鐘銘恩 吳平東 彭軍強(qiáng) 洪漢池(廈門(mén)理工學(xué)院機(jī)械與汽車(chē)工程學(xué)院,福建省高?,F(xiàn)代汽車(chē)設(shè)計(jì)與制造工程研究中心,廈門(mén)6104)
2(北京理工大學(xué)機(jī)械與車(chē)輛學(xué)院,北京100081)
3(天津工業(yè)大學(xué)機(jī)械工程學(xué)院,天津300160)
酒后駕車(chē)作為引發(fā)交通事故的重要原因之一,是社會(huì)各界普遍關(guān)注的焦點(diǎn)。數(shù)據(jù)表明:與酒后駕車(chē)有關(guān)的交通事故約占總數(shù)的25% ~33%;發(fā)達(dá)國(guó)家每年因道路交通事故傷害死亡的駕駛員中約19%的血液酒精濃度(blood alcohol concentration,BAC)超過(guò)法律允許值,中低收入國(guó)家約為32% ~69%[1-4]。駕駛員飲酒后的交通事故傾向研究對(duì)道路交通安全和違規(guī)問(wèn)責(zé)都具有重大意義。
目前,駕駛員血液酒精濃度是酒后駕車(chē)問(wèn)題及對(duì)策研究的主要參數(shù)依據(jù),其值與飲酒量和駕駛員對(duì)酒精的敏感性有關(guān)。由于不同駕駛員之間的生理、體質(zhì)和生活習(xí)慣等存在著個(gè)體差異,勢(shì)必導(dǎo)致酒精敏感個(gè)體差異性。因此,血液酒精濃度法的嚴(yán)謹(jǐn)性有待進(jìn)一步論證。
腦電認(rèn)知技術(shù)的發(fā)展為上述問(wèn)題研究提供了一種新思路。苗奪謙等研究表明大腦在醉酒狀態(tài)下復(fù)雜度比正常狀態(tài)要高[5]。范金鋒等利用腦電的非線性特征區(qū)分出醉酒者和正常人的腦電[6]。Wu 等通過(guò)對(duì)腦電數(shù)據(jù)進(jìn)行聚類(lèi)分析得出腦電信號(hào)對(duì)攝入酒精有顯著反應(yīng)的結(jié)論[7]。Yazdani 等利用具有高斯內(nèi)核并帶KNN 觀測(cè)器的貝葉斯分類(lèi)器實(shí)現(xiàn)了沉醉人員和正常人腦電的分類(lèi)[8]。Kousarrizi等成功利用SVM 和神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)嗜酒人員腦電的Haar 小波功率譜分類(lèi)[9]。盡管這些研究主要針對(duì)重度飲酒人員,且研究結(jié)論多為定性或聚類(lèi)缺乏度量化,但結(jié)果表明:腦電信號(hào)能夠體現(xiàn)酒精對(duì)大腦中樞神經(jīng)的作用,腦電特征參數(shù)是酒后交通事故傾向分析的一種可行參數(shù)[10]。
本研究擬實(shí)驗(yàn)獲取駕駛員不同程度飲酒后的血液酒精濃度、腦電信號(hào)和事故傾向指標(biāo),揭示各參數(shù)的變化規(guī)律和相互關(guān)系,并最終對(duì)比血液酒精濃度和腦電數(shù)值特征在酒后事故傾向分析時(shí)的嚴(yán)謹(jǐn)性和準(zhǔn)確性。
考慮到酒后駕車(chē)的危險(xiǎn)性,為確保實(shí)驗(yàn)安全并實(shí)現(xiàn)可復(fù)現(xiàn)的道路交通環(huán)境,采用模擬駕駛替代實(shí)際駕駛,構(gòu)建如圖1 所示實(shí)驗(yàn)平臺(tái)。實(shí)驗(yàn)用駕駛模擬器具備120 度視角和實(shí)時(shí)力反饋。采用美國(guó)INT公司生產(chǎn)的SD400 呼氣式酒精測(cè)試儀測(cè)量駕駛員的呼氣酒精濃度。采用日本光電公司生產(chǎn)的64 導(dǎo)聯(lián)SG224EEG -9200 數(shù)字腦電圖儀記錄駕駛員腦電信號(hào)。全程視頻記錄駕駛過(guò)程。
