基于腦電疲勞監(jiān)測的車輛避撞預(yù)測模型研究 ①

任 彬 任金龍 潘韞杰 楊幫華

(上海大學(xué)機(jī)電工程與自動化學(xué)院 上海市智能制造及機(jī)器人重點(diǎn)實(shí)驗(yàn)室 上海 200444)

0 引 言

近年來，隨著我國經(jīng)濟(jì)的高速發(fā)展，越來越多的人駕駛汽車出行導(dǎo)致交通事故頻繁發(fā)生，每年交通事故導(dǎo)致大量人員死亡和受傷。如何減少事故發(fā)生，是亟待解決的研究問題[1，2]。因此，各種防撞預(yù)警系統(tǒng)的研究工作開始了。通過車載設(shè)備實(shí)時獲取道路車輛的運(yùn)動狀態(tài)信息，當(dāng)出現(xiàn)危險時采用車輛的防撞預(yù)警算法及時提醒駕駛員采取相應(yīng)措施來達(dá)到降低事故發(fā)生的目的[3，4]。現(xiàn)代人過著快節(jié)奏、快速度的生活，高強(qiáng)度用腦讓人們很容易進(jìn)入腦力疲勞的狀態(tài)，人們的工作效率會降低，更加嚴(yán)重的后果是可能會因此引起安全事故[5]。駕駛員疲勞駕駛問題已受到世界各國越來越多研究人員的關(guān)注，其中針對疲勞駕駛檢測方法而進(jìn)行的研究具有現(xiàn)實(shí)意義[6]。事實(shí)上，連續(xù)駕駛、單調(diào)的駕駛環(huán)境都會引起駕駛員的疲勞，致使駕駛員注意力分散、打瞌睡、操作能力降低[7]。從醫(yī)學(xué)的角度來看,某些生理特征,如眨眼、心跳、血壓、腦電波等生理信號的變化可以反映駕駛員疲勞的程度。通過專門的儀器測量這些生理信號，可對駕駛員的疲勞進(jìn)行監(jiān)控，從而有助于減少交通事故的發(fā)生[8]。

國內(nèi)外學(xué)者針對車輛安全預(yù)警進(jìn)行了大量研究。Yu和Li[9]研究了車輛彎道防側(cè)翻預(yù)警算法，在駕駛模擬試驗(yàn)臺對該算法的有效性進(jìn)行了驗(yàn)證。郭烈等人[10]結(jié)合安全車速和車輛運(yùn)動學(xué)模型，設(shè)計(jì)了直道制動減速階段的速度控制器。Benamar等人[11]提出基于預(yù)定碰撞時間(time to collision，TTC)閾值確定模型。于廣鵬等人[12]提出基于縱向防撞時間的縱向碰撞預(yù)警/防撞算法。傳統(tǒng)的預(yù)警算法模型設(shè)定固定的時間閾值，當(dāng)車載設(shè)備實(shí)時檢測到的碰撞時間達(dá)到這個固定閾值區(qū)間時才會給駕駛員提供預(yù)警信息。但是實(shí)際的交通道路環(huán)境和車況復(fù)雜多變，車輛的安全防撞時間也會不同。因此固定閾值防撞模型的安全防撞可靠性得不到保障[13，14]。

為了解決疲勞駕駛和預(yù)警誤差問題，本文提出了基于腦電信號疲勞時間的防撞計(jì)算模型。該模型結(jié)合腦電實(shí)驗(yàn)分析，對比安全碰撞時間與特定情況下的實(shí)際碰撞時間?？紤]到人短暫集中注視前方時，大腦會出現(xiàn)疲勞現(xiàn)象，對實(shí)際計(jì)算模型添加腦疲勞的節(jié)律能量影響因數(shù)作為修正，實(shí)現(xiàn)腦疲勞和預(yù)警誤差帶來的雙重保障。從安全駕駛的角度，模型檢測到危險時立即發(fā)出預(yù)警并采取制動措施，可有效降低駕駛員在緊急情況下不能及時應(yīng)對突發(fā)事件而導(dǎo)致的負(fù)面效果。

