CN112716457A - 基于副任务的汽车驾驶员大脑行为负荷测量系统及方法 - Google Patents

Abstract

本发明公开了一种基于副任务的汽车驾驶员大脑行为负荷测量系统及方法，包括：语音模块，用于随机提出预设的问题指令；监测识别模块，用于监测和识别汽车驾驶员根据问题指令执行的动作信息；判断模块，用于根据动作信息判断汽车驾驶员的动作是否有效和正确并生成判断信息；统计模块，用于根据预设的计分法则对判断信息进行打分并生成分数，根据分数大小判断汽车驾驶员脑负荷量的大小。汽车驾驶员根据本发明预设的问题指令做出对应的动作，作为副任务间接测量脑负荷，以做出正确动作正确率和所用时间作为评价汽车驾驶员脑负荷的指标，能直接客观地反映汽车驾驶员在日常驾驶过程遇到行为动作时的脑负荷量大小。

Description

基于副任务的汽车驾驶员大脑行为负荷测量系统及方法

技术领域

本发明属于脑负荷测量技术领域，具体涉及一种基于副任务的汽车驾驶员大脑行为负荷测量系统及方法。

背景技术

目前脑负荷测量副任务测量法测量主要是采用思维任务分析，通过大脑皮层来测量驾驶员的脑负荷大小。但是，驾驶行为往往对驾驶安全具有重要作用，动作的协调行对驾驶的小脑能力评价，可以反映不同驾驶员的能力，目前尚没有对小脑副任务的协同能力测量工具。

发明内容

本发明的目的在于，提供一种基于副任务的汽车驾驶员大脑行为负荷测量系统及方法，汽车驾驶员根据预设的问题指令做出对应的动作，作为副任务间接测量脑负荷，以做出正确动作正确率和所用时间作为评价汽车驾驶员脑负荷的指标。

为解决上述技术问题，本发明的技术方案为：一种基于副任务的汽车驾驶员大脑行为负荷测量系统，包括：

语音模块，用于随机提出预设的问题指令；

监测识别模块，用于监测和识别汽车驾驶员根据问题指令执行的动作信息；

判断模块，用于根据动作信息判断汽车驾驶员的动作是否有效和正确并生成判断信息；

统计模块，用于根据预设的计分法则对判断信息进行打分并生成分数，根据分数大小判断汽车驾驶员脑负荷量的大小。

进一步地，所述语音模块还包括第一计时装置，用于记录随机提出预设问题指令的时间t_1i。

更进一步地，所述监测识别模块包括：

刹车压力传感器，用于检测汽车驾驶员对刹车操作的动作信息；

油门压力传感器，用于检测汽车驾驶员对油门操作的动作信息；

第二计时装置，用于测量汽车驾驶员根据问题指令执行动作的开始时间t_2i该实时加速度的对应时刻t_3i以及汽车驾驶员完成动作的时刻t_4i；

陀螺仪，用于测算执行动作的实时加速度α_i和角速度ω_i；

处理器，用于接收汽车驾驶员对刹车操作的动作信息，汽车驾驶员对油门操作的动作信息，根据问题指令执行动作的开始时间t_2i，执行动作的实时加速度α_i，角速度ω_i和该实时加速度的对应时刻t_3i以及汽车驾驶员完成动作的时刻t_4i并发送至判断模块。

