Sensors | 抗疲劳驾驶腕式可穿戴传感器

点击左上角"MDPI 开放获取出版"关注我们，为您推送更多最新资讯。

疲劳驾驶是造成交通致死事故的重要原因之一。现有监测技术所得数据的准确度，对判断驾驶员清醒或疲劳状态尤为关键。然而，现有监测技术极易受干扰，比如多用于胸腔和头皮的检测贴片，或者将方向盘和传感器结合用于监测驾驶员心率的监测设备，这些设备受驾驶员行为的影响较大，所得数据存在不稳定性，将会给准确检测带来干扰。因此，开发干扰性小，能准确记录监测信号和数据的设备对监测疲劳驾驶等行为尤为关键。

为提高现有技术在真实场景中的适用性，德国英戈尔施塔特工业技术大学的Andreas Riener教授和两位德国奥迪的研究员近日研究了易获取的腕式可穿戴传感器，并将该类传感器与常见的机器学习模式结合用于疲劳驾驶监测。

本研究流程图

实验过程

实验地点

德国一所大学实验室中的一条三车道，且车流量较少的约13 km的闭合环路。

实验对象

30名参与者，均持有驾照，无睡眠困扰，无驾驶能力缺陷。

实验分组

年轻组：6位女性，9位男性，平均年龄22周岁。

年长组：8位女性，7位男性，平均年龄67周岁。

实验环境

车内温度保持在25℃，且全程不准开启电台和音乐。

实验时车辆内外以及设备的佩戴情况

研究人员首先通过问卷调查的方式了解参与者睡眠行为以及睡眠健康等基本情况，接着通过询问的方式评估他们的睡眠状况。首先，参与者需要参与十分钟手动驾驶练习以适应模拟器，然后进行四十五分钟的自动驾驶模拟实验，自动驾驶时速110 km/h。模拟汽车可以由研究人员调至自动巡航控制系统以根据车流量来减速或增速，总行驶距离为73.7 km。要求驾驶员全程监控车辆驾驶状态，在收到接管控制权命令时开始手动驾驶。但在实验中，接管控制权并不是必须的，因为这可能会影响驾驶员产生睡意。

实验过程中驾驶员不允许玩手机，吃喝东西，嚼口香糖或小睡。整个过程中，实验参与者没有别的任务且他们可能会在相同情况下随机被要求使用手动驾驶。每天的实验时间固定在上午九点，下午一点半以及五点半，每天三个场次的参与人数分别是9人，11人和10人。

模拟研究中设备的穿戴示例

实验中所使用的记录驾驶员心率信号的腕式可穿戴设备简易工作流程如上图所示。腕带记录心博间期(Inter-beat Intervals)的心率数据，这些数据将用于心跳变异分析(Heart Rate Variability, HRV)。实验中方向盘前方的摄影机会将驾驶员面部表情记录下来，以供观察者评估实验中驾驶员的清醒状态。同时，作为医疗级设备参考对象，实验中会同时使用三通道心电测量仪(Electrocardiography, ECG)来监测心率。

实验结果

实验数据表明，医疗级设备ECG所获得的数据准确度相对更高，但就消费者友好性来说，腕式可穿戴设备更胜一筹，且其所获得的数据与医疗设备所得数据极具可比性，经由K-近邻(K-Nearest Neighbors, KNN)，随机森林(Random Forest, RF)以及随机树(Random Tree, RT)分类器筛选所得数据的精确度分别可达92.13%，91.58%以及90.02%。因此，抗干扰性更高的可穿戴式腕部传感器设备已能满足现阶段研究及应用需求。

实验所展示的技术将进一步加快驾驶员嗜睡监测技术的发展、完善车-驾驶员交互概念并提高自动化驾驶领域的安全性。未来，研究人员将更进一步地结合现实路况做针对性研究，以求提高可穿戴式传感器用于疲劳驾驶监测的稳定性。

Sensors (ISSN 1424-8220) 于2001年创刊，2019年最新影响因子为3.275，在JCR 'Instruments & Instrumentation'学科分类中排名居Q1(15/64)；2019 CiteScore为5.0，在Scopus 'Physics and Astronomy: Instrumentation'学科分类中排名居Q1(17/129)。作为一个国际型开放获取期刊，Sensors主要刊载传感器科学和技术研究领域的学术文章，采取单盲同行评审，一审周期约为15天，文章从接收到发表仅需2.6天。

识别二维码

阅读英文原文

原文出自Sensors期刊

Kundinger, T.; Sofra, N.; Riener, A.Assessment of the Potential of Wrist-Worn Wearable Sensors for Driver Drowsiness Detection. Sensors 2020, 20, 1029.

往期回顾：

版权声明：

*翻译作者：Charlie Cai

*本文内容由MDPI中国办公室编辑负责撰写，一切内容请以英文原版为准。如需转载，请邮件联系：

[e-mail]

点击左下方“阅读原文”，了解Sensors 期刊更多内容。

我知道你“在看”哟～