1 疲勞駕駛的腦電信號實(shí)驗(yàn)分析

腦電信號按頻率可分成δ波(0.5～4 Hz)、θ波(4～8 Hz)、α波(8～13 Hz)、β波(13～30 Hz)和γ波(30～60 Hz)5種波[15]。通常僅需要前4種節(jié)律波就可研究人腦疲勞狀態(tài)。δ波和θ波的出現(xiàn)表示大腦處于受壓抑制狀態(tài)，α波和β波的出現(xiàn)表示大腦處于較清醒或興奮狀態(tài)?？梢允褂?個波形作為疲勞程度的指標(biāo)，α波和β波的能量數(shù)據(jù)減少，說明人的疲勞程度增加；δ波和θ波的能量數(shù)據(jù)增加，也說明人的疲勞程度在增大[16]。

一般情況下，當(dāng)駕駛員注意力高度集中地注視前方道路時會存在短暫性腦疲勞。用于采集頭皮表面腦電波(electroencephalogram，EEG)的系統(tǒng)，只需將其電極端接觸頭皮表面就能采集腦電信號。基于EEG信號的腦機(jī)接口技術(shù)(brain computer interface，BCI)系統(tǒng)通過電極導(dǎo)聯(lián)和藍(lán)牙通信將采集到的腦電信號傳至計(jì)算機(jī)。計(jì)算機(jī)中記錄下實(shí)驗(yàn)所需要的腦電信號后，通過回放對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行整合，最終用于實(shí)驗(yàn)分析。以上是腦電采集實(shí)驗(yàn)的主要流程。軟件導(dǎo)出的數(shù)據(jù)包括4個波所占能量的百分比，然后需要單獨(dú)整理某個導(dǎo)聯(lián)的數(shù)據(jù)并進(jìn)行分析。實(shí)驗(yàn)?zāi)M環(huán)境如圖1所示。

圖1 實(shí)驗(yàn)?zāi)M環(huán)境

本文選用的電極是海綿-鹽水電極，也就是濕電極。傳統(tǒng)的濕電極使用導(dǎo)電膏電極來測量腦電。2者都采用金屬電極。該種電極通常由錫(Sn)、銀/氯化銀(Ag/AgCl)、金(Au)或鉑(Pt)制作而成。通過比較各個金屬電極的材料和使用性能，本文選擇使用Ag/AgCl電極。本文用1個電極帽將海綿-鹽水電極固定在頭皮表面，保持電極接觸頭皮且位置正確。圖2為頭皮腦電信號采集原理圖，電極帽可以按照頭部形狀進(jìn)行調(diào)節(jié)，實(shí)驗(yàn)時需要保證電極和受試者頭皮的貼合程度較高。選用的電極是可以與之配合固定的電極，電極尾端由導(dǎo)線連接到腦電信號放大器上。放大器具有模擬輸出功能，或集成一個模/數(shù)轉(zhuǎn)換單元。當(dāng)其用于人體腦電信號記錄時，可保證其安全性，如圖2所示。

圖2 頭皮腦電模型采集原理圖

選取年齡為20～50歲、身體健康、駕齡為0～10年、清醒或疲勞的男性實(shí)驗(yàn)者(部分實(shí)驗(yàn)者沒有駕駛經(jīng)歷)，在疲勞駕駛實(shí)驗(yàn)平臺上進(jìn)行模擬駕駛實(shí)驗(yàn)多次，以確保數(shù)據(jù)穩(wěn)定可靠。本次集中注視實(shí)驗(yàn)需要實(shí)驗(yàn)者保持精神高度集中，在此過程中不能眨眼，以達(dá)到真實(shí)疲勞狀態(tài)，采用單級導(dǎo)聯(lián)法，測量實(shí)驗(yàn)者的腦電信號分析實(shí)驗(yàn)結(jié)果。

