金立生 李科勇 牛清寧 高琳琳
(1.吉林大學交通學院 長春 130022;2.公安部道路交通安全研究中心 北京 100062)
駕駛人疲勞是造成道路交通事故的主要因素之一,每年由于疲勞駕駛而引起的交通事故占事故總數的20%左右,占特大交通事故的40%以上[1-2]。Forsman[3]研究發現,在美國,超過28%的駕駛人在駕駛過程中出現過瞌睡現象。然而,即使處于疲勞狀態駕駛人仍會繼續駕駛[4]。因此,需要對駕駛人駕駛狀態進行實時檢測,當出現疲勞狀態時,給予有效的預警,避免道路交通事故的發生,針對駕駛疲勞特征的研究對法律法規的制定和修改具有重要意義[5]。
目前,疲勞駕駛檢測方法主要分為基于主觀評價的檢測方法、基于駕駛人生理信號的檢測方法、基于駕駛人生理反應的檢測方法、基于駕駛行為的檢測方法和基于信息融合的檢測方法[6]。其中,基于駕駛行為的駕駛疲勞檢測方法為非接觸式檢測,測量過程不會對駕駛人的正常駕駛行為造成干擾,而且不受光照等環境因素影響,特征參數(車速、轉向盤轉角等)容易提取,已成為國內外研究熱點。
Mortazavi等[7]研究發現,疲勞駕駛狀態下,駕駛人對轉向盤控制能力明顯下降,通過檢測駕駛人當前的轉向盤操作信息,能夠實現對疲勞駕駛的檢測。李偉等[8]通過駕駛模擬實驗采集不同駕駛狀態下轉向盤轉角及道路偏移量,建立了基于BP神經網絡的疲勞檢測系統。石堅等[9]通過對轉向盤轉角分析,采用模糊神經網絡制定疲勞規則,利用改進的BP 算法對駕駛人安全狀態進行辨識。……