CN202060786U - 驾驶工作负荷成套检测设备 - Google Patents
驾驶工作负荷成套检测设备 Download PDFInfo
- Publication number
- CN202060786U CN202060786U CN2011200956572U CN201120095657U CN202060786U CN 202060786 U CN202060786 U CN 202060786U CN 2011200956572 U CN2011200956572 U CN 2011200956572U CN 201120095657 U CN201120095657 U CN 201120095657U CN 202060786 U CN202060786 U CN 202060786U
- Authority
- CN
- China
- Prior art keywords
- driver
- load
- road
- driving work
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
驾驶工作负荷成套检测设备应用于道路工程、交通工程和安全工程领域。如何检测和量化驾驶工作负荷仍然是当前从驾驶员角度进行道路、交通安全评价的难点。本实用新型提供一种驾驶工作负荷成套检测设备,其特征在于:包括GPS,动态多参数生理检测仪和眼动仪,GPS,动态多参数生理检测仪和眼动仪都分别连接到计算机上。本实用新型将驾驶员、车辆和道路信息数据整合,提供一套驾驶工作负荷数据采集与耦合设备,为驾驶工作负荷的评价分析以及后续道路交通事故预防体系提供基础支撑。
Description
技术领域
本实用新型主要应用于道路工程、交通工程和安全工程领域。
背景技术
近年来,随着社会对道路、交通安全重视程度的增加,驾驶员作为道路系统的重要参与者,其驾驶工作负荷研究及评价也日渐深入。但是,目前尚未有一套完整的驾驶工作负荷检测和评价体系应用于道路、交通和安全工程领域内。如何检测和量化驾驶工作负荷仍然是当前从驾驶员角度进行道路、交通安全评价的难点。
实用新型内容
道路、交通、环境和车辆条件对驾驶工作负荷的影响具有动态性和实时性,因此需要对同一时刻“人-车-路”系统的信息进行同步整合。但是目前驾驶工作负荷检测仪器离散且不成套,分别来自不同的厂家和为不同的用户服务,而没有系统或成套的驾驶工作负荷检测设备。
本实用新型提供一种驾驶工作负荷成套检测设备,其特征在于:包括GPS,动态多参数生理检测仪和眼动仪,GPS,动态多参数生理检测仪和眼动仪都分别连接到计算机上。
在驾驶过程中,“人-车-路”系统各组成部分对驾驶工作负荷都产生动态影响,需要对该系统的各组成部分分别进行检测。
(1)驾驶员检测
驾驶员是道路系统的最活跃组成部分,并具有不稳定性。因此,在驾驶工作负荷检测过程中,驾驶员检测最为复杂,检测手段也多种多样。目前对驾驶员检测的主要方式是问卷、调查量表和生心理检测等。
研究发现,驾驶工作负荷的动态变化可通过与其相关的生心理变化特征进行表征,可以通过驾驶员生心理检测对驾驶状态进行量化。驾驶员生心理检测是将从医学领域的生心理检测设备应用于道路和交通工程领域的个体驾驶员,实时、具体、准确地采集驾驶员在驾驶过程中的体位与心电、心率变异 (HRV)、皮肤电导率、脑电、动态视觉、呼吸、血压等生心理变化,动态检测和记录驾驶员在“人-车-路”系统的工作负荷变化信息。在道路、交通和安全工程领域内,驾驶员生心理检测是一种科学和客观的驾驶员检测方法。
可进行驾驶员生心理检测的医学生心理检测设备有脑电检测仪器、眼动检测仪器、血压检测仪器和心电检测仪器等,在医学领域主要用于静止时病人检测。而在交通工程和道路工程领域内驾驶员具有动态性和不确定性,因此部分医学生心理检测仪器在驾驶工作负荷检测应用时具有局限性,并且检测数据缺乏有效性。
通过对生心理检测设备和驾驶员生心理指标的筛选,能够满足驾驶工作负荷检测要求的生心理指标为心率及心率变异指标,该指标变化稳定,且检测难度和要求相对较低。因此在驾驶员检测过程中,主要应用心电检测仪器进行驾驶工作负荷检测。
(2)车辆行驶状态检测
车辆行驶状态与驾驶工作负荷关系密切。在“人-车-路”系统中,车辆受驾驶员操控而运行受道路、交通、环境条件限制,为驾驶员和道路等条件的相互作用的外在表现形式。
车辆行驶状态主要指标为运行速度:运行速度包括运行速度协调性、运行速度与设计速度协调性、在不同道路典型路段的运行变化特征等,并与驾驶工作负荷成正相关关系。
