文摘

寻找安全的车辆是越来越与扩散的世界各地的交通密度高和可用性的新技术提供复杂的工具以前不可能实现。设计和开发必要的设备可能是基于模拟测试,降低成本在许多方向允许试验。一个适当的选择安排的驾驶模拟器,要监视的参数,是基本的重要的,因为他们可以解决设备的设计负责司机安全或,甚至他们的生命。这个系统设置,包括一个免费的汽车模拟器配备一个监控系统,不干扰的方式收集数据的汽车道路车道内横向位置和它的一阶导数。根据这些测量参数,该系统能够检测困倦、嗜睡的症状。分析是实现了一个模糊推理过程,提供了一个直接的警告信号一旦睡意检测有很高的不确定性。增强可靠性和误警率是通过最小化操作连续对比学习司机操作控制命令的典型模式车辆的模式记录下来。

1。介绍

开发新系统旨在提高汽车的主动安全设备消耗越来越多的关注在学校和行业,涉及许多领域的科学家们从工程到医学。实际上,注意力集中在系统或设备能够占到所有可能的风险产生不利的外部环境或从不当司机心理物理条件。这些赢得后者才是真正的挑战,当前的方法可能是干预就有证据表明任何驱动程序的困难,然而,经常出来当安全已经妥协。

微睡眠是最重要的事件之一。来自国家统计局的数据研究所(多)在这个问题上(如2007年的20.11.2008)说,司机的事故由于身体或精神状况对应总数的大约3.8%。其中,事故相关的正式经典短暂的昏睡的分数是0.26%1]。然而,分析是误导,因为它低估了困倦的实际效果。

事实上,交通事故的真正本质是多因素疾病。这妨碍了正确评价的贡献困倦的短时的眩晕。在考虑嗜睡的作用时,这通常是蒙面从其他更明显的因素,如超速,天气条件或状态的车辆,因此成为一个辅助因子而嗜睡应该考虑上面列出的其他因素的最后共同通路。

迄今为止,这种相互作用并不深入研究虽然最近的研究大纲,提高相关性,特征可以被认为是典型的情况下过度嗜睡,并指出嗜睡,事实上,一个重要的风险因素发生的事故或可能的贡献,甚至一个较少的程度,在车祸死亡率指数的增加(2- - - - - -5]。必须指出,交通事故归因于困倦的比例因国家而异,由于仪器的差异和地方当局所使用的数据收集的方法。其他因素的变化可能导致低估的现象,如类型的人口研究,困倦的定义不同,客观评估困难程度的瞌睡的司机在事故现场。事实上,大多数可用的数据来自推理的证据。

事故造成的短时的眩晕有一些特点,有助于在一个分类6]。事实上,这些事故主要发生在夜间,清晨,或下午中间,更频繁地在单调的驾驶条件下,如仅在高速公路或当司机的车。所有这些事故显示类似的动力学,涉及单个车辆离开道路不管天气或交通状况,没有任何试验的驱动程序,以避免事故。

因此,短暂的昏睡仅仅是新兴的一种进步的现象表现为逐渐降低的监督,进而诱发精神运动表演和持续减少,因此减少反应时间,减少风险知觉和注意这可能减少一个值在确定交通事故的发生。这特别发生在开车是单调和重复,有利于潜伏的出现通常不是被司机困倦。

这部分嗜睡,也可以诱发或促进各种异常情况,障碍和疾病,常见的或广泛的普通人群。怀孕、时差、过度运动,或摄入滥用精神药物如酒精和大麻,会影响警觉性造成过度嗜睡,受损的反应时间,减少环境信号,识别能力或受损的判断。同样发生在睡眠障碍,如失眠、不宁腿综合征,或睡眠呼吸暂停。这种恶化的驾驶技术也可以被特定的病理条件如甲状腺功能减退,偏头痛,抑郁,和某些传染病,如常见的流感。

除了药物,特别是对大脑(镇静剂、安眠药、抗抑郁剂和精神抑制剂),某些抗组胺药,其中包括最近的介绍,可以有副作用像镇静,但不同个体的反应。睡意也被报道与非甾体类抗炎药物广泛使用,例如,双氯芬酸或吲哚美辛和降压药,特别是β受体阻滞剂。

所有这些条件导致减少注意力和集中在评估能力驾驶和降低风险(例如,因速度过快)确认尽可能多系统driver-vehicle环境的复杂性,并概述了行车安全的好处,可能源于一种方法解决评估司机的physiopathological条件而不是等待他的失败。

2。预防的必要性

正如上面提到的,很多汽车行业的战略积极预防事故的嗜睡是安装在车辆故意设计的设备能够验证司机的警觉状态,警告他的风险。

人们驾驶过度嗜睡努力保持唤醒这阶段睡眠发作的驱动器不与那些在家里。事实上,睡眠前的生理事件显示不同的持续时间和序列在这两种情况下,使得interpretate目前数据收集困难。

