疲劳驾驶研究进展综述
车辆疲劳驾驶研究方法综述
10.16638/ki.1671-7988.2018.07.059车辆疲劳驾驶研究方法综述牛晶（天水师范学院，甘肃天水741001）摘要：相关数据显示，目前国内外每年因为车辆疲劳驾驶所导致的重大交通安全事故数量呈明显递增趋势，关注疲劳驾驶问题刻不容缓。
文章从分析产生疲劳驾驶的机理入手，详细研究了国内外研究车辆疲劳驾驶的各种测评方法，并指出了当前适合我国技术现状的车辆疲劳驾驶检测方法、数学模型和实用装置。
关键词：疲劳驾驶；发展趋势中图分类号：U469.72 文献标志码：A 文章编号：1671-7988(2018)07-192-03Overview of Research on the Driving with FatigueNiu Jing( Tianshui Noemal University, Gansu Tianshui 741001 )Abstract: Data show that the number of major traffic accidents caused by vehicle fatigue is increasing obviously at home and abroad now. Attention to the problem of fatigue driving is urgent. Based on the analysis of the mechanism of fatigue driving, this paper studied the various evaluationmethods of vehicle driving, pointing out the methods ofvehicle fatigue driving test, the mathematical model and practical devices.Keywords: fatigue driving; development trendCLC NO.: U469.72 Document Code: A Article ID: 1671-7988(2018)07-192-03引言随着全球范围内车辆保有量的增加，交通事故数量的急速增长已经成为一个严峻的社会问题。
提取驾驶员面部特征的疲劳驾驶检测研究综述
提取驾驶员面部特征的疲劳驾驶检测研究综述提取驾驶员面部特征的疲劳驾驶检测研究综述摘要：随着交通工具的普及和道路交通量的增加，驾驶员疲劳驾驶引发的交通事故已成为一大安全隐患。
为了提高驾驶安全性，研究人员开始探索使用面部特征来检测驾驶员疲劳状态。
本文对驾驶员面部特征的疲劳驾驶检测研究进行了综述，主要包括驾驶员面部特征的表示方法、特征提取方法以及疲劳驾驶检测系统的设计。
关键词：驾驶员疲劳驾驶，面部特征，特征提取，疲劳检测系统1.引言在现代社会中，交通事故已成为十分常见的安全问题。
其中，驾驶员的疲劳驾驶是导致交通事故的主要原因之一。
疲劳驾驶会导致驾驶员注意力不集中、反应迟缓等问题，从而增加发生事故的风险。
为了提高驾驶员的安全性，研究人员开始探索使用驾驶员面部特征来检测疲劳驾驶状态。
本文对提取驾驶员面部特征的疲劳驾驶检测研究进行了综述，旨在总结相关研究的方法和成果，并探讨未来的发展方向。
2.驾驶员面部特征的表示方法驾驶员面部特征的表示方法是研究疲劳驾驶检测的基础。
目前，常用的表示方法主要有面部形态特征和面部运动特征两种。
面部形态特征包括眼睛状态、眼睑位置、嘴部形状等，可以通过计算机视觉技术获取。
面部运动特征则是指面部肌肉的运动情况，可以通过传感器等设备获取。
这些表示方法可以提供丰富的信息来反映驾驶员疲劳程度。
3.特征提取方法特征提取是将驾驶员面部特征转化为可用于疲劳驾驶检测的数值特征的过程。
常用的特征提取方法主要包括主成分分析、小波变换、局部二值模式等。
主成分分析是一种常用的无监督降维方法，可以将驾驶员面部特征降维到较低维度。
小波变换可以提取面部特征的频域信息，具有较好的时频局部性。
局部二值模式是一种用于图像纹理分析的方法，可以提取面部特征的纹理信息。
通过合理选择特征提取方法，可以提高疲劳驾驶检测系统的准确性和效率。
4.疲劳驾驶检测系统的设计疲劳驾驶检测系统的设计是实现驾驶员疲劳状态监测的关键。
设计一个有效的疲劳驾驶检测系统需要考虑多个方面的因素，包括数据采集、特征提取、分类器选择等。
基于深度学习的疲劳驾驶检测技术研究
基于深度学习的疲劳驾驶检测技术研究1. 内容描述随着现代交通系统的不断发展和车辆数量的日益增长，道路交通安全问题逐渐凸显，成为公众关注的焦点。
疲劳驾驶作为一种常见的危险驾驶行为，对道路交通安全构成了严重威胁。
开发一种高效、准确的疲劳驾驶检测技术具有重要的现实意义和工程价值。
基于深度学习的疲劳驾驶检测技术是一种基于计算机视觉、机器学习和深度神经网络等方法的技术手段。
该技术通过采集驾驶员的面部表情、眼部状态、头部运动等生理和行为特征数据，运用深度学习算法对这些数据进行自动分析和识别，从而判断驾驶员是否处于疲劳状态。
与传统的疲劳驾驶检测方法相比，基于深度学习的疲劳驾驶检测技术具有更高的准确性和实时性。
在具体研究中，首先需要收集大量的疲劳驾驶和正常驾驶的样本数据，并进行详细的标注和处理。
选择合适的深度学习模型（如卷积神经网络、循环神经网络等）对这些数据进行训练和学习。
通过不断地优化模型结构和参数，提高模型的泛化能力和准确性。
在实际应用中，将训练好的模型应用于车辆监控系统或驾驶辅助系统中，实现对疲劳驾驶行为的实时检测和报警。
基于深度学习的疲劳驾驶检测技术不仅可以提高道路交通安全管理水平，还可以降低交通事故的发生率，为智能交通系统的发展提供有力支持。
该技术还可以拓展应用于其他领域，如智能家居、医疗健康等，为人类的日常生活带来更多便利和安全保障。
1.1 研究背景随着社会的发展和经济的增长，汽车已经成为人们出行的主要工具。
随着汽车保有量的不断增加，道路交通安全问题日益严重。
疲劳驾驶作为其中的一个重要因素，对道路交通安全造成了极大的威胁。