因此,车辆行驶状态的检测为了驾驶工作负荷检测的准确性和有效性,主要从车辆运行速度入手。
(3)道路、交通、环境条件系统检测
是驾驶员在驾驶操作过程中的外部环境,对驾驶员的判断和决策、以及车辆运行变化具有重要影响。道路、交通、环境条件系统检测内容复杂,主要包括道路线形、路面条件、标志标线、交通流状况、路侧景观以及其他道路设施等。
上述道路、交通、环境条件在一定程度上都会影响驾驶工作负荷,具体作用效果各不相同,在驾驶工作负荷检测过程中应尽量将上述内容进行检测和记录,并需要结合驾驶员检测和车辆行驶状态检测进行综合考虑。
目前驾驶工作负荷检测仪器和检测数据离散,没有系统的供驾驶工作负荷检测的成套设备。而在“人-车-路”系统中,驾驶工作负荷是为驾驶员在车辆和 道路、交通、环境条件共同作用下形成的评价指标,本实用新型将各类检测仪器和检测数据进行统一性耦合,才能得到完整的驾驶工作负荷检测数据。
1)安装动态GPS,动态多参数生理检测仪和眼动仪;打开电源后静置待动态GPS接收卫星信号稳定为止;对动态多参数生理检测仪进行时间设置,使其与信号接收稳定后的动态GPS显示的时间一致;对眼动仪时间进行设置,使其与信号接收稳定后的动态GPS时间一致;
2)以动态GPS、动态多参数生理检测仪和眼动仪三者中采集频率最低的的采集频率为标准,对动态GPS、动态多参数生理检测仪和眼动仪进行采集频率设置;
3)通过软件将动态多参数生理检测仪采集的心率导出,导出数据包括采集时间和驾驶员的心率;用动态GPS采集速度和时间的数据;在驾驶工作负荷检测过程中,眼动仪实时记录道路、交通、环境信息,检测时间和注视点不同分布位置对应的时间在驾驶员前方视野录像中时间同步显示;
5)根据汽车驾驶员驾驶工作负荷如下计算模型计算工作负荷:
其中:
Ki——第i名驾驶员的驾驶工作负荷值;
LF——低频段功率值;
HF——高频段功率值;
——第i名驾驶员正常驾驶时的驾驶工作负荷;
Vi——第i名驾驶员的实时速度(km/h);
本实用新型将驾驶员、车辆和道路信息数据整合,提供一套驾驶工作负荷数据采集与耦合设备,为驾驶工作负荷的评价分析以及后续道路交通事故预防体系提供基础支撑。
附图说明
图1是本实用新型的驾驶工作负荷成套检测设备框图。
具体实施方式
本实用新型提供一种驾驶工作负荷成套检测设备,其特征在于:包括GPS,动态多参数生理检测仪和眼动仪,GPS,动态多参数生理检测仪和眼动仪都分别连接到计算机上。
(1)驾驶员生心理检测
驾驶员生心理检测目的在于记录驾驶员在驾驶过程中对应时间下的负荷状态和波动变化情况。在生心理研究技术上,心率变异指标HRV(Heart rate variability)主受自主神经调节,能够表征驾驶工作负荷的强度。因此可以对驾驶员心率变异HRV进行检测。
HRV是指连续窦性心跳间期(瞬时心率)的微小涨落,对HRV的分析方法大致可分为时域分析、频域分析两种。
时域分析是对采集的按时间顺序排列的正常心动间期数值直接进行统计学和几何学分析,主要手段是对逐拍R-R间期进行统计分析,以便定量表示HRV的程度。例如将长时间的R-R间期数据分段后求出标准差,然后用平均标准差表示心率变异程度的大小。但是这种方法的缺点是丢失了心率变化的动态信息。
频域分析法以分析一定时间内的瞬间心率变化趋势图为基础,能揭示出心率更复杂的变化规律。瞬间心率变化图曲线可以由很多不同频率、不同幅度、不同相位的正弦曲线叠加而成,这些正弦曲线的功率谱密度分布图即称为频谱。这一转换过程通过复杂计算获得,如快速Fourier转换法FFT(无参数算法)或自回归模型法(有参数法)。目前常用的频谱主要有三个峰:
(1)低于0.04Hz的极低频(VLF)峰;
(2)0.04~0.15Hz的低频(LF)峰;
(3)大于0.15Hz的高频(HF)峰。
(2)车辆行驶状态检测
车辆行驶状态检测主要在于记录车辆对应时间下的运行速度,因为运行速度是描述车辆行驶状态的重要指标,并影响驾驶工作负荷的强度。
经过可靠性验证,Novatel公司生产的动态GPS检测仪用导航卫星进行授时和测距,可以实时检测并记录不同时刻交通流中车辆的连续运行速度数据,实时反映车辆的行驶状态。
(3)道路、交通、环境系统条件检测
不同的道路条件、交通条件和环境条件对驾驶工作负荷的影响不同,因此在驾驶工作负荷检测中需对其进行实时的检测和记录。