更进一步地，所述陀螺仪具体工作模式为：

将角速度ω_i对时间t积分，得到实时加速度α_i与水平面的夹角θ，其中，

将α_i分解为垂直方向上的加速度α_z和水平方向上的加速度α_l，水平方向上加速度α_l再次分解可以分为x轴加速度α_x与y轴加速度α_y，其中，

将x轴加速度α_x积分得到x轴方向速度V_x，y轴加速度α_y积分得到y轴方向速度V_y，垂直方向上的加速度α_z积分得到z轴方向速度V_z，即：

其中，V_x0为起始点x轴速度，V_y0为起始点y轴速度，V_z0为起始点z轴速度；

将V_x，V_y和V_z分别积分得到x轴坐标X_x，y轴坐标X_y和z轴坐标X_z，即：

其中，X_x0为起始点x轴坐标，X_y0为起始点y轴坐标，X_z0为起始点z轴坐标，根据起始点坐标与实时坐标变化模拟汽车驾驶员执行动作的轨迹。

更进一步地，所述判断模块根据陀螺仪模拟汽车驾驶员执行动作的轨迹判断是否有效和正确，计算动作完成度，并将动作完成度作为统计模块打分的依据。

一种利用上述的基于副任务的汽车驾驶员大脑行为负荷测量系统实现的方法，包括以下步骤：

随机提出预设的问题指令；

监测和识别汽车驾驶员根据问题指令执行的动作信息；

根据动作信息判断汽车驾驶员的动作是否有效和正确并生成判断信息；

根据预设的计分法则对判断信息进行打分并生成分数，根据分数大小判断汽车驾驶员脑负荷量的大小。

进一步地，在随机提出预设的问题指令时，记录提出问题指令时间t_1i。

更进一步地，监测和识别汽车驾驶员根据问题指令执行的动作信息的具体步骤为：

检测汽车驾驶员对刹车操作的动作信息；

检测汽车驾驶员对油门操作的动作信息；

测量并计算汽车驾驶员根据问题指令执行动作的开始时间t_2i，执行动作的实时加速度α_i，角速度ω_i和该实时加速度的对应时刻t_3i以及汽车驾驶员完成动作的时刻t_4i；

将汽车驾驶员对刹车操作的动作信息，汽车驾驶员对油门操作的动作信息，根据问题指令执行动作的开始时间t_2i，执行动作的实时加速度α_i，角速度ω_i和该实时加速度的对应时刻t_3i以及汽车驾驶员完成动作的时刻t_4i并发送至判断模块。

更进一步地，监测和识别汽车驾驶员根据问题指令执行的动作信息还包括以下步骤：

将角速度ω_i对时间t积分，得到实时加速度α_i与水平面的夹角θ，其中，

将α_i分解为垂直方向上的加速度α_z和水平方向上的加速度α_l，水平方向上加速度α_l再次分解可以分为x轴加速度α_x与y轴加速度α_y，其中，

将x轴加速度α_x积分得到x轴方向速度V_x，y轴加速度α_y积分得到y轴方向速度V_y，垂直方向上的加速度α_z积分得到z轴方向速度V_z，即：

其中，V_x0为起始点x轴速度，V_y0为起始点y轴速度，V_z0为起始点z轴速度；

将V_x，V_y和V_z分别积分得到x轴坐标X_x，y轴坐标X_y和z轴坐标X_z，即：

其中，X_x0为起始点x轴坐标，X_y0为起始点y轴坐标，X_z0为起始点z轴坐标，根据起始点坐标与实时坐标变化模拟汽车驾驶员执行动作的轨迹。

更进一步地，根据动作信息判断汽车驾驶员的动作是否有效和正确并生成判断信息的具体步骤为：根据模拟汽车驾驶员执行动作的轨迹判断是否有效和正确，计算动作完成度，并将动作完成度作为统计模块打分的依据。

与现有技术相比，本发明的有益效果为：

汽车驾驶员根据本发明预设的问题指令做出对应的动作，作为副任务间接测量脑负荷，以做出正确动作正确率和所用时间作为评价汽车驾驶员脑负荷的指标，能直接客观地反映汽车驾驶员在日常驾驶过程遇到行为动作时的脑负荷量大小。

附图说明

图1为本发明实施例中基于副任务的汽车驾驶员大脑行为负荷测量系统的结构示意图；

图2为本发明实施例中加速度分解的示意图；

图3为本发明实施例中基于副任务的汽车驾驶员大脑行为负荷测量方法的工作流程图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明的技术方案为：一种基于副任务的汽车驾驶员大脑行为负荷测量系统，如图1所示，包括：

