基于隱馬爾可夫模型的無侵入疲勞等級判別

尉志禮，胥 川，王雪松，王岳川

(1.西南交通大學 交通運輸與物流學院，四川 成都 611756；2.西南交通大學 綜合交通運輸智能化國家地方聯合工程實驗室，四川 成都 610031；3.同濟大學 交通運輸工程學院，上海 201804；4.道路交通集成優化與安全分析技術國家工程實驗室，江蘇 無錫 214151)

0 引言

疲勞駕駛是一種危險駕駛行為，會造成駕駛人車輛操縱能力的退化，是引起道路交通事故的重要原因之一[1-2]。根據美國高速公路安全管理局的統計，美國每年大約有328 000起事故由疲勞駕駛引發，造成大約1 090億美元的損失[3]。美國汽車協會交通安全基金會的調查顯示，大約96%的駕駛人認為疲勞駕駛非常危險，但仍有大約24%的駕駛人承認自己每30天會有1次在疲勞狀態下進行駕駛的情況[4]。疲勞駕駛是中國高速公路事故的主要原因之一，2015年，中國有8.41%的道路事故和6.21%的高速公路事故由疲勞駕駛導致[5]。近年來，國內外學者對疲勞駕駛的研究關注度越來越高[2]。

目前，交通運輸行業對疲勞駕駛相當重視，但是其治理仍然存在困難。在我國，相關法律規定駕駛員連續駕駛4 h后必須進行20 min的休息[6]，相關部門也要求部分客運及貨運車輛安裝并使用衛星定位系統并接入全國性平臺對車輛運行時間進行實時監控[7]。一些公司推出了自己的疲勞監控產品：Volvo在汽車上搭載能夠實時監控車輛運動狀態的疲勞預警系統[8]；OPTALERT通過無線眼鏡檢測眼動指標來判斷駕駛員疲勞狀態并已投入商用[9]。盡管采取了一些措施，但是針對疲勞等級的判別，還需要更加準確可靠的模型[10]。……