经过可靠性验证,德国SMI(Senso Motoric Instruments)公司生产的I View X HED型动态眼动仪,可动态实时记录驾驶员行车过程中前方的道路、交通、环境条件等信息。此外,该检测仪器能够实时记录驾驶员在行车过程中注视点位置。在驾驶工作负荷检测过程中,驾驶员注视点分布位置可作为驾驶行为诱因分析的重要评价指标。
通过研究发现,上述能检测驾驶工作负荷各方面的检测仪器具有共同的检测指标“时间”。通过检测仪器数据采集时间为坐标轴可将各种检测仪器所检测到的数据进行同步耦合,实现检测数据的时间耦合。为实现检测数据的时间耦合,在检测前需要将各类检测仪器的时间进行一致性校准;在试验数据处理时需要按照统一的采集频率精度进行耦合,并且采用驾驶工作负荷量表技术剔除劣质数据。
检测仪器耦合
检测前需将仪器时间调整至同步,具体操作步骤如下:
(1)安装动态GPS,打开电源后静置2分钟左右,待GPS接收卫星信号稳定为止;
(2)对动态多参数生理检测仪进行时间设置,使其与信号接收稳定后的动态GPS显示的时间一致;
(3)对眼动仪时间进行设置,使其与信号接收稳定后的动态GPS时间一致。
信息采集频率耦合
各类检测仪器采集数据等信息的时间精度和频率不一致,需要对其进行规一化处理。以采集频率最低的动态多参数生理检测仪的采集频率为标准,单位为“次/秒”,即1Hz。
针对不同试验仪器检测获得的数据,具体耦合处理方法如下:
(1)动态多参数生理检测仪器
①原始检测数据的处理
通过配套软件将动态多参数生理检测仪器检测数据(格式为“*.org”)进行处理,将各生理参数以“*.txt”格式导出。导出文件数据主要包括驾驶员编号、采集时间和驾驶员的具体生理参数等,检测数据采集频率为1Hz;
②重复时间数据的处理
由于检测仪器接收信号时的系统误差,数据的采集时间会有重复,即同一时刻可能采集并记录有多个数据,且同一时刻的生理参数 不完全相同,如表所示。为了消除误差需要对重复时间的数据进行处理。由于在驾驶过程中驾驶员心率变异指标 变化具有连续性,因此取重复时间的 平均值作为该时刻驾驶员生理参数值。最后得到以“秒”为级差的对应检测记录时间序列。
表1、表2分别为用动态多参数生理检测仪采集的某个被试驾驶员的检测记录数据和处理后的检测记录数据。
表1动态多参数生理检测记录示例
表2处理后动态多参数生理检测数据示例
(2)动态GPS检测仪器
用动态GPS检测仪器可通过配套软件OEM4PC Software设置并采集多种类型和时间精度的数据,时间精度视检测要求而定。在驾驶工作负荷检测时为判断车辆行驶状态,一般采用10Hz,即每秒采集10次数据。
在GPS检测数据处理时,需要将每秒钟的10次检测数据进行处理,选取该时刻的代表值。由于车辆在行驶过程中速度和所处位置的变化具有连续性,因此将每秒钟采集的10个速度和车辆经纬坐标位置进行平均,最终得到以“秒”为级差的试验时间序列。
另外考虑到时差影响,GPS时间需要调整为北京时间。
表3、表4分别为GPS采集的某个被试驾驶员行车时的原始数据和处理后的数据。
表3动态GPS检测记录示例
表4处理后动态GPS检测数据示例
(3)动态眼动仪器
在驾驶工作负荷检测过程中,I View X HED眼动仪实时记录道路、交通、环境信息。检测时间和注视点不同分布位置对应的时间在驾驶员前方视野录像中时间同步显示。通过动态眼动仪器的信息耦合,可以得知驾驶员所处的道路、交通、环境条件,为判断驾驶工作负荷提供完整的信息。
在应用示例的检测时间段内,通过眼动仪记录可知,驾驶车辆在双车道高速公路直线段行车道上自由行驶,无跟车或超车行为;驾驶员注视点分别在道路路面范围以内;路面条件良好;道路设施齐备。
劣质数据剔除方法
在驾驶工作负荷检测过程中,劣质数据的产生与驾驶员的内在因素有关,并且难以控制。劣质数据判断主要以检测现场实时的车辆行驶状态和道路、交通、环境条件记录为依据,若具有一致性,则认为数据有效;否则认为无效。
驾驶工作负荷检测采用动态眼动仪记录的道路、交通、环境信息,在眼动仪软件的视频录像上根据检测时间以及驾驶员注视点分布情况,判断驾驶员心率变异值变化是否由道路、交通和环境条件引起。
本应用示例时间段内驾驶员心生理指标 变化平稳,驾驶工作负荷检测经眼动仪记录,驾驶员在双车道高速公路直线段行车道自由行使,驾驶员注视点分布在道路路面范围以内,行车速度稳定,无其他路外干扰。因此应用示例数据为有效数据。
驾驶工作负荷检测耦合应用
根据驾驶工作负荷检测系统技术方法,将采集到的指标数据分别进行时间、数据采集频率耦合技术和劣质数据的剔除处理,并以“时间”为轴进行耦合,即可获得驾驶员在驾驶过程中的驾驶工作负荷有效数据。
如表5所示,为驾驶工作负荷检测有效数据提取结果。