圖1 實(shí)驗(yàn)平臺(tái)示意圖Fig. 1 Experiment platform construction for drunk driving
設(shè)置模擬道路交通環(huán)境為夜間、市郊混合模式,與現(xiàn)實(shí)中酒后駕車(chē)的主要駕駛環(huán)境相似。設(shè)置道路總長(zhǎng)約為10 km。市區(qū)路段分別由(0.5 km、3 km 和3 km)長(zhǎng)的單行道、雙向4 車(chē)道和雙向6 車(chē)道路段組成,路面等級(jí)為二級(jí),具備良好路燈照明。其中4 車(chē)道路段中間設(shè)置隔離柵欄,6 車(chē)道路段中間為雙黃實(shí)線。郊區(qū)路段由各長(zhǎng)1.5 km 的雙向雙車(chē)道和單車(chē)道路段組成,路面等級(jí)分別為三級(jí)和四級(jí),無(wú)燈光照明。沿途隨機(jī)設(shè)置5 個(gè)限速路段,每段長(zhǎng)0.1 km,限速為40 km/h;隨機(jī)布置10 個(gè)具有交通信號(hào)指示和5 個(gè)無(wú)交通信號(hào)指示的十字路口;隨機(jī)布置10 個(gè)斑馬線。以上道路條件按《道路交通標(biāo)志與標(biāo)線》(GB/T5768 -1999)呈現(xiàn)相應(yīng)的標(biāo)志標(biāo)線。天氣情況設(shè)置為晴朗、微風(fēng)。設(shè)置中等車(chē)流、稀少行人、無(wú)塞車(chē)和道路阻斷。
采用某品牌52% 酒精濃度白酒為實(shí)驗(yàn)用酒。引導(dǎo)被試駕駛員進(jìn)行飲酒習(xí)慣自評(píng),獲取駕駛員主觀認(rèn)為的尚能保持較好身體平衡和意識(shí)時(shí)的最大飲入酒量,定義為主觀最大飲酒量(subjective maximum alcohol to drink,SMAD)。為誘發(fā)各種不同程度的酒后狀態(tài),要求駕駛員每次飲酒量為主觀最大飲酒量的10%,稱(chēng)為步進(jìn)酒精注入。研究表明飲酒30 min 后,酒精對(duì)駕駛員的作用接近最大化。因此,每次步進(jìn)酒精注入后,等待25 ~35 min,此時(shí)認(rèn)為駕駛員的各種酒后狀態(tài)成功誘發(fā)。步進(jìn)酒精注入總次數(shù)為10,因此可獲得10 種不同程度的酒后狀態(tài)。
隨機(jī)招募25 名獲得中華人民共和國(guó)C1 駕駛執(zhí)照并具備3 年以上駕齡的駕駛員,年齡介于18 ~45歲之間,身體健康,無(wú)嚴(yán)重精神疾病史和精神類(lèi)藥物服用史,屬于正常人群中選取的個(gè)體。根據(jù)模擬駕駛真實(shí)感反饋和酒后狀態(tài)誘發(fā)自評(píng)進(jìn)行被試樣本刪選。駕駛真實(shí)感設(shè)置“A 很刺激,和真實(shí)駕駛很像”、“B 不是很實(shí)際,但總體感覺(jué)還好”、“C 不難,比實(shí)際開(kāi)車(chē)簡(jiǎn)單”和“D 比實(shí)際開(kāi)車(chē)難”4 種封閉式選項(xiàng)。僅當(dāng)駕駛真實(shí)感為A 或B 且飲酒自評(píng)總體呈現(xiàn)“有醉意”時(shí),認(rèn)為被試駕駛員屬于合格實(shí)驗(yàn)者,并結(jié)合駕駛員的實(shí)驗(yàn)參與意愿最終篩選出12 位合格被試駕駛員。
