唐帮备， 朱明鑫， 邓凌云， 胡志安， 陈柄言
（1.陆军军医大学 生理教研室，重庆 400038；
2.重庆文理学院 智能制造工程学院，重庆 402160；
3.工业机器人运维重庆市高校工程中心，重庆 402160；
4.重庆交互科技有限公司 智能座舱人机交互测试实验室，重庆 401331；
5.四川轻化工大学 机械工程学院，四川，宜宾 643002；
6.河南工业大学 设计艺术学院，郑州 450001）
在经济不断发展的背景下，越来越多的人选择汽车作为代步工具，道路上发生的交通事故也越来越多。研究发现，在所有交通事故中，驾驶员的情绪，尤其是异常情绪是引发事故的重要因素。在驾驶过程中，当外界环境对驾驶员产生负面影响或者其自身压力增大时，驾驶员的情绪容易变得消极，从而影响正常的驾驶操作，如果不加以调节，则可能会出现危险驾驶行为，严重危害自身和他人的生命安全［1］。
各领域不断推进智能座舱的发展，如何避免驾驶员因异常情绪而导致危险驾驶行为也越来越得到关注。国内外研究人员逐步展开对情绪调控的研究，具体的调控途径主要是利用视觉、听觉、嗅觉等作为刺激源来调控异常情绪。在视觉调节情绪的方式上，CODISPOTI 等［2］使用图片作为刺激源，通过改变图片的尺寸大小可能在调节情绪中起作用；
张兵兵［3］提出一种使用不同视觉元素对驾驶员愤怒情绪进行调节的方法，结果显示正向激励、冷色调和扁平设计元素对驾驶员愤怒情绪的调节效果最好。在听觉调节情绪的方式上，BRAUN 等［4］研究处于愤怒或悲伤情绪状态下的驾驶员，结果表明，在汽车中的智能语音助手是作为刺激源来调控情绪的可行方式。在嗅觉调节情绪的方式上，ADOLPH 等［5］通过气味和图片分别作为刺激源进行情绪控制，试验结果表明，气味和图片对负面情绪的调节作用相似。
目前国内外对驾驶员异常情绪的研究大多偏向于由异常情绪引发的后续驾驶安全问题，而对如何调整异常情绪来保证驾驶安全的研究偏少。嗅觉作为人类五大感官之一，人体能对气体刺激做出快速反应，以嗅觉感官作为调节的基础，本文针对如何有效调节驾驶员异常情绪展开试验研究，希望能提供可靠的理论依据，以提高驾驶安全性。
嗅觉和情绪在大脑中的工作结构，有互相交叉重叠的部分［6］，如海马和眶额皮层还有杏仁核以及脑岛这些部分［7］。圣彼得堡州立大学和其他一些知名学校的研究人员发现，大脑中的微量胺是一种类似血清素和多巴胺的物质，它跟人体的嗅觉工作有关，而微量胺的受体在人类神经系统中，总共有6种，其中有两种与大脑中的情绪工作有关，分别是TAAR1 受体和TAAR5 受体。研究人员还做了小鼠的基因试验，进一步证实了该受体既存在于嗅觉初级神经系统的嗅球中，还存在于人类大脑的情感相关区域，就是前面提到的丘脑和海马还有杏仁核以及其他脑结构，而TAAR5 受体的缺少，会引起大脑中的血清素减少，这正是影响人类情绪变化的主要因素。
上海交通大学的潘晓岚［8］选择包含药用植物和香料植物的芳香植物类群，来对焦虑情绪进行芳香嗅闻治疗，选择依据是芳香疗法没有什么副作用，天然无公害，操作又很简单，没有复杂操作所以普及性好，并且有明显效果。通过试验得知，市面上流行的薰衣草精油和紫苏精油，在香气嗅闻的方案中对焦虑情绪的改善效果明显，后续试验可作参考。
浙江农林大学的翟秀丽［9］也做了芳香疗法的试验，通过嗅闻植物精油，起到对抑郁情绪的缓解作用。植物精油的选取，大多来自花果类植物，柑橘、薰衣草、木质调精油效果较好。在干预和缓解大学生抑郁情绪的试验中，选择芳香植物精油，使用香薰灯让被试者进行嗅闻，结合被试者的生理和心理数据，证明了芳香植物精油对异常情绪的良好调节作用。
以嗅觉感官为基础，开展调节驾驶员异常情绪的的研究，利用3 种精油气体作为刺激源进行试验，试验步骤如下。
1）设置3个试验组，每组被试者10人，将第1组人员设为XA，第2 组人员设为XB，第3 组人员设为XC。
