【正文】 依托單位意見同意申報(bào) 負(fù)責(zé)人姓名：徐金梧2007515申請(qǐng)人所在單位意見(自然人申請(qǐng)課題的依托單位若非本人所在單位，應(yīng)同時(shí)填寫所在單位意見) 負(fù)責(zé)人姓名： 協(xié)作單位意見協(xié)作單位1同意申報(bào) 負(fù)責(zé)人姓名：張超200751534 / 34。可見經(jīng)濟(jì)效益將是驚人的。五、預(yù)期成果及前景 ？ 答：。？、可行？答：我們的技術(shù)路線不僅是先進(jìn)的，具有獨(dú)創(chuàng)性的而且從我們已取得的初步成果證明是正確、有效的。協(xié)作單位心理學(xué)研究所所長(zhǎng)也非常重視和支持這一課題。？答：當(dāng)前本課題組的4篇論文（刪除了保密部分）均屬國內(nèi)首創(chuàng)，處于國內(nèi)領(lǐng)先水平。 香港城市大學(xué)博士后，擅長(zhǎng)模式識(shí)別與信號(hào)處理技術(shù)。擅長(zhǎng)識(shí)別工程與人—機(jī)系統(tǒng)理論與技術(shù)。在汽車及相關(guān)技術(shù)方面有豐富經(jīng)驗(yàn)，且具備組織、協(xié)調(diào)各專業(yè)人才的能力。？ 答：本課題研發(fā)成功后將可能獲得4項(xiàng)知識(shí)產(chǎn)權(quán)（ 參閱 ）三、技術(shù)實(shí)力與研究基礎(chǔ) ？答：課題組長(zhǎng)劉立教授。因?yàn)檫@是十幾年來國內(nèi)外汽車制造與運(yùn)輸、安全部門投入大量人力、物力研發(fā)而未獲成功的項(xiàng)目。？？？答：我們的研究?jī)?nèi)容與技術(shù)路線處于國際預(yù)防疲勞駕駛技術(shù)的前沿。（參閱 現(xiàn)有研究基礎(chǔ)中的現(xiàn)有研究成果） 3） 我們?cè)隈{駛狀態(tài)識(shí)別中采用多種識(shí)別算法同時(shí)計(jì)算，這也是國際首創(chuàng)。） （） 2）我們提出的非正常駕駛狀態(tài)識(shí)別的能量分析方法是國際首創(chuàng)。這樣做更貼近人—機(jī)系統(tǒng)本質(zhì)，避免了車輛動(dòng)力學(xué)系統(tǒng)對(duì)方向盤轉(zhuǎn)向的高頻分量的不響應(yīng)帶來的誤差。？答：安全、環(huán)保和節(jié)能是我國政府特別關(guān)切的三大技術(shù)。 （參閱： 目的意義） 我國道路交通事故每年死亡約10萬人，占世界第一位（汽車占有量?jī)H占2%）。另外課題成果“模擬駕駛心理和行為監(jiān)測(cè)系統(tǒng)”、“模擬駕駛心理負(fù)荷測(cè)量系統(tǒng)”、與“模擬駕駛情境意識(shí)測(cè)量系統(tǒng)”目前正在申請(qǐng)國家專利。在交通心理學(xué)方面，曾完成“信息交流對(duì)駕駛操作的影響”，“交通標(biāo)志的心理學(xué)評(píng)價(jià)” “汽車駕駛過程中導(dǎo)航方式的跨文化比較”等相關(guān)課題的研究。對(duì)駕駛行為的研究始終是該實(shí)驗(yàn)室研究的重點(diǎn)方向。