一种基于大数据的疲劳驾驶安全保障系统的设计

磨春妗，黎飞，程登，张森

（上汽通用五菱汽车股份有限公司 广西汽车新四化重点实验室，广西柳州，545007）

0 前言

随着汽车保有量的增加，每年因为交通事故伤亡人数呈上升趋势。现代人生活节凑的加快、睡觉不规律，熬夜现象严重、长时间驾驶等因素使得驾驶员精神状态不佳，注意力不集中，容易疲劳驾驶，进而导致交通事故的发生[3]。疲劳驾驶作为交通事故的重要因素之一，如何准确高效检测疲劳驾驶是多年来各大车企制造业与科研机构的研究重点，通过研究一种实时精准的疲劳驾驶预警系统，以便能够警示驾驶人员改善驾驶行为，避免事故的发生，对社会安全具有重要的意义。

从现有的研究来看,多数侧重于疲劳检测，主要有三种检测方式：生理特征、视觉特征、车辆行驶信息[4]。关于生理特征检测方式，有研究[1,2]提出基于脑电信号(EElectroEncephaloGram,EEG) 的睡眠检测模型,结果表明,EEG 能够正确地区分清醒状态和睡眠状态。关于视觉特征检测方法的研究，戴诗琪等人[3]提出基于HOG 特征提取和ERT 算法实现人脸检测和特征点定位，而后利用卷积神经网络对眼、嘴部状态进行识别。张长隆[5]使用多传感器采集眼部、嘴部以及方向盘特征，使用Fisher 线性判别分类来检测疲劳。史瑞鹏[6]等人提出了一种基于加速后的多任务级联卷积神经网络MTCNN-F 实现人脸特征点快速定位，采用ERFP 方法精确提取眼、嘴部目标区域，并利用卷积神经网络EM-Net 对目标区域图像状态进行快速准确分类，而后通过相应判定算法实现疲劳驾驶检测的方法。关于车辆行驶信息检测方法，尤超[7]利用驾驶操作行为变异性特征,通过个体差异性的自学习方法建立疲劳状态检测模型，结合车辆动态、操作与控制选择等数据作为辅助数据进行疲劳状态检测。以上检测方法，均可以实现驾驶员的疲劳检测，有各自的优缺点。基于生理特征检测方法具有较高的精度，但是信号采集主要通过接触式设备实现，成本比较高，更适用于实验室环境,不适于实际应用。基于视觉特征检测方法具有非接触、无干扰、检测精度高的优点，但是容易受驾驶员的面部习惯、车内光线和眼镜反光/遮挡等因素影响，且车内需要安装摄像头，成本比较高，推广性适中。而基于车辆行驶信息的采集在汽车现有装置的基础上就可以实现，对额外的设备需求较低,实用性很强,成本低，易于推广，但是驾驶员个人习惯、路面条件等因素会影响检测结果的准确度。

少部分研究比较完整地囊括了疲劳检测和疲劳预警两个部分，详细阐述了疲劳检测研究方法及论证过程，但关于疲劳预警这个部分研究的不是很细致，一般只说明预警方法，比如语音提醒、限速、灯光报警或者震动装置，没有一个详细的预警实施过程,如尤超[7],张长隆[8]。

综上所述，设计一种有效的疲劳驾驶预警系统，减少疲劳驾驶事故的发生是本文的出发点。本文基于成本和方便的角度选择车辆行驶信息检测疲劳驾驶的方式，该检测方式除了基于行驶信息还结合行驶路况进行疲劳驾驶检测，进而针对不同的路况有不同的主动限速手段。当然，若条件允许，则也可以选择生理特征或视觉特征检测方式，毕竟方式不同，检测准确度也有差异，本文的重点并非侧重于检测方式，而是侧重于阐述一个比较完整的疲劳驾驶检测预警系统。

1 疲劳驾驶安全保障系统的介绍

本文的疲劳驾驶安全保障系统包含两个模块，详细工作示意图见图1，一个是结合驾驶路况基于车辆历史和实时的行驶信息数据的疲劳驾驶检测模块：车辆行驶信息会通过车载数据采集装置上传至云端服务器，在车辆上电之前依据历史数据构建一个疲劳检测模型，车辆上电后由云端依据模型结合实时数据判断驾驶员是否疲劳驾驶及疲劳等级；另一个是基于语音提醒、限速和告知紧急联系人让其反向提醒的分层次分时段的详细疲劳驾驶预警模块：依据疲劳等级，定时或不定时由云端给车端发出信号，触发车辆提醒驾驶员，并依据行驶路况作出不同的预防事故发生的限速方式，并告知驾驶员的紧急联系人让其反向提醒驾驶员。

图1 疲劳驾驶安全保障系统工作示意图

（1）疲劳驾驶检测模块

结合驾驶路况基于车辆历史行驶信息数据和实时行驶信息数据的疲劳检测模块。车辆上电后，车辆行驶信息会通过车载数据采集装置上传云端服务器，其中车辆行驶信息主要包含：方向盘转角、方向盘角度、方向盘角速度、横向加速度、车速、行驶时长、行驶时间（用于判断白天还是晚上）等指标。在上电10min 内，本文认为驾驶员是清醒的，通过采集近期正常行驶时长达20min 以上的上电10min 时的数据（剔除怠速数据，倒车数据），作为清醒时建模参考数据，基于参考数据通过综合评价方法提取出有划分等级的具有个体特性疲劳驾驶的评定条件，将行驶10min 后的数据作为分析的实时数据，对比实时数据和疲劳驾驶的评定条件，判断驾驶员是否疲劳（达到1 级疲劳驾驶条件）及对应的疲劳等级，其中疲劳等级分为1、2、3 等级，分别为轻度疲劳、中度疲劳、高度疲劳。