對(duì)應(yīng)每種飲酒狀態(tài),測(cè)量3 次駕駛員的呼氣酒精濃度取平均值,按照2200:1 的國(guó)際建議標(biāo)準(zhǔn)將駕駛員呼氣酒精濃度轉(zhuǎn)化為血液酒精濃度值。
腦電測(cè)量采用靜態(tài)方案,即在駕駛員靜坐狀態(tài)時(shí)測(cè)量,以減小因駕駛操控和眼部動(dòng)作等誘發(fā)出的腦電干擾。參數(shù)設(shè)置:①腦電采樣頻率為500 Hz;②信號(hào)頻率范圍為0.53 ~60 Hz;③歐洲數(shù)據(jù)存儲(chǔ)格式EDF;④電極阻抗小于10 kΩ;⑤國(guó)際腦電圖學(xué)會(huì)10 -20 電極安放標(biāo)準(zhǔn);⑥電極通道選擇:額葉區(qū)F3、F4、C3、C4,頂葉區(qū)P3、P4,枕葉區(qū)O1、O2,顳葉區(qū)T3、T4;⑦左右側(cè)電極分別以左右耳部電極A1 和A2 為參考;⑧單級(jí)導(dǎo)聯(lián)。
①實(shí)驗(yàn)?zāi)康?、流程、注意事?xiàng)等介紹,消除駕駛員自發(fā)緊張、激動(dòng)等情緒;②進(jìn)行駕駛員飲酒習(xí)慣自評(píng),獲取主觀最大飲酒量;③設(shè)置汽車(chē)模擬實(shí)驗(yàn)機(jī)的駕駛環(huán)境,開(kāi)展模擬駕駛器學(xué)習(xí)訓(xùn)練,使被試駕駛員能夠熟練規(guī)范駕駛;④測(cè)量駕駛員未飲酒時(shí)BAC 值及腦電信號(hào),實(shí)施模擬駕駛實(shí)驗(yàn),視頻記錄駕駛過(guò)程;⑤逐次誘發(fā)駕駛員各種飲酒狀態(tài),重復(fù)步驟④,直到飲酒量達(dá)到主觀最大飲酒量為止;⑥實(shí)驗(yàn)結(jié)束,進(jìn)行驗(yàn)后數(shù)據(jù)處理。
每種酒后狀態(tài)進(jìn)行3 次駕駛實(shí)驗(yàn),駕駛過(guò)程總時(shí)間控制在1 h 以內(nèi),確保駕駛員體內(nèi)酒精含量不顯著變化。應(yīng)注意觀察和消除駕駛員情緒化和駕駛疲勞,以減小二者的誘發(fā)腦電對(duì)酒后腦電的疊加耦合效應(yīng)。
根據(jù)酒后模擬駕駛視頻,統(tǒng)計(jì)各類(lèi)不良和違規(guī)駕駛行為,分為3 類(lèi):Ⅰ類(lèi),包括超速、斑馬線不減速、無(wú)信號(hào)燈十字路未減速和未開(kāi)指示燈隨意變更車(chē)道;Ⅱ類(lèi),包括闖紅燈和壓、跨雙實(shí)線;Ⅲ類(lèi),包括擦撞隔離柵欄、路邊固定障礙物、周邊車(chē)輛、非機(jī)動(dòng)車(chē)和行人。定義事故傾向值(accident proneness,AP)為
式中,i 表示第i 次步進(jìn)酒精注入,i = 0 時(shí)表示未飲酒。λ 為事故危害權(quán)值,主要影響AP 值的尺度而很少影響其單調(diào)性(本研究主要研究各參數(shù)間的增減一致性)。根據(jù)3 類(lèi)交通違規(guī)肇事行為的危害度,采用相對(duì)簡(jiǎn)單的拋物線型加速等效法,每級(jí)事故危害度平方增加。最終在多次計(jì)算對(duì)比結(jié)果基礎(chǔ)上選取:λ1= 1,λ2= 3,λ3= 9 。Ni為i 階酒后狀態(tài)對(duì)應(yīng)的各類(lèi)不良違規(guī)駕駛行為總數(shù)的平均值。
為減小駕駛員駕駛能力和操控熟練程度的個(gè)體差異影響,定義規(guī)范化事故傾向值(normalized accident proneness,NAP)為