疲劳驾驶是指驾驶员在长时间行驶过程中，由于生理、心理原因导致的注意力不集中、反应迟钝等现象，从而降低驾驶员对道路环境的感知能力，增加交通事故的发生概率。
研究疲劳驾驶检测技术具有重要的现实意义。
随着人工智能技术的快速发展，深度学习作为一种强大的机器学习方法，已经在图像识别、语音识别等领域取得了显著的成果。
疲劳驾驶检测方法研究进展
Ｄｅ ｅ ｏ ｍ ｅ ｔｏ ｉ ｅ ｔｇ ｅＤｅ ｅ ｔｏ ｅ ｈｏ ｓ ａ ｃ ｖ ｌｐ ｎ ｆＤｒ ｖ ｒＦａ ｉ ｕ ｔ ｃ ｉ ｎ Ｍ ｔ ｄ Ｒｅ ｅ ｒ ｈ
Ｙｕａ Ｘｉｎｇ， Ｓ ａ ｍｅ ｎ ａ ｕｎ Ｘｉｎｇ ｉ
（ ｈ ｎ ｓ ａＵｎｖ ｒ ｉ ｆＳ ｉｎ ｅ＆ Ｔｅ ｈ ｏｏ ｙ， Ｃ ａ ｇ ｈ ， Ｈｕ ａ １ ０ ４， Ｃｈｎ ） Ｃ ａ ｇ ｈ ｉｅ ｓｔ ｏ ｃｅ ｃ ｙ ｃ ｎ ｌｇ ｈ ｎ ｓａ ｎｎ ４ ０ ０ ｉ ａ
（ ）呼 吸 频 率检 测 。疲 劳 驾驶 情 况 下 ， 驾 ４
驶 员 的 呼吸 频 率 有 总 体 变 缓 的趋 势 ，并 随 着 时 间 的延长 而趋 于平 稳 。
基 于 驾 驶 员 生 理信 号 的 检 测 方 法 准 确 性 比较
高 ， 但 生 理 信 号 测 量 需 要 接 触 人 的 身体 ，检 测 设
疲 劳 驾驶 时 间 的延 长 上 升趋 势 逐 渐 平 缓 ， 最 后趋
于平稳 。
定 的 时 间 内 眼睛 闭合 时所 占的 时 间 比例 ） ，为 了
提 高 疲 劳 检 测 准 确 率 ，可 以综 合 检 测 平 均 睁 眼 程 度 、 最 长 眼 睛 闭合 时 问 的特 征 作 为疲 劳指 标 ，可
同 时 眼 睛 凝 视 的 相 关 系 数 也 快 速 振 动 。Ｂ ｖｒ ｏ ｅｉ ｅ
等 人 通 过 研 究 眼 睑运 动 监 视 驾 驶 员 的 疲 劳 ；
Ｗ ａｇ等 人 ｕ ｎ 引在 人 脸 识 别 后 ，用 小 波 提 取 眼 睛 ， 最后 用 神 经 网络 分 类器 进 行 疲 劳识 别 ；Ｍｉ ｒ Ｉ ａ和 ｔ ｏ
驾驶员疲劳驾驶检测方法研究综述
驾驶员疲劳驾驶检测方法研究综述摘要：本文对驾驶员疲劳驾驶检测方法的研究现状进行了综述，总结了各种方法的优缺点和未来研究方向。
本文首先介绍了驾驶员疲劳驾驶的概念和危害，然后按照时间顺序介绍了传统检测技术、生物学方法和交通事故预防研究等方面的现状。
本文指出了各种方法的不足之处，并提出了改进意见和发展方向。
关键词：驾驶员疲劳驾驶、检测方法、研究现状引言：驾驶员疲劳驾驶是指驾驶员在长时间驾驶过程中，由于身体和心理疲劳而出现的驾驶能力下降的现象。
驾驶员疲劳驾驶会严重影响行车安全，导致交通事故的发生。
因此，如何有效地检测驾驶员疲劳驾驶，预防交通事故的发生，是当前研究的热点问题。
本文将对驾驶员疲劳驾驶检测方法的研究现状进行综述，以期为未来的研究提供参考。
传统疲劳检测技术传统的驾驶员疲劳检测技术主要包括对驾驶员的眼部表现、身体姿态、行为表现等方面的检测。
这些方法通过分析驾驶员的驾驶行为和生理变化，判断驾驶员是否出现疲劳驾驶。
但是，这些方法存在一定的不足之处，如精度不高、实时性不强等。
生物学方法生物学方法是一种通过监测驾驶员的生物信号（如脑电波、心电波等）来检测其疲劳状态的方法。
该方法具有较高的精度和实时性，但需要专门的设备和复杂的处理算法。
交通事故预防研究除了上述两种方法外，还有一些研究集中在如何通过分析交通事故数据来预测和预防驾驶员疲劳驾驶。
这些研究通过统计和分析交通事故中驾驶员的生理和行为特征，构建预测模型和报警系统来检测驾驶员的疲劳状态。
本文对驾驶员疲劳驾驶检测方法的研究现状进行了综述，总结了各种方法的优缺点和未来研究方向。
虽然目前的研究已经取得了一定的进展，但仍存在许多不足之处，如精度不高、实时性不强等。
因此，需要进一步发展和改进现有的检测方法。
同时，需要更加深入地探讨驾驶员疲劳驾驶的本质和机理，以及不同检测方法的内在和优劣比较。
还需要加强实际应用中的研究，以提高驾驶员疲劳驾驶检测的准确性和可靠性。
未来研究方向：未来的研究应该以下几个方面：需要研究和改进现有的检测技术，提高其精度和实时性；需要探索新的检测方法，例如利用人工智能和机器学习等技术进行驾驶员疲劳驾驶检测；再次，需要更加深入地探讨驾驶员疲劳驾驶的本质和机理，为检测技术的发展提供理论支持；需要加强实际应用中的研究，将检测技术应用于实际驾驶环境中，以提高驾驶员疲劳驾驶检测的准确性和可靠性。
驾驶疲劳研究综述
近年来 ， 我国交通事故率不断上升 ， 交通安全 形 势 已然 十 分严 峻 。导 致交 通 事 故 发生 的因 素有 很多 ， 其 中， 驾驶疲劳已成为最 主要的因素 。与此 探索和研度ｆ ｌ ２ 】 。因此 ， 人们能很好 的意识到 自己 驾驶行 为 和脑 电 图的 比较研 究 表 明 ，驾驶 时 问 的
１ ． 驾驶疲劳 的相关概 念
１ ． １疲 劳
（ 不 是身 体或 肌 肉 的疲 劳 ） ， 它 的主 要 特点 是 ： 不 愿
继续驾驶 、 瞌睡、 疲劳 、 动机降低［ ２ ］ 。驾驶疲劳在生
理 上会 引 起大 脑 活 动 的变化 和 心 率及 眼球 运 动 的 Ｌ ａ ｌ 和Ｃ ｒ ａ ｉ ｇ 将 疲 劳定 义 为从 唤醒 到 睡 眠 的过 减少 ，驾驶疲劳还会导致认知和精神方面的表现
激 活水平 对疲 劳变化 也很 敏感 【 “ ］ 。
２ ． ２ 自我评估
３ ． １ ． ３ 工作 时间
工作时间也是导致疲劳的因素， 并与单调情境
相互 作用 。超过一 定 的驾驶 时 间 ， 尤其是 在单 调 的 在 一 些 夜 间或 睡 眠剥 夺 条 件 下 的研 究 表 明 ， 条 件下 ， 驾 驶表现会 变差 。 随着 时间 的推移 ， 驾驶员 人 们有 能力 在驾 驶 过程 中 ，正 确评 估 自己表现 绩 有大幅度的矫正过度和横摆动作（ 移动闪躲） 。 对
所 谓 驾驶 疲 劳 ，是 指 机动 车 驾驶 人 在驾 驶 车 劳 以及客 观上 出现 驾驶 机能低 落 的现象 ［ ４ １ 。驾驶 领
同时 ，国 内外 的研究 者 们对 驾 驶 疲 劳进 行 了众 多 辆时 ，由于驾驶作业引起的生理上和心理上的疲
