駕駛員各駕駛環(huán)節(jié)疲勞分析

駕駛員各駕駛環(huán)節(jié)疲勞分析林中葉3013001063錢倩3013001125劉仁丁3013001183摘要：在對(duì)駕駛行為各環(huán)節(jié)的分析當(dāng)中引入傳遞函數(shù)，建立了數(shù)學(xué)模型，通過拉氏變換與拉氏反變換簡(jiǎn)化分析過程，然后通過時(shí)域分析指出駕駛疲勞的量化特征。關(guān)鍵詞：駕駛疲勞；傳遞函數(shù)；拉氏變換與拉氏反變換；交通安全第一部分問題綜述汽車在道路上發(fā)生交通事故，總與駕駛?cè)藛T有關(guān)。駕車人發(fā)生交通事故的主要原因：一是酒后開車，二是疲勞駕駛。在一些發(fā)達(dá)國家里，從交通事故的大量案例分析中得出的結(jié)論認(rèn)為：開車人因疲勞駕駛所造成的道路交通事故，約占交通事故總數(shù)的10％至12.8％。疲勞駕駛的流行是一個(gè)嚴(yán)重的公共健康問題。在美國，每年有10萬起汽車相撞事故、4萬名傷者和1150位死者是有駕駛中的昏昏欲睡所造成的。在所有造成交通意外的主要因素中，疲勞駕駛對(duì)警方和其他交通意外調(diào)查人員來說是最難發(fā)現(xiàn)和估量的。在中國，疲勞即使現(xiàn)象可以說普遍存在。幾乎每個(gè)司機(jī)都有疲勞駕駛的經(jīng)歷。疲勞是人工作或運(yùn)動(dòng)到一定時(shí)候出現(xiàn)整個(gè)機(jī)體工作能力暫時(shí)降低的現(xiàn)象。人疲勞時(shí)，大腦皮質(zhì)興奮性降低，抑制過程加深。疲勞駕駛是指駕駛員每天駕車連續(xù)超過八小時(shí)或得從事其他勞動(dòng)體力消耗過大或者睡眠不中，以致行車中困倦瞌睡、四肢無力，不能及時(shí)發(fā)現(xiàn)和準(zhǔn)確處理路面交通情況。駕駛員疲勞會(huì)使視力下降，注意力不集中，對(duì)環(huán)境，速度，距離判斷失誤。對(duì)駕駛員的感覺、知覺、判斷產(chǎn)生影響，甚至有時(shí)會(huì)在駕駛過程中產(chǎn)生幻覺或短暫的睡眠。這都是造成交通事故的重要因素本文以駕駛員在正常狀態(tài)和疲勞狀態(tài)下對(duì)刺激的響應(yīng)快慢程度作為判斷駕駛疲勞及其后果的標(biāo)準(zhǔn)，簡(jiǎn)化數(shù)據(jù)，建立數(shù)學(xué)模型進(jìn)行量化分析，從而得出結(jié)論。第二部分對(duì)數(shù)學(xué)模型的假設(shè)：駕駛員在駕駛過程中，不斷進(jìn)行信息收集、分析、判斷、發(fā)出指令等信息處理過程。為了從理論上分析這種疲勞給駕駛員安全行車帶來的影響，本模型提出以下幾點(diǎn)假設(shè)。其一，把駕駛?cè)藛T看成是一個(gè)黑箱，即不管其中環(huán)節(jié)的復(fù)雜程度，只關(guān)心黑箱系統(tǒng)的輸入和輸出信號(hào)，并用拉氏變換構(gòu)建傳遞函數(shù)。其二，把復(fù)雜的路面交通狀況抽象成單位斜坡函數(shù)，因?yàn)楸M管外界信息（環(huán)境輸入信號(hào)）變化萬端，駕駛過程中各種環(huán)境信息輸入還是有類似特點(diǎn)的，即當(dāng)我們只取一個(gè)較短的時(shí)間段，道路環(huán)境的輸入信號(hào)大部分可以看成是隨時(shí)間逐漸變化的。第三部分?jǐn)?shù)學(xué)模型的建立及分析駕駛行為過程中傳遞函數(shù)的引入在駕駛行為中，從感知、判斷到動(dòng)作都是駕駛員通過對(duì)汽車運(yùn)行狀態(tài)的分析后自我控制的過程?？刂剖窃谝苑答伬碚摓榛A(chǔ)的自動(dòng)調(diào)節(jié)原理的基礎(chǔ)上產(chǎn)生的。根據(jù)經(jīng)典控制理論，控制工程的數(shù)學(xué)工具主要是傳遞函數(shù)，在這里，我們把傳遞函數(shù)引入到駕駛員的駕駛操作控制當(dāng)中。傳遞函數(shù)是用拉普拉斯變換變換建立的一種數(shù)學(xué)模型，用于研究對(duì)象的運(yùn)動(dòng)，在這種