NAP 越大,表明事故傾向性越大,駕駛能力越差。NAP0=0 表明駕駛員未飲酒時(shí)事故傾向相對(duì)變化為0,即駕駛能力不變。NAP <0 表明事故傾向減小,駕駛能力相比未飲酒時(shí)有所提高。
對(duì)象確定:對(duì)比發(fā)現(xiàn)采集于左額葉區(qū)F3 電極通道的腦電隨飲酒量增加而變化明顯,這種變化存在于所有被試駕駛員之間,具有相對(duì)普遍性,其波形如圖2 所示。由圖可知:飲酒量較小時(shí),腦電中的低頻和高頻成分在各個(gè)通道處的幅值都增加,駕駛員處于相對(duì)興奮狀態(tài);隨著飲酒量的加大,大腦對(duì)外界信息的應(yīng)激能力減弱,大腦皮層神經(jīng)細(xì)胞活動(dòng)的隨機(jī)性減小,放電有序性增加,呈現(xiàn)出越來(lái)越強(qiáng)的類(lèi)周期波形??商崛〈祟?lèi)低頻周期信號(hào)作為普遍存在于不同駕駛員間的受酒精影響明顯的腦電信號(hào)成分,將這些腦電分量定義為共變腦電,主要是0.5 ~4Hz 的δ 波。綜上,最終確定左額葉區(qū)腦電δ 波為數(shù)值處理對(duì)象。
信號(hào)提取:利用Daubechies 小波對(duì)腦電信號(hào)進(jìn)行分解。通常Daubechies 系中的小波基記為dbN,N 為支撐長(zhǎng)度,N 值越小,可檢測(cè)尺度越小。本研究利用db5 小波分解腦電信號(hào),得到7 個(gè)分量,按頻率從高到低順序依次為cd1、cd2、cd3、cd4、cd5、cd6 和cd7,分別代表125 ~250 Hz、64 ~125 Hz、32 ~64 Hz、16 ~32 Hz、8 ~16 Hz、4 ~8 Hz 和0 ~4 Hz 頻率范圍的信號(hào)分量??梢?jiàn):cd7 即為δ 波,是駕駛員受酒精影響顯著的共變腦電。
數(shù)值計(jì)算:計(jì)算cd7 的平均功率值Pδ。為減小駕駛員腦電在數(shù)值上的個(gè)性差異,定義規(guī)范化腦電δ 波功率增益(normalized power gain,NPG)為
式中,Pδi為駕駛員i 次步進(jìn)酒精注入后的腦電δ 波信號(hào)分量的平均功率。
本研究對(duì)比分析血液酒精濃度BAC 和規(guī)范化腦電δ 波功率增益NPG 分別與規(guī)范化事故傾向值NAP 之間的數(shù)值關(guān)系。
根據(jù)式(1)~式(3)分別計(jì)算12 位被試駕駛員不同程度飲酒后的規(guī)范化事故傾向值NAP 和規(guī)范化腦電δ 波功率增益NPG。
12 位駕駛員中,11 位駕駛員的規(guī)范化事故傾向值NAP、血液酒精濃度BAC 和規(guī)范化腦電δ 波功率增益NPG 符合圖3 所示數(shù)值分布規(guī)律,約占樣本總數(shù)的92%。(不同駕駛員間的實(shí)驗(yàn)結(jié)果僅在具體數(shù)值上有所差異,本研究不做討論。)
圖2 駕駛員不同程度飲酒后左額葉區(qū)F3 電極通道腦電圖。(a)未飲酒;(b)飲酒量為20%主觀最大飲酒量;(c)飲酒量為60%主觀最大飲酒量;(d)飲酒量為主觀最大飲酒量Fig.2 EEG acquired from the F3 electrode in the left frontal lobe area of the drunk driver. (a)No drinking;(b)Intake 20% of SMAD;(c)Intake 60% of SMAD;(d)Intake 100% of SMAD
圖3 不同程度飲酒后各指標(biāo)的典型分布規(guī)律Fig.3 Typical distribution of the parameters.
