基于K-means 的地鐵駕駛員工作負(fù)荷狀態(tài)判別

顧傳揚(yáng)，楊聚芬，劉志鋼

（上海工程技術(shù)大學(xué) 城市軌道交通學(xué)院，上海 201620）

城市軌道交通駕駛員的應(yīng)急作業(yè)具有復(fù)雜性、突發(fā)性和不可預(yù)知性的特點(diǎn)，在應(yīng)急作業(yè)過程中通常需要投入的精力較多，對負(fù)荷影響較大。因此，監(jiān)測地鐵駕駛員應(yīng)急作業(yè)的工作負(fù)荷并對工作負(fù)荷狀態(tài)進(jìn)行判別，對提高城市軌道交通安全有重要意義。

1 心電信號與工作負(fù)荷

在駕駛過程中，駕駛員在對周圍環(huán)境進(jìn)行感知、對駕駛操作進(jìn)行決策時會發(fā)生心臟電位變化，這種反應(yīng)心臟活動的電信號稱為心電信號。心電信號是一種客觀、有效地反映駕駛員負(fù)荷水平的指標(biāo)[1]。

現(xiàn)有成果中基于心電信號的地鐵駕駛員工作負(fù)荷的研究中，在信號去噪處理方面，Seena V 等[2]采用了三種不同方式的小波變換處理方式，發(fā)現(xiàn)小波變換在分析心電信號時十分有效。在狀態(tài)判別方面，Hwang B 等[3]提出了一種深度學(xué)習(xí)架構(gòu)及其結(jié)構(gòu)參數(shù)，用于識別超短期ECG 數(shù)據(jù)下的負(fù)荷。在數(shù)據(jù)融合方面，何金松等[4]通過提取和融合腦電、心電等生理信號，基于多模生理信號融合特征，利用支持向量機(jī)模型對飛行員的工作負(fù)荷進(jìn)行識別。已有研究成果較少運(yùn)用到對樣本進(jìn)行聚類的方法，且驗(yàn)證方法較多使用主觀評價(jià)法。

為解決上述問題，本文設(shè)計(jì)實(shí)驗(yàn)對心電信號進(jìn)行采集和處理，在對心電信號特征點(diǎn)進(jìn)行提取并得到工作負(fù)荷的判別指標(biāo)后，使用K-means 聚類的方法對應(yīng)急作業(yè)下各指標(biāo)構(gòu)成的數(shù)據(jù)集樣本進(jìn)行處理，以聚類所得結(jié)果為依據(jù)對工作負(fù)荷狀態(tài)進(jìn)行判別，并設(shè)置兩組對照組實(shí)驗(yàn)對工作負(fù)荷狀態(tài)判別結(jié)果的準(zhǔn)確性進(jìn)行驗(yàn)證，為地鐵駕駛員工作時的安全狀態(tài)監(jiān)測提供依據(jù)和建議。

2 基于心電信號的工作負(fù)荷評價(jià)原理

一個完整的心電信號周期包含QRS 波群、P 波、T 波和U 波，QRS 波群中的R 波峰為整個心電信號周期的峰值點(diǎn)，如圖1 所示。通常把兩個相鄰R 波間的距離，即RR 間期，作為兩個心電信號周期的時間間隔。

圖1 ECG 周期信號圖

不同人在不同工作狀態(tài)下RR 間期會呈現(xiàn)出不同的變化規(guī)律，衡量RR 間期變化規(guī)律的常用指標(biāo)為心率變異性時域指標(biāo)，主要有：

（1） MEAN：記錄期間樣本中各相鄰RR 間期的平均值，可以用來反映心率變異的平均水平。

（3） NN50：記錄期間樣本中各相鄰RR 間期大于50ms 的個數(shù)。

（4） pNN50：NN50占總RR 間期個數(shù)的百分比。

（5） RMSSD：記錄期間樣本中各相鄰RR 的差值的均方根。

心率變異性是逐次心跳周期之間時間上的微小變異特性，可以有效地表征駕駛員工作負(fù)荷的差異[4]。為了研究心率變異性指標(biāo)與工作負(fù)荷狀態(tài)之間的分類關(guān)系，首先應(yīng)用Silhouette 指標(biāo)檢驗(yàn)法對所有的心率變異性指標(biāo)樣本進(jìn)行評價(jià)，得到最佳分類數(shù)k；再應(yīng)用K-means 聚類分析法對所有的心率變異性指標(biāo)樣本進(jìn)行迭代求解，以每個樣本與聚類中心之間的距離不變作為迭代終止條件，把每個樣本分配給距離它最近的聚類中心所代表的類別中，直到滿足終止條件。