合 計(jì)1管理費(fèi)出版/文獻(xiàn)/信息傳播/知識(shí)產(chǎn)權(quán)事務(wù)費(fèi)66會(huì)議費(fèi)33燃料動(dòng)力費(fèi)99材料費(fèi)1010人員費(fèi)20課題組現(xiàn)有及依托單位承諾提供的支撐條件，其他所需增添的支撐條件和主要儀器設(shè)備（說明用途）無 課題總經(jīng)費(fèi)支出預(yù)算（包含總經(jīng)費(fèi)和申請(qǐng)863計(jì)劃經(jīng)費(fèi)的支出預(yù)算）單位：萬元科目預(yù)算數(shù)申請(qǐng)從863計(jì)劃經(jīng)費(fèi)中列支數(shù)備注可見經(jīng)濟(jì)效益將是驚人的。最需要非正常駕駛狀態(tài)識(shí)別與預(yù)警系統(tǒng)的是大型客車與貨車的制造公司。本課題的研究目標(biāo)是研發(fā)一種非正常駕駛狀態(tài)識(shí)別與預(yù)警系統(tǒng)。酒后駕駛更是少有人研究。近年來，國內(nèi)外已有越來越多的研究人員投入到疲勞駕駛狀態(tài)識(shí)別和預(yù)警系統(tǒng)研究中。（包括國內(nèi)外應(yīng)用或市場(chǎng)現(xiàn)狀、潛在用戶、市場(chǎng)前景，經(jīng)濟(jì)效益和社會(huì)作用等）隨著我國國民經(jīng)濟(jì)的飛速發(fā)展，飛漲的個(gè)人汽車、物流貨車以及人們的工作壓力等綜合因素已經(jīng)使得交通安全問題逐漸突現(xiàn)出來。項(xiàng)目研究目標(biāo)明確，技術(shù)路線合理，實(shí)驗(yàn)方案可行，關(guān)于該項(xiàng)目必須的汽車駕駛模擬器改造所涉及的關(guān)鍵技術(shù)本課題組都有自主產(chǎn)權(quán)的專利，因此能夠順利完成研究任務(wù)，實(shí)現(xiàn)研究目標(biāo)。另外，對(duì)于特征提取和建模，有很多研究成果可以借鑒，為以后的研究工作的順利開展提供了保證。另外，通過對(duì)采集的疲勞駕駛數(shù)據(jù)進(jìn)行系統(tǒng)辨識(shí)建模，發(fā)現(xiàn)在駕駛員清醒時(shí)與疲勞時(shí)兩種不同狀態(tài)下，該模型的參數(shù)有很大的變化。(3)我們已有了初步的研究結(jié)果。(2)僅利用方向盤數(shù)據(jù)識(shí)別非正常駕駛狀態(tài)。它是在綜合國內(nèi)外經(jīng)典的特征提取、數(shù)學(xué)建模和非平穩(wěn)時(shí)間序列預(yù)測(cè)等相關(guān)研究成果的基礎(chǔ)上提出的，具有扎實(shí)的理論基礎(chǔ)?？尚行苑治霰卷?xiàng)目是典型的多學(xué)科交叉研究問題，涉及到模式識(shí)別理論、數(shù)字信號(hào)處理理論、控制理論和心理學(xué)等多門學(xué)科的交叉和綜合。而本課題研發(fā)的識(shí)別與預(yù)警系統(tǒng)，可以從疲勞駕駛狀態(tài)識(shí)別擴(kuò)展到酒后駕駛、駕駛分心等危險(xiǎn)駕駛狀態(tài)的識(shí)別；(3) 對(duì)于方向盤轉(zhuǎn)角的分析計(jì)算，可以同時(shí)采用多種識(shí)別算法，以確保從不同駕駛員的不同操作習(xí)慣類別中，都能判斷非正常駕駛狀態(tài)，從而提高所研發(fā)系統(tǒng)的識(shí)別率。以擁有自主產(chǎn)權(quán)的汽車駕駛模擬器為基礎(chǔ)，開發(fā)非正常駕駛狀態(tài)試驗(yàn)平臺(tái)2僅依據(jù)高靈敏方向盤傳感器（已申請(qǐng)專利）數(shù)據(jù)進(jìn)行非正常駕駛狀態(tài)分析、識(shí)別。其最大特點(diǎn)是，行駛時(shí)驅(qū)動(dòng)輪是旋轉(zhuǎn)的，因此駕駛操作感更加逼真（國外模擬器的車輪都是靜止的，僅靠圖像變化產(chǎn)生速度感）。