2）3 组人员分别测试薰衣草气味、甜橙气味、沉香木气味，利用气味发生器对带有异常情绪的被试人员进行气味刺激，从而引起情绪的变化。
3）通过比对被试者受到嗅觉刺激前后的脉搏波形、心电ECG 信号、呼吸RESP-1 等生理数据，和面部表情软件分析得到的情绪量化数据，以及试验后被试者对情绪调节的问卷打分等主观数据，分析得出对异常情绪调节效果最佳的方案。
3.1 基于驾驶员心理数据处理的数学模型
设调节方案集合为C= ｛c1，c2，c3，...，cm｝，被试群集合设为集合为B=｛b1，b2，b3，...，bn｝。其中：m为调节方案数；
n为被试者群体集合。设被试者n′对方案m′的效果评价为Pn，m，对效果评价的采集，选择让被试者在试验结束后填写相关问卷调查表，见表1。
表1 调节效果问卷调查表
表2 心理量值分析结果
则：
被试者（b1，b2，b3，...，bn）依次分别对方案（x1，x2，x3，...，xm）进行评价的分值为：
则被试者参与方案xm的主观心理数据的综合得分为：
所有方案的主观心理数据的综合得分为：
3.2 基于驾驶员面部表情处理的数学模型
利用重庆交互科技有限公司开发的面部表情分析网站-用户体验测评云服务平台，通过分析被试者面部表情视频，获得被试者情绪量化表，表中包括4 项异常情绪指标数据，能从中计算得出后续所需要的指标数据Ei。
式中：Ei代表在情绪量化表中，所能提取的方案cm对被试者的调节效果分值；
Zi代表情绪量化表中被试者对照组的各项指标数据；
Qi代表情绪量化表中被试者在试验调节前的各项指标数据；
Hi代表情绪量化表中被试者在试验调节后的各项指标数据。则方案xm对被试bn的异常情绪试验调节效果分值集合为：
则被试者参与方案xm的情绪量化表数据的综合得分为：
所有方案的情绪量化表数据的得分为：
3.3 基于驾驶员生理数据处理的数学模型
为被试者戴上多种生理传感器，实时监测并记录其在试验中的各项生理指标数据，其中包括PPG、ECG、RESP 等指标数据，并生成各自的量化表，从中计算出后续所需要的指标数据Gi。
式中：Gi代表在生理数据表中，所能提取的方案xm对被试者的调节效果分值；
Si代表生理数据表中被试者对照组的各项指标数据；
Wi代表生理数据表中被试者在试验调节前的各项指标数据；
Ui代表生理数据表中被试者在试验调节后的各项指标数据。
式中：S1W1U1代表在生理数据表中，脉搏PPG该项数据的处理，选用峰值作为参考指标数据；
S2W2U2代表在生理数据表中，心电ECG 该项数据的处理，选用R-R 间期心室搏动频率作为参考指标数据；
S3W3U3代表在生理数据表中，呼吸RESP 该项数据的处理，选用标准差作为参考指标数据。则方案xm对被试者bn的异常情绪试验调节效果分值集合为：
则被试者参与方案xm的生理数据得分为：
所有方案的生理数据得分为：
3.4 心理和表情以及生理等数据处理的数学模型
综合驾驶员的心理数据表、生理数据表［10］、面部表情情绪量化表［11］，可得：
由式（4）、式（8）和式（15），可得驾驶员异常情绪调节效果在各个维度指标下的调节分值为：
4.1 试验准备
4.1.1 试验对象
招募在校大学生30 名，年龄在19～25 岁之间，身体健康，无精神疾病或身体疾病，他们在日常生活中容易产生异常情绪，都会操作Switch手柄玩赛车游戏，以便模拟驾驶员情景。
4.1.2 试验仪器
气体发生仪、4 种可佩戴的生理传感器、ErgoLAB3.0 软件、E-Prime3.0 软件、面部情绪分析网站用户体验测评云服务平台（jhkjux.com）。
4.1.3 试验精油
精油气体的具体选择，参考了潘晓岚［8］选择薰衣草和香紫苏来调节焦虑情绪的研究，以及翟秀丽［9］所做的用甜橙和薰衣草精油香气来调节抑郁情绪的试验研究后，确定本试验选用薰衣草和甜橙以及沉木香3 种精油，用以产生调节试验所需的刺激气体。
4.1.4 试验程序设计
