驾驶员接管自动驾驶车辆的眼动特性和行为分析

为探究接管自动驾驶车辆期间驾驶员的视觉特性,分析眼动与接管反应操控行为的关系,开展驾驶模拟试验收集驾驶行为及眼动数据。运用统计学方法,分析驾驶员感知不同接管场景的视觉特性,探究接管请求(TOR)前后眼动指标的变化规律;并基于视觉分配和瞳孔变化特性分析驾驶行为,揭示眼动特性与接管反应及驾驶操纵策略的内在联系。结果表明:TOR前,相较于静态场景,驾驶员感知动态场景诱发元素扫视更频繁且平均注视时间更短;此时驾驶员的视觉分配特性与其接管反应行为存在显著相关性。TOR后,驾驶员的注视时间增加,眨眼频率降低,瞳孔直径扩张,眼跳幅度增大;不同场景下驾驶员的瞳孔差异表明其应对动态场景时具备更好的警戒水平和更平稳的操纵策略。     

高速公路驾驶员主动疲劳的脑电检测分析北大核心CSCD

为开发高速公路驾驶疲劳预警系统,保障道路交通安全,基于脑电(EEG)数据功率谱分析方法,探索驾驶员主动疲劳与脑电指标(θ+α)/β的关系,首先,开展模拟驾驶试验,采集21名被试驾驶状态的脑电信号,分析α(8~13Hz),β(13~30Hz),θ(0.5~4Hz)这3个频段的脑电波,计算脑电合并指标(θ+α)/β;然后,运用瑞典行业疲劳问卷(SOFI),比较驾驶员执行驾驶任务前后的疲劳状态,分析心理测量和脑电测量结果的回归拟合效度。结果表明:在高速公路复杂驾驶任务中,驾驶员脑电合并指标(θ+α)/β呈现下降趋势,同时,(θ+α)/β与驾驶员主观疲劳程度有显著的正向拟合关系,拟合解释率达50%;脑电指标(θ+α)/β可实时预测驾驶员主动疲劳状态。     

基于EEG频谱特征的驾驶员疲劳监测研究

研究表明疲劳驾驶是引发交通伤亡事故的重要原因之一,因此有必要采取相应的预防措施。脑电是公认的睡眠(疲劳)金指标,因此论文提出了基于脑电频谱特征的驾驶员疲劳预测方法。采用了驾驶模拟实验中记录的三路驾驶员脑电信号,并利用驾驶员自评与专家评定两种方式相结合的方法将驾驶数据分为疲劳和清醒。针对脑电中眼电噪声很强的特点,对记录的脑电进行了自适应滤波消噪处理,结果显示可有效滤除眼电伪迹;然后根据脑电的频域特征比较突出且与疲劳相关的特点,从去噪后的脑电中提取出了的75个频谱特征;最后利用这些频谱特征,采用朴素贝叶斯分类的方法建立了驾驶员疲劳监测模型。实验结果表明,该方法能监测出驾驶员84%的疲劳状态。     

基于眼动指标的脑力疲劳识别研究

为减少因脑力疲劳导致的安全事故的发生,研究如何测量和识别脑力疲劳具有十分重要的现实意义.本文提出通过作业前后心算可靠性下降率作为判断脑力疲劳程度的指标,利用眼动追踪仪Tobii Glasses设备测量被试者疲劳前后的瞳孔直径、注视点、陀螺和加速计等眼动参数指标,探究被测试者眼动指标变化规律与脑力疲劳之间的关系.结果表明:发生脑力疲劳时瞳孔直径增加,陀螺和加速计的值减小,注视点的分散程度增加.瞳孔直径、注视点、陀螺和加速计等眼动指标都与脑力疲劳相关.本文研究结果可为建立脑力疲劳评价指标体系和预测脑力疲劳奠定基础.     