我們采用的是擁有自主知識(shí)產(chǎn)權(quán)的VR4型駕駛模擬器。5 對(duì)非正常駕駛狀態(tài)的預(yù)警采用非平穩(wěn)隨機(jī)過程的預(yù)報(bào)算法。它可以和神經(jīng)網(wǎng)絡(luò)相結(jié)合，構(gòu)成模糊神經(jīng)網(wǎng)絡(luò)?？刹捎玫纳窠?jīng)網(wǎng)絡(luò)有：BP神經(jīng)網(wǎng)絡(luò)、徑向基函數(shù)（RBF）、自組織神經(jīng)網(wǎng)絡(luò)（SOM）和遺傳算法等等3）模糊分類器模糊技術(shù)是利用人類思維中模糊性的特點(diǎn)，具有容易被人類理解的表達(dá)能力，是處理一種非平穩(wěn)、非線性問題的有力工具。擬采用的分類器如下：1）傳統(tǒng)分類器傳統(tǒng)的分類器一般都基于模板匹配，最為常用的是近鄰法最小距離分類器，通過比較未知樣本和已知樣本之間的歐式距離，判決為距離最近的一類樣本的分類器，在實(shí)際應(yīng)用中一般采用距離加權(quán)。這里分類器的作用是將提取的有效特征向量進(jìn)行某種變換和映射，將特征向量從特征空間映射到目標(biāo)類型空間。因此，可以根據(jù)我們已得到的這些結(jié)果，作為判定非正常駕駛狀態(tài)的有效特征向量。首先，我們已發(fā)現(xiàn)，在駕駛員疲勞和酒后駕駛狀態(tài)下，隨著非正常駕駛狀態(tài)的加深，方向盤轉(zhuǎn)動(dòng)角度的分段譜能量有增大的趨勢(shì)。我們擬采用先進(jìn)的數(shù)字信號(hào)處理技術(shù)(分段Fourier變換、參數(shù)化模型、小波變換等方法)，針對(duì)方向盤轉(zhuǎn)角數(shù)據(jù)的特點(diǎn)，抽取數(shù)據(jù)在不同域下的有效特征向量。因?yàn)椴⒎撬械奶卣飨蛄慷加兄谔卣髯R(shí)別，不良的特征向量會(huì)導(dǎo)致分析時(shí)出現(xiàn)誤差，導(dǎo)致識(shí)別結(jié)果出錯(cuò)。2 非正常駕駛狀態(tài)特征向量提取在非正常識(shí)別過程中，特征向量提取是很重要的一個(gè)環(huán)節(jié)。 知識(shí)產(chǎn)權(quán)1非正常駕駛狀態(tài)識(shí)別方法軟件2大型客貨車模擬駕駛試驗(yàn)平臺(tái)3非正常駕駛狀態(tài)數(shù)據(jù)庫4非正常駕駛狀態(tài)預(yù)警系統(tǒng)人才培養(yǎng)情況培養(yǎng)3～4名博士，6～8名碩士。適于大型客貨車駕駛員疲勞駕駛試驗(yàn)。駕駛狀態(tài)參數(shù)包括：駕駛員面部圖像、生理參數(shù)（腦電圖、心電圖和肌電圖）、汽車行駛參數(shù)(方向盤數(shù)據(jù)、行駛軌跡、運(yùn)行速度、油門)等信息。其中駕駛狀態(tài)包括正常、疲勞。4建立非正常駕駛行為的心理模型，實(shí)現(xiàn)對(duì)非正常駕駛狀態(tài)的定量分析。2 建立非正常駕駛狀態(tài)分析和檢測(cè)樣本數(shù)據(jù)庫（100名駕駛員）。曲線仍近似符合白噪聲特性，證明了所建模型的可行性（4）小波變換采用小波變換，對(duì)采集的方向盤轉(zhuǎn)角數(shù)據(jù)分段進(jìn)行降噪降維處理，提取小波變換的精細(xì)系數(shù)重構(gòu)，構(gòu)成特征向量，經(jīng)過分類器設(shè)計(jì)對(duì)正常狀態(tài)和非正常狀態(tài)的小波系數(shù)利用進(jìn)行識(shí)別，識(shí)別的結(jié)果與分段能量方法的結(jié)果一致。