可以被认为是有证据表明,其他参数,频率和振幅的突然转方向盘,如他们能够提供准确的嗜睡的程度,虽然车辆方向的变化有时取决于能力和经验的司机。测量的频率闪烁似乎也承诺的有效性和可靠性。

风险是当使用上面的参数定义一个安全阈值:相关设备可能成为自己进一步风险的来源,作为司机感觉睡着可能决定继续开车,依赖于安全设备干预。

此外,大多数的方法目前用于驱动监控设备的开发和设计的检测条件,困倦的识别是基于“打盹”或标志着睡意,干预的条件才有可能年底逐步衰减阶段,事实上,之前出现的睡眠。

本文旨在指出开发系统的可能性的基础上,逐步衰减的司机适当应对外界刺激的能力,而不是其最终效果应该监控,从而更有效的任何安全设备,这样可以证明风险情况很大程度上。

3所示。多因子的分析系统

驾驶车辆,是一个非常复杂的任务,需要高度的神经运动的协调和一些适当的发展,平衡能力。

驾驶能力主要是由一个强大的倾向的驱动程序开发适当的自动化控制车辆的机制和建立一个持续的监控通过本体感受的反馈。开车的是这样一个复杂的多因子的和multiparametric现象遵循的原则神经生理学,哪个州,中枢神经系统(CNS)不处理单一的肌肉,但一般的协调运动。因此,最简单的运动反应(例如,艺术来控制车辆的激活)实际上对应于一个复杂的运动行为。此外,激活时间和空间组织的运动反应控制方向盘,踏板,和变速取决于连续感受外界刺激的通量信息:视觉、听觉、触觉和前庭。开车可以定义一个内置的复杂的运动行为,激活集成系统和中央和affective-emotional组件,通过外围本体感受的传入纤维。这个复杂的系统的任何变更在几个简单的地区由于效率低下,会影响最终结果,即车辆的安全控制。

上面的注意事项后,任何系统的能力不监测的性能驱动程序需要一个详细的车辆驾驶员模型。

特别是汽车知识有关的知识环境的车辆运营,后者最困难的部分。足够的考虑,例如,引入的不确定性的存在其他车辆移动,可以突然改变方向轮廓的困难发现概率模型的数学函数允许一个简单的配方。这些困难也造成的汽车与环境的交互,一样的车辆动力学改变路面潮湿,或可能随光的测量和几何或物理属性的对象。

因此,知识基础来定义模型必须必然依赖于所有的不同的参数,同时分析涉及的司机和vehicle-related。

然而缺乏标准化的测量变量,使困难甚至决定要监视的参数。

这个系统应该基于一系列连续的测量变量作为司机的性能指标(例如,方向盘的动作),和对他们的处理决定允许开车。

4所示。实验设置

免费汽车模拟器非商业使用名为赛车游戏PC上运行(Dolphinity)被用来收集数据的驾驶性能。模拟器提供司机的风景地面的第一人称视角视图没有其他车辆的高速公路。

模拟器的“快速竞赛”模式,允许记录感兴趣的所有数据。通过环境一菲亚特Punto GT,控制使用兼容的游戏控制器(Thrustmaster t500 rs)由一个方向盘直径30厘米,3踏板配备数字编码器,变速与H模式。

修改采用确保数据对车辆参数和行动上的司机控制命令不断获取和存储。

一个单独的个人电脑,导致电脑运行的物理引擎模拟器,读取实时数据记录和处理数据,计算出最后得分。

5。实验监测设备的发展

这个想法是为了开发一个车载探测系统能够监测司机和制定一个算法能够分析数据,并决定什么时候驾驶能力由嗜睡严重受损。

理想的监测系统应与直接集成驱动器性能的具体措施可能无创测量的psycho-physiological状态驱动程序与措施的反应时间可以添加二级任务评估司机的状态决定同意或拒绝开车。

事实上,早期发现困倦的状态,必须实时分析的变量相结合的方式,因为任何个人测量似乎满足嗜睡的可靠检测。

变量的选择在这工作已经取得了在基于特定的考虑。监控变量来评价驱动条件必然应该是容易衡量,实际应用和足够的敏感性。他们也必须是可重复的和必须能够描述过程的基础上,客观的可观测的参数。因此,已研制出的一种系统,在模拟驾驶会话记录,日志设备数据的相对位置的汽车中心线和车道边缘,并比较司机决定理想的轨迹控制器和选项。等参数的运动踏板和方向盘的同时测量并记录相关数据。

6。该算法

用于开发的方法具有检测精度高的算法是操作使用多个回归数学优化技术和线性判别分析。认为,虽然该算法制定提供最佳的性能验证所有的输入信号时,一个或多个输入信号可能缺失(例如,一个可靠的估计道路的限制)。因此,系统已经设置为歧视的有效信号,以确保检测算法可以操作。