驾驶员疲劳驾驶检测与预警技术研究
驾驶员疲劳驾驶检测与预警技术研究一、驾驶员疲劳驾驶的危害在现代社会中，交通工具成为人们出行的首要选择。
然而，交通工具的使用需要有驾驶员的参与。
一旦驾驶员出现疲劳驾驶的情况，则会极大地危及行车安全，甚至会导致交通事故的发生，造成人员伤亡和财产损失。
因此，研究驾驶员疲劳驾驶的检测与预警技术对于保障交通安全和减少人员伤害至关重要。
驾驶员在疲劳驾驶时，会出现很多行为特征。
例如，驾驶员的视觉、反应、手脚协调等方面都会受到影响，导致驾驶能力下降。
此外，驾驶员在疲劳驾驶时还容易出现意识混乱、犯困、频繁打哈欠等情况。
如果没有进行及时的干预和处理，这些行为特征就有可能导致意外的发生。
二、驾驶员疲劳驾驶检测技术为了实现对驾驶员疲劳驾驶的及时检测和预警，需要对相关的技术进行研究。
当前，已经出现了一些可以用于驾驶员疲劳驾驶检测的技术。
2.1 生理参数检测技术生理参数检测技术是一种通过监测驾驶员的生理参数来实现疲劳驾驶检测的技术。
这些生理参数包括心率、呼吸频率、皮肤电阻等。
通过监测这些生理参数的变化，可以判断驾驶员是否处于疲劳状态。
生理参数检测技术需要使用专门的传感器设备，将其安装在车辆内部。
传感器会实时监测驾驶员的生理参数，并将这些数据传输到系统中进行分析。
如果系统检测到驾驶员出现了疲劳状态，则会发出警报来提醒驾驶员注意安全。
2.2 视频图像分析技术视频图像分析技术是一种基于计算机视觉的疲劳驾驶检测技术。
这种技术可以通过摄像头捕捉到驾驶员的图像，然后对图像进行分析，判断驾驶员是否处于疲劳状态。
视频图像分析技术可以通过分析驾驶员的面部表情、眼神等特征来判断驾驶员的状态。
例如，在疲劳状态下，驾驶员的眼睛会频繁眨动，视线会变得模糊，面部表情会变得呆滞。
通过对这些特征进行分析，可以判断出驾驶员是否处于疲劳状态。
2.3 行为特征检测技术行为特征检测技术是一种通过监测驾驶员的驾驶行为来判断其是否处于疲劳状态的技术。
这种技术可以通过分析驾驶员的驾驶行为模式、驾驶风格等特征来判断驾驶员是否处于疲劳状态。
基于生理状态的疲劳驾驶检测技术综述
创新论坛科技创新导报 Science and Technology Innovation Herald254DOI：10.16660/ki.1674-098X.2020.10.254基于生理状态的疲劳驾驶检测技术综述①岳嘉瑜 薛兴乐 刘秀*(东北林业大学交通学院 黑龙江哈尔滨 150040)摘 要：交通事故数量随城市发展逐年增加，疲劳驾驶是造成事故的主要诱因之一。
因此，研究如何检测疲劳驾驶对道路行车安全具有重要意义。
本文综述与生理状态有关的疲劳驾驶检测技术，并根据检测仪器是否与人体直接接触，将检测方式分为接触类检测和非接触类检测，经过比较、分析得到两种方式的特点，为研究者选择检测方法提供参考。
关键词：疲劳检测 生理状态 接触类检测 非接触类检测中图分类号：U471.1 文献标识码：A 文章编号：1674-098X(2020)04(a)-0254-03①作者简介：岳嘉瑜（1998，11—），女，汉族，在读本科生，研究方向：交通工程。
通讯作者：刘秀（1980，12—），男，汉族，工学博士，讲师，研究方向：交通工程，E-mail：liuxiu_201@。
我国每年发生大量的交通事故，疲劳驾驶是造成交通事故率增长的重要诱因。
统计所得数据显示，有40%~70%的交通事故是由驾驶员疲劳驾驶引起的[1-2]。
因此，检测疲劳驾驶能够为各方道路使用者提供一定的安全保障。
目前检测疲劳驾驶的方式可以分为基于生理信号检测、基于生理动作检测、基于驾驶员操作动作检测和基于主观评价检测。
以上四种检测方法中，基于生理信号的检测所得检验结果最准确，且实验结果可用作对照数据，但检测成本较高；基于生理动作的检测，信号提取较简单，但精确度随环境的改变和算法的复杂程度变化；基于驾驶员操作动作的检测和基于主观评价的检测，结果受多种因素影响，准确度较低。
以检测精度较高的基于生理信号的检测和基于生理动作的检测为研究目标，根据检测仪器是否直接与人体接触，将包含在这两种检测类别中的各具体方法进行对比、分析，期望为研究者在进行有关生理状态与疲劳驾驶检测的研究时，提供一些方法选择层面的参考。
关于疲劳驾车危害与预防的调查研究报告
关于疲劳驾车危害与预防的调查研究报告姓名:陈宇院系：资源与安全工程学院班级：安全1102学号：020*******指导老师：刘琼前言：近年来，疲劳驾驶所引发的事故频频发生，在严重影响了行车安全的同时也造成了巨大的财产损失。
因此，利用寒假时间，我进行了这项有关于疲劳驾车危害与预防的安全调查研究，并分析总结。
“安全无小事”。
要高度重视安全工作，这是做好任何事情的前提和基础。
要避免疲劳驾驶，首先要保证有足够的睡眠，一天当中有三个危险时段，即中午、黄昏和夜里，这三个时段开车更要格外小心。
其次，要让大脑皮层有恢复的时间，最好不要长时间地持续开车，大约每持续驾驶200公里或四小时就应该停车休息，途中感觉单调犯困时索性停车休息一会儿恢复体力，千万不可强打精神开车。
关健词：交通事故疲劳驾驶危害预防安全一、概述据统计，2007年，全国共发生道路交通事故327209起，造成81649人死亡、380442人受伤，直接财产损失12亿元，疲劳驾驶而发生车祸的,占人身伤害事故的14.9%,占死亡事故的20.6%。
，对安全行车构成了严重威胁。
据研究，在行车初期驾驶员对复杂动作操作出现过失的概率为12％，随时间延长，过失也增加，8小时后行车操作过失比初期增加一倍以上。
有关研究人员表示，疲劳驾驶不但会影响驾驶员的反应时间、判断和视觉，也会影响他的警觉性和对问题的处理能力，特别是由于疲劳而产生的三分之二秒左右的“微睡眠”期增多，是交通事故发生的重要诱因。
如有的驾驶员因陋就简昼夜行车，为了追求利润昼夜兼程，不顾第二天有行车任务，通宵达旦玩扑克、打麻将、跳舞，引起精神怠倦，致使第二天疲劳驾驶，遇到紧急情况，不知所措，造成事故后悔莫及。
由于疲劳很难明确判断，所以，实际上因疲劳发生的事故比现有统计的数字大。
