張 珊,石 蕊,劉文彬
[中汽研汽車檢驗中心(天津)有限公司,天津 300000]
隨著汽車智能化的快速發(fā)展,駕駛員監(jiān)控系統(tǒng)的新車搭載率持續(xù)攀高,技術(shù)路線和監(jiān)控手段也時有革新,該系統(tǒng)顯著降低了因為駕駛員疲勞、分心導(dǎo)致的交通事故,有效地保證了交通安全。駕駛員監(jiān)控系統(tǒng)安裝于車內(nèi),通過攝像頭及車輛運動行為等反饋的不同數(shù)據(jù)輸入監(jiān)控駕駛員的實時狀態(tài),當(dāng)駕駛員注意力不集中時發(fā)出警告,甚至在駕駛員進(jìn)入無意識狀態(tài)時進(jìn)行干預(yù)控制車輛。
疲勞駕駛的場景測試方法有很多,《駕駛員注意力監(jiān)測系統(tǒng)性能要求及試驗方法》(GB/T 41797—2022)是基于睜閉眼和打哈欠(張閉嘴)的原理進(jìn)行制定的。該視覺檢測方案的優(yōu)勢在于定義清晰,重復(fù)性強。歐盟法規(guī)Driver Drowsiness and attention warning systems(DDAW,駕駛員嗜睡和注意力警告系統(tǒng)),基于駕駛員主觀感受來定義疲勞駕駛場景。
由于駕駛員監(jiān)控系統(tǒng)面對的駕駛員具有不相似的外貌和疲勞行為特征,且不同駕駛員對于危險駕駛的定義閾值也不盡相同,故駕駛員監(jiān)控系統(tǒng)需要具有較強的魯棒性和穩(wěn)定性,當(dāng)監(jiān)測到不同駕駛員的外貌及疲勞狀態(tài)時,發(fā)出正確的警告。
目前關(guān)于駕駛員監(jiān)控系統(tǒng)測試方法的研究較少:關(guān)于不同外貌的駕駛員篩選及自我疲勞狀態(tài)評價的培訓(xùn)較簡單,尚未梳理完善、合理的篩選及培訓(xùn)體系;駕駛員疲勞時表現(xiàn)和車輛動力學(xué)表現(xiàn)與駕駛員監(jiān)控系統(tǒng)性能的優(yōu)劣評價尚未建立合理聯(lián)系;涉及駕駛員監(jiān)控系統(tǒng)整體性能測試方法研究較少,特別是實車測試手段。
基于此,該研究提出基于多源數(shù)據(jù)深度學(xué)習(xí)的駕駛員疲勞狀態(tài)監(jiān)控系統(tǒng)測試方法,以解決目前測試駕駛員選擇的高隨機性、駕駛員疲勞程度評價的不穩(wěn)定以及測試方法流程不統(tǒng)一的難點問題。
駕駛員疲勞會出現(xiàn)多種生理特征,從狀態(tài)來看,存在身體機能下降、眼睛發(fā)干、頻繁眨眼、心跳加快、視覺模糊、視力下降、注意力分散、視野逐漸變窄、漏/錯看信息情況增多、反應(yīng)遲鈍、動作僵硬、思維能力下降、頭腦糊涂等。其主要對外反映的視覺特征有駕駛員頭部的不自主晃動、頻繁眨眼、打哈欠等行為[1]。
通過計算機視覺技術(shù),捕捉駕駛員的面部表情,包括眼睛、嘴巴、面部肌肉等,分析這些表情的特征,以判斷駕駛員是否處于疲勞狀態(tài)[2]。例如,可以通過檢測眼睛的閉合程度、嘴巴的張合程度等來判斷駕駛員的疲勞程度,如圖1~2 所示。
圖1 閉眼疲勞
圖2 打哈欠疲勞
可從汽車銷售服務(wù)4S 店或其他宣傳銷售渠道獲取客戶信息及典型人群特征,若車輛目標(biāo)群體面向年輕女性,那么測試樣本的女性駕駛員占比可增加;若車輛目標(biāo)群體是貨車司機,那么測試樣本的男性職業(yè)司機占比可增加。