嗜睡的算法优化检测需要的限制门槛,或在任何情况下可以建立嗜睡的定义的特定标记。这可能是基于生理变量,性能的措施,或主观参数,必须充分的可重复的在一个给定的一组实验,检测算法可以“训练”来确定报警阈值的值定义。特别是,后者必须可调系统允许将灵敏度根据不同的驾驶条件。

注意,算法获得的基线化是必要的措施对个人司机比得上所有收集的数据。

此外,该算法在识别真正有效困倦的状态,应该表明嗜睡水平已经超过预定的阈值时,这不能通过一个参数的评价,而是通过一个线性组合不同的可用的措施。

7所示。分析系统

输入参数的定义用于测量驾驶性能实际上是独立的变量的识别与睡眠有关。在文献中有几项研究报告驾驶性能的变化通过不同程度的睡眠剥夺睡眠倾向(7,8]。

结果表明持续下降的驱动性能的恶化困倦的状态,司机质量不断减少。

在所有这些研究中,使用横向控制的关键参数的评估驾驶质量。特别是,控制车辆的横向运动的能力和保持正确和安全地在巷内,已经证明是一个优秀的驾驶性能指标。

横向控制的有效性由司机可以表示通过计算标准差的横向位置(图1),定义为车辆在车道上的水平位置,决定对特定点的车辆和道路。

在大多数情况下,横向的位置是由计算中心轴之间的距离的车辆和中心的车道。这两个轴对齐时,车辆位于一个理想的位置。巷内的车辆移动时,无论向左或向右,偏离车道中心,由所谓的横向位置偏差测量。

除了横向位置(LP)也获得和处理一阶导数(LP′),描述了横向速度变化和定义,这样积极的值对应于横向运动的汽车向左侧车道限制,而负值对应运动朝着正确的限制。

漂移到一边的大小及其与行为的关系使方向盘上的补偿,可以提供有用的信息在驾驶质量和风格,定义为司机高估或低估的倾向的横向漂移和或多或少倾向正确操作方向盘。

7.1。输入的模糊化

侧卧位和漂移表示为正值,如果车辆移动或转移到右边缘和消极的左边缘的道路。两变量使用5 fuzzi fuzzyfied集描述的范围值−2 + 2米的横向位置和−20 + 20厘米的偏差如下:(我)Sx +:左;(2)Sx:左;(3)C:中央;(iv)Dx:权利;(v)Dx +:非常正确。模糊集是在图2。

7.2。推理矩阵

使用一个推论矩阵,包括作为输入侧位置及其一阶导数,生成一个判断(J)对车辆横向控制的质量由司机,在特定的时间间隔分隔时间步的信号采集。

这个矩阵认为“安全”的关联的输入,使车辆向车道中心的收敛,而评估“不安全”,导致车辆偏离车道的中心,然后,会导致偏离轨道。

推理出现如下:

如果LP是X和LP^′是Y然后J是Z

5:可能的输出系统(我)我们+:很不安全;(2)我们:不安全;(3)NSS:不安全;(iv)S:安全;(v)S +:非常安全。

7.3。的去模糊化

根据矩阵中的推理规则被激活,脆值获得对应于最后得分归因于开车的司机在给定的时间。

这个值是应用该方法得到的模糊集的中心区域的激活,根据隶属度函数类似于用于输入的模糊化和假设值范围在0 - 100。

判断的模糊集在图输出3。

8。驾驶风格的评价

脆值判断逐步存储在数据库动态生成。外部计算单元,连接到数据库,实时计算的标准化的统计分布判断价值,这是作为参考评估司机在正常条件下的性能。

9。司机损伤的检测

本单位执行统计对比分布存储在数据库中包含参考正常状态的分布记录在最后10分钟开车去发现任何显著差异。

系统也适用的变化趋势判断价值,指出描述驾驶质量逐渐恶化的趋势,表示为一个连续降低分数的判断。

10。结论

这里开发的系统提供了一个有价值的工具,用于探索的可能性,实现车载设备检测司机困倦,提高行车安全。

我们仔细分析算法允许系统来控制行为的典型模式由一个特定的驱动程序在正常条件和检测显著差异在这些模式由于困倦的条件。

优势的系统效益与使用特定的转向控制模型的设计紧密遵循人类的数据,而不是一个静态阈值量化的限制司机困倦条件下安全性能。

系统为进一步使用似乎非常有前途的一个有效的安全装置,似乎可以让司机行为和控股之间的关系的理解司机的感觉和他的后续行动。

使用基线记录的“自然数据点”减少了对数据分析的影响司机的可变性。

确认

工作一直在进行项目的框架PON01_00744 DriveIn2”司机监控:技术、方法和车载创新系统安全和eco-compatible开车,”意大利部资助的大学和研究(MIUR)。