫林郭勒盟錫林浩特市境內的S101賽罕塔拉—滿都拉圖段，該路段的設計等級為二級，設計車速為80 km/h，全長152.494 km。該路段平面線形以直線為主，平曲線較少，而且圓曲線半徑較大，具有典型的草原道路的特征。

1.3 試驗要求以及試驗儀器

試驗要求選擇在天氣晴朗的白天進行，試驗前要求試驗人員充分休息，避免服用刺激性飲品和藥物。

本試驗所測取的駕駛員生理信號利用RM6240多通道生理信號采集處理系統采取，采集過程中應保證多通道采集儀數據線的長度適中，達到不干擾駕駛為準。試驗過程中對車速不限制，駕駛員駕駛桑塔納2000，以自由狀態下往返駕車行駛300 km。

1.4 試驗指標測取

筆者主要依據該儀器進行心電信號的采取。首先將多通道生理信號采集儀接地置0，然后對駕駛員的胃部和左右鎖骨進行酒精擦拭并進行電極片的粘貼。其中，胃部的電極片應與正極導線相連接，右側鎖骨電極片應與參考極導線相連接，左側鎖骨電極片應與負極導線相連接，試驗過程中采集的參數指標見表2。

表2 采集儀參數值Table 2 Parameters of instruments

2 測評指標的選取

2.1 心電信號指標選取

心率變異性 (HRV)是指心率節奏快慢隨時間所發生的變化。心率變異性以連續心搏之間R-R間期的微小漲落為研究目標，即體現在竇性心搏間期快慢的差異性[4]。

目前，研究心率變異的分析方法有頻域分析法和時域分析法，筆者主要研究心率變異指標時域分析指標與駕駛疲勞的灰關聯分析。

時域分析方法是對R-R間期中時間序列的指標以及幾何分布特征進行分析來表征，是一種相對簡單方便并且容易理解的方法。時域分析方法包括以下統計學參數指標[5]。

SDANN(ms)：正常竇性R-R間期標準差；

RMSSD(ms)：相鄰正常竇性R-R間期差值的均方根值或標準差；

MeanRRR-R(ms)：間期序列的均值，反映了心率變異的平均水平；

PNN50：相鄰R-R間期差值大于50 ms的R-R間期數與全部R-R間期數之比；

RRCV：心電圖變異系數；

SDSD(ms)：相鄰R-R間期差值的標準差；

NN50(個)：相鄰R-R 間期差值>50 ms的心跳數。

SDNN表示在一定時間段內，R-R間期序列的總體標準差，對于研究時間段相對短的數據分析時有較好的效果。因筆者研究的是出現駕駛疲勞時的時域分析指標與駕駛疲勞的灰關聯分析，相對于300 km的駕駛時間來說是較小的時間段，因此筆者選取了該指標。SDANN與SDANNi都是反應心率變異性中緩慢變化的成分，SDANN應用于全程，因此選取一項即可，筆者選SDANN。NN50反映相鄰R-R間期數值大于50 ms的個數，從駕駛疲勞的灰關聯分析上考慮該指標的研究意義不大，因此排除。心率變異系數RRCV研究表明可以用來計算駕駛疲勞程度[6]，因此筆者研究時域分析指標與駕駛疲勞的灰關聯分析時，采SDNN、MeanRR、SDANN、r-MSSD、PNN50及RRCV等指標進行研究。

2.2 駕駛疲勞度計算

駕駛疲勞度是反應駕駛疲勞的程度，可以通過駕駛員的心電信號計算得出具體的數值來反映駕駛員的駕駛狀態。具體計算公式如式(1)[4]：

(1)

2.3 生理指標隨駕駛時間變化

利用試驗測得的數據經過濾波和Excel處理后，以時間間隔為5 min提取的時域分析指標值MeanRR、RMSSD、PNN50、SDANN、SDNN，計算出5名試驗員各時域分析指標的算數平均值，然后繪制出各時域分析指標與駕駛員連續駕駛時間的關系，如圖1，為了直觀的體現各指標隨時間的變化，將MeanRR的具體測得數值進行了縮小10倍的處理，以便在一張關系圖中進行各指標隨駕駛時間的比較。