（2）疲劳驾驶预警模块

基于语音提醒、限速和告知紧急联系人让其反向提醒的分层次分时段的详细疲劳预警流程。上电10min 后，若检测到驾驶员1 级或者2 级疲劳驾驶，则此时触发车辆发出语音提醒驾驶员，要求降速行驶或者寻找附近安全停车点休息。上电30min 后，若此时检测到驾驶员1 级疲劳驾驶,则进行语音提示；若2 级疲劳驾驶不仅进行语音提醒，还通过GPS 定位数据判断驾驶员行驶的道路，是在高速路还是普通的道路上。若是高速路上，本文将80km/h 定义为高速路的a 级疲劳驾驶速度，若是普通道路，本文将50km/h 定义为普通道路的a 级疲劳驾驶速度。然后云端触发车辆发出语音提醒驾驶员（疲劳等级不同，语音提醒内容不同），并告知驾驶员将于5s 后对车辆限速（范围在a 级疲劳驾驶速度及以下），并把驾驶员疲劳驾驶的消息通过手机客户端告知驾驶员的紧急联系人。云端发送给紧急联系人的驾驶员疲劳驾驶消息中，主要包含疲劳驾驶时间、位置疲劳驾驶等级和录制10s 语音功能的接口链接及催促提醒驾驶员的内容，当驾驶员的紧急联系人手机收到驾驶员疲劳驾驶提醒时，立即弹出屏幕展示给用户，并配以自动语音播报，使得紧急联系人不会错过即时提醒驾驶员的时机。联系人可点击消息中的链接进入到录制语音的界面，在界面中可直接看到驾驶员驾驶位置地图及录音功能，录制完的语音将通过云端发送给车辆，并自动播放给驾驶员，无需驾驶员手动播放，避免分散驾驶员注意力，以防意外发生。上电1h 后，若此时驾驶员1 级或者2 级或3 级疲劳驾驶，则判断驾驶员行驶的道路。若是高速路上，本文将70km/h 定义为高速路的b 级疲劳驾驶速度，若是普通道路，本文将30km/h 定义为普通道路的b 级疲劳驾驶速度。然后云端触发车辆发出语音提醒驾驶员,告知驾驶员正在对车辆限速（范围在b级疲劳驾驶速度及以下），并把驾驶员疲劳驾驶的消息通过手机客户端告知驾驶员的紧急联系人，最终驾驶员将以限速范围内的速度行驶至下电。如果上电10min 后或者30min后检测到驾驶员3 级疲劳驾驶，则判定行驶的道路，触发车辆进行语音提醒及限速车辆到b 级疲劳驾驶速度，并把驾驶员疲劳驾驶的消息通过手机客户端告知驾驶员的紧急联系人。

以上分别为上电10min、30min、1h 的定时预警系统（详情见图2），由于是实时检测疲劳驾驶，倘若在后两个时间点预测之前，也就是10min～30min 和30min～1h 期间，发生严重疲劳驾驶，则也应进行预警，因而本文提出不定时预警的方案，主要是针对3 级疲劳驾驶。若在上述两个时间段内检测到3 级疲劳驾驶，则判定行驶的道路，触发车辆进行语音提醒及限速车辆到b 级疲劳驾驶速度（详情见图3）。

图2 疲劳驾驶定时预警流程图

图3 疲劳驾驶不定时预警流程图

2 总结

本文设计的疲劳驾驶预警系统基于车辆大数据判断疲劳驾驶及等级，依据驾驶时长设定疲劳驾驶提醒条件和时间，采用分层次限速方式控制疲劳驾驶的车辆行驶速度，以及通过告知驾驶员紧急联系人，让紧急联系人通过录音提醒系统反向提醒驾驶员，从而使得驾驶员重视安全驾驶，降速行驶或寻找安全停车点休息。总体上可以几个方面说明系统的设计亮点：一、安全方面：依据疲劳等级对车辆进行定时或不定时的语音提醒和不同速度限制，对驾驶员的安全驾驶起到时间上多层次的安全保障作用；另外通知紧急联系人，对于哪些无视自身安全盲目驾驶的人，可起到劝说作用，减少交通事故的发生。二、体验方面:本文定义的车速较为合理，没有严重影响驾驶员的驾驶需求；依据疲劳等级和驾驶时间进行提醒，减少频繁提醒而引起驾驶员反感的情况。三、成本方面：采用低成本的车辆数据疲劳驾驶检测方式，采用低成本操作的语音提醒、车辆限速的预警方式。四、效率方面：实时监控驾驶员精神状态，定时或不定时地根据疲劳驾驶等级进行预警，能使驾驶员即时调整精神状态，减速或者停车休息。五、提醒方式：本文在常用提醒方式上增加了告知紧急联系人方式，尽管该方式被作为发生事故时常规使用的技术手段，但是一般只起到告知的作用，而不是预防。该方式在本文的疲劳驾驶预警中使用，一来是实现告知紧急联系人的基本作用；二来是在不增加驾驶员驾驶风险的情况下由本文提出的录音提醒系统自动提醒驾驶员；三来该提醒是在未发生事故之前，而非常规的事故发生后告知紧急联系人；最后对于一个经常开车的人来说，面对常规的提醒通常会有麻木的心理，预警往往达不到很好的效果，而通过关系亲密的紧急联系人的语音提醒，则能够有效使得驾驶员更重视安全驾驶，进而调整自己的精神状态或停车休息。综上所述，本文提供了一种从疲劳检测到预警的疲劳驾驶安全保障系统的设计思路，在安全、体验、成本、效率、提醒方面都有一定的效果。