方法中，自變量不是時(shí)間，而是拉氏變換中的復(fù)數(shù)變量s。一個(gè)線性動(dòng)態(tài)系統(tǒng)的傳遞函數(shù)，是零初值條件下輸出量的拉氏變換的像函數(shù)與輸入量的拉氏變換的像函數(shù)之比，由于系統(tǒng)是線性的，所以傳遞函數(shù)不因輸入量和輸出量函數(shù)變化而異。在控制理論中所研究的系統(tǒng)，都可定義為有若干元件所組成，用來完成某種給定任務(wù)的一種組合。以此類推，可把駕駛員行車過程中的各個(gè)環(huán)節(jié)（感知、判斷、操作）分別提取出來，作為各個(gè)控制子系統(tǒng)加以分析，以細(xì)化、量化各駕駛環(huán)節(jié)。在拉普拉斯變換的基礎(chǔ)上，引入描述系統(tǒng)在復(fù)數(shù)域中的數(shù)學(xué)模型——傳遞函數(shù)，不僅可以表征系統(tǒng)的動(dòng)態(tài)性能，而且可以研究系統(tǒng)的結(jié)構(gòu)或參數(shù)變化對(duì)系統(tǒng)性能的影響。2，駕駛行為各環(huán)節(jié)的傳遞函數(shù)當(dāng)駕駛員受到某種刺激（如聽覺、視覺信號(hào)，軌跡偏差輸入）后做出相應(yīng)的動(dòng)作，對(duì)人來說最簡(jiǎn)單的控制動(dòng)作就是把信號(hào)成比例的變成輸出信號(hào)，即比例動(dòng)作；另外，人還能夠預(yù)測(cè)分析輸入信號(hào)的變化率來產(chǎn)生相應(yīng)的動(dòng)作，即微分動(dòng)作；此外，當(dāng)汽車運(yùn)行狀態(tài)不合理時(shí)，駕駛員還可以改變其運(yùn)動(dòng)狀態(tài)尋找平衡點(diǎn)，輸出與輸入信號(hào)積分成比例的信號(hào)，即積分動(dòng)作。2.1感知階段傳遞函數(shù)結(jié)合控制系統(tǒng)中的相關(guān)概念，在對(duì)駕駛員的感知階段的信息采集處理的分析過程中我們采用經(jīng)典的PD2.1感知階段傳遞函數(shù)結(jié)合控制系統(tǒng)中的相關(guān)概念，在對(duì)駕駛員的感知階段的信息采集處理的分析過程中我們采用經(jīng)典的PD控制模型（如圖1所示），主要討論比例和微分控制。當(dāng)駕駛員感受到感知刺激之后，感知處理器官對(duì)輸入的信息的處理主要由以下兩個(gè)方面決定：e（s）1、 比例輸出，即將輸入的產(chǎn)生狀態(tài)偏差后的感知刺激e1s，成比例的轉(zhuǎn)換成輸出信號(hào)，比例常數(shù)由不同的個(gè)體所處的不同狀態(tài)決定。（注：狀態(tài)偏差是指被控制量的數(shù)值與其整定值之間的差值，我們可以根據(jù)狀態(tài)偏差來改變被控制對(duì)象的某個(gè)物理量，通過它影響被控制量，使之向整定值變化。）2、 微分輸出，即通過預(yù)測(cè)輸入的感知刺激信號(hào)的變化率，來產(chǎn)生相應(yīng)的輸出信號(hào)。微分輸出在一定程度上反映了駕駛員個(gè)體對(duì)輸入信號(hào)變化的敏感程度；也就是說，在相同的條件下，輸入信號(hào)的變化率越大，則這種刺激及其變化就越容易被個(gè)體感知，從而產(chǎn)生的感知輸出信號(hào)就越強(qiáng)。微分輸出的時(shí)間常數(shù)與比例輸出常數(shù)一樣，由一定環(huán)境下的個(gè)體狀態(tài)所決定。根據(jù)以上分析，可得感知輸出數(shù)學(xué)模型為（） （）de（t）m（t丿=Ke（t）+T-—1 1）1 1 11）式中K1—感知階段信息處理比例系數(shù)；T1—感知階段微分時(shí)間常數(shù)。