3 實(shí)驗(yàn)設(shè)計(jì)

3.1 實(shí)驗(yàn)?zāi)康?/h3>

實(shí)驗(yàn)通過對駕駛員在各實(shí)驗(yàn)場景下的心電信號進(jìn)行采集和處理，為地鐵駕駛員工作負(fù)荷狀態(tài)判別提供數(shù)據(jù)基礎(chǔ)。

3.2 實(shí)驗(yàn)設(shè)備

實(shí)驗(yàn)設(shè)備為模擬駕駛平臺、Equivital 心電監(jiān)測設(shè)備。

3.3 實(shí)驗(yàn)場景設(shè)計(jì)

根據(jù)前人研究結(jié)果，當(dāng)作業(yè)量或疲勞程度增大時，會表現(xiàn)出更大的工作負(fù)荷[5]。實(shí)驗(yàn)對應(yīng)急作業(yè)下被試的心電信號進(jìn)行采集，并增加低負(fù)荷狀態(tài)和高負(fù)荷狀態(tài)兩組對照組實(shí)驗(yàn)并采集其數(shù)據(jù)。

其中，應(yīng)急作業(yè)實(shí)驗(yàn)指的是：在模擬駕駛過程中，通過設(shè)置突發(fā)應(yīng)急情況，采集被試對應(yīng)急情況進(jìn)行排故作業(yè)時的心電信號的實(shí)驗(yàn)；低負(fù)荷狀態(tài)實(shí)驗(yàn)指的是：被試經(jīng)過充分的休息且沒有任何身體和心理負(fù)擔(dān)，采集被試處在未駕駛列車的平靜狀態(tài)時的心電信號的實(shí)驗(yàn)；高負(fù)荷狀態(tài)實(shí)驗(yàn)指的是：被試處于疲勞，已進(jìn)行較長時間的列車正常駕駛作業(yè)，此時設(shè)置連續(xù)兩起突發(fā)應(yīng)急情況由被試進(jìn)行排故，采集被試處在疲勞狀態(tài)中進(jìn)行多次應(yīng)急作業(yè)時的心電信號的實(shí)驗(yàn)。

3.4 實(shí)驗(yàn)過程

實(shí)驗(yàn)前，告知被試實(shí)驗(yàn)的注意事項(xiàng)及流程并進(jìn)行相關(guān)培訓(xùn)。為充分模擬應(yīng)急作業(yè)的突發(fā)性和不可預(yù)知性，在實(shí)驗(yàn)前事先不告知被試將進(jìn)行何種應(yīng)急作業(yè)。實(shí)驗(yàn)過程中，采用心電監(jiān)測設(shè)備測量駕駛員的生理指標(biāo)信息。

本次實(shí)驗(yàn)在測試并安裝實(shí)驗(yàn)儀器、正確佩戴心電設(shè)備后，對應(yīng)急作業(yè)、低負(fù)荷狀態(tài)和高負(fù)荷狀態(tài)三種場景下被試的心電信號進(jìn)行采集。實(shí)驗(yàn)情況如圖2 所示。

圖2 實(shí)驗(yàn)情況

4 基于K-means 的駕駛員工作負(fù)荷狀態(tài)判別

4.1 心率變異性時域指標(biāo)計(jì)算

QRS 波上的RR 間期的準(zhǔn)確提取是心率變異性時域分析的基礎(chǔ)，在采集到的心電數(shù)據(jù)中，由駕駛員動作導(dǎo)致的肌電干擾、呼吸頻率的干擾及設(shè)備本身的工頻干擾較多，需要對心電信號進(jìn)行預(yù)處理來濾除干擾，降低R 波波峰識別的錯誤率。