圖1 生理指標隨駕駛時間變化Fig.1 Change of physiological index along with driving time

由圖1可以看出，在連續駕駛時間為120 min左右時，駕駛員各時域分析生理指標的變化出現拐點，我們可以判斷駕駛員在此時范圍內出現了駕駛疲勞狀態，即駕駛疲勞時間點。筆者因此選取駕駛員在草原公路上連續駕駛115～125 min時的各項生理指標，其中所用的采樣間隔為1 min進行駕駛員時域分析生理指標駕駛疲勞的灰關聯分析。

3 灰色評估方法

3.1 灰關聯分析的整體思路

灰關聯分析是一種定量分析比較的方法，是利用統計數據序列所構成的曲線幾何形狀進行定性分析。通過對構成的曲線幾何形狀的分析得出，曲線幾何形狀越接近，表示關聯度越大。其中，關聯度所指的是數據列之間關聯程度大小的量度[7]。

灰關聯分析的整體思路：首先建立子序列，并依據選優原則構成一個母序列，即參考序列，母序列中的各個元素為各子序列中的最佳值；然后計算出關聯系數，即各子序列中各個元素對應母序列的關系數，依據該原理求出各子數據列對母序列的整體關聯度；最后根據算出的關聯度大小進行排序，并最終獲得關聯序，排序在最前面的子序列相對母序列的關聯度最大，稱為最優子序列[8]。

3.2 灰關聯分析模型的建立方法

一般設有：

子序列：Xi={Xi(1)，Xi(2)，…，Xi(n)}={Xi(K)}

母序列：Xo={Xo(1)，Xo(2)，…，Xo(n)}={Xo(K)}

其中：i=1，2，…，m；m為子序列個數；K=1，2，…，n；n為每個序列的元素個數。

(2)

式(2)為母序列Xo與子序列Xi在采樣點K的關聯系數。

對于每個采樣點，都可按式(1)計算與之相對應的關聯系數。最后綜合分析各點的goi(K)，得到每個子序列Xi與母序列Xo的關聯度：

(3)

3.3 駕駛疲勞的灰關聯分析

根據灰分析理論我們確定母序列為駕駛疲勞度序列，子序列為駕駛員處于駕駛疲勞狀態時對應的生理指標序列。由連續駕駛時間為115～125 min的各項生理指標值，通過式(1)駕駛疲勞度的計算得出各時間的駕駛疲勞度母序列為：

Xo={0.78, 0.89, 0.72, 0.99, 0.65, 0.91, 1.11, 1.03, 0.68,1.14}

子序列 (其中1為RMSSD；2為PNN50；3為SDANN；4為MeanRR；5為SDNN) 為：

X1={28.93,22.57,44.93,26.9925.92,26.44,33.28,35.13, 25.54, 22.87, 25.23}

X2={92.68, 90.16, 96.10, 92.97, 98.46, 97.90, 98.13,96.02,94.38, 92.51 , 99.08}

X3={37.05,44.53,45.98,48.69,36.68,47.65,53.64,51.55,38.16,56.81}

X4={892.00,916.43,928.00,912.00,923.00,932.11,960.14,960.78,965.73,947.47,954.18}

X5={34.54, 40.89, 32.90, 45.80, 47.00, 40.91, 46.50, 49.60, 50.70, 52.20}

筆者研究采用以下方法對于母序列和子序列的初值化的指標需作無量綱處理。

(4)

(5)

式中：n=5；K=1，2，…，5。

計算得出初始化序列為：

Xo={0.88,1.00,0.81,1.11,0.73,1.02,1.25,1.16,0.76,1.28}

X1={0.99,0.77,1.54,0.92,0.89,0.90,1.14,1.20,0.87,0.78}

X2={0.98,0.95,1.01,0.98,1.04,1.03,1.03, 1.01,0.99,0.97}

X3={0.80,0.97,1.00,1.06,0.80,1.03,1.16,1.12,0.83,1.23}

X4={0.96,0.98,0.99,0.98,0.99,1.00,1.03,1.03,1.03,1.01}

X5={0.79,0.94,0.75,1.05,1.08,0.94,1.06,1.13,1.16，1.10}

3.3.1 計算絕對差值

表3 絕對差值計算Table 3 Calculation of absolute difference value

3.3.2 求Δ(min)和Δ(max)

