4 建议与展望
    综合看来，基于驾驶员生物电信号的检测方法识别精度高，具有较高的准确性，其中基于脑电图和心电图的检测方法应是测量驾驶疲劳的首选方法。但是，这类方法目前仅在实验室研究中采用，并未走向实用化。对此，笔者建议如下。
    1）深入研究驾驶疲劳机理，建立有效的驾驶疲劳数学模型。
    一般在对驾驶疲劳进行研究时，常常参考疲劳的生成机理，纵观国内外疲劳驾驶检测研究现状，还只停留在理论和方法的探索阶段。未来的疲劳驾驶检测研究可以从人机工程与行为科学的角度出发，结合生理学、心理学等研究成果，揭示出驾驶疲劳的本质。在此基础上量化各监测指标，寻找到最佳的关联特征，利用合适的数学模型来表征驾驶与疲劳之间的关系，同时所选取的测评参数也应当是实时的、非接触式的，获取参数的方式亦不应该对驾驶作业产生干扰。
    2）探索信息融合技术，提高驾驶疲劳检测装置的可靠性。
    由于驾驶环境的不同，驾驶员个体的差异性，以及不同疲劳测量方法侧重点的区别，以至于目前已经面世的一些驾驶疲劳检测装置，其灵敏度和可靠性都不尽如人意。如果将驾驶疲劳看作一个单一的现象，关联特征是越简单越明显更有利于提高检测的实效性和抗干扰性，但是在实际驾驶环境中，驾驶疲劳的形成是一个多因素的复杂动态过程，因此，走信息融合监测驾驶疲劳的道路是必然趋势。一是通过大量的实验确定驾驶疲劳的评价标准，并表示为量化的阈值；二是优化各种检测算法，提高疲劳特征提取的实效性；三是获取多渠道信息进行融合和系统分析，进一步提高驾驶疲劳监测装置的可靠性。
    3）拥抱移动互联网，促进非接触式驾驶疲劳检测技术应用化。
    虽然驾驶疲劳检测技术的研究近年来越来越受到关注，但是目前市场上还没有出现一个可靠的实用的商业化产品。基于驾驶员生物电信号的检测方法能够在较宽的疲劳程度范围内提供敏感性高的总体评价，但是这类方法的缺点是在提取生物电信号的过程中需要使用接触人体的电极，这样难免会对驾驶作业造成干扰，极大限制了其实用化。近年来无电极生理信号检测、利用干电极的无线采集非接触式生理信号检测等技术的兴起弥补了这项不足，为利用生物电信号检测驾驶疲劳预留了极大的空间。如图5、图6、图7所示。





    随着科技的发展，如今的各行各业，越来越重视来自互联网的影响力。随着车载移动终端、“AppLink”等概念的出现和生物电信号检测技术的发展，我们看到了基于驾驶员生物电信号检测驾驶疲劳技术走向应用化的新未来。

上一页  [1] [2]