基于腦電圖識別結(jié)合操縱特征的駕駛疲勞檢測分析

付 強（遼寧省交通高等?？茖W校，110122）

?

基于腦電圖識別結(jié)合操縱特征的駕駛疲勞檢測分析

付 強
（遼寧省交通高等?？茖W校，110122）

摘要：交警部門在進行道路安全管理時，對疲勞駕駛的人員進行有效的駕駛疲勞檢測，是辨別疲勞駕駛?cè)藛T前提與基礎(chǔ)。本文基于腦電圖識別結(jié)合操縱特征為切入點，通過選取的樣本進行駕駛疲勞實驗，將腦電圖識別與車輛操縱特性相結(jié)合來檢測駕駛員的疲勞狀態(tài)。

關(guān)鍵詞：腦電識別；操縱特征；駕駛疲勞；檢測分析

1 腦電圖與駕駛疲勞概述

1.1腦電圖簡述。腦電圖是通過精密的電子儀器，從頭皮上將腦部的自發(fā)性生物電位加以放大記錄而獲得的圖形，是通過電極記錄下來的腦細胞群的自發(fā)性、節(jié)律性電活動。腦電圖是記錄了某一時刻的腦電波的信息圖，腦電波有四個重要的波段，其頻率變動范圍在每秒1-30次之間，其中δ波在1-3Hz之間，θ波在4-7Hz之間，α波在8-13Hz之間，β波在14-30Hz之間，此外也有其他一些情況，比如專注工作或者睡眠時，各有不同，在清醒并且精神專注時，有一種頻率較β波更高的γ波，其頻率為30—80Hz，波幅范圍不定，而在睡眠時，還可出現(xiàn)另一些波形較為特殊的正常腦電波，如駝峰波、σ波、λ波、κ-復合波、μ波等，在本文研究中，從駕駛員從情形狀態(tài)向疲勞的精神狀態(tài)轉(zhuǎn)變時，慢波δ波和θ波增加，快波α波和β波降低。

1.2駕駛疲勞簡述。駕駛疲勞是指駕駛員在長時間地連續(xù)行車或從事其他體力勞動消耗過大、睡眠不足，產(chǎn)生生理機能和心理機能的失調(diào)，導致行車時困倦磕睡、四肢無力，在客觀上出現(xiàn)駕駛技能下降，不能及時發(fā)現(xiàn)和準確處理路面交通狀況的現(xiàn)象。駕駛疲勞檢測是道路交通管理人員針對駕駛員的疲勞狀況，采取多種方式、儀器、途徑進行疲勞檢測，以此確定駕駛員的精神狀態(tài)，進而得出是否適合繼續(xù)駕駛的結(jié)論，以便于駕駛員針對自身狀況來消除疲勞，有助于道路交通管理部門通過駕駛疲勞檢測的方式減少駕駛疲勞的危害。在駕駛疲勞的檢測方法中，基于腦電波（EEG）測量的腦電圖識別兼具準確性與實時性，因此受到廣泛的認可，該檢測方法是通過采集駕駛員的腦電圖，并對腦電圖的相關(guān)特征進行分析，以此來判斷駕駛員是否疲勞駕駛。

2 駕駛疲勞的實驗設(shè)計

開展駕駛疲勞的實驗之前，首先進行實驗儀器與調(diào)查樣本選擇，筆者以模擬駕駛的方式，選用駕校的模擬駕駛儀器，計算機上運行模擬駕駛軟件，顯示器上顯示道路環(huán)境，選擇的道路環(huán)境為山區(qū)公路，實驗環(huán)境是與駕駛道路環(huán)境相似的室內(nèi)。在調(diào)查樣本的選擇上，筆者選取了高校的5名本科生與3名研究生，5名本科生年齡在19—23歲之間，駕齡在3年以下，3名研究生年齡在24—27之間，駕齡在5年上下，以上駕駛員身心健康，無腦部疾病，都已經(jīng)經(jīng)過駕校培訓合格拿到機動車駕駛證，為了保證實驗的科學性與準確性，筆者對這8名受測人員進行了為期十五天的飲食、睡眠監(jiān)測與控制，保證規(guī)律的作息與飲食，確保實驗過程中狀態(tài)良好。