采用E-prime3.0 试验设计软件对嗅觉试验进行设计。E-Prime3.0 根据具体试验的流程要求，需要控制好刺激前、刺激呈现以及刺激结束后的采样时长，采样时长对应到E-prime3.0 的音频信号的播放时长，音频信号可以被E-prime3.0 直接调用，通过转换模块，来实现对嗅觉刺激的控制。
4.1.5 试验环境
首先，拍摄试验开始前的驾驶员平静心态的表情视频，以此作为情绪量化分析的对照组。其次，被试者情绪的准备，让被试者通过操作Switch手柄进行赛车游戏来模拟驾驶员情景，主试在旁干预其手柄操作，或者播放负面情绪的短视频来激发被试的异常情绪。然后，在试验开始前给被试者佩戴好多种生理传感器。最后，将需要对异常情绪进行刺激的精油源，放在对应的气味发生器装置中，每个气味装置都会连接一个相应的气泵，每个气泵都有一个对应信号来控制，每一个控制信号，由设定的相应音频信号对其进行转换，最后打开相应的程序准备进行试验。
图1 试验环境
4.2 试验流程
试验开始前，取得了合法科学研究伦理审批文件并告知被试者试验内容以及在试验中将会面临的试验风险与不适，在得到被试者同意后签署心理试验知情同意书。
试验开始时，由一名试验助手在被试者正面拍摄被试者情绪还未被调节前的表情视频，同时主试在被试者旁边操作电脑，运行E-prime3.0 的对应程序，并打开ErgoLAB3.0 软件对被试者生理数据进行实时监测，被试者等待15 s 的气体刺激前的生理数据收集期，接着是5 s 的精油气体嗅闻刺激，最后再等待15 s 的气体刺激后的生理数据收集期，试验结束时试验助手录制被试者嗅闻刺激后的表情视频，并请被试者对此次异常情绪的调节效果进行主观打分。
图2 试验流程
4.3 试验数据采集
4.3.1 被试者主观心理感受调查问卷打分表
在试验结束后，对被试者进行异常情绪调节的心理问卷调查，请被试者按照自己的感受如实回答问题。问卷调查共有12 个与情绪相关的问题，每个问题有4 个选项，对应不同分值，见表1，后期收集整理并按照上述数学模型处理相应数据。
4.3.2 被试者面部情绪分析量化表
在情绪识别方面［13］，参考了一些资料［12］，最后选择在试验开始前，被试者呈现正常情绪状态时进行面部表情视频的拍摄，作为对照组录入云网站平台，如图3 所示，该平台将对面部表情的视频进行情绪量化分析处理，并得到被试者面部情绪分析量化表对照组；
在试验进行时，被试者通过环境模拟带入异常情绪，对被试者进行面部表情的视频拍摄，作为刺激前的视频数据录入云网站平台，该平台将对面部表情的视频进行情绪量化分析处理，并得到被试者面部情绪刺激前数据组；
在试验结束后，立即对被试者进行面部表情的视频拍摄，作为刺激后的视频数据录入云网站平台，该平台将对面部表情的视频进行情绪量化分析处理，并得到被试者面部情绪刺激后数据组。
图3 面部表情分析网站
4.3.3 被试者多种生理信号数据表
在试验准备开始前，给被试者戴上多种生理信号传感器［14］，并连接电脑上的ErgoLAB3.0 软件，实时监测被试者的脉搏PPG［16］、心电ECG 和呼吸RESP 等 多 项 生 理 信 号［15］指 标 数 据， 并 在ErgoLAB3.0软件中的数据分析模块导出数据图。
5.1 被试者对情绪调节效果的心理指标处理
被试者在试验结束后填写相关问卷，打分表上限为20 分，总共12 个问题，每个问题4 个选项，5分，10分，15分，20分。12个问题的得分求均值，该分值就是每名被试者的调节效果Pn，m，将试验结果代入式（1）～（4），可得所有方案的主观心理数据综合得分。
5.2 被试者面部情绪分析量化指标处理
驾驶员带有异常情绪，在受到精油气体刺激时，会直接导致面部表情发生变化，通过网站平台进行的情绪量化分析，能直接反映驾驶员的异常情绪分布，为兴奋、恐惧、愤怒、沮丧4 项异常情绪。30名被试者在试验开始前，分别录制他们情绪处于正常状态下的表情视频，并进行情绪量化分析，作为对照组的各项指标数据Zi，有4 项异常情绪分布，所以（i为1～4的整数）；