從圖3 可知,隨著駕駛員飲酒量的增加:
①BAC 近似線性單調(diào)遞增。
②NAP 單調(diào)遞增。在飲酒量小于50% 最大主觀飲酒量前,NAP 增加不顯著。當(dāng)飲酒量超過(guò)50%最大主觀飲酒量時(shí),NAP 迅速增加,且增加的速率加大。飲酒量達(dá)60%最大主觀飲酒量時(shí),事故傾向相比未飲酒時(shí)約增加1 倍;80% 時(shí),約增加3 倍;100%時(shí),盡管駕駛員主觀認(rèn)為此時(shí)尚有較好平衡和意識(shí)狀態(tài),但事故傾向約增加11 倍。
③NPG 單調(diào)增加,飲酒量小于50%最大主觀飲酒量時(shí),NPG 增加緩慢;當(dāng)飲酒量超過(guò)50%最大主觀飲酒量時(shí),NPG 迅速增加,且增加的速率加大。如飲酒量達(dá)60%最大主觀飲酒量時(shí),NPG 相比未飲酒時(shí)約增加1 倍;80% 時(shí),約增加2 倍;100% 時(shí),約增加5 倍。
將這類(lèi)分布規(guī)律歸為典型。
12 位駕駛員中,1 位駕駛員的NAP、BAC 和NPG 數(shù)值符合圖4 所示規(guī)律,約占樣本總數(shù)的8%。
圖4 各曲線變化趨勢(shì)總體類(lèi)似典型分布,但存在如下主要不同:
①該駕駛員在飲用約25 ~75 mL 實(shí)驗(yàn)用白酒后(對(duì)應(yīng)BAC 值約為17 ~54 mg/100 mL),NAP 相比未飲酒時(shí)有所減小,在飲入約50 mL 實(shí)驗(yàn)用白酒后(BAC 值約為28 mg/100 mL),NAP 值接近最小值,約為-0.4。這說(shuō)明:此期間駕駛員的事故傾向和未飲酒時(shí)相比有所下降,最大減小約40%概率。
②在飲入約25 ~75 mL 實(shí)驗(yàn)用白酒這一期間,NPG 數(shù)值單調(diào)性和BAC 嚴(yán)格保持一致:先單調(diào)遞減至最小值后單調(diào)遞增。
將這類(lèi)分布規(guī)律歸為特殊。
圖4 不同程度飲酒后各指標(biāo)的特殊分布規(guī)律Fig.4 Special distribution of the parameters.
大部分駕駛員飲酒后,交通事故傾向性增加,且飲酒達(dá)50% 最大主觀飲酒量后急劇增加。這點(diǎn)結(jié)論和現(xiàn)有主流學(xué)術(shù)觀點(diǎn)相符,進(jìn)一步驗(yàn)證了防治酒后駕車(chē)行為提高道路交通安全的必要性。
存在某些駕駛員在飲用一定量酒精后,交通事故傾向性指標(biāo)反而減小的現(xiàn)象,即駕駛能力反而有所提高。這點(diǎn)結(jié)論說(shuō)明:酒精對(duì)大腦中樞神經(jīng)的作用機(jī)理除了普遍存在的消極(麻醉)抑制,也存在著積極(刺激)激勵(lì)。我國(guó)自2011 年5 月1 日起,正式施行刑法修正案(八),即規(guī)定“醉駕一律入刑”的零容忍政策,然而,世界上大多數(shù)發(fā)達(dá)國(guó)家卻都允許駕駛員飲用一定量酒精后駕駛機(jī)動(dòng)車(chē)。從法律人性化的角度出發(fā),我國(guó)道路交通安全法規(guī)的基礎(chǔ)研究有待進(jìn)一步完善。
對(duì)于不同的駕駛員,血液酒精濃度BAC 和規(guī)范化事故傾向值NAP,在駕駛員不同飲酒狀態(tài)下可能具有不一致的單調(diào)區(qū)間,即數(shù)值增減性不完全相同。這說(shuō)明盡管現(xiàn)有以血液酒精濃度為參數(shù)基礎(chǔ)的酒后駕車(chē)問(wèn)題及對(duì)策研究在大部分情況下是合理有效的,但從某種意義上指出血液酒精濃度在某些應(yīng)用場(chǎng)合可能導(dǎo)致判斷或問(wèn)責(zé)錯(cuò)誤,缺乏充分的嚴(yán)謹(jǐn)性。
相比而言,規(guī)范化腦電δ 波功率增益NPG 和NAP 在駕駛員各飲酒狀態(tài)下都保持著較好的增減一致性。這表明:NPG 和BAC 相比,能夠更準(zhǔn)確的反映駕駛員飲酒后的交通事故傾向變化??梢?jiàn),從駕駛員腦電生理信號(hào)的角度研究酒后駕車(chē)的預(yù)警和問(wèn)責(zé)技術(shù)是一種可行有效的新穎思路。
血液酒精濃度已被廣泛作為數(shù)值參考應(yīng)用于酒后駕車(chē)預(yù)警技術(shù)研究和事故問(wèn)責(zé),但本研究表明,規(guī)范化腦電δ 波功率增益相比而言可能是一種更嚴(yán)謹(jǐn)有效的方法。從駕駛員腦電信號(hào)角度開(kāi)展酒后駕車(chē)問(wèn)題及對(duì)策研究值得更多關(guān)注和期待。需要指出的是,本研究出于安全考慮采用模擬駕駛代替實(shí)際駕駛,且試驗(yàn)樣本總數(shù)較少,因此腦電的規(guī)范化δ 波功率增益和實(shí)際駕駛中的事故傾向值之間的確定性數(shù)值關(guān)系有待進(jìn)一步探討。