试验表明，驾驶员以100公里/小时的速度前进，四小时后，生理机能便能进入睡眠状态；30—40秒后，出现抑制高级神经活动的信号，表现欲睡，主动性下降。
驾驶员疲劳检测技术的研究现状及发展趋势
驾驶员疲劳检测技术的研究现状及发展趋势李志春1,2，何仁1，林谋有2，李佩林2(1.江苏大学汽车与交通工程学院，江苏镇江 212013；2.南昌工程学院机电系,江西南昌 330099)摘要：介绍了国内外对于驾驶员疲劳状态检测技术的研究现状，并对几种具有代表性的产品进行了评述；PERCLOS是一种目前最有效的、车载、实时的驾驶疲劳测评方法；提出了驾驶疲劳状态检测研究应着重于驾驶疲劳形成机理和模型建立、疲劳状况检测及其评价方法、驾驶员疲劳报警装置的研究及应用，并实现驾驶员疲劳状态检测及预警装置商品化的研究思路。
关键词：交通运输工程；驾驶员疲劳；综述；检测技术；预警；发展趋势中图分类号：U491.2+54 文献标识码：A 文章编号：1003─188X(2006)05─0197─030 引言随着交通运输业的发展，交通事故已成为当前各国所面临的严重问题。
据不完全统计，全世界每年死于交通事故的人数约为60万，因车祸受伤的人更多，每年平均约有l000万人[1]。
在美国的重型汽车事故中，57%的灾难性事故是与驾驶员疲劳有关，它已成为事故发生的主要原因。
英国交通研究实验室(Transport Research Laboratory)认为：驾驶疲劳导致的道路交通事故占全部交通事故的10%[2]。
法国国家事故报告表明，因疲劳驾驶而发生车祸的占人身伤亡事故14.9%，占死亡事故的20.6%[3]。
澳大利亚每年由于交通事故的花费约为75亿美元。
其中，将近15亿是直接由于驾驶员疲劳而导致的。
我国交通事故呈现逐年上升的趋势，1999年我国发生道路交通事故412860起，致伤286080人，死亡83529人，造成直接经济损失21.24亿元[4]。
因此，各国研究人员都在努力开发出一个能实时监视驾驶员警觉水平，并在任何不安全状态下能对驾驶员进行预警的系统。
1 驾驶疲劳检测技术研究现状1.1 国外研究状况早期的驾驶疲劳测评主要是从医学角度出发，借助医疗器件进行。
驾驶员疲劳状态检测技术研究与工程实现
驾驶员疲劳状态检测技术研究与工程实现一、概述随着汽车工业的快速发展和人们生活水平的提高，汽车已经成为现代社会中不可或缺的交通工具。
驾驶员疲劳驾驶所引发的交通事故也屡见不鲜，给人们的生命和财产安全带来了严重威胁。
对驾驶员疲劳状态进行准确、及时的检测，并采取有效措施进行干预，已成为当前交通安全领域亟待解决的重要问题。
驾驶员疲劳状态检测技术是通过分析驾驶员的生理信号、驾驶行为以及车辆状态等信息，来判断驾驶员是否处于疲劳状态的一种技术手段。
该技术的研究与应用，不仅有助于提高驾驶员的行车安全性，降低交通事故的发生率，还有助于提升驾驶体验，促进汽车智能化和人性化的发展。
国内外众多学者和科研机构对驾驶员疲劳状态检测技术进行了广泛而深入的研究。
在生理信号方面，研究者们通过采集驾驶员的脑电、心电、眼动等信号，分析其与疲劳状态的相关性；在驾驶行为方面，通过分析驾驶员的方向盘操作、油门刹车控制等行为特征，来判断其是否处于疲劳状态；在车辆状态方面，则通过监测车辆的行驶轨迹、速度变化等信息，来间接推断驾驶员的疲劳程度。
尽管取得了一定的研究成果，但驾驶员疲劳状态检测技术仍面临着诸多挑战。
不同驾驶员的生理特征和驾驶习惯存在差异，使得疲劳状态的识别难度增加；实际驾驶环境中的噪声、光照等干扰因素也会对检测结果的准确性造成影响。
需要进一步深入研究和完善相关技术，提高驾驶员疲劳状态检测的准确性和可靠性。
本文旨在对驾驶员疲劳状态检测技术进行深入研究，并探讨其在实际工程中的应用。
通过对比分析不同检测方法的优缺点，提出一种基于多信息融合的驾驶员疲劳状态检测方案，并对其进行实验验证和性能评估。
本文的研究成果将为提高驾驶员行车安全性、降低交通事故发生率提供有力的技术支持。
1. 驾驶员疲劳状态检测的重要性驾驶员疲劳状态检测技术的研究与工程实现，在现代交通安全领域具有极其重要的意义。
疲劳驾驶是导致交通事故频发的关键因素之一，其危害不容忽视。
驾驶员在长时间驾驶或连续驾驶过程中，容易出现注意力不集中、反应迟钝、操作失误等疲劳症状，从而增加交通事故的风险。
疲劳驾驶研究进展综述
价值工程0引言据中国汽车工业协会发布的数据[1]，2002年，中国年汽车产销量为300万辆，全国民用汽车保有量为2000辆，而2013年，产销量双超2000万辆，保有量达到13741万辆。
迅速增长的汽车销量在带来汽车工业迅速发展、给人们带来方便的同时，也带来了许多负面影响。
中国公安部交管局所提供的数据显示，2010年共发生3906164起交通事故，死亡65225人，受伤254075人，直接财产损失9.3亿元，这其中因疲劳驾驶而造成的事故约占18.9%[2]。
Maclean 发现20%的交通事故都与疲劳驾驶相关，德国保险公司协会估计德国高速公路交通事故25%由疲劳驾驶引起，法国国家警察总署经调查发现20.6%的死亡事故是由疲劳瞌睡引起的，日本交通事故中1.0%-1.5%由疲劳驾驶所引起[3]。
由此可见，驾驶员的疲劳驾驶是造成交通事故的重大原因，目前，疲劳驾驶研究已逐步成为国内外科研的热点领域，各汽车制造企业、高等院校、科研院所，以及个人等积极研究疲劳驾驶的识别技术和控制技术，申请了大量专利，发表了大量论文，很多高校研究生都以驾驶员疲劳驾驶为毕业研究课题，现有疲劳驾驶研究进展综述一般以疲劳识别方法或疲劳预警机制为对象[4-6]，本文将以国内外疲劳驾驶研究现状为研究对象，首先对国内外疲劳驾驶研究文献与专利进行检索与分析，分析出目前国内外疲劳驾驶安全发展水平与方向；然后对疲劳驾驶识别、预警与控制三大关键技术进行评述，剖析其存在的问题，以明确疲劳驾驶未来发展趋势与研究重点，为控制与降低疲劳驾驶风险奠定基础。
1疲劳驾驶研究现状文献检索及分析文献[7]提出由于学科的交叉性，学术界存在着“驾驶员疲劳”、“疲劳驾驶”和“驾驶疲劳”三种提法，该文认为“驾驶员疲劳”包括“疲劳驾驶”和“驾驶疲劳”，疲劳驾驶可能是由于睡眠不足或者长时间从事其他劳动而引起的，而驾驶疲劳则是长时间驾驶或者是由于道路的单调所引起的。