對(duì)上式進(jìn)行拉普拉斯變換得：M(s)二K(1+Ts)e(s)1111所以感知階段傳遞函數(shù)為：H(s)二二K(1+Ts)1 響)1 1 (3)可見，駕駛員感知效果的獲得與信息處理過程中的比例系數(shù)、該過程中人體的微分時(shí)間常數(shù)有關(guān)。在疲勞狀態(tài)下人的感知能力下降，就需要從這兩個(gè)參數(shù)切入做深入探討。2.22.2 判斷階段傳遞函數(shù)圖2粵駛員羽斷階丄控曲梔圉判斷階段的分析主要是對(duì)延遲與滯后的控制校正，這一環(huán)節(jié)采用PI控制模型(如圖2所示)，側(cè)重于討論比例和微分控制。感知處理器官輸出的感知輸出經(jīng)過處理通道傳遞，并產(chǎn)生狀態(tài)偏差后，進(jìn)入判斷處理控制環(huán)節(jié)，其產(chǎn)生的判斷輸出主要取決于以下兩個(gè)方面：1、 比例輸出，即將感知階段中生成的感知輸出經(jīng)通道傳遞過程中產(chǎn)生狀態(tài)偏差后得到e(s)e2s作為判斷處理環(huán)節(jié)的輸入函數(shù)，然后成比例的轉(zhuǎn)換成輸出信號(hào)(判斷輸出函數(shù)的線性部分)。其中比例常數(shù)由不同的個(gè)體所處的不同狀態(tài)決定。2、 積分輸出，即通過對(duì)由前向處理通道所接收到的輸入信號(hào)的進(jìn)行累積的分析，做出判斷，產(chǎn)生相應(yīng)的判斷輸出信號(hào)。駕駛員在根據(jù)判斷輸出對(duì)機(jī)車狀態(tài)進(jìn)行調(diào)整的過程中，能夠?qū)σ欢〞r(shí)間區(qū)間內(nèi)的輸入信號(hào)做出綜合分析并進(jìn)行相應(yīng)的判斷，根據(jù)判斷不斷尋找新的平衡點(diǎn)；在調(diào)整狀態(tài)過程中，新的輸入信號(hào)隨著時(shí)間的推移陸續(xù)加入，成為判斷依據(jù)的一部分。經(jīng)歷的時(shí)間越長(zhǎng)，駕駛員對(duì)輸入信號(hào)的積累越多，對(duì)環(huán)境做出的判斷就越準(zhǔn)確，從而產(chǎn)生的判斷輸出信號(hào)就越強(qiáng)。積分輸出的時(shí)間常數(shù)與比例輸出常數(shù)一樣，由一定環(huán)境下的個(gè)體狀態(tài)所決定。根據(jù)以上分析，可得判斷輸出數(shù)學(xué)模型為：式中m(t)=式中m(t)=K22e(t)+204)K2—判斷階段信息處理比例系數(shù);T2—判斷階段積分時(shí)間常數(shù);H2(s)—判斷階段傳遞函數(shù)。對(duì)上式進(jìn)行拉氏變換得：M(s)=K(1+丄)e(s)5)2 2Ts5)2所以有：2e(s)所以有：2e(s)2=K2(1+Ts)26)可見，駕駛員的判斷過程與該階段的信息處理比例系數(shù)、人體的積分時(shí)間常數(shù)有關(guān)。在疲勞狀態(tài)下人的判斷能力下降，就需要從這兩個(gè)參數(shù)入手深入探討。2.32.3動(dòng)作階段傳遞函數(shù)UP丐蜚員捉件骯段PTD越制惟和在具體的駕駛操作階段，情況與前兩個(gè)環(huán)節(jié)有些不同，即在前面感知、判斷的基礎(chǔ)上開始動(dòng)作實(shí)施，而在實(shí)施的過程中又不斷接收到汽車運(yùn)行狀態(tài)的反饋信息，需要對(duì)輸入的信息進(jìn)行重新處理，循環(huán)往復(fù)。動(dòng)作階段的分析比較復(fù)雜，既包括對(duì)前向處理通道的實(shí)時(shí)信息輸入的控制，又包括對(duì)動(dòng)作后反饋信息輸入的控制，因此采用PID控制模型，進(jìn)行信息的混合控制校正(如圖3所示)，討論比例、積分和微分控制。判斷階段得到的判斷輸出和動(dòng)作調(diào)整后得到的反饋信息作為混合輸入，在傳遞過程中產(chǎn)生狀態(tài)偏差e3(S)后進(jìn)入動(dòng)作實(shí)施控制環(huán)節(jié)。