基于生理信号的驾驶疲劳综合指标试验研究

研究驾驶过程中随着疲劳的产生驾驶员生理信号的变化规律,提取反映驾驶疲劳程度的综合指标。采用驾驶模拟器对20名被试进行驾驶模拟试验,用MP150多导生理仪实时采集并记录驾驶员在60 min驾驶任务过程中的心电信号、脑电信号、肌肉电阻信号、皮肤温度信号和呼吸频率信号。运用R软件对数据进行线性回归分析,对比一般回归分析,逐步线性回归分析克服了一般回归分析许多变量不显著的缺点,得到了最优的驾驶综合指标方程,确定了与各项指标相关的驾驶疲劳评价综合指标,并通过3名被试模拟驾驶试验验证了综合指标作为评价驾驶疲劳的有效性。     

草原公路景观要素影响驾驶员眼动指标研究

为研究草原公路景观要素复杂程度对驾驶员眼动指标的影响,开展现场试验,选取3种典型景观要素构成路段,测试5名驾驶员的眨眼持续时间、注视持续时间、瞳孔直径和扫视幅度等4个眼动指标。用Be Gaze2.4及SPSS软件提取、分析数据,画出3种景观要素构成与眼动指标的关系曲线,分析其变化规律,并通过主观调查问卷验证分析结果。试验结果表明:随着景观构成要素的增加,眨眼时间不断减小,注视时间也小幅减小,而瞳孔直径和扫视幅度逐渐增加,但变化幅度不大;与景观a和景观c相比,景观b更能增加草原公路行车舒适性,减少消极情绪。     

草原公路长直线段最佳信息量阈值研究

为优化草原公路单调景观环境,提高驾驶员安全行车水平,采用模拟驾驶试验方法,根据真实路况信息设计双车道二级草原公路,按照单位信息量1～5个/km设置5种不同的信息量环境,选择40名被试进行试验,提取眨眼持续时间、注视持续时间、瞳孔直径、扫视幅度4个眼动敏感指标,量化不同信息量环境下驾驶员眼动指标变化特征,建立信息量与眼动指标关系模型,对二次曲线进行拟合并求导。研究结果表明:眼动指标与信息量呈U形关系,4个/km是最佳信息量阈值,此环境下驾驶员眼动指标变化率最大,提取处理信息量最多,此阈值下景观环境不宜触发"单调";当信息量阈值大于或小于4个/km时,驾驶员眼动指标的变化率均会减小。     

高速公路驾驶员主动疲劳的脑电检测分析

为开发高速公路驾驶疲劳预警系统,保障道路交通安全,基于脑电(EEG)数据功率谱分析方法,探索驾驶员主动疲劳与脑电指标(θ+α)/β的关系,首先,开展模拟驾驶试验,采集21名被试驾驶状态的脑电信号,分析α(8～13 Hz),β(13～30 Hz),θ(0. 5～4 Hz)这3个频段的脑电波,计算脑电合并指标(θ+α)/β;然后,运用瑞典行业疲劳问卷(SOFI),比较驾驶员执行驾驶任务前后的疲劳状态,分析心理测量和脑电测量结果的回归拟合效度。结果表明:在高速公路复杂驾驶任务中,驾驶员脑电合并指标(θ+α)/β呈现下降趋势,同时,(θ+α)/β与驾驶员主观疲劳程度有显著的正向拟合关系,拟合解释率达50%;脑电指标(θ+α)/β可实时预测驾驶员主动疲劳状态。     

地铁驾驶员驾驶疲劳状态监测

为监测地铁自动驾驶系统驾驶模式下驾驶员驾驶疲劳状态,以S地铁公司的驾驶员为研究对象,开展驾驶员疲劳主、客观监测研究。主观监测应用《自觉症状调查表》调查并统计分析地铁驾驶员的驾驶主观疲劳感受;客观监测应用Eegosports 64通道无线脑电肌电系统测量地铁驾驶员在各班次、各时间段的脑电(EEG)信号,并结合Matlab工具箱中的EEGLAB分析各班次驾驶员EEG中δ波的频谱图。结果表明:驾驶员驾驶疲劳总体的平均得分为1.8分,即驾驶疲劳有些明显,且晚班和夜班驾驶疲劳比白班的大,从主客观2方面说明驾驶员处于疲劳驾驶状态。     

情绪对新手驾驶员视觉特性的影响研究

为构建基于驾驶员生理特性情绪识别系统,采用眼动仪等设备对20名新手驾驶员开展不同情绪状态下的模拟驾驶试验,采集高兴、悲伤、愤怒3种情绪状态和无情绪下新手驾驶员的视觉数据,利用Matlab、SPSS软件统计分析新手驾驶员瞳孔变化、眼球扫视、注视点视觉数据.结果 表明:悲伤、愤怒情绪对新手驾驶员瞳孔尺寸分布频率及其变化差异...     

