基于ETC 门架智慧感知的高速公路疲劳驾驶预警系统

汤海天

（广州快速交通建设有限公司，广东 广州 510470）

0 引言

随着现代社会的快速发展和交通流量的日益增长，高速公路已成为人们出行和物流运输的重要通道。然而，随着高速公路车辆的激增[1]，驾驶员疲劳驾驶问题对于交通安全是一项极大隐患，不可忽视。因此，研究高速公路疲劳驾驶预警系统具有重要的理论意义和实际价值[2]。疲劳驾驶预警系统可以针对驾驶员在长时间驾驶过程中出现的疲劳状态进行监测、预警，一旦驾驶员出现疲劳现象，预警系统能够及时发现并发出警告，提醒驾驶员采取适当措施[3]，避免因疲劳驾驶引发的交通事故。受视觉、车速等多种因素影响，目前的疲劳驾驶预警系统存在严重的预警错漏，因此，需要结合驾驶影响因素，设计一种有效的高速公路疲劳驾驶预警系统。

事实上，疲劳驾驶预警系统主要通过监测驾驶员的生理、行为和车辆状态等参数来识别驾驶员的疲劳状态。其预警系统主要包括以下几部分：数据采集、数据处理、疲劳状态识别预警[4]。数据采集是疲劳驾驶预警系统的第一步，主要用于获取驾驶员的相关信息，包括面部表情、眼部状态、头部运动、声音等。此外，还可以通过车辆状态信息[5]，如行驶时间、速度、加速度等来间接判断驾驶员的疲劳状态。数据采集方法主要包括图像采集、声音采集和车辆状态信息获取等。数据处理主要包括增强和特征提取等，提取出与驾驶员疲劳状态相关的特征[6]。疲劳状态识别预警主要结合车辆状态信息，构建出反映驾驶员疲劳状态的模型，再根据疲劳状态识别结果来发出相应的警告。结合上述部分，本文基于ETC 门架智慧感知设计了一种有效的高速公路疲劳驾驶预警系统。

1 硬件设计

1.1 TGAM 脑电信号处理芯片

为提升高速公路疲劳驾驶预警效果，需要不断采集驾驶员的脑电信号。因此，本文设计的方法高速公路疲劳预警系统选取TGAM 芯片作为脑电信号处理芯片，该芯片属于可编程芯片，采样频率较高，且能对采集的信号进行滤波处理，通过AD 转换输出脑电信号采集结果。除此之外，TGAM 脑电信号处理芯片还可对采集的脑电信号进行过滤，整体运行功耗较低，该脑电信号处理芯片的正反面示意图如下图1 所示。

图1 TGAM 脑电信号处理芯片示意图

由图1 可知，在预警过程中，TGAM 脑电信号处理芯片可以进行滤波与去噪处理，全面提高预警系统的运行流畅性。

1.2 BlueCore4-Ext 蓝牙通信芯片

BlueCore4-Ext 蓝牙芯片属于高性能预警芯片，灵敏度较高，满足疲劳驾驶预警系统的预警要求，因此，本文选取该蓝牙芯片作为系统核心通信芯片，该芯片配置的指令如下表1 所示。

表1 BlueCore4-Ext 蓝牙芯片指令

由表1 可知，利用上述蓝牙指令可以自动对通信指令进行加密，实现高速预警响应，降低疲劳驾驶预警风险。

2 软件设计

2.1 基于ETC 门架智慧感知生成预警数据分析中心

预警数据分析是预警的核心部分。目前大多数高速公路疲劳驾驶系统的预警数据分析中心覆盖率较低，难以实时获取驾驶状态。本文设计系统基于ETC 门架智慧感知生成了预警数据分析中心，主要采用“1+2+3”模式：“1”为一套算法[7]，算法计算车辆行驶时间，判断有无疲劳驾驶行为；“2”为2 个节点，ETC 交易门架为第一个节点（数据分析），ETC 交易门架后方的情报板为第二个节点（信息发布）；“3”为3 个区间，分别是探测感知区、警示诱导区和安全分流区，该预警数据分析中心的分析模式如下图2 所示。

图2 预警数据分析中心分析模式

由图2 可知，在实际疲劳驾驶预警过程中，车辆首先会经过探测感知区，利用ETC 门架进行数据分析，接下来驶入警示诱导区，发布相关的情报，最后再得出预警结果，判断是否要发出预警[8]。

在高速公路疲劳驾驶预警过程中，若获取的驾驶数据源相互矛盾时，会大大降低预警的可信度，造成预警异常，为确保系统可靠度，该预警数据分析中心引入了智慧预警模板，自动更新预警下位机，将数据分析结果发送至情报板中，生成的预警数据分析中心发布逻辑如下图3 所示。