動(dòng)作輸出的產(chǎn)生主要取決于三個(gè)方面：e(s)1、 比例輸出，即將狀態(tài)偏差后的混合輸入信號(hào)e3°，在此環(huán)節(jié)成比例的轉(zhuǎn)換成輸出信號(hào)，作為動(dòng)作輸出函數(shù)的線性部分。其線性比例常數(shù)由不同的個(gè)體所處的不同狀態(tài)決定。2、 積分輸出，與判斷處理控制環(huán)節(jié)一樣，在對(duì)由前向處理通道所接收到的產(chǎn)生狀態(tài)偏差后的輸入信號(hào)進(jìn)行累積的分析判斷的基礎(chǔ)上，產(chǎn)生相應(yīng)的動(dòng)作輸出信號(hào)。如果經(jīng)歷的時(shí)間越長(zhǎng)，可供分析判斷的輸入信號(hào)就積累的越多，則判斷就越準(zhǔn)確，產(chǎn)生的動(dòng)作輸出信號(hào)也就越強(qiáng)。動(dòng)作輸出函數(shù)中積分部分的含義，與判斷處理環(huán)節(jié)判斷輸出函數(shù)的積分部分基本相同，在此不做贅述。積分輸出的時(shí)間常數(shù)，也是個(gè)體及其狀態(tài)所決定。3、 微分輸出，與感知處理控制環(huán)節(jié)一樣，通過預(yù)測(cè)混合輸入信號(hào)的變化率，來產(chǎn)生相應(yīng)的輸出信號(hào)，作為動(dòng)作輸出函數(shù)的微分部分。一般來說，在相同的條件下，輸入信號(hào)的變化率越大，刺激及其變化就越容易被個(gè)體感知，產(chǎn)生的感知輸出信號(hào)也就越強(qiáng)。微分輸出的時(shí)間常數(shù)同樣由不同個(gè)體及其狀態(tài)所決定。根據(jù)以上分析，可得動(dòng)作輸出數(shù)學(xué)模型為：m(t)=Ke(t)+一fe(t)dt+T―3——7)8)3 3 3 T7)8)30對(duì)上式進(jìn)行拉氏變換得：M(s)=K(1+丄+T's)e(s)3 3Ts3 33

該階段的傳遞函數(shù)為：H(s)=K(1+丄+T's)3 3T3s3 (9)式中K3—?jiǎng)幼麟A段信息處理比例系數(shù)；T3—?jiǎng)幼麟A段積分時(shí)間常數(shù)；T3—?jiǎng)幼麟A段微分時(shí)間常數(shù)?？梢?，駕駛員動(dòng)作過程與該階段的信息處理比例系數(shù)、人體的積分時(shí)間常數(shù)、微分時(shí)間常數(shù)有關(guān)。在疲勞狀態(tài)下人的操作能力下降，就需要從這三個(gè)參數(shù)入手做深入探討。3，駕駛行為各環(huán)節(jié)傳遞函數(shù)時(shí)域分析及疲勞特性駕駛行為的過程是一個(gè)動(dòng)態(tài)過程，研究動(dòng)態(tài)特性實(shí)質(zhì)上就是研究系統(tǒng)在輸入信號(hào)作用下，輸出量是怎樣按輸入量的變化而變化的，正如系統(tǒng)的時(shí)域分析響應(yīng)。為了求解控制系統(tǒng)的輸出時(shí)間響應(yīng)，必須已知輸入信號(hào)的解析表達(dá)式。事實(shí)上，駕駛員的勞動(dòng)環(huán)境是動(dòng)態(tài)的，是不斷變化的，信息流量很大，行車過程中外界環(huán)境輸入信號(hào)變化萬端，作為控制系統(tǒng)的輸入信號(hào)是無法預(yù)先準(zhǔn)確知道的；但盡管如此，駕駛過程中各種環(huán)境信息輸入還是有類似特點(diǎn)的，即當(dāng)我們只取一個(gè)較短的時(shí)間段，道路環(huán)境的輸入信號(hào)大部分可以看成是隨時(shí)間逐漸變化的，在此我們把它簡(jiǎn)化為一個(gè)單位斜坡函數(shù)r(t)二t來分析(如圖4所示)。團(tuán)■!壞瞪團(tuán)■!壞瞪fii人怙號(hào)的型帖韶蜷由鈾單位斜坡函數(shù)的拉氏變換為：1R(s)二-S2在感知階段，斜坡函數(shù)輸入下的輸出為：M(s)二H(s)-R(s)二K(1+TS)?丄二K(丄+T1)11由拉氏反變換可得出S12 S10)11)