基于疲劳模式识别的VDT作业工间休息机制*

为保障作业人员身心健康和作业效率,运用E-Prime软件模拟认知性VDT持续作业,通过方差分析提出作业疲劳综合评价指标体系,并使用客观绩效指标和生理指标作为输入变量,主观疲劳综合指数作为输出变量,训练BP神经网络,对作业疲劳进行模式识别;提出认知性VDT持续作业工间休息机制。结果表明:通过正确反应时间、注视时间、瞳孔直径、眨眼频率4项指标,对VDT持续作业疲劳进行模式识别的结果可信度较高。因此,基于上述4项指标提出的工间休息机制客观有效。     

疲劳影响驾驶员心理旋转能力的ERP试验研究

为探究疲劳对驾驶员心理旋转能力的影响机制,首先开展2 h模拟驾驶任务试验,以诱发驾驶疲劳,并在模拟驾驶任务前后,分别测定驾驶员的心理旋转能力;然后基于试验数据,分析驾驶疲劳前后心理旋转能力行为绩效(反应时间、正确率)和脑电事件相关电位(ERP)成分(P3波幅和潜伏期)的变化及其差异。试验发现,驾驶疲劳引起行为绩效显著降低(反应时延长,正确率降低),脑电ERP的P3成分波幅在顶叶区显著下降、潜伏期显著延长。上述结果表明:疲劳影响了驾驶员在心理旋转过程中对认知资源的分配和加工信息的速度,导致心理旋转能力降低。     

草原公路弯道交通工程设施信息量评价

为明确驾驶员在草原公路弯道不同层级交通工程设施信息量条件下的视觉特性,确定最佳信息量范围,采用数理统计和回归分析方法,分别建立5种不同层级(Q0、Q1、Q2、Q3、Q4)下交通工程设施信息量的草原公路弯道虚拟场景模拟驾驶试验,定量评价不同层级下驾驶员的注视强度、扫视强度和眨眼强度。试验结果表明:眼动强度很大程度上由眼动行为发生的频次决定;交通工程设施信息量对驾驶员行车时注视强度、扫视强度和眨眼强度均有显著影响,其中在Q2条件下3种眼动强度指标表现最佳,最利于行车安全;驾驶员3种眼动强度与交通工程设施信息量变化表现出很强的相关性,相关性大小依次为注视强度、扫视强度和眨眼强度。     

深井受限空间内作业人员的眼动特征研究

为探索能反映深井受限空间对作业者影响程度的眼动指标,为井下行为安全管理提供依据,将20名眼动指标相近的成员随机分为A,B两组,分别在普通环境中和高温深井环境中开展实验,以文献摘要为刺激材料,运用Tobii X2-30眼动仪进行眼动测量,运用单因素多元方差分析及多重比较法分析眼动数据。发现注视点总数、总注视时间、眼跳次数和总眼跳时间指标的差异有显著性,B组值大于A组;注视点平均注视时间、平均眨眼时间、平均瞳孔直径和总眼跳时间占比等指标无显著差异;两组被试的注视轨迹变化显著,因此 对井下人员的生理信息采集应当注重5个关键的眼动指标。     

高原公路低氧路段驾驶疲劳脑电信号检测分析

为了解驾驶员在高原低氧路段的疲劳程度,以寻求缓解驾驶疲劳提高行车安全的途径,利用生物反馈检测仪分别对初次与经常进入高原公路低氧路段的驾驶员进行实地行车试验。通过对比不同海拔高度受测驾驶员脑电(EEG)变化特征,选取脑电8~13频段与14~30频段的平均功率比值R作为评价驾驶员疲劳时脑电特性指标R,定量分析海拔、连续驾驶时间对R的影响,同时建立R与海拔、连续驾驶时间之间的关系模型。研究表明:海拔与连续驾驶时间是影响驾驶员疲劳的主要因素,R随着海拔的升高与连续驾驶时间的增长而逐渐变大。初次在高原低氧路段行车的驾驶员表现出的疲劳感强于经常在高原低氧路段行车的驾驶员。     