语音模块，用于随机提出预设的问题指令；

监测识别模块，用于监测和识别汽车驾驶员根据问题指令执行的动作信息；

判断模块，用于根据动作信息判断汽车驾驶员的动作是否有效和正确并生成判断信息；

统计模块，用于根据预设的计分法则对判断信息进行打分并生成分数，根据分数大小判断汽车驾驶员脑负荷量的大小。

进一步地，所述语音模块还包括第一计时装置，用于记录随机提出预设问题指令的时间t_1i。

更进一步地，所述监测识别模块包括：

刹车压力传感器，用于检测汽车驾驶员对刹车操作的动作信息；

油门压力传感器，用于检测汽车驾驶员对油门操作的动作信息；

第二计时装置，用于测量汽车驾驶员根据问题指令执行动作的开始时间t_2i该实时加速度的对应时刻t_3i以及汽车驾驶员完成动作的时刻t_4i；

陀螺仪，用于测算执行动作的实时加速度α_i和角速度ω_i；

处理器，用于接收汽车驾驶员对刹车操作的动作信息，汽车驾驶员对油门操作的动作信息，根据问题指令执行动作的开始时间t_2i，执行动作的实时加速度α_i，角速度ω_i和该实时加速度的对应时刻t_3i以及汽车驾驶员完成动作的时刻t_4i并发送至判断模块。

本实验在模拟驾驶室进行，驾驶员在模拟驾驶的主任务是在匀速，跟驰，并道和弯道以及超车五种驾驶场景进行驾驶，副任务是完成语音模块发出的行为指令。根据驾驶员完成该行为动作的所用时间，身体行为动作的运动轨迹、身体行为的加速度和角速度，以及刹车传感器和油门传感器记录的驾驶员采取动作的时刻等参数，来判断脑负荷的大小。

驾驶员在模拟驾驶室中准备就绪，在主任务是匀速的情况下，激活脑负荷测量系统，语音模块提出预设的问题指令，如语音模块随机的发出接电话、喝水等行为动作的指令时，记录下相同指令的n组数据：

语音模块在发出指令的同时记录发出指令的时间t_1i；

如图3所示，监测与识别模块正常工作，分别记录下的n组实验数据为：驾驶员对发出的指令开始做出行为动作开始的时间t_1i；以及驾驶员完成该指令的行为动作的时刻t_4i；

其中通过陀螺仪测量驾驶员身体各个部位开始做出的行为动作实时加速度α_i和角速度ω_i以及该时刻t_3i。

将实时角速度ω_i对时间积分，可以得到加速度α与水平面的夹角：

如图2所示，可以将空间上的加速度α分解为垂直方向上的加速度α_z和水平方向上的加速度α_l，水平方向上加速度α_l再次分解可以分为x轴加速度α_x与y轴加速度α_y，即空间上的加速度α可以分解为三个方向上的加速度(α_x,α_y,α_z)。

其中，x轴加速度积分得到x轴方向速度，y轴加速度积分得到y轴方向速度，垂直方向上的加速度积分得到z轴方向上的速度。即：

当知道三个方向上的速度参数，再次积分就可以得到位置参数，即：

这样则可以知道驾驶员在模拟实验中行为动作的轨迹。

在模拟实验中陀螺仪分别记录驾驶员的两个手腕处的信息：左手腕(t_sli,α_sli,ω_sli)，右手腕(t_sriα_sri,ω_sri)；两个手肘处的信息：左手肘(t_zli,α_zli,ω_zli)，右手腕(t_zri,α_zri,ω_zri)；两个胳膊处的信息：左胳膊(t_gli,α_gli,ω_gli)，右胳膊(t_gri,α_gri,ω_gri)；以及脖子处信息(t_bi,α_bi,ω_bi)。

通过上述的方法可以画出驾驶员身体各个部位的运动轨迹：左手腕行为轨迹P_sli；右手腕行为轨迹P_sri；左手肘行为轨迹P_zli；右手肘行为轨迹P_zri；左胳膊行为轨迹P_gri；右胳膊行为轨迹P_gli；脖子行为轨迹P_bi。

判断模块与统计模块将记录的数据转化判断脑负荷量大小的分值，具体的转化方式如下：

语音模块从发出指令到驾驶员做出相应的反应的平均时间间隔为：

驾驶员对完成该指令的行为动作所用的均值时间:

驾驶员身体各个部位实时的行为动作的均值为该部位指令动作的完成度如下：

左手腕行为轨迹完成度：

右手腕行为轨迹完成度：

左手肘行为轨迹完成度：

右手肘行为轨迹完成度：

左胳膊行为轨迹完成度：

右胳膊行为轨迹完成度：

脖子行为轨迹完成度：

将驾驶员各个部位行为动作完成度进行加权则为完成整个完成行为动作的完成度为：

P＝0.15*P_sl+0.15*P_sr+0.15*P_zl+0.15*P_zr+0.15*P_gr+0.15*P_gl+0.1*P_b；

将上面这些参数按照比例的方法转化为分值，再通过合适的加权将各类分值转化为显示器上的分数，通过分数还判断驾驶员在执行相应语音指令时的脑负荷量。

本次实验的驾驶员的反应时间(t_2i-t_1i)与驾驶员的平均时间间隔Δt₂的比值乘以100％，为得分S₁，即

本次实验驾驶员完成该指令的行为动作的时刻(t_4i-t_1i)与驾驶员完成该行为动作的平均时间的比值乘以100％，为得分

驾驶员的身体行为动作的运动轨迹P_i与指令动作的完成度P的比值

则该行为动作的完成率为

可以对应完成率M与得分S₃之间的对应关系如下表所示，下表为行为工作完成率M与得分S₃之间的对应关系表。

最终得到的综合得分S为S₁，S₂，S₃按照不同比例进行加权平均数，则综合得分S＝0.25S₁+0.25S₂+0.5S₃，最后综合得分显示在显示屏上，再根据不同的分段对应的脑负荷量的等级不同，再根据脑负荷量的等级可以判断出驾驶员的行驶状态，如下表所示，下表为综合得分S、脑负荷量等级与驾驶员的行驶状态对应关系表，即可通过综合得分来判断驾驶员在完成相应行为动作的脑负荷量的等级以及驾驶员的行驶状态。

应当理解的是，本说明书未详细阐述的部分均属于现有技术。

以上实施例仅用于说明本发明的设计思想和特点，其目的在于使本领域内的技术人员能够了解本发明的内容并据以实施，本发明的保护范围不限于上述实施例。所以，凡依据本发明所揭示的原理、设计思路所作的等同变化或修饰，均在本发明的保护范围之内。

Claims (10)

1.一种基于副任务的汽车驾驶员大脑行为负荷测量系统，其特征在于，包括：

语音模块，用于随机提出预设的问题指令；

监测识别模块，用于监测和识别汽车驾驶员根据问题指令执行的动作信息；

判断模块，用于根据动作信息判断汽车驾驶员的动作是否有效和正确并生成判断信息；

统计模块，用于根据预设的计分法则对判断信息进行打分并生成分数，根据分数大小判断汽车驾驶员脑负荷量的大小。

2.根据权利要求1所述的基于副任务的汽车驾驶员大脑行为负荷测量系统，其特征在于，所述语音模块还包括第一计时装置，用于记录随机提出预设问题指令的时间t_1i。

3.根据权利要求2所述的基于副任务的汽车驾驶员大脑行为负荷测量系统，其特征在于，所述监测识别模块包括：

刹车压力传感器，用于检测汽车驾驶员对刹车操作的动作信息；

油门压力传感器，用于检测汽车驾驶员对油门操作的动作信息；

第二计时装置，用于测量汽车驾驶员根据问题指令执行动作的开始时间t_2i该实时加速度的对应时刻t_3i以及汽车驾驶员完成动作的时刻t_4i；

陀螺仪，用于测算执行动作的实时加速度α_i和角速度ω_i；

处理器，用于接收汽车驾驶员对刹车操作的动作信息，汽车驾驶员对油门操作的动作信息，根据问题指令执行动作的开始时间t_2i，执行动作的实时加速度α_i，角速度ω_i和该实时加速度的对应时刻t_3i以及汽车驾驶员完成动作的时刻t_4i并发送至判断模块。