實(shí)驗(yàn)環(huán)境通風(fēng)良好，光線正常，隔音良好，房間內(nèi)盡量避免出現(xiàn)電源或其他干擾性信號。首先，讓受試者選擇最舒適的姿勢固定，盡量在實(shí)驗(yàn)中不要產(chǎn)生身體擺動，且盡量避免眼睛眨動引起的眼動信號干擾(少量干擾可忽略不計(jì))，整個過程雙手不能動，雙眼注視模擬駕駛視野的前方。然后，操作者開始監(jiān)控受試者腦電信號，在確定信號平穩(wěn)之后，播放“滴——”提示音，此時受試者開始集中注視實(shí)驗(yàn)。腦波信號變化的實(shí)驗(yàn)數(shù)據(jù)被完整記錄在計(jì)算機(jī)中，以便數(shù)據(jù)處理。本文選用的腦電采集硬件裝置包括1個腦電信號放大器、1個藍(lán)牙接收盒、1組采集頭皮腦電的電極及其配套的導(dǎo)線、2種型號的電極帽和計(jì)算機(jī)，如圖3所示。

圖3 實(shí)驗(yàn)設(shè)備和實(shí)驗(yàn)者實(shí)景

其中，單極導(dǎo)聯(lián)法是通過國際10-20標(biāo)準(zhǔn)導(dǎo)聯(lián)方式來采集EEG信號。這些標(biāo)準(zhǔn)電極放置方法的基礎(chǔ)是定義頭骨地標(biāo)(如鼻根和枕骨隆突)的輪廓，并把所得輪廓按照成比例的距離進(jìn)行分割。標(biāo)準(zhǔn)10-20系統(tǒng)采用的比例距離為頭骨地標(biāo)之間輪廓長度的20%，由于本實(shí)驗(yàn)采用的是16個不同的電極，每一邊頭皮的電勢Vx都以同邊耳垂作為參考進(jìn)行記錄(Vx-VEar1)，另一半邊頭皮的電勢也同上法記錄。也就是說，課題中采集的腦電信號，可分為左腦電信號和右腦電信號。

本次實(shí)驗(yàn)數(shù)據(jù)預(yù)處理過程中，采用Excel來整合各個導(dǎo)聯(lián)。軟件數(shù)據(jù)導(dǎo)出包括4個波的能量值和所占能量百分比，需要單獨(dú)整理某個導(dǎo)聯(lián)的數(shù)據(jù)進(jìn)行分析。在Excel中將所有數(shù)據(jù)都整理完之后，根據(jù)導(dǎo)聯(lián)不同劃分表格，每個導(dǎo)聯(lián)表格中必須包括每個頻率波形的能量值、每導(dǎo)能量百分比值和導(dǎo)聯(lián)間能量占比。本文使用每導(dǎo)能量百分比，對比4個波形能量占比，來評估受試者腦電疲勞狀態(tài)。實(shí)驗(yàn)數(shù)據(jù)處理后的4種腦電波的每個導(dǎo)聯(lián)能量百分比的變化趨勢，如圖4所示。

本實(shí)驗(yàn)截取前16 s數(shù)據(jù)，橫坐標(biāo)表示時間，縱坐標(biāo)表示不同的腦電波每個導(dǎo)聯(lián)在一定時間內(nèi)的幅值能量百分比。如圖4所示，δ波和θ波的擬合曲線隨著時間變長，其能量占比也緩慢上升，在8 s左右時能量幅值百分比有明顯的增加，說明人腦開始處于疲勞狀態(tài)。而α波能量占比曲線則呈下降趨勢，在7～8 s時能量幅值百分比有明顯下降，β波的曲線趨勢變化不大，但是整體能量幅值在減小。通過曲線分析可以看出，在集中注視實(shí)驗(yàn)的過程中，實(shí)驗(yàn)者從慢慢進(jìn)入精神集中狀態(tài)到慢慢腦疲勞，導(dǎo)致注意力開始下降，實(shí)驗(yàn)者開始有些疲憊困頓，在8 s左右時實(shí)驗(yàn)者開始處于較為明顯的腦疲勞狀態(tài)，在此后時間，疲勞狀態(tài)顯著加重。