拍摄气体刺激前正处于异常情绪状态下的被试者群体的面部表情，并进行情绪量化分析，作为试验调节前的各项指标数据Qi，有4 项异常情绪分布，所以（i为1～4 的整数）；
拍摄气体刺激后、试验结束时被试者群体的面部表情，并进行情绪量化分析，作为试验调节前的各项指标数据Hi，有4 项异常情绪分布，所以（i为1～4 的整数）。以A 组精油为例，整理的数据见表3，将表3 中的各项指标数据代入式（5），得到在情绪量化表中计算到的每名被试者的调节分值Ei，见表3。将数据代入式（6）～（8），可得所有方案面部情绪量化数据的综合得分，见表4。
水平裂缝，双侧向差异较小和无差异，对于45°裂缝，双侧向呈“负差异”，且差异幅度越大，裂缝越发育，即裂缝的张开度越大，裂缝密度、裂缝孔隙度、裂缝径向延伸深度越大，双侧向测井电阻率比基质岩石电阻率下降幅度也越大。
表3 A组情绪量化表
表4 A组情绪量化分析结果
表5 面部情绪量值分析结果
5.3 被试者多种生理信号数据指标处理
被试者在试验中佩戴的光电容积脉搏传感器和呼吸传感器以及心电图电极片等生理传感器，将通过与ErgoLAB3.0 软件的连接，实时监测被试者的各项生理指标数据，并通过软件自带的数据图像处理，生成数据图。
5.4 驾驶员PPG-脉搏数据量化表
被试者A-1 的PPG-脉搏原始数据如图4 所示，在软件ErgoLAB3.0的数据分析板块，按式（10）将数据图换算出S1W1U1，再将该结果代入式（13）～（15）中，可得所有方案的驾驶员PPG-脉搏数据量化表的综合得分，见表6。
图4 A-1的PPG-脉搏数据
表6 PPG生理数值分析结果
5.5 驾驶员ECG-心电数据量化表
被试者A-1 的ECG-心电原始数据如图5 所示，在软件ErgoLAB3.0的数据分析板块，按式（11）将数据图换算出S2W2U2，再将该结果代入式（13）～（15），可得所有方案的驾驶员ECG-心电数据量化表的综合得分，见表7。
图5 A-1的ECG-心电数据
表7 ECG生理数值分析结果
5.6 驾驶员RESP-呼吸数据量化表
被试者A-1的RESP-呼吸原始数据如图6所示，在软件ErgoLAB3.0的数据分析板块，按式（12）将数据图换算出S3W3U3，再将该结果代入式（13）～（15），可得所有方案的驾驶员RESP-呼吸数据量化表的综合得分，见表8。
图6 A-1的RESP-呼吸数据
表8 RESP生理数值分析结果
5.7 综合数据处理的模型验算
将被试者的主观心理数据分析结果和面部情绪分析数据结果以及各种生理数据分析结果代入式（16），可得所有方案的驾驶员综合数据得分结果。
5.8 综合数据指标的相关性分析
对被试者的主观心理量值Pi，面部情绪分析量值Y i，以及生理数据量值Di等8 个指标，进行两两之间的相对性分析，并列成相关性矩阵，见表9。两组数据之间的相关系数取值范围为+1～-1，数值越趋近于+1，则两组数据越趋近于完全正相关，数值越趋近于-1，则两组数据越趋近于完全负相关，数值等于0，则两组数据不相关。
表9 数据间的相关结果
由表9 的相关性分析结果可知，表中有大量负数，且无规律，说明试验方案不能得到一个统一的排序结果，不同的方案对不同的指标所达成的最好效果是交叉存在的，所以试验结果不能直接判断，还需要作后续相对贴近度的分析。
5.9 各方案调节值与最优值的相对贴近度分析
为了能对试验所有调节方案进行更加全面的评价选择，在8 个不同的指标数据下分析各个方案的优劣，进行相对贴近度［4］的计算和分析。
5.9.1 计算各方案研究指标的最优值和最劣值
在开展相对贴近度的计算之前，还需要先计算得到一些其他相关数据，首先是各个评价指标的最优值F+ij和最劣值F-ij，其计算式分别为：
式中：fi为第i个研究指标数据；