因此分别以“疲劳驾驶”、“驾驶疲劳”、“driving fatigue ”与“driver fatigue ”作为关键词在中国知网进行检索，本文所提及疲劳驾驶包含驾驶疲劳。
驾驶员疲劳驾驶检测方法研究综述_1
驾驶员疲劳驾驶检测方法研究综述发布时间：2023-02-01T07:33:28.015Z 来源：《中国科技信息》2022年9月第18期作者：张显兵[导读] 在长时间驾驶过程中，司机必须保持高度集中张显兵贵州省烟草公司六盘水市公司摘要：在长时间驾驶过程中，司机必须保持高度集中，随时准备应对各种复杂的内外环境，容易引起驾驶疲劳，导致注意力不集中、判断能力下降、警惕性降低、精神错乱等。
这使得驱动程序很难保持良好的初始技术水平，从而导致诸如停止操作、惯性或操作错误等问题。
因此，研究和发展检测驾驶疲劳的技术具有重要的社会和经济意义。
基于以往的疲劳驾驶检测方法，本文总结了当前的疲劳驾驶检测技术。
分析了根据主观方法、心理、行为和生理参数确定驾驶员是否疲劳，对检测技术进行了分析和探讨。
关键词：疲劳检测；主观方法；行为参数；生理参数前言交通事故的主要原因之一是驾驶疲劳。
如果司机驾驶疲劳，不仅他的生命会受到威胁，而且会给其他司机和车辆带来难以想象的后果因为交通事故不会在司机疲劳时立即发生，所以在司机疲劳时使用报警装置提醒司机是完全有可能的，这样司机就有意识地采取适当措施预防事故。
数据表明，在交通事故发生前，如果司机反应速度比疲劳时快0.5秒，60%的事故在很大程度上是可以避免的。
1 驾驶员疲劳驾驶检测方法概述 1.1基于主观方法的疲劳检测主观性方法主要是从皮尔森疲劳抽样表、斯坦福睡眠量表、驾驶员自我注册表等问卷中评估驾驶员是否疲劳。
其中最具代表性的皮尔森疲劳统计表将疲劳程度分为13级。
睡眠习惯问卷调查司机平时的睡眠状况，评估疲劳程度和心情。
由于驾驶目的、驾驶时间和驾驶习惯的自我评价，司机自我注册表格不能作为疲劳测试的标准。
这些主观调查问卷易于使用，但不太可靠，效率也较低，可以作为补充指标。
1.2基于心理参数的疲劳检测其他特殊实验使用声光响应时间、闪光融合频率、任务完成精度和完成速度等指标来确定驾驶员的疲劳程度。
声光响应时间和闪光融合频率可由视觉系统分辨率的限制决定。
疲劳驾驶研究与预防最新进展
疲劳驾驶研究与预防最新进展作者：张旭欣王雪松来源：《汽车与安全》2019年第04期摘要：疲劳驾驶影响驾驶人的驾驶能力，为道路交通安全带来严重威胁。
研究表明，疲劳驾驶是造成交通事故的主要原因之一，且驾驶人的驾驶能力会随着疲劳程度的增加而下降。
本文从疲劳驾驶状态判别、疲劳驾驶致因因素研究、疲劳驾驶安全影响分析及疲劳驾驶干预研究这四个方面对国际最新研究进行总结，介绍目前疲劳驾驶领域的研究现状。
关键词：疲劳驾驶；驾驶行为；疲劳判别；交通事故；驾驶模拟器Recent progress in research of drowsy driving and preventionZHANG Xuxin， WANG Xuesong（Key Laboratory of Road and Traffic Engineering of the Ministry of Education， Tongji University， Shanghai 201804， China）Abstract： Drowsy driving affects driver’s driving ability and poses a serious threat to road traffic safety. Research shows that drowsy driving is one of the main causes of traffic crashes， and the driving ability of drivers will decrease with the increase of drowsiness level. This paper summarizes the latest international research from four aspects： driver drowsiness detection，drowsy driving causes， safety impact of drowsy driving and drowsy driving intervention， in order to introduce the current research status in the field of drowsy driving.Keywords： Drowsy driving； driving behavior； drowsiness detection； traffic crash；driving simulator疲劳驾驶是导致交通事故的重要原因之一。
机动车疲劳驾驶辨识方法研究综述
机动车疲劳驾驶辨识方法研究综述本文分析了疲劳驾驶检测研究的现状，介绍了使用最为广泛的几种检测技术以及研究成果，综合分析了几种检测技术的优缺点。
认为现有检测设备成本过高，性价比过低，不利于推广应用。
开展实车实验提出合理的疲劳分级标准，发展简单无接触，并基于信息融合的检测技术将是以后疲劳驾驶检测的发展方向。
标签：疲劳驾驶检测技术信息融合发展趋势0 引言据世界卫生组织2009年的统计数据表明，由疲劳驾驶引起的交通事故占到总交通事故的37.91%[1]。
从很多严重的交通事故发生原因来分析，其中一个很重要的原因就是，驾驶员的过度疲劳驾驶，驾驶员在疲劳的状态下，会导致精力不集中，不能很好的控制车辆行驶的速度和方向。
近些年在疲劳程度检测方面，比较成熟的方法有以下五种：①基于主观评定的检测方法；②基于生理参数检测的方法；③基于驾驶行为特征的检测；④基于车辆状态特征的检测；⑤基于信息融合的检测技术。
1 疲劳驾驶检测方法1.1 基于主观评定的检测方法主观评定法分为主观自评和主观他评，主要基于驾驶人主观感受、反应时间、面部特征等将驾驶人主观疲劳感觉进行分类量化。