表5驾驶工作负荷检测有效数据提取示例
驾驶工作负荷评价
参照2009年10月13日胡江碧、李安等提交的“汽车驾驶员驾驶工作负荷计算方法”专利申请(申请号200910093545.0),汽车驾驶员驾驶工作负荷计算模型如下:
其中:
Ki——第i名驾驶员的驾驶工作负荷值;
LF——低频段功率值(ms2);
HF——高频段功率值(ms2);
Vi——第i名驾驶员的实时速度(km/h)。
得到驾驶工作负荷值K如表6所示。
表6驾驶工作负荷值计算示例
对检测时间内的速度等数据进行聚类分析得到工作负荷阈值。
表7小客车驾驶员驾驶工作负荷阈值
根据表7对小客车驾驶员驾驶工作负荷阈值的划分,本例驾驶员的驾驶工作负荷在正常驾驶工作负荷阈值范围内,属于正常工作负荷。
Claims (1)
1.一种驾驶工作负荷成套检测设备,其特征在于:包括GPS,动态多参数生理检测仪和眼动仪,GPS,动态多参数生理检测仪和眼动仪都分别连接到计算机上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011200956572U CN202060786U (zh) | 2011-04-02 | 2011-04-02 | 驾驶工作负荷成套检测设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2011200956572U CN202060786U (zh) | 2011-04-02 | 2011-04-02 | 驾驶工作负荷成套检测设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN202060786U true CN202060786U (zh) | 2011-12-07 |
Family
ID=45054670
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011200956572U Expired - Fee Related CN202060786U (zh) | 2011-04-02 | 2011-04-02 | 驾驶工作负荷成套检测设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN202060786U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105054950A (zh) * | 2015-07-02 | 2015-11-18 | 天津理工大学 | 一种利用行为数据平台测度施工现场多信息因素交互作用下不安全心理的方法 |
DE102020210701A1 (de) | 2020-08-24 | 2022-02-24 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Bestimmen eines Beanspruchungsniveaus eines Fahrers |
-
2011
- 2011-04-02 CN CN2011200956572U patent/CN202060786U/zh not_active Expired - Fee Related
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105054950A (zh) * | 2015-07-02 | 2015-11-18 | 天津理工大学 | 一种利用行为数据平台测度施工现场多信息因素交互作用下不安全心理的方法 |
CN105054950B (zh) * | 2015-07-02 | 2017-12-05 | 天津理工大学 | 一种利用行为数据平台测度施工现场多信息因素交互作用下不安全心理的方法 |
DE102020210701A1 (de) | 2020-08-24 | 2022-02-24 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren zum Bestimmen eines Beanspruchungsniveaus eines Fahrers |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101843496A (zh) | 驾驶工作负荷成套检测方法 | |