本文應(yīng)用小波變換在去噪處理中的優(yōu)勢[6]，考慮所測得的心電信號信噪比的前提下，選取合適的db 小波基函數(shù)及對應(yīng)的尺度函數(shù)波形進(jìn)行小波變換，對心電信號進(jìn)行分解并重構(gòu)；使用濾波器的方法對ECG 信號由于電位值偏離心臟處于靜息時的電位值而產(chǎn)生的基線漂移進(jìn)行抑制；對信號進(jìn)行平滑濾波處理，去除強(qiáng)干擾信號對波形的影響，減少極值點(diǎn)錯檢的概率。

首先，應(yīng)用上述方法對心電信號進(jìn)行處理，處理前后效果對比如圖3 所示；其次，提取RR 間期；最后，計(jì)算心率變異性時域指標(biāo)。

圖3 ECG 信號處理前后對比圖

將經(jīng)處理的ECG 信號劃分為多個片段，運(yùn)用MATLAB 中的Findpeak 函數(shù)求信號的局部極值點(diǎn)，對心電信號波峰進(jìn)行識別，完成特征點(diǎn)的提取。R 波識別效果如圖4 所示。

圖4 特征值提取效果圖

本文分別對實(shí)驗(yàn)采集的每組駕駛員的ECG 信號進(jìn)行了處理和R 波提取，其中，隨機(jī)選取6 段3 分鐘的實(shí)驗(yàn)數(shù)據(jù)結(jié)果如表1 所示，R 波特征提取的正確率達(dá)到99.75%。

以30s 為分析間隔，對應(yīng)急作業(yè)下的實(shí)驗(yàn)數(shù)據(jù)進(jìn)行心率變異性時域指標(biāo)計(jì)算，如表2 所示。

表1 R 波特征提取效果

表2 心率變異性指標(biāo)值

4.2 基于K-means 的工作負(fù)荷狀態(tài)分類

Silhouette 指標(biāo)是檢驗(yàn)聚類有效性的常用指標(biāo)，以其易用和評價(jià)能力良好而得到廣泛的應(yīng)用，其值的范圍為[-1, ]1 ，指標(biāo)值越大表示聚類質(zhì)量越好，其最大值對應(yīng)的類數(shù)為最佳聚類數(shù)。

Silhouette 指標(biāo)Si的計(jì)算公式如下：

其中：k 表示設(shè)定的聚類數(shù)，ci代表數(shù)據(jù)yi距離k 個分類中最近的一類。

步驟3 重復(fù)迭代步驟2 直至收斂。

經(jīng)過12 次迭代后得到的各指標(biāo)聚類中心值如表3 所示。由聚類結(jié)果，72 組應(yīng)急作業(yè)樣本中，聚類1 中的個案數(shù)目為15，聚類2 中的個案數(shù)目為57。

表3 最終聚類中心

4.3 判別效果驗(yàn)證

本文通過計(jì)算低負(fù)荷狀態(tài)下各樣本至聚類1 與聚類2 的聚類中心的距離，將各樣本的工作負(fù)荷狀態(tài)判定為距其最近距離的聚類中心所屬的工作負(fù)荷狀態(tài)，得到低負(fù)荷狀態(tài)下的樣本97.6%歸類于聚類1，高負(fù)荷狀態(tài)下的樣本85.19%歸類于聚類2，由此可將聚類1、聚類2 分別認(rèn)定為低負(fù)荷狀態(tài)和高負(fù)荷狀態(tài)，在72 組應(yīng)急樣本中，有20.83%的樣本處于低負(fù)荷狀態(tài)，79.17%處于高負(fù)荷狀態(tài)。表明判別結(jié)果的有效性，最終劃分的低負(fù)荷狀態(tài)與高負(fù)荷狀態(tài)的聚類中心如圖5 所示。

圖5 聚類中心分布圖

5 結(jié)束語

本文對應(yīng)急作業(yè)下地鐵駕駛員的心電信號進(jìn)行采集與處理，實(shí)現(xiàn)了應(yīng)急作業(yè)下的工作負(fù)荷狀態(tài)判別，所得數(shù)據(jù)與結(jié)論可以有效地反映地鐵駕駛員的工作負(fù)荷狀態(tài)，為地鐵駕駛員的工作負(fù)荷狀態(tài)監(jiān)測提供數(shù)據(jù)支撐。