主要的评价标准和方法有卡洛琳斯卡睡眠尺度表KSS（Karolinska Sleepiness Scale）、斯坦福嗜睡量表SSS （Stanford Sleepiness Scale）和视觉类比量表V AS（Visual Analogue Scales）；基于面部视频的专家评分方法，它通过一组受过训练的专家根据驾驶人的面部表情和头部姿态等特征对其疲劳状态进行评分[2]。
1.2 基于生理参数的检测方法1.2.1 基于脑电的检测（EEG）基于脑电信号检测的方法是根据观察这四种波（α波、β波、θ波、δ波）出现的数量多少或者某种波的变化来反映驾驶人的疲劳状态。
具体表现为：当驾驶员处于疲劳状态时，θ波大幅增加，α波数量增多；当驾驶员处于清醒状态时，β波出现数量增多，其他波相对减少。
机动车疲劳驾驶行为识别方法研究
机动车疲劳驾驶行为识别方法研究一、概述随着汽车工业的快速发展和道路交通的日益繁忙，机动车驾驶安全问题日益凸显，其中疲劳驾驶已成为导致交通事故频发的重要原因之一。
疲劳驾驶不仅影响驾驶员的反应速度和判断能力，还可能导致驾驶员在紧急情况下无法做出正确的应对措施，从而引发严重的交通事故。
开展机动车疲劳驾驶行为识别方法研究，对于提高道路交通安全水平、减少交通事故发生率具有重要意义。
机动车疲劳驾驶行为识别方法的研究涉及多个学科领域，包括计算机科学、生物医学工程、交通运输工程等。
近年来，随着人工智能技术的快速发展，机器学习、深度学习等方法在疲劳驾驶行为识别领域得到了广泛应用。
这些方法通过对驾驶员的生理信号、驾驶行为数据等进行采集和分析，能够有效地识别出疲劳驾驶状态，为驾驶员提供及时的预警和提醒。
机动车疲劳驾驶行为识别方法的研究仍面临诸多挑战。
疲劳驾驶状态的判断标准尚不统一，不同研究者在数据采集、处理和分析方面存在差异，导致识别结果的准确性和可靠性受到一定影响。
驾驶员个体差异、驾驶环境变化等因素也可能对疲劳驾驶行为的识别产生干扰。
需要进一步深入研究机动车疲劳驾驶行为识别方法，提高识别精度和稳定性，以满足实际应用的需求。
机动车疲劳驾驶行为识别方法研究具有重要的理论价值和实践意义。
通过综合运用人工智能、生物医学工程等领域的先进技术和方法，有望为改善道路交通安全状况、降低交通事故风险提供有效的技术支持。
1. 疲劳驾驶的定义及危害疲劳驾驶是指驾驶员在连续驾驶过程中，由于长时间的精神集中和身体劳累，导致生理和心理功能下降，出现注意力不集中、反应迟钝、判断力减弱等症状，从而影响驾驶安全的一种状态。
疲劳驾驶不仅危及驾驶员自身安全，还可能给其他道路使用者和公共安全带来严重威胁。
疲劳驾驶会导致驾驶员的警觉性降低，对周围环境的感知能力减弱，难以发现潜在的危险因素。
在紧急情况下，疲劳驾驶员往往无法及时做出正确的判断和应对措施，从而增加了发生交通事故的风险。
国内外驾驶员疲劳状态监测系统综述
国内外驾驶员疲劳状态监测系统综述本⽂总结了各种驾驶员疲劳状态监测系统的研究与应⽤情况以及整车⼚在售车型配备的驾驶员疲劳状态监测系统及其⼯作原理，例如梅赛德斯-奔驰Attention Assist 系统基于操纵⾏为监测驾驶员疲劳状态，丰⽥Driver Monitor 系统基于驾驶员⾯部状态和眼睛开闭频率监测驾驶员状态，福特 Driver Alert System 采⽤多维信息融合的⽅法。
驾驶员疲劳状态监测技术未来的发展趋势在⾼端车型或匹配ADAS的车型，利⽤ ADAS的硬件，基于驾驶员⾯部、眼部、头部运动等直接表征驾驶员疲劳程度的图像信号在车辆上额外增加摄像头、红外传感器等传感器，提⾼识别精度。
驾驶员疲劳状态监测技术发展历程驾驶员疲劳状态监测系统最早应⽤于飞机等⾼级辅助驾驶或⾃动驾驶程度⽐较⾼的领域，初期的驾驶员疲劳监测系统是⼀种基于⼈体疲劳时⽣理反应特征信号的监测系统。
根据使⽤信号属性不同，驾驶员疲劳状态监测系统可分为直接监测和间接监测两种。
直接监测使⽤驾驶员⾯部运动、眼部运动、⼼电、脑电等直接表征驾驶员疲劳状态的信号，与采集⼼电信号和脑电信号相⽐，采集驾驶员⾯部运动和眼部运动信号⽐较简单⽅便并且精度较⾼，所以⽬前直接监测系统中基于驾驶员⾯部运动信号和眼部运动信号的监测系统应⽤⽐较⼴泛。
间接监测则使⽤驾驶⾏为信号并结合车辆状态信号，采⽤统计分析、机器学习等⽅法分析驾驶员的状态。
⽬前该⽅法的精度虽然没有直接监测⽅法精度⾼，但不需要在车辆上额外增加任何传感器及硬件设备，不会造成车辆制造成本的增加。
因此各个整车⼚、零部件制造商和科研机构纷纷深⼊研究间接监测⽅法，并已经实现产品化。
现在直接监测⽅法和间接监测⽅法两种类型的驾驶员疲劳状态监测系统在市场上的在售车型上都有应⽤。
国外研究与应⽤情况梅赛德斯-奔驰公司 Attention Assist 和⼤众公司疲劳驾驶检测系统Attention Assist 是德系车驾驶员疲劳状态监测系统的代表，属于间接监测，如图1所⽰，它依据驾驶员驾驶⾏为、基于车辆状态参数检测驾驶员状态，例如车速、发动机转速、横摆⾓速度、侧向加速度、转向盘⾓速度和⾓加速度等及各信号的后处理参数，综合考虑以上因素进⾏分析计算得到驾驶员状态监测结果;Attention Assist 除覆盖正常⾏驶⼯况外还考虑外部⼲扰对疲劳监测的影响，例如侧风、路⾯凸起和斜坡等不均匀⼯况，使其适⽤范围更⼴、精度更⾼;AttentionAssist 有效车速区间 80～180 km/h，在监测到驾驶员疲劳时会主动报警并在仪表盘上显⽰提⽰信息，已于2011 年应⽤于梅赛德斯-奔驰 B 级车上。
基于多信息融合的疲劳驾驶检测研究综述
基于多信息融合的疲劳驾驶检测研究综述陈哲【期刊名称】《《农业装备与车辆工程》》【年(卷),期】2019(057)009【总页数】4页(P40-43)【关键词】多信息; 融合; 疲劳驾驶; 检测【作者】陈哲【作者单位】311112 浙江省杭州市浙江交通职业技术学院【正文语种】中文【中图分类】U491.2+540 引言随着汽车保有量的增加，道路交通事故发生的数量也逐年增长。
为了减少道路交通事故的发生，针对驾驶员疲劳驾驶的研究一直是学者研究的重点。