圖5表示了感知階段駕駛員在疲勞狀態(tài)下對(duì)斜坡函數(shù)的響應(yīng)曲線。正常狀態(tài)下，駕駛員的感知輸出為Ml(t)，疲勞狀態(tài)下駕駛員的感知輸出為M1(t)。根據(jù)研究表明，人在多蹤信息同步處理過程中輸入與輸出是存在比例系數(shù)的?？捎孟旅娴耐ㄊ奖硎荆篕二WlogI—Ie211_r2I式中K－信息處理比例系數(shù)；We－有效信號(hào)帶寬；r－輸出與輸入信號(hào)幅值比。當(dāng)駕駛員出現(xiàn)疲勞時(shí)，他的感知有效信號(hào)帶寬Vi明顯變小(但實(shí)驗(yàn)表明，輸入與輸出信號(hào)幅值比〔基本不變)，導(dǎo)致感知階段信息比例系數(shù)Ki變小(用K1表示)，于是感知輸出信號(hào)曲線M1(t)斜率減小。同時(shí)，因?yàn)楦兄A段微分時(shí)間常數(shù)屬于人體內(nèi)部機(jī)能，基本保持不變，所以K1T1'<K1T1，從而感知階段輸出信號(hào)變?nèi)?疲勞狀態(tài)下的感知輸出曲線同時(shí)標(biāo)于圖5中)。此外，t1>t1表明為達(dá)到相同的感知輸出效果，駕駛員在疲勞是需要更持久的信息刺激，這說明在疲勞時(shí)感知的敏捷性和警惕程度比正常狀態(tài)下降低很多，極有可能因?yàn)檫@種反應(yīng)上的遲鈍造成行車危險(xiǎn)。在判斷階段，輸入信號(hào)為感知階段的輸出信號(hào)。在該輸入信號(hào)下的輸出為：M(s)二H(s)-M(s)21KT-^+)S=K(1+丄)-(K+KT-^+)S2TSS22KKKKTKKT=12+121+121

TS3 TS2S14)14)由拉氏反變換可得出：M(t)=2M(t)=2KK2T2KKT?12+121-1+KK-1+KKTT12121215)圖6為駕駛判斷行為階段的響應(yīng)曲線。正常狀態(tài)下，駕駛員的判斷輸出為M2(t)，疲勞狀態(tài)下駕駛員的判斷輸出為M2(t)。當(dāng)駕駛員出現(xiàn)疲勞時(shí)，駕駛員的判斷輸入有效信號(hào)帶寬We2明顯變小(但實(shí)驗(yàn)表明，輸入與輸出信號(hào)幅度不變)，導(dǎo)致判斷階段信息處理比例系數(shù)K2變小(用K2表示)，于是判斷輸出信號(hào)曲線M2(t)發(fā)生變化(始終在曲線M2(t)的下方，如圖6所示)，表明駕

駛員在疲勞狀況下判斷處理輸出比正常時(shí)要弱。在動(dòng)作階段，輸入信號(hào)為判斷階段的輸出信號(hào)。在該輸入信號(hào)下的輸出為：駛員在疲勞狀況下判斷處理輸出比正常時(shí)要弱。在動(dòng)作階段，輸入信號(hào)為判斷階段的輸出信號(hào)。在該輸入信號(hào)下的輸出為：M(s)=H(s)-M(s)TOC\o"1-5"\h\z3 21KK KKTKKKKT\o"CurrentDocument"=K(1++T'S)-(—1——2+1——2十 1+2 )213TS3TS3TS2 S2S3 2 2KKKKKK(T+T+T)KKK(TT+TT+TT+TT') 2^3TTS223=―123+—1_23123+—1_2_3I2^3―3^3-TTS 2^3TTS22323 23KKK(TT+TT'+TT')1^—TS2+—1_23^2I +1^—TS21 2 31316)由拉氏反變換可得出：KKK KKK(T+T+T) KKK(TT+TT+TT+TT')3 1—2TT23—2-3TT23M(t)二一1_2_3-13+—1_2_3123-3 1—2TT23—2-3TT233 6TT23+K1K2K3(TT2+TT'+T2T3)+KKKTT仝(t)T 12 31317)圖7是駕駛行為動(dòng)作階段的響應(yīng)曲線。正常狀態(tài)下，駕駛員的動(dòng)作輸出為 M3(t)，疲勞狀態(tài)下的駕駛員的動(dòng)作輸出為M3(t)。當(dāng)駕駛員出現(xiàn)疲勞時(shí)，動(dòng)作階段信息處理比例系數(shù)K3