所建的模型可表示為，表2 模型參數(shù)（）殘差均值殘差方差清醒疲勞清醒疲勞清醒疲勞 疲勞駕駛試驗(yàn)殘差的自相關(guān)函數(shù)曲線如圖6所示：圖6a 清醒狀態(tài)下殘差自相關(guān)函數(shù)曲線圖。通過對(duì)HHT變換后的余量進(jìn)行分析，我們發(fā)現(xiàn)余量隨著疲勞駕駛狀態(tài)的加深而逐漸變大的關(guān)系（圖5）圖5 （3）模型法我們利用模擬器采集的汽車運(yùn)行狀態(tài)參數(shù)構(gòu)建模型，得到如下結(jié)果：a） 清醒模型和中度疲勞模型的參數(shù)不同，改變很大。表1 酒后駕駛試驗(yàn)數(shù)據(jù)分析喝酒量能量增加率*100ml%125ml%*能量增加率＝（最大分段能量和－最小分段能量和）/最大分段能量和（2）疲勞駕駛狀態(tài)識(shí)別的HHT變換通過對(duì)采集的方向盤轉(zhuǎn)角數(shù)據(jù)進(jìn)行處理，并使用HHT變換進(jìn)行分析，得到HHT變換的各層固有模態(tài)分量和Hilbert譜圖。消耗的能量必定更多。根據(jù)這一道理，我們可以推斷，上述能量法則亦可用來判斷酒后駕駛狀態(tài)。這就使得用車載計(jì)算機(jī)，實(shí)時(shí)判斷識(shí)別駕駛員是否已進(jìn)入困倦狀態(tài)成為可能。特別是Fourier變換的各次諧波幅值棒形圖變得雜亂無章，像是“雜草叢生”的樣子。設(shè)定每段數(shù)據(jù)長(zhǎng)度為T，對(duì)其方向盤轉(zhuǎn)角α數(shù)據(jù)實(shí)施濾波變換，得到數(shù)據(jù)曲線S，再對(duì)S數(shù)據(jù)進(jìn)行Fourier變換，得到前十次諧波幅值（能量）：頻率圖3a 清醒狀態(tài)時(shí)的α、S曲線與前10次諧波幅值棒形圖頻率時(shí)間(s)圖3a 進(jìn)入困倦狀態(tài)時(shí)的α、S曲線與前10次諧波幅值棒形圖從圖3a和圖3b，我們可以清楚地看出，清醒狀態(tài)下駕駛操作簡(jiǎn)捷而有規(guī)律，α、S曲線幅度小，且變化有規(guī)律，且Fourier變換的棒形圖也呈現(xiàn)主峰突出、其它諧波能量衰減快，即中間高兩邊低的格局。圖1a VR4型（三投影）汽車駕駛模擬器(白天場(chǎng)景之一) 圖1b VR4型（三投影）汽車駕駛模擬器(夜晚場(chǎng)景之一)2現(xiàn)有試驗(yàn)數(shù)據(jù)庫我們已做了14人次的疲勞駕駛實(shí)驗(yàn)和1人酒后駕駛實(shí)驗(yàn)，建立了一個(gè)小型數(shù)據(jù)庫，所有提出的非正常駕駛狀態(tài)的識(shí)別算法，都要用這些數(shù)據(jù)進(jìn)行檢驗(yàn)，這為我們的研究工作提供了一個(gè)科學(xué)的評(píng)價(jià)基準(zhǔn)。它具有國際先進(jìn)水平，其最大特點(diǎn)是，行駛時(shí)驅(qū)動(dòng)輪是旋轉(zhuǎn)的，因此駕駛操作感更加逼真（國外模擬器的車輪都是靜止的，僅靠圖像變化產(chǎn)生速度感）。駕駛員的非正常駕駛狀態(tài)可以通過這一心理模型被定量地描述和定義。3同時(shí)使用多種識(shí)別算法（能量、特征提取、模型等）提高對(duì)不同操作習(xí)性的駕駛員