4.根据权利要求3所述的基于副任务的汽车驾驶员大脑行为负荷测量系统，其特征在于，所述陀螺仪具体工作模式为：

将角速度ω_i对时间t积分，得到实时加速度α_i与水平面的夹角θ，其中，

将α_i分解为垂直方向上的加速度α_z和水平方向上的加速度α_l，水平方向上加速度α_l再次分解可以分为x轴加速度α_x与y轴加速度α_y，其中，

将x轴加速度α_x积分得到x轴方向速度V_x，y轴加速度α_y积分得到y轴方向速度V_y，垂直方向上的加速度α_z积分得到z轴方向速度V_z，即：

其中，V_x0为起始点x轴速度，V_y0为起始点y轴速度，V_z0为起始点z轴速度；

将V_x，V_y和V_z分别积分得到x轴坐标X_x，y轴坐标X_y和z轴坐标X_z，即：

其中，X_x0为起始点x轴坐标，X_y0为起始点y轴坐标，X_z0为起始点z轴坐标，根据起始点坐标与实时坐标变化模拟汽车驾驶员执行动作的轨迹。

5.根据权利要求4所述的基于副任务的汽车驾驶员大脑行为负荷测量系统，其特征在于，所述判断模块根据陀螺仪模拟汽车驾驶员执行动作的轨迹判断是否有效和正确，计算动作完成度，并将动作完成度作为统计模块打分的依据。

6.一种利用权利要求1所述的基于副任务的汽车驾驶员大脑行为负荷测量系统实现的方法，其特征在于，包括以下步骤：

随机提出预设的问题指令；

监测和识别汽车驾驶员根据问题指令执行的动作信息；

根据动作信息判断汽车驾驶员的动作是否有效和正确并生成判断信息；

根据预设的计分法则对判断信息进行打分并生成分数，根据分数大小判断汽车驾驶员脑负荷量的大小。

7.根据权利要求6所述的方法，其特征在于，在随机提出预设的问题指令时，记录提出问题指令时间t_1i。

8.根据权利要求7所述的方法，其特征在于，监测和识别汽车驾驶员根据问题指令执行的动作信息的具体步骤为：

检测汽车驾驶员对刹车操作的动作信息；

检测汽车驾驶员对油门操作的动作信息；

测量并计算汽车驾驶员根据问题指令执行动作的开始时间t_2i，执行动作的实时加速度α_i，角速度ω_i和该实时加速度的对应时刻t_3i以及汽车驾驶员完成动作的时刻t_4i；

将汽车驾驶员对刹车操作的动作信息，汽车驾驶员对油门操作的动作信息，根据问题指令执行动作的开始时间t_2i，执行动作的实时加速度α_i，角速度ω_i和该实时加速度的对应时刻t_3i以及汽车驾驶员完成动作的时刻t_4i并发送至判断模块。

9.根据权利要求8所述的方法，其特征在于，监测和识别汽车驾驶员根据问题指令执行的动作信息还包括以下步骤：

将角速度ω_i对时间t积分，得到实时加速度α_i与水平面的夹角θ，其中，

将α_i分解为垂直方向上的加速度α_z和水平方向上的加速度α_l，水平方向上加速度α_l再次分解可以分为x轴加速度α_x与y轴加速度α_y，其中，

将x轴加速度α_x积分得到x轴方向速度V_x，y轴加速度α_y积分得到y轴方向速度V_y，垂直方向上的加速度α_z积分得到z轴方向速度V_z，即：

其中，V_x0为起始点x轴速度，V_y0为起始点y轴速度，V_z0为起始点z轴速度；

将V_x，V_y和V_z分别积分得到x轴坐标X_x，y轴坐标X_y和z轴坐标X_z，即：

其中，X_x0为起始点x轴坐标，X_y0为起始点y轴坐标，X_z0为起始点z轴坐标，根据起始点坐标与实时坐标变化模拟汽车驾驶员执行动作的轨迹。

10.根据权利要求9所述的方法，其特征在于，根据动作信息判断汽车驾驶员的动作是否有效和正确并生成判断信息的具体步骤为：根据模拟汽车驾驶员执行动作的轨迹判断是否有效和正确，计算动作完成度，并将动作完成度作为统计模块打分的依据。

Images