圖4 4種波能量占比曲線

本文通過人腦疲勞的腦電信號，對大腦疲勞影響因素進(jìn)行實(shí)驗(yàn)分析。在此基礎(chǔ)上可引入節(jié)律能量值，建立腦電疲勞監(jiān)測的車輛碰撞預(yù)測模型，修正傳統(tǒng)的安全碰撞時間。建立的腦電監(jiān)測的預(yù)測模型如圖5所示。

圖5 腦電監(jiān)測的預(yù)測模型框圖

2 兩車沖突防撞計(jì)算模型

車輛行駛軌跡具有方向性，因此需要采用矢量方法來建立模型。不同的車輛外形尺寸會使獲得的TTC值和車輛位置信息不同[17]。例如，將車輛假設(shè)為圓形實(shí)體可檢測到2車即將發(fā)生碰撞；假設(shè)成質(zhì)點(diǎn)不一定檢測出潛在的碰撞，而將車輛假設(shè)成其他形狀會使得計(jì)算比較困難，所以將車輛假設(shè)為圓形，在預(yù)警系統(tǒng)的幫助下，駕駛員可大大降低碰撞危險并提高駕駛的安全性能。下面將車輛簡化為以(x，y)為質(zhì)心的圓形模型，如圖6所示。

圖6 將車輛等效為圓形區(qū)域時車輛的碰撞示意圖

由于駕駛員處于疲勞狀態(tài)時，δ波、θ波、α波、β波4種節(jié)律波的信號會發(fā)生不同程度的變化，如圖4節(jié)律能量百分比曲線所示。因此，本文引入了節(jié)律能量值G(t)，它是不同波形在特定頻率范圍內(nèi)的積分值，可以用來衡量大腦的疲勞程度，并將它作為計(jì)算模型檢測駕駛疲勞的參考因子。

假設(shè)t1和t2分別為車輛1和車輛2到達(dá)沖突位置的時間，v1和a1分別為車輛1當(dāng)前時刻的速度和加速度，v2和a2分別為車輛2當(dāng)前時刻的速度和加速度，L和W分別為車輛的長度和寬度，fu為頻帶的上限，fd為頻帶的下限，p(t)為信號的能量譜百分比，G(t)為節(jié)律能量值。發(fā)生沖突時有：

=L+W+G(t)

(1)

式中，

可以推出：

=(R1+R2+G(t))2

(2)

若t1=t2，則t為沖突碰撞時間，可由式(2)求解。

綜合實(shí)驗(yàn)者實(shí)驗(yàn)前后的自我疲勞評價及實(shí)驗(yàn)駕駛模擬對實(shí)驗(yàn)者的疲勞狀態(tài)對節(jié)律影響因素G(t)進(jìn)行主觀評測。主觀評測中將疲勞等級劃分為4級，即清醒、輕度疲勞、中度疲勞、重度疲勞。以5 min為周期分析實(shí)驗(yàn)者的模擬駕駛實(shí)驗(yàn)視頻，記錄實(shí)驗(yàn)者的眼球轉(zhuǎn)動、眼皮閉合、打哈欠、頭部運(yùn)動等狀態(tài)特征。根據(jù)表1內(nèi)容，對實(shí)驗(yàn)者的疲勞狀態(tài)進(jìn)行評價，綜合實(shí)驗(yàn)者的自我評價，確定實(shí)驗(yàn)者的疲勞狀態(tài)。

表1 疲勞主觀評測表

對實(shí)驗(yàn)者的實(shí)驗(yàn)結(jié)果進(jìn)行分析，綜合實(shí)驗(yàn)者的疲勞自我評價以及實(shí)驗(yàn)者的眨眼頻率、面部表情等因素，對應(yīng)的實(shí)驗(yàn)者的主觀疲勞評測為清醒-輕度疲勞-清醒-輕度疲勞。實(shí)驗(yàn)者相應(yīng)的腦電G(t)值的變化曲線如圖7所示。