多數(shù)駕駛員監(jiān)控系統(tǒng)利用攝像頭作為傳感器,拍攝駕駛員面部神態(tài)作為疲勞數(shù)據(jù)輸入。故選擇不同外貌、不同佩飾的駕駛員,有利于檢測系統(tǒng)的魯棒性;駕駛員的駕駛習(xí)慣和性別、年齡等有關(guān),也會影響試驗結(jié)果[3]。選取駕駛員時可參考表1。
表1 駕駛員特征分布
應(yīng)確保篩選出的駕駛員不少于10 人,且表1 中同一特征的每個組別均有代表駕駛員(不同特征可重復(fù))。測試樣本不包括駕駛員疲勞狀態(tài)監(jiān)控系統(tǒng)的研發(fā)人員。構(gòu)建的駕駛員庫中應(yīng)包含身高、體重、面部特征、困倦時的表現(xiàn)、駕駛風(fēng)格等信息。
對駕駛員進(jìn)行疲勞程度評級培訓(xùn)和測試,篩選出能夠準(zhǔn)確完成自我疲勞程度評級的駕駛員,構(gòu)建駕駛員數(shù)據(jù)庫。
將卡洛琳斯卡睡眠尺度表(KSS)[3]內(nèi)容(如表2所示)告知駕駛員,并觀看疲勞素材庫中的圖片和視頻,展示不同疲勞等級下駕駛員由清醒到困倦的神態(tài)及動作表現(xiàn),使被培訓(xùn)者有更清晰的認(rèn)知。
表2 卡洛琳斯卡睡眠尺度表(KSS)
被培訓(xùn)者進(jìn)行一整天的自我練習(xí),從早晨開始至晚上,每隔一段時間朗讀一篇文章并拍攝視頻記錄,同時對該時間段的自我疲勞程度進(jìn)行KSS 評級。由試驗員分別觀看被培訓(xùn)者的視頻,評估面部神態(tài)并對其疲勞程度進(jìn)行打分。若試驗員打分與被培訓(xùn)者打分的相關(guān)性系數(shù)較大,則認(rèn)為被培訓(xùn)者的評級準(zhǔn)確。
相關(guān)性系數(shù)r的計算如式(1)所示:
式中,i——培訓(xùn)視頻個數(shù);n——視頻總數(shù);j——試驗員數(shù);k——試驗員總數(shù);Xa,i——駕駛員a觀看不同視頻的疲勞等級打分;——駕駛員a觀看所有視頻的打分平均值;Yj,i——試驗員j觀看不同視頻的疲勞等級打分;——試驗員j觀看所有視頻的打分平均值。
實車測試時,試驗車輛安裝慣性GPS 組合測試系統(tǒng)采集車輛的速度和位置信息;數(shù)據(jù)采集器采集車輛報警信號;眼動儀采集駕駛員面部特征信息。
Smarteye 眼動儀在前擋風(fēng)玻璃下的中控平臺上安裝3 個攝像頭,追蹤駕駛員在自然駕駛狀況下的左后視鏡到右后視鏡的視角范圍內(nèi)眼動數(shù)據(jù)(具體安裝位置根據(jù)車型調(diào)整)。安裝位置保證駕駛員面部位于攝像頭平面的視野范圍內(nèi),眼動儀記錄的注視點和真實注視點相符,攝像機校準(zhǔn)后不能挪動位置。
圖3顯示,試驗設(shè)備系統(tǒng)由1 個智能攝像頭從后排面向前方拍攝,可以記錄試驗過程中的道路場景;前方三個攝像頭拍攝駕駛員面部信息。
圖3 基于視覺疲勞檢測設(shè)備系統(tǒng)
各路攝像頭采集到的駕駛員面部特征信息及車輛的速度、相對位置等也可通過設(shè)備界面實時監(jiān)控,如圖4 所示。
圖4 采集數(shù)據(jù)的回放界面
同時,駕駛員佩戴生理數(shù)據(jù)監(jiān)測設(shè)備需在駕駛員的腦部、頸部和手部貼傳感器獲取駕駛員的腦電、皮電和心電數(shù)據(jù),結(jié)合測試過程中的眼動數(shù)據(jù)以及觀察面部表現(xiàn),進(jìn)而計算獲取駕駛員心率[4],對比駕駛員清醒和疲勞時的數(shù)據(jù),作為駕駛員困倦的評判參考。