根據：Δoi(max)=max{Δoi(K)}；Δoi(min) =min {Δoi(K)}；Δ(max)=max{Δo1(max),Δo2(max)，…,Δok(max)}；Δ(min)=min{Δo1(min),Δo2(min)，…,Δok(min)}。得：Δ(max)=0.73；Δ(min)=0.01。

3.3.3 求關聯系數和關聯度

由式(2)計算關聯系數如表4。

表4 關聯系數計算結果Table 4 Calculation results of correlation coefficient

由式(3)計算關聯度：ro1=0.69，ro2=0.73，ro3=0.88，ro4=0.74，ro5=0.77。

所以關聯順序為ro3>ro5>ro4>ro2>ro1。即駕駛員時域分析指標與駕駛疲勞的關聯順序為：SDANN，SDNN，PNN50，MeanRR，RMSSD。

4 結 論

1)通過駕駛員生理指標隨連續駕駛時間變化圖分析，在連續駕駛時間為120 min時，MeanRR和SDNN呈下降趨勢，PNN50、SDANN、RMSSD呈上升趨勢。這表明駕駛員在草原公路上連續行駛120 min左右時出現駕駛疲勞。

2)通過駕駛員時域分析指標與駕駛疲勞的灰關聯分析，得出時域分析指標與駕駛疲勞關聯程度由強到弱為SDANN，SDNN，PNN50，MeanRR，RMSSD。

3)筆者對草原公路駕駛員的駕駛疲勞指標的選取進行了初步探討和分析，為詳細研究草原公路行車疲勞做了前期基礎研究。

[1] B.Φ.巴甫可夫.道路條件與交通安全[M].景天然,譯.上海:同濟大學出版,1990.

Pavlov B Φ.Road Conditions and Traffic Safety [M].Jing Tianran translate.Shanghai:Tongji University Press,1990.

[2] Saroj K L L,Ashley C.Physiological indicators of driver fatigue[C]// 2000 Road Safety Research,Policing & Education Conference.Brisbane,Queensland:[s.n.],2000.

[3] 霍月英.基于駕駛員心生理反應的草原公路最大直線長度研究[D].呼和浩特:內蒙古農業大學,2010.

Huo Yueying.Research on the Longest Straight Line Length of Prairie Highway Based on Drivers Psychological and Physiological Reaction[D].Hohhot:Inner Mongolia Agricultural University,2010.

[4] 秦偉.駕駛員生理指標對行車疲勞響應的敏感性研究[D].呼和浩特:內蒙古農業大學,2011.

Qin Wei.The Study on Sensitivity of Driver’s physiological Indices on Travel Fatigue[D].Hohhot:Inner Mongolia Agricultural University,2011.

[5] 蘭麗.室內環境對人員工作效率影響機理與評價研究[D].上海:上海交通大學,2010.

Lan Li.Mechanism and Evaluation of the Effects of Indoor Environmental Quality on Human Productivity[D].Shanghai:Shanghai Jiaotong University,2010.

[6] 姚娜.基于駕駛員心理與生理反應的草原二級公路交通事故分析[D].呼和浩特:內蒙古農業大學,2010.

Yao Na.Accidental Analysis of Prairie Secondary Highway Based on the Psychological and Physiological Reaction of Driver[D].Hohhot:Inner Mongolia Agricultural University,2010.

[7] 鄧聚龍.灰色預測與決策[M].武漢:華中理工大學出版社,1986.

Deng Julong.Grey Prediction and Decision[M].Wuhan:Huazhong Institute of Technology Press,1986.

[8] 王浩.灰關聯分析在評估投標公司綜合實力中的應用[J].重慶交通大學學報:自然科學版,2008,27(2):234-326.

Wang Hao.Application of grey relational analysis to comprehensive strength appraisement of each bidder in bid evaluation[J].Journal of Chongqing Jiaotong University:Natural Science,2008,27(2):234-326.