圖7 G值變化曲線圖

對比之前4種節(jié)律波的腦電疲勞分析結(jié)論，從圖7可知，人腦疲勞狀態(tài)發(fā)生了變化，腦電G(t)值從實(shí)驗(yàn)初期的0.78逐步增大至實(shí)驗(yàn)中期的1.31，其中1.31為前半部分的均值，在前1/4的時間，腦電G(t)值基本維持在1.31以下；隨著實(shí)驗(yàn)時間的延長，在2/4時間階段，腦電G(t)值又繼續(xù)上升，并基本維持在1.31以上，表明實(shí)驗(yàn)者進(jìn)一步疲勞；在3/4階段逐漸趨近于1.81線，1.81為后半段的G值均值，表明其疲勞程度繼續(xù)增加；在實(shí)驗(yàn)最后1/4時段，腦電G(t)值基本超過1.81值，表明疲勞程度增大。由于在4～12 s之間存在過渡疲勞變化，則過渡段的G(t)值取2者均值的平均值，即為1.56。從以上分析可知腦電G(t)值的變化曲線與主觀疲勞評測的變化一致，可以認(rèn)為G(t)<1.3對應(yīng)實(shí)驗(yàn)者的清醒狀態(tài)；1.3≤G(t)<1.56 對應(yīng)實(shí)驗(yàn)者的輕度疲勞狀態(tài)；1.56≤G(t)<1.8對應(yīng)實(shí)驗(yàn)者的中度疲勞狀態(tài)；G(t)≥1.81時對應(yīng)實(shí)驗(yàn)者的重度疲勞狀態(tài)。

在疲勞駕駛測試平臺上進(jìn)行模擬駕駛實(shí)驗(yàn)。采集實(shí)驗(yàn)者的腦電信號，分析腦電信號能量譜的時間變化特征，并對實(shí)驗(yàn)者進(jìn)行駕駛疲勞綜合主觀評價。對比分析主觀評測結(jié)果和腦電信號變化特征，證明主觀疲勞綜合評測結(jié)果與腦電G(t)值的變化相對應(yīng)，腦電G(t)值能夠定量描述駕駛疲勞狀態(tài)，腦電G(t)值越大，駕駛疲勞程度越高。

兩車相撞時車距大約為1個車長，一般車輛的長度為4～6 m，寬度為2～2.5 m，同時考慮到人腦疲勞因素遲滯，故上述表達(dá)式中分別取L=2 m，W=3 m。當(dāng)2車距離S≤(L+W+G(t))時，將車輛發(fā)生碰撞的時間與安全防撞的時間進(jìn)行比較，判斷是否存在碰撞危險。一般情況下，由于正常行駛中的車輛處于勻速運(yùn)動狀態(tài)，取a1=a2=0 m/s2。

由于車輛沖突時間受到車速的影響，故分別在低速、中速、高速等多種情況下討論車輛沖突時間。設(shè)定車輛的低速為10～30 km/h，中速為30～60 km/h，高速為60～90 km/h。圖6建立了車輛運(yùn)動坐標(biāo)系，其中R1(30,20)，R2(10,50)，φ1=60 °，φ2=25 °。R1、R2為2車的初始中心位置，φ1、φ2為2車的航向角。將分別處于低、中、高速下的2車碰撞計(jì)算模型進(jìn)行理論計(jì)算，得出碰撞時間。下一步將理論計(jì)算所得碰撞時間與實(shí)時監(jiān)測的安全防撞時間對比，從而進(jìn)行仿真實(shí)驗(yàn)。

3 不同情況下的車輛碰撞時間

3.1 車輛都為低速

設(shè)定車輛的車速分別是v1=30 km/h，v2=30 km/h，按照圖6的模型分析實(shí)際情形，距離比例為1 m/mm，由已知條件，可得2車到各自碰撞點(diǎn)的坐標(biāo)R1′(69,66),R2′(66,70)。車輛的沖突碰撞距離：

(3)

帶入坐標(biāo)值得S1=66.67 m，同理得到S2=66.67 m，2車沖突碰撞的理論時間為

(4)