試驗線路為封閉道路試驗場,位于山東濟南市,原為高速公路的一段,規(guī)劃設(shè)計符合高速公路市政道路設(shè)計。試驗路線雙向總長約52 km,主體雙向四車道,有中央分隔帶,兩側(cè)有應(yīng)急車道,包含隧道、橋梁等場景,縱坡、彎道、長直線等場景豐富,如圖5 所示。
圖5 高速智能網(wǎng)聯(lián)測試基地
由于是在真實道路環(huán)境下的實車試驗,試驗過程有一定的危險。需要對試驗車輛安裝副駕剎車踏板等安全備份系統(tǒng),并在副駕駛位配備安全員,若主駕駛位的駕駛員困倦難以控制車輛時,副駕安全員及時操作安全備份系統(tǒng)并接管車輛。
駕駛員位于駕駛位置,調(diào)整座椅及坐姿;安全員位于副駕,副駕安裝制動踏板,要求安全員發(fā)現(xiàn)碰撞風(fēng)險時及時接管車輛;試驗員調(diào)試測試設(shè)備,記錄時間和天氣等。
車輛速度控制在70~130 km/h 范圍內(nèi)。駕駛員在駕駛過程中保持安靜,聽從試驗員安排,保證車輛及隨行人員安全,必要時配合副駕駛位安全員的操作,當(dāng)試驗員問詢時回復(fù)相應(yīng)狀態(tài)。
試驗開始時,試驗員會問詢一次駕駛員KSS 評級,若此時評級小于6 級,則要求駕駛員KSS 等級到達(dá)6 級時主動報備。當(dāng)駕駛員KSS 等級到達(dá)6 級后,試驗員每隔5 min 問詢一次駕駛員的KSS 評級[5],并通過前方攝像機記錄面部特征。儀表處安裝數(shù)據(jù)采集器,采集報警圖標(biāo)及聲音。
當(dāng)駕駛員發(fā)生TP(真陽性,即駕駛員真實困倦且系統(tǒng)發(fā)出警告)事件,視為有效,終止試驗,下一名駕駛員進(jìn)行測試;若發(fā)生FN(假陰性,即駕駛員真實困倦但系統(tǒng)不發(fā)出警告)事件,最多重復(fù)2 次,視為有效,終止試驗,測試下一名駕駛員;當(dāng)駕駛員評級錯亂,剔除該次數(shù)據(jù)。
使用全部測試后得到的有效數(shù)據(jù),計算所有參與者的平均敏感度、敏感度標(biāo)準(zhǔn)差及90%置信區(qū)間的下限。
參與者的敏感度,如式(2)所示:
所有參與者的平均敏感度,如式(3)所示:
標(biāo)準(zhǔn)差(敏感度)如式4 所示:
式中,n(TP)——系統(tǒng)和駕駛員都正確地識別為困倦(真陽性)的事件總數(shù);n(FN)——系統(tǒng)預(yù)報駕駛員不困倦,駕駛員困倦(假陰性)的事件總數(shù)。
參與測試的11 名駕駛員數(shù)據(jù)有效,相應(yīng)的個人敏感度、平均敏感度及敏感度結(jié)果90%置信區(qū)間的下限見表3。
表3 駕駛參與者敏感度計算
對于封閉試驗場,如平均敏感度>45%,敏感度結(jié)果90%置信區(qū)間的下限>22.5%時,則視為有效。表3計算結(jié)果顯示,該次試驗結(jié)果可信,被測試駕駛員可以良好地評價自身疲勞等級,且駕駛員監(jiān)控系統(tǒng)樣品通過測試,該試驗方法可行。
該研究提出了基于主觀評價的駕駛員疲勞狀態(tài)監(jiān)控系統(tǒng)測試方法,細(xì)化考慮個人特征的駕駛員選擇方案,保證駕駛員樣本具有多樣性,充分測試了駕駛員監(jiān)控系統(tǒng)面對不同駕駛員時的魯棒性和穩(wěn)定性。
對駕駛員實施的KSS 培訓(xùn)及測試可以充分訓(xùn)練駕駛員的主觀疲勞評價能力,使其對自我疲勞程度有清晰的認(rèn)知。
實車試驗在考慮安全備份的基礎(chǔ)上獲取更真實的疲勞駕駛數(shù)據(jù),充分測試駕駛員監(jiān)控系統(tǒng)的產(chǎn)品性能,有利于保障道路行車安全。