图3 预警数据分析中心发布逻辑

由图3 可知，根据上述的发布逻辑可以将各个区域的数据进行有效整合，生成OD 矩阵，实现预警数据定量分析，保证了系统的综合运行性能。

2.2 设计高速公路疲劳驾驶预警判断算法

高速公路疲劳驾驶预警系统在预警的过程中需要不断地进行疲劳驾驶判断，该过程中需要高性能预警判断算法作支持。本文根据数据的敏感问题[9]，利用贝叶斯网络设计了有效的高速公路疲劳驾驶预警判断算法。可以计算各个随机变量的联合概率分布，对无关变量进行独立性假设，定义式P（X）如式（1）所示。

式（1）中：P（Xi︳π（Xi）)代表满足独立性假设的条件概率变量，根据疲劳驾驶判断证据变量与查询变量的联系，可以进行分类推断，对不同的疲劳特征层进行融合分析，此时得到的驾驶疲劳判断算法P（F︳E，Y，N，R）如式（2）所示。

式（2）中：P（F）代表疲劳/清醒驾驶状态，P（E，Y，N,R︳F）代表多特征检测概率，P（E，Y，N）代表驾驶状态判断概率分布集合。根据上述的疲劳驾驶预警算法可以有效判定驾驶员是否满足疲劳驾驶条件，并根据概率分布生成预警指令，保证疲劳驾驶预警系统的综合预警性能。

3 系统测试

为验证设计的基于ETC 门架智慧感知的高速公路疲劳驾驶预警系统的运行性能和预警效果，本文配置了有效的测试平台，进行了系统测试，具体如下。

3.1 测试准备

根据高速公路疲劳驾驶系统预警测试要求，本文选取Jetson TX2 作为实验平台，该实验平台的主要测试参数如下表2 所示。

表2 实验平台参数

由表2 可知，上述实验平台的性能良好，能有效处理预警系统产生的测试参数，保证测试结果的有效性，待实验平台配置完毕后，即可进行系统测试，输出后续的系统测试结果。

3.2 测试结果与讨论

根据上述的测试准备，本文选取广州机场、花莞、广佛肇广州高速段作为研究区域进行了系统测试。调试系统的基础运行环境，以全域车辆动态感知为最终系统测试目标。在测试的过程中，本文设计的基于ETC 门架智慧感知的高速公路疲劳驾驶预警系统利用收费门架数据分析、主线情报板警示，结合爆闪灯、高音喇叭，从视觉、听觉两方面提醒司机，减少潜在交通安全事故的发生，测试前已完成防疲劳驾驶、车辆行人诱导播报两大功能工作。

在测试前，选取机场高速花山-东湖K3412 处搭建防疲劳驾驶预警廊道。通过将门架数据分析与情报板信息发布结合，夜间22 时～6 时时段不间断监测车辆涉嫌疲劳驾驶现象，发现异常及时播报提醒。防疲劳驾驶功能以ETC 门架数据为基础，计算车辆从收费站入口到经过门架花费的时间，累计行驶超过6小时（这个时间可自定义），系统将判定为涉嫌疲劳驾驶，将车牌信息及警示标语推送至情报板，爆闪灯和高音喇叭进行声光报警，提高驾驶人员注意力，及时到下一个服务区或最近出口休息。同时在北部片区营运管理平台弹窗提醒，方便值班人员掌握疲劳驾驶车辆信息，本文设计的疲劳驾驶预警系统显示的弹窗提醒系统测试结果如图4 所示。

图4 弹窗提醒测试结果

由图4 可知，在正常的预警环境下，本文设计的基于ETC门架智慧感知的高速公路疲劳驾驶预警系统的弹窗均能正常显示，且自系统4 月上线以来，共识别疑似疲劳驾驶车辆4671 辆，日均29 车次，警示率达100%，运行效果良好。上述测试结果证明，本文设计的高速公路疲劳驾驶预警系统的性能良好，具有可靠性，有一定的应用价值。

4 结语

综上所述，随着科技的发展和我国高速公路建设的不断推进，高速公路通行已经成为人们日常出行的重要方式之一。然而，庞大的机动车驾驶员人数使得疲劳驾驶问题出现几率增加，给交通安全带来了极大的隐患。高速公路疲劳驾驶预警系统对于提高道路交通安全具有重要意义。目前，该领域的研究已经取得了一定的进展，但仍然存在许多挑战和问题需要进一步研究和解决。未来的预警系统将更加智能化、全方位和多层次发展，以满足更高的实际应用需求。针对目前存在的高速公路疲劳预警问题，本文基于ETC 门架智慧感知设计了一种全新的高速公路疲劳驾驶预警方法。进行系统测试。结果表明，设计的疲劳驾驶预警系统的弹窗提醒正常，警示率较高，具有可靠性，有一定的应用价值，可为降低高速公路交通事故发生频率做出一定贡献。