帶入數(shù)值得t0=8 s。

為了確定模型的精確性，通過式(2)進(jìn)行碰撞時間計(jì)算，在誤差允許的范圍5%內(nèi)即可。將已知數(shù)據(jù)代入公式得：

(30+6t×cos50°-10-6t×cos(19°))2+

(20+6t×sin50°-50-6t×sin(19°))2

=(R1+R2+G(t))2

化簡得t=8.282 s。

驗(yàn)證誤差范圍(8.282-8)÷8=3.6%<5%，成立。

故此狀態(tài)的車輛碰撞時間t1=t2=t=8.282 s。

3.2 車輛都為中速

設(shè)定車輛的車速分別是v1=60 km/h,v2=60 km/h，按照圖6的模型分析實(shí)際情形，距離比例為1 m/mm,由已知條件，可得到2車到各自碰撞點(diǎn)的坐標(biāo)R1′(131,108)，R2′(128,112)。車輛的沖突碰撞距離為

(5)

帶入坐標(biāo)值得S1=133.3 m，同理得到S2=133.3 m，2車沖突碰撞的理論時間為

(6)

帶入數(shù)值得t0=8 s。

為了確定模型的精確性，通過式(2)進(jìn)行碰撞時間計(jì)算，在誤差允許的范圍5%內(nèi)即可。將已知數(shù)據(jù)代入公式得：

(30+11t×cos41°-10-11t×cos27°)2+

(20+11t×sin41°-50-11t×sin27°)2

=(R1+R2+G(t))2

化簡得t=8.338 s。

故此狀態(tài)的車輛碰撞時間t1=t2=t=8.338 s。

3.3 車輛都為高速

設(shè)定車輛的車速分別是v1=90 km/h,v2=90 km/h，按照圖6的模型分析實(shí)際情形，距離比例為1 m/mm，由已知條件，可得到2車到各自碰撞點(diǎn)的坐標(biāo)R1′(193,137),R2′(190,141)。車輛的沖突碰撞距離：

(7)

帶入坐標(biāo)值得S1=200 m，同理得到S2=200 m，2車沖突碰撞的理論時間為

(8)

帶入數(shù)值得t0=8 s。

為了確定模型的精確性，通過式(2)進(jìn)行車輛碰撞時間計(jì)算，在誤差允許的范圍5%內(nèi)即可。將已知數(shù)據(jù)代入公式得：

(30+16t×cos36°-10-16t×cos28°)2+

(20+16t×sin36°-50-16t×sin28°)2

=(R1+R2+G(t))2

化簡得t=8.266 s。

故此時車輛碰撞時間t1=t2=t=8.266 s。

同理得出，2車在低-中速、中-高速、低-高速情形下，計(jì)算得出的結(jié)果也在8 s左右，這個模型恰好可以在人腦疲勞情形下起到可靠預(yù)警的作用，防止因駕駛員主觀因素操作不及時而發(fā)生碰撞的危險。

4 VISSIM下的仿真試驗(yàn)及結(jié)果分析

4.1 仿真實(shí)驗(yàn)

本仿真實(shí)驗(yàn)通過VISSIM8.0微觀交通仿真軟件搭建上述6種情形的現(xiàn)實(shí)交通場景[18-21]，以VISSIM中的路網(wǎng)、車輛等組件完成交叉口模型的搭建[22]。分別設(shè)定車輛的不同速度，通過外部駕駛員模型控制車輛運(yùn)動狀態(tài)，通過VISSIM中封裝好的函數(shù)記錄車輛的實(shí)際碰撞時間，并通過VBA調(diào)用車輛相關(guān)信息，以數(shù)據(jù)庫形式將數(shù)據(jù)導(dǎo)入表格中做數(shù)據(jù)統(tǒng)計(jì)分析[23，24]。