目前疲劳驾驶检测的研究主要集中在视觉特征检测、生理特征检测、车辆行为特征检测。
单一特征的疲劳检测方法存在局限性，多信息融合的疲劳检测方法逐渐成为研究的热点，但要在实车上应用还需要进行更深入的研究。
本文综述了基于多信息融合的疲劳检测的研究现状，分析了存在的问题，为后续的研究提供了参考。
1 基于多信息融合的疲劳驾驶检测专利和文献检索对国内外基于多信息融合的疲劳驾驶研究的相关文献和专利进行了检索分析。
国内文献检索主要用的数据库为万方数据知识服务平台和专利信息服务平台，国外文献检索主要用的数据库为web of science 和欧洲专利局。
通过对检索词的分析，考虑到近义词和尽可能防止漏检，首先制定出检索式为“（多信息or多源or 融合）and 疲劳and 驾驶”，“（multiinformation+multi-source+fusion）*driving *fatigue”，利用制定的检索式在数据库中进行检索。
1.1 专利检索用检索式“（多信息+多源+融合）*疲劳*驾驶”在专利信息服务平台上搜索国内专利，进一步人工筛选之后，截至2017 年底，与多信息融合的疲劳驾驶检测相关的专利一共42 个，检索结果如表1。
表1 国内专利检索结果Tab.1 Domestic patent search results用检索式“（multi-information or multi-source or fusion）and driving and fatigue”在欧洲专利局上检索国外专利，进一步人工筛选之后，到2017年底为止，与多信息融合的疲劳驾驶检测相关的国外专利一共18 个，检索结果如表2。
驾驶员疲劳预警
驾驶员疲劳监测方法综述生命是无价的,然而令人深思的是，全球每年约有120万人死于交通事故。
研究表明，疲劳驾驶是引发道路交通事故的重要原因之一。
据资料调查显示：➢美国国家工具交通安全管理局保守估计,每年因疲劳驾驶导致的交通事故至少有10万起；２００１年，在美国进行的一项调查发现,有５３％的被调查者曾在驾驶时打过瞌睡［1];➢法国国家警察总署事故报告表明,因疲劳驾驶导致的意外占人身伤害事故的14。
9%，死亡事故的20。
6％［1];➢德国保险公司协会统计，德国境内高速公路上导致人员伤亡的交通事故25％都是由疲劳驾驶引起的[2］;➢澳大利亚每年道路交通死亡人数的20%是由疲劳驾驶造成的[3］；截至2014年底,我国机动车保有量达2。
64亿辆，其中汽车1.54亿辆;2014年新注册登记的汽车达2188万辆，保有量净增1707万辆，均为历史最高水平2014年，国内小型载客汽车达1.17亿辆，其中以个人名义登记的小型载客汽车（私家车）达到1.05亿辆，占小型载客汽车的90.16%；全国平均每百户家庭拥有25辆私家车。
另一方面，我国每年因疲劳驾驶而造成的交通事故约占总数的20%，占特大交通事故总数的40％~80%，以及交通死亡率的83%［1]。
在2007年至2009年间，我国直接由疲劳驾驶导致的死亡人数分别占机动车交通事故总死亡人数的11。
35％，10。
91％,12.5％［4]。
唯有对汽车行驶安全问题进行深入研究，才能有效保障人民的生命和财产安全，提高运输效率，更安全便捷的为经济建设服务。
有鉴于此，分析驾驶疲劳形成机理,研究疲劳监测设备与方法，进行疲劳预警就显得尤为重要。
驾驶员疲劳监测方法分为主观疲劳监测和客观疲劳监测。
目前基于驾驶疲劳的检测方法主要集中于客观疲劳的监测预警。
客观疲劳监测主要是借助各种检测仪器对驾驶员身体指标或驾驶行为状态的特异性进行实时监测、客观评价并进行提示预警的方法，具体方法如图1所示：图1 客观疲劳监测方法分类图目前，世界各国都十分重视驾驶员疲劳状态的监测与预警技术的研究。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
引起，法国国家警察总署经调查发现 20.6%的死亡事故是
1.1.1 输入“专利名称＝疲劳驾驶”，共搜到专利 197
由疲劳瞌睡引起的，日本交通事故中 1.0%-1.5%由疲劳驾 条，其中中国专利 180 条，外国专利 17 条，具体如表 1 所
驶所引起[3]。由此可见，驾驶员的疲劳驾驶是造成交通事故 示。专利主要围绕疲劳检测、监测、预警而展开，其中与疲
9.3 亿元，这其中因疲劳驾驶而造成的事故约占 18.9%[2]。 “driver fatigue”作为关键词在中国知网进行检索，本文所
Maclean 发现 20%的交通事故都与疲劳驾驶相关，德国保 提及疲劳驾驶包含驾驶疲劳。
险公司协会估计德国高速公路交通事故 25%由疲劳驾驶
1.1 疲劳驾驶专利检索
China. Based on the overview of the related patents, papers and its research status, hot topics, development fields of driver fatigue, then the
three key technologies of driver fatigue research of detecting technology, warning technology, relieving and controlling technology are
汽车产销量为 300 万辆，全国民用汽车保有量为 2000 辆，
文献[7]提出由于学科的交叉性，学术界存在着“驾驶员
而 2013 年，产销量双超 2000 万辆，保有量达到 13741 万 疲劳”、“疲劳驾驶”和“驾驶疲劳”三种提法，该文认为“驾
辆。迅速增长的汽车销量在带来汽车工业迅速发展、给人 驶员疲劳”包括“疲劳驾驶”和“驾驶疲劳”，疲劳驾驶可能
作 者 简 介 ：胡鸿（1979-），男，湖南邵阳人，湖南工学院安全与环 境工程学院，副教授，博士研究生，研究方向为人因工 程与安全。
年份 中国 外国 年份
中国 外国
表 1 1992-2013 年国内外疲劳驾驶相关专利
1975 1992 1994 1996 1997 2000 2002
0 1 2006
0
0
1
3
1
3
5
1
5
1
2
5