脑力疲劳与非疲劳状态眼动指标的判别

为研究利用眼动指标(注视点个数FC、平均注视时间AFD、平均眼跳幅度ASA、最大瞳孔面积Pupil Max及反应时RD)对脑力疲劳状态进行判定,通过眼动追踪技术,测试了不同脑力疲劳程度的眼动指标值并进行分析。结果表明:1)通过FC、AFD、ASA和Pupil Max四个眼动指标可以判定被试者所处的疲劳状态; 2)当测试者注视点个数FC处于(11,13)区间,平均注视时间AFD处于(328,409)区间,平均眼跳幅度ASA处于(5,7)区间,最大瞳孔面积Pupil Max处于(992,1 124)区间时为非疲劳状态;当FC处于(7,10)区间,AFD处于(263,319)区间,ASA处于(2,4)区间,最大瞳孔面积Pupil Max处于(584,935)时可以认定被试者为疲劳状态。     

眼动指标检测管制疲劳的性能研究

为了挖掘更多检测管制疲劳的眼动指标,利用模拟塔台管制软件和眼动仪搭建试验平台,采集被试的眼动数据和主观疲劳的程度值,通过其疲劳前后眼动指标差异的显著性、与疲劳的相关性、以及受试者的工作特征曲线(ROC)分析,探讨了各眼动指标检测管制疲劳的性能。结果表明:疲劳前后被试的扫视速度、注视点和平均注视时长差异显著,扫视幅度无显著差异;扫视幅度与疲劳无相关性,平均注视时长与疲劳呈弱相关,扫视速度和注视点数与疲劳均呈中等以上的显著相关;利用注视点、扫视速度二元分类识别疲劳的效果为接近较好水平,是有潜力的管制疲劳检测指标,可为管制员疲劳检测和预警提供试验支撑。     

基于模拟飞行任务下的眼动指标分析

分析眼动指标在定量测量飞机驾驶员的注意力分配规律和工作负荷变化中的作用。让4个被试者在飞行模拟器上完成了3个不同阶段的模拟飞行任务,同时用眼动仪器记录了注视、扫视、瞳孔尺寸方面的眼动指标,划分为座舱外景和内部仪表两个兴趣区域对数据进行了对比和认知分析。被试者在外景有更多的注视点、更多和更长的注视时间,在仪表上的平均瞳孔尺寸比外部视景要大,平均扫视幅度随任务难度增大而减小。眼动指标可以客观地反映驾驶员的注意力分配规律和工作负荷变化;视觉飞行规则下,飞行员主要从外景获取视觉信息,他的大部分注意力都集中在外景。     

驾驶员注意力分配定量方法研究

驾驶员在不同的路况环境下存在不同的注意力分配模式,为弄清其分配模式特点,利用露天体育场内作为模拟驾驶环境,并利用眼动设备,记录被试者在直道驾驶任务、弯道驾驶任务、复杂路况驾驶任务等3种路况下的眼动数据,采用划分兴趣区域的方式,把视觉信息源划分为原车道兴趣区域FL(Former Lane)和其他兴趣区域OA(Other Areas)两个兴趣区域,对平均百米注视次数、平均百米注视时间、不同兴趣区域注视次数百分比3个眼动指标在两个兴趣区域内的分布情况进行分析和对比,得出不同路况环境下不同的注意力分配模式来揭示驾驶员驾驶过程中的注意力分配特点。研究结果对于驾驶员驾驶培训侧重点的改进、对于预防交通事故都具有重要意义。     

山区高速公路空间郁闭度对驾驶员视觉及生理指标的影响

为了解高速公路空间郁闭度对驾驶员视觉行为和心理状态的影响规律,在山区高速公路开展室外实车试验,采用Dikablis眼镜式眼动仪和Varioport生理记录仪记录了驾驶员的眼动和生理数据,包括注视时间百分比、平均注视时间、扫视幅度、眨眼率、心电、心率、皮电等。结果表明,随空间郁闭度增加,驾驶员皮电和扫视幅度增大,眨眼率和平均注视持续时间减小,视点越来越集中。随着驾驶员的逐渐适应,空间环境对驾驶员的心理影响逐渐减弱。驾驶员主要关注中间靠左区域,目标物为中央分隔带和前方道路。开敞空间下驾驶员对右侧区域有少量关注。半郁闭空间下驾驶员皮电呈现规律性的波动,对于左侧区域的关注明显增多,对右侧区域的注视持续时间较长,视点集中点更远。