基于虚拟现实的自动驾驶模式中晕动受试者的脑电特征

• 作者: 赵蕾蕾 李翀 季林红 杨铁牛
• 来源期刊: 清华大学学报（自然科学版）
• 关键词: 自动驾驶 晕动病 脑电 重心频率
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 机械工程|MECHANICAL ENGINEERING
• 页码范围: 993-998
• 页数: 6页
• 分类号: U469.79
• 语种: 中文
• DOI: 10.16511/j.cnki.qhdxxb.2020.25.001

摘要

晕动症是旅行中的一个普遍问题,研究显示近1/3人群在乘坐海、陆、空各种交通工具时受此困扰.晕动症的发病机制较为复杂,尚无统一定论,其中感觉冲突假说认为晕动症主要由人体前庭、视觉及本体感受不匹配引起.自动驾驶模式时司机不操纵汽车,感觉冲突加剧,更容易受晕动症的影响.该文通过模拟驾驶实验研究自动驾驶对受试者生理状态的影响.实验招募了11名健康受试者参与模拟驾驶实验,通过结合虚拟现实(virtual reality,VR)技术的6自由度驾驶模拟器平台向受试者同时提供视觉和前庭刺激,并同步采集受试者在自动驾驶和主动驾驶时的主观晕动评分以及脑电信号,对比受试者在自动驾驶和主动驾驶时的晕动状态差别,分析晕动评分与脑电特征值的相关性.结果 表明:自动驾驶时受试者的自主晕动评分平均比主动驾驶时高2分,且随着晕动程度的增加,大脑运动中枢(FC2,Cz)、感觉中枢(CP5,P3)和视觉中枢区域(PO2)的脑电信号中θ波功率谱密度的重心频率有升高的趋势,且自动驾驶比主动驾驶模式下高.将受试者在主动驾驶和自动驾驶下的脑电图(electroencephalogram,EEG)重心频率数据进行配对t检验(p＜0.05),结果表明受试者在自动驾驶模式下更容易产生晕动症状,并初步验证了脑电信号量化评估晕动程度的可行性.