仿真實(shí)驗(yàn)有6組情形，分別對應(yīng)上述6種預(yù)定模型，6組車輛分別對應(yīng)表格中車1和車2的低速、中速、高速，速度情況按上述區(qū)間內(nèi)取值即可。為了保證實(shí)驗(yàn)準(zhǔn)確性，實(shí)驗(yàn)中每種情況統(tǒng)計(jì)了175次，同一速度檔內(nèi)速度值不變，以便于統(tǒng)計(jì)分析實(shí)驗(yàn)結(jié)果，在交叉路口通過仿真軟件統(tǒng)計(jì)車輛的真實(shí)運(yùn)動狀態(tài)。統(tǒng)計(jì)不同方法發(fā)生的碰撞率來評估2種模型性能。當(dāng)車輛的行程碰撞時間小于或等于安全避撞時間時，提醒駕駛員及時采取制動措施，以避免相撞。固定閾值模型則通過外部駕駛員模型設(shè)定車輛在3～5s之間采取制動措施。

4.2 仿真結(jié)果分析

仿真后的統(tǒng)計(jì)結(jié)果如表2所示。通過降低車輛的碰撞率，可以有效解決預(yù)警過早或者過晚帶來的交通問題。在低-中、低-高、中-中、中-高情形下，本文方法基本沒有發(fā)生碰撞，僅在中-高情形下存在4.0%的碰撞；而TTC固定閾值法在以上情形下有發(fā)生碰撞的概率，最高達(dá)28.0%；高-高情形下本文所提避撞模型發(fā)生了9.7%概率碰撞，TTC固定閾值法的碰撞率高達(dá)46.9%；在2車都為高速時車輛碰撞數(shù)增多，是因?yàn)轳{駛員需要的反應(yīng)時間不足，測量的安全防撞時間誤差偏大。對比可知，本文所提出的避撞模型可以讓駕車安全性得到顯著提高，有效降低交通事故發(fā)生的可能性。

從表2也可以看出，當(dāng)車1和車2的速度都為低速時，均可以實(shí)現(xiàn)車輛避撞的目的；其后幾種情況固定閾值方法預(yù)警防撞效果明顯減弱，碰撞率較高，防撞性能不可靠，尤其在高速行駛情況下發(fā)生碰撞的次數(shù)變多，原因是固定閾值模型有效預(yù)警區(qū)間為3～5 s，當(dāng)它的安全避撞時間比這個時間短時，就會出現(xiàn)預(yù)警過晚的情形，導(dǎo)致避撞失效。另一方面，實(shí)際情形中當(dāng)車速超過一定速度時，固定閾值模型在行駛過程中無預(yù)警提示，預(yù)警失效從而發(fā)生碰撞。

表2 本文方法與TTC固定閾值方法結(jié)果

5 結(jié) 論

針對因人腦疲勞導(dǎo)致駕駛員注意力不集中從而造成操作不及時導(dǎo)致交通事故的情況，本文提出了基于腦電疲勞的預(yù)警避撞模型，并在不同車況條件下，將實(shí)時更新的安全防撞時間和實(shí)際碰撞時間進(jìn)行比較，并發(fā)出預(yù)警信息?？紤]到駕駛員大腦疲勞，對實(shí)際情形的安全碰撞時間進(jìn)行了修正，以達(dá)到避撞目的。在傳統(tǒng)閾值模型基礎(chǔ)上，進(jìn)行交叉路口仿真實(shí)驗(yàn)，驗(yàn)證了該模型的避撞性能和可靠性。實(shí)驗(yàn)結(jié)果證實(shí)了考慮腦電疲勞時間的車輛避撞模型在預(yù)警避撞性能上更加穩(wěn)定可靠，提高了車輛駕駛安全性。本文主要結(jié)論如下：

(1)考慮駕駛員腦疲勞因素帶來的駕駛安全問題，通過腦電模擬實(shí)驗(yàn)，分析了腦電信號變化趨勢。

(2)建立駕駛員疲勞狀態(tài)的避撞模型，在避撞計(jì)算模型中引入腦電節(jié)律能量值，將模型的理論避撞時間與駕駛員疲勞因素有效結(jié)合起來。

(3)仿真實(shí)驗(yàn)證明，考慮腦電疲勞的碰撞預(yù)測模型可避免預(yù)警時間過早或過晚的問題，能夠讓駕駛員有足夠的時間和注意力采取制動措施，從而降低車輛的碰撞率。