Xj为第j个试验调节方案。将综合评价结果数据代入式（18）和式（19），可得表10。
表10 数据间的相关结果
5.9.2 计算各方案研究指标到最优值与最劣值的距离
各方案研究指标数据到最优值与最劣值的距离计算式分别为：
式中：d+ij为第j个试验调节方案，在第i个指标数据下，与最优值的相应距离；
d-ij为第j个试验调节方案，在第i个指标数据下，与最劣值的相应距离，i＝1，2，…，8，j＝1，2，3。将数据表10代入式（20）和式（21），可得表11。
表11 各方案指标数据到最优值与最劣值的距离
5.9.3 计算研究指标与最优值的相对贴近度
求出各个调节试验方案研究指标数据与最优值的相对贴近度，并整理结果作为本研究结论的最终依据。各方案研究指标与最优值的相对贴近度的计算式为：
式中：Zij∈[0，1]，i＝1，2，3，…，8，j＝1，2，3。将表11 的数据代入式（22），可得各方案研究指标数据与最优值的相对贴近度和排序表，见表12。
表12 指标数据与最优值的贴近度和排序
由表12 可知，试验中方案XA在研究指标Y2和Y4上调节效果排第一，而在其他指标项上成绩几近于无，因此，方案XA难以受到被试者群体的心理认可，且结果表明其仅擅长于调节驾驶员处于恐惧和沮丧等低迷的异常情绪。
方案XB在研究指标P1和D2上调节效果排第1，且在研究指标Y1上也取得了不低于0.8 的成绩，因此，方案XB极易受到被试群体的心理认可，比较擅长于调节驾驶员处于心率加快、过于兴奋激动时的异常情绪。
方案XC在研究指标Y1、Y3、D1和D3上的调节效果都排第1，且在研究指标P1上也取得了接近0.9的佳绩，因此，方案XC的总体试验效果最好，而且也得到了被试者群体的心理认可，容易推广。
为了更方便观察和比较，建立雷达图，可以直观地看到不同试验调节方案在不同心理指标、面部情绪分析指标、生理指标上的调节效果，如图7所示。
图7 三项试验方案在各个指标下调节效果的雷达图
由图8 可知，薰衣草精油气体嗅闻方案不仅难以得到被试者群体的心理认可，而且试验结果表明该方案仅擅长于调节驾驶员处于恐惧和沮丧等低迷的异常情绪，此外，由于对其他指标的调节效果甚微，尤其是生理指标D1、D2、D3都排名最后，所以该方案不仅局限性大，而且可靠性也低。而甜橙精油气体嗅闻方案最容易得到被试者群体的心理认可，而且在面部情绪分析指标和生理仪器检测指标方面也都有个别良好效果，试验结果表明，该方案比较擅长于调节驾驶员处于心率加快、过于兴奋激动时的异常情绪。缺点是调节效果单一，依旧有一定局限性，但总体上来说优于前方案。沉木香精油气体嗅闻方案无论是在被试者群体接受度，还是面部情绪分析指标，以及多种生理仪器检测指标上都具有很好的调节效果，排除试验中存在的其他误差因素，所导致的Y4项指标调节效果落后，该方案的总体试验效果最好，而且也得到被试群体的心理认可，容易推广。
综上所述，考虑到试验方案的普及性、全面性和可靠性，经过分析对比，最优方案是沉木香精油气体嗅闻对驾驶员异常情绪的调节方案。
猜你喜欢 被试者生理驾驶员 基于高速公路的驾驶员换道意图识别汽车实用技术(2022年14期)2022-07-30驾驶员安全带识别方法综述汽车实用技术(2022年4期)2022-03-07打破生理“平衡”世界科学(2020年1期)2020-02-11德西效应共产党员(辽宁)(2019年7期)2019-11-18基于BP神经网络的旋转血泵生理控制中国生物医学工程学报(2019年5期)2019-07-16德西效应共产党员·上(2019年4期)2019-04-26儿童花生过敏治疗取得突破环球时报(2017-08-18)2017-08-18妈妈们产后的生理烦恼Coco薇(2017年5期)2017-06-05起步前环顾四周是车辆驾驶员的义务公民与法治(2016年4期)2016-05-17为什么我们会忍不住发朋友圈？奥秘(2016年3期)2016-03-23