Mehler et al. | A comparison of heart rate and heart rate variability indices in distinguishing single-task driving and driving under secondary cognitive workload | |
Ziakopoulos et al. | A critical overview of driver recording tools | |
Patel et al. | Applying neural network analysis on heart rate variability data to assess driver fatigue | |
CN101690666B (zh) | 汽车驾驶员驾驶工作负荷测量方法 | |
Bowers et al. | Can we improve clinical prediction of at-risk older drivers? | |
CN102149320A (zh) | 用于专注度检测的方法和系统 | |
CN104112335A (zh) | 一种基于多信息融合的疲劳驾驶检测方法 | |
CN110491515A (zh) | 基于车载人体多参数监测终端的驾驶管控系统及方法 | |
CN108711204B (zh) | 一种综合人-车-路多源信息的行车异常检测系统及方法 | |
CN101491443A (zh) | 驾驶人疲劳与车辆行驶轨迹的关系模型 | |
CN102119857A (zh) | 基于匹配追踪算法的疲劳驾驶脑电检测系统及检测方法 | |
Hu et al. | Research on comfort and safety threshold of pavement roughness | |
CN106913351A (zh) | 一种脑力负荷水平的识别方法 | |
Koh et al. | Smartphone-based modeling and detection of aggressiveness reactions in senior drivers | |
CN106256312A (zh) | 认知功能障碍评价装置 | |
CN102133100A (zh) | 基于稀疏重表示的脑电信号检测方法 | |
Kim et al. | Characterizing driver stress using physiological and operational data from real-world electric vehicle driving experiment | |
Kim et al. | Development of a statistical model to classify driving stress levels using galvanic skin responses | |
Affanni et al. | Dual channel Electrodermal activity sensor for motion artifact removal in car drivers’ stress detection | |
CN202060786U (zh) | 驾驶工作负荷成套检测设备 | |
Zhang et al. | Multi-index measurement of fatigue degree under the simulated monitoring task of a nuclear power plant | |
Zontone et al. | Stress recognition in a simulated city environment using Skin Potential Response (SPR) signals | |
Li et al. | Identification of stress state for drivers under different GPS navigation modes | |
Wu et al. | Epileptic seizure detection system based on multi-domain feature and spike feature of EEG |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20111207 Termination date: 20130402 |