4
3
1997 0 4
2011
4 1
1998 0 2
2012
5 0
1999 0 1
2013
13 0
2000
0 3
表 3 1980-2013 年疲劳驾驶相关文献
年份
<1992
1992
1993
1994
1995
1996
1997
1998
1999
2000
2001
2002
中文
1
1
1
2
2
2
2
1 0 2007
1 0 2008
0 2 2009
1 0 2010
0 0 2011
0 1 2012
4
13
6
0
0
1
5
21 28 36
4
7
0
0
2003 0 1
2013
62 0
1.1.2 输入“专利名称＝驾驶疲劳”，共搜到中国专利
Value Engineering
· 255 ·
年份 中国 外国 年份
中国 外国
内外疲劳驾驶研究现状为研究对象，首先对国内外疲劳驾 （坐姿，脸部表情，头颈移动，等）来判断疲劳驾驶的专利
驶研究文献与专利进行检索与分析，分析出目前国内外疲 98 条。输入“专利名称=driving + fatigue”，搜到外国专利
劳驾驶安全发展水平与方向；然后对疲劳驾驶识别、预警 17 条，其中，检测、监测 15 条（人的检测：9 条，车检测：6
1979 0 1
2001
0 4
1982 0 2
2002
2 6
1984 0 3
2003
2
表 2 1986-2013 年国内外驾驶疲劳相关专利
1986 1987 1989 1990 1992 1994 1996
1
1
0
1
0
0
0
0
0
2
1
2
3
1
2004 2005 2006 2007 2008 2009 2010
究主体是疲劳识别，外文文献“篇名＝driver fatigue”114 条。
1.2 疲劳驾驶文献检索
（表 4）
1.2.1 输入“篇名＝疲劳驾驶”，共搜到 411 条文献，其
1.3 疲劳驾驶文献检索分析
中期刊 211 条，博硕士论文 76 条。输入“篇名=疲劳驾驶+
1.3.1“疲劳驾驶”研究时间的区间分析 基于上述文
们带来方便的同时，也带来了许多负面影响。中国公安部 是由于睡眠不足或者长时间从事其他劳动而引起的，而驾
交管局所提供的数据显示，2010 年共发生 3906164 起交 驶疲劳则是长时间驾驶或者是由于道路的单调所引起的。
通事故，死亡 65225 人，受伤 254075 人，直接财产损失 因此分别以“疲劳驾驶”、“驾驶疲劳”、“driving fatigue”与
检测”，共搜到文献 69 篇，输入“篇名=疲劳驾驶+监测”，共 献检索结果，结合由表 1-表 4 及图 1 可知。
搜到文献 34 篇，“篇名=疲劳驾驶+预警”，同时发现，无论
①疲劳驾驶相关研究与成果形成国外均早于国内。如
是检测、监测或预警为题，研究内容都重点放在如何判断 国外最早有关疲劳驾驶文献出现在 1987 年前 （国内第一
利 18 条；外国专利 55 条（专利名称=“driver + fatigue”）， 测”42 条，“篇名=驾驶疲劳+监测”11 条，“篇名=驾驶疲
其中疲劳检测、监测相关专利 48 条（人的检测 26 条，车的 劳+预警”3 条，同样，无论题名是检测、监测还是预警，研
检测 22 条），疲劳预警、消除相关专利 11 条。（表 2）
中 图 分 类 号 ：U491.31
文 献 标 识 码 ：A
文 章 编 号 ：1006-4311（2015）18-0254-03
DOI:10.14018/13-1085/n.2015.18.100
0 引言
驾驶风险奠定基础。
据中国汽车工业协会发布的数据[1]，2002 年，中国年
1 疲劳驾驶研究现状文献检索及分析
驾驶员是否处于疲劳驾驶状态，外文文献“篇名＝driving 篇文献为 1987 年）；国外在 1975 年就获得疲劳驾驶第一
fatigue”62 条，外文文献比较着重研究疲劳的形成机理、及 项专利（国内为 1986 年）。②疲劳驾驶研究在 2000 年前基
· 256 ·
价值工程
本处于起步与缓慢发展阶段。如 2000 年以前，国内外发表 的相关文献仅为 36 篇，获得相关专利仅为 25 个。③2000 年后疲劳驾驶研究进入快速发展时期，年均文献与获得专 利数量均呈现明显增加趋势，特别自 2006 年开始国内疲 劳驾驶研究进入高速发展阶段，如 2006 年-2013 年，年均 发表文献 60 余篇（2011 年达到 82 篇）；自 2010 年后国内 相关专利集中喷发，年均获得专利 30 多项，2013 年至统 计截止日期（2013 年 11 月 21 日）已高达 75 项。
以上文献与专利检索数据分析表明，疲劳驾驶研究与 我国汽车行业发展趋势基本是吻合，此外，国家、社会与个 体对安全驾驶日益关注与重视，为疲劳驾驶研究高速发展 提供了良好的社会环境与实际需求，相关研究资金投入与 技术发展为相关研究高速发展奠定了资金与技术基础，可 以预计未来 10 年任将是疲劳驾驶研究高速发展期间。
大量专利，发表了大量论文，很多高校研究生都以驾驶员 态，其中根据车辆状态（油门、刹车、离合器压力传感器，行
疲劳驾驶为毕业研究课题，现有疲劳驾驶研究进展综述一 车记录仪，车速传感器，发动机工作时间，方向盘转动角
般以疲劳识别方法或疲劳预警机制为对象[4-6]，本文将以国 度，等）判断疲劳驾驶的专利 65 条，根据人的状态与行为
外国专利
70
中文文献
60
外文文献
50
40
30
20
10
0 <1992 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013
图 1 国内外疲劳驾驶相关专利与文献发展趋势
1996
1997
1998
1999
2000
2001
中文
0
1
1
1
3
2
2
1
1
4
2
2
外文
8
1
0
0
3
3
0
10
0
2
0
7
年份
2002
2003
2004
2005
2006
2007
2008
2009
2010
2011
2012
2013
中文
8
14
0
16
17
16
25
33
26
32
29
17
外文
8
8
4
7
2
8
7
8
12