江润强， 陈兰岚， 谌 鈫

（华东理工大学能源化工过程智能制造教育部重点实验室，上海 200237）

驾驶压力被认为是影响驾驶员意识和行为的主要因素，可能会导致驾驶员在道路上的攻击性和危险行为。如何有效地检测驾驶员的压力状态，提高行车过程中的驾驶意识和驾驶表现，对道路交通以及人身安全具有重要的现实意义[1]。

目前，对于驾驶压力状态的检测方法主要有：主观问卷调查、生理信号分析、驾驶行为检测、视觉与语音信号分析。在不同的检测方法中，由于生理信号能够较好地表征人体的心理与生理信息，具有一定的客观性与实时性，近年来得到了国内外众多学者的关注。与人体压力状态有关的生理信号主要包括脑电(Electroencephalogram, EEG)、心电(Electrocardiogram, ECG)、肌电(Electromyogram, EMG)、皮电(Galvanic Skin Response, GSR)、眼电(Electrooculogram, EOG)等[2]。

文献[3] 采集了眼电、脑电以及肌电3 种生理信号并设计了不同层面的样本熵及复杂度特征，20 个受试者在4 种驾驶状态下的识别准确率为96.5%～99.5%。文献[4]对脑电信号和眼电信号提取出样本熵、近似熵和谱熵并进行了基于熵的特征层面的融合，22 个受试者的平均识别结果为99.1%。文献[5]对皮电、肌电、心电3 种生理信号分别提取出时频域的特征并进行多模态融合，在12 个受试者的3 种驾驶压力负荷下的平均识别结果超过了80%。上述对于驾驶压力疲劳检测的相关研究往往涉及到多个模态的生理信号，一定程度上保证了信息的完整性与丰富性，但在实际的驾驶环境中多电极生理信号的采集会影响驾驶员行车的舒适性，也会导致检测成本的提高。……