實驗分上午與下午兩批，上午在8點30至11點30之間進行，下午在2點30與5點30之間進行，在進行疲勞駕駛實驗前，先將腦電電極在受試者腦部的相應位置放好，運行模擬駕駛軟件，受測者開始進行連續(xù)駕駛，試驗中確保受測者不受外界干擾，能夠集中注意力駕駛，每名駕駛員采集了180分鐘的腦電數(shù)據(jù)，采樣頻率為100Hz。筆者采取了8名受測者的相關(guān)腦電數(shù)據(jù)后，利用相關(guān)技術(shù)來逐段分析不同駕駛時間段的腦電圖，分析駕駛員出現(xiàn)疲勞的時間以及疲勞出現(xiàn)時的腦電特征。

3 腦電圖的處理

本文在進行腦電圖的處理時，選用S變換方法，原因在于S變換在分析多頻率信號時表現(xiàn)出獨特的優(yōu)勢，不僅具有多種分辨率，還保留了各頻率的絕對相位特征，克服了短時傅里葉變換和小波變換的不足，如今S變換已經(jīng)被廣泛應用于地震信號分析等領(lǐng)域，因此筆者選用S變換方法處理較為復雜的腦電圖，分析腦電信號。

筆者在進行S變換分析時，發(fā)現(xiàn)不同的駕駛員在相同時刻同一導聯(lián)腦電信號的S變換時頻譜都基本相同，因此筆者選取了一名駕駛員的一個導聯(lián)腦電進行分析，筆者首先將監(jiān)測的模擬駕駛3小時的腦電數(shù)據(jù)分為4段，每45分鐘一段，再將每段又分為3小段，每15分鐘一小段，在每小段中任取10秒數(shù)據(jù)。最后對每段中的3小段數(shù)據(jù)取平均，將平均后的數(shù)據(jù)作為該時間段內(nèi)所選取的腦電數(shù)據(jù)。下圖圖一、圖二、圖三、圖四所示的就是駕駛不同時刻的腦電圖：

圖一：駕駛0—45分鐘的歸一化腦電波形

圖二：駕駛45—90分鐘的歸一化腦電波形

圖三：駕駛90—135分鐘的歸一化腦電波形

圖四：駕駛135—180分鐘的歸一化腦電波形

筆者發(fā)現(xiàn)，車輛參數(shù)與疲勞狀態(tài)間的關(guān)系為，當角度標準差和PNS都較小時，駕駛員無駕駛疲勞的精神狀態(tài)，都比較清醒，當角度標準差較大、PNS較小時，駕駛員出現(xiàn)了駕駛疲勞的精神狀態(tài)，當角度標準差和PNS都較大時為非常疲勞狀態(tài)。

4 結(jié)論

駕駛疲勞是道路安全的威脅之一，研究相關(guān)的檢測駕駛疲勞的方法，有助于為道路交通管理部門預防駕駛員駕駛疲勞提供技術(shù)支持，本文通過S變換方法分析了駕駛過程中的腦電信號，突破了采用以往傳統(tǒng)分析方法需要假設(shè)腦電信號為平穩(wěn)信號的缺陷，研究發(fā)現(xiàn)當駕駛員疲勞時，其S變換時頻譜發(fā)生了明顯地改變，基于腦電圖識別結(jié)合車輛操縱參數(shù)，能夠作為檢測駕駛疲勞的指標。

參考文獻

［1］王斐.基于腦電圖識別結(jié)合操縱特征的駕駛疲勞檢測［J］.儀器儀表學報，2014年2月第2期。

［2］南姣芬.基于腦電信號的駕駛疲勞檢測方法研究［D］. 陜西師范大學碩士學位論文，2011年5月。

［3］鄭常寶，段曉波，李曉明.用Matlab小波包求功率頻帶分解規(guī)律［J］.電測與儀表，2010年第6期。

作者簡介

付強（1983— ），男，遼寧鐵嶺人，碩士研究生，研究方向：生物電信號處理、印刷設(shè)備自動控制。

Analysis of driving fatigue detection based on EEG recognition combined with manipulation features

Fu Qiang
（Liaoning Provincial Communications College，110122）

Abstract：The traffic police department in the road safety management，the fatigue driving personnel to carry out effective driving fatigue detection，is to identify the driver's premise and foundation.In this paper，based on the feature of EEG recognition combined with manipulation as the breakthrough point，through the selection of samples for driving fatigue experiments，the EEG recognition and vehicle control characteristics combined to detect the driver's fatigue state.

Keywords：EEG recognition；operating characteristics；driving fatigue；detection and analysis