[1] Peden M,Scurfield R,Sleet D,et al. World report on road traffic injury prevention [M]. Geneva: World Health Organization,2004.
[2] World Health Organization. Drinking and Driving:a road safety manual for decision makers and practitioners[M]. Geneva:Global Road Safety Partnership,2007.
[3] National Highway Traffic Safety Administration. Traffic safety facts 2008:a compilation of motor vehicle crash data from the fatality analysis reporting system and the general estimates system[M]. Washington DC:U. S. Department of Transportation,2008:213 -229.
[4] Toroyan,Tami. Global status report on road safety:time for action[M]. Geneva:World Health Organization,2009:11 -38.
[5] 鄒陽(yáng),苗奪謙,王登. 醉酒者和正常人腦電的樣本熵研究[J]. 中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào),2010,29(06):939 -942.
[6] 范金鋒,邵晨曦,王劍,等. 醉酒者腦電和正常腦電非線性特性的比較評(píng)估[J]. 中國(guó)生物醫(yī)學(xué)工程學(xué)報(bào),2008,27(01):18 -28.
[7] Wu Di,Chen Zhihua,F(xiàn)eng Ruifang,et al. Study on human brain after consuming alcohol based on EEG signal[C]//Houssain K,Jason K,eds. Proceedings of the 3rd IEEE International Conference on Computer Science and Information Technology. Chengdu:IEEE Computer Society,2010:406 -409.
[8] Yazdani A,Setarehdan,Kamaledin S. Classification of EEG signals correlated with alcohol abusers[C]// Abhayaratne K,eds. Proceedings of 9th International Symposium on Signal Processing and Its Applications. Sharjah: IEEE Computer Society,2007:1 -4.
[9] Nazari MR,Asadi GA,Gharaviri A,et al. Classification of alcoholics and non-alcoholics via EEG using SVM and neural networks[C]// Chou Kuo-Chen,Thomas LC,eds. Proceedings of the 3rd International Conference on Bioinformatics and Biomedical Engineering. Beijing: IEEE Computer Society,2009:1 -4.
[10] Papadelis C,Chen Z,Papadeli CK,et al. Monitoring sleepiness with on-board electrophysiological recordings for preventing sleepdeprived traffic accidents[J]. Clinical Neurophysiology,2007,118(09):1906 -1922.