孙一帆 张敬磊 王晓原 王丝丝 王方
【摘 要】酒驾是导致重大交通事故的重要原因之一，成为交通安全研究中的重要问题。近年来随着计算机技术、信息技术的发展，出现了多种酒驾辨识方法，但是这些辨识方法的准确性不高。在阅读大量文献的基础上，介绍各种酒驾辨识方法的基本原理、优缺点及适用环境；归纳基于酒后驾驶行为辨识酒驾研究中的关键问题；总结对酒驾辨识方法存在的问题，指出未来酒驾辨识方法将以人为中心。
【关键词】交通安全；酒驾辨识方法；综述
【Abstract】Drunk driving is one of the important reasons causing serious traffic accidents，it becomes an important issue in the study of traffic safety.In recent years with the development of computer technology and information technology， various identification methods of drunk driving have appeared，but these methods accuracy isnt high.On basis of reading many literatures， introduce the basic principle，the advantages and disadvantages， the suitable environment；summed up key issues in the study of identifying drunk driving based on drunk driving behavior；summarize problems of the identification method of drunk driving，propose the future study of identification method of drunk driving should be human-centered.
【Key words】Transportation safety；Identification method of drunk driving；Summarization
0 前言
2014年我國共发生道路交通事故676万起，交通事故死亡人数为58523人，死亡人数占安全生产死亡总数的86%[1]，交通安全形势非常严峻，其中酒驾导致的交通事故所占比重较大。酒驾危害交通安全，各国通过法律、科技等多种途径防治酒驾，大致可分为被动式酒驾辨识方法和主动式酒驾辨识方法两大类，前者通过拦截驾驶员进行酒精检测来辨识酒驾，后者是在驾驶汽车前或驾驶过程中实时检测饮酒，不需要拦停车辆。
近年来，随着驾驶行为研究的发展，人们越发重视对驾驶行为信息进行深度挖掘和充分利用。驾驶行为数据的实时性、持续性及无侵入性为酒驾辨识提供新的思路。本文介绍各酒驾辨识方法的原理、优缺点及适用环境，归纳了与酒驾辨识相关的驾驶行为研究现状，主要总结了辨识酒后驾驶状态和酒后驾驶行为建模的思想及方法，指出酒驾辨识存在的问题及其研究趋势。
1 酒驾辨识方法
1.1 被动式酒驾辨识方法
被动式酒驾辨识方法，设备简单，是目前我国应用最广泛的酒驾辨识方法，但该类酒驾辨识方法存在一些问题，准确性和效率有待提高。
1.1.1 基于驾驶员血液酒精浓度检测的酒驾辨识
由于BAC（血液酒精浓度指标）能够准确反映驾驶员的饮酒状况，因此《车辆驾驶人员血液、呼气酒精含量阈值与检验》[2]以血液酒精浓度水平为依据判断驾驶员饮酒状况。
该方法能较为准确地反映驾驶员饮酒状况，可作为法庭证据；但该方法对驾驶员的侵入性较大，而且驾驶员饮酒的实际状况受抽血时间的影响较大，酒精易挥发也使血液样本的保存较为困难，必须按照严格的流程操作否则易产生较大误差。
1.1.2 基于驾驶员呼吸酒精浓度检测的酒驾辨识
该方法的核心部件是酒精气体传感器，分为半导体和燃料电池两种。在电极处发生化学反应，其电流强度由其吸附酒精的浓度决定，根据电流强度可获得呼出气体的酒精含量。
呼吸酒精浓度检测是一种无创伤的酒驾辨识方法，具有操作简单，成本低，便于携带，不会对驾驶员造成伤害的优点。但该方法易受温度、湿度等环境因素的影响，准确性差，而且不卫生容易引起驾驶员的反感。
被动式酒驾辨识方法是在酒驾行为发生后由交警设卡拦截检测，醉酒驾驶员可能在被交警查获之前就发生严重的交通事故，而且可以通过多种方式逃避检查，上述缺点使得被动式酒驾辨识方法难以有效地防治酒驾。
1.2 主动式酒驾辨识方法
1.2.1 基于驾驶室空气酒精浓度检测的酒驾辨识
该方法根据驾驶室空气中的酒精含量来判断驾驶员是否饮酒。含酒精的气体会吸收更多的光，用红外线照射驾驶室，根据反射光的强弱可判断驾驶室空气中酒精含量[3]。
该方法可实现自动检测，效率高；侵入性小，不会对驾驶员造成伤害，不会干扰未饮酒驾驶员的正常驾驶。但该方法仅能检测到驾驶室内的酒精含量是否超标，无法判断酒精含量超标是否由驾驶员饮酒导致的，而且驾驶员可通过打开车窗或盖住检测探头等方式来逃避检测。
1.2.2 基于驾驶员脸部特征的酒驾辨识
在驾驶员周边安装小型摄像头采集驾驶员面部图像，提取驾驶员面部表情的图像数据，将数据传输给酒驾辨识模块，辨识模块将采集到的驾驶员面部图像与正常情况进行对比分析，判断驾驶员是否饮酒[4]。
该方法依据驾驶员脸部的细微变化分析驾驶员的驾驶状态，能够做到实时和非侵入检测，不需要驾驶员的刻意配合，也能有效防止驾驶员作弊。但该方法受驾驶员个体差异影响较大，辨识误差较大，在驾驶员附近安装多个摄像头也会干扰驾驶员驾驶汽车。
1.2.3 基于驾驶员酒后驾驶行为的酒驾辨识
驾驶行为建模既是微观交通流理论研究的基础也是汽车智能驾驶理论研究的核心内容[5]，自20世纪50年代以来不断发展取得了很多成果，为开发基于酒后驾驶行为的酒驾辨识方法提供理论基础。一些学者设计酒后模拟驾驶实验，进行酒驾行为建模嘗试并取得了一些进展。2011年，XingjianZhang等[6]对比正常和饮酒后驾驶员的驾驶行为数据，选取加速度、速度、刹车踏板深度等7个饮酒后显著变化的指标作为特征参数，用Fisher判别法辨识酒驾，结果表明该方法可以辨识酒驾。2014年，XiaohuaZ[7]等使用驾驶模拟器获取驾驶员在不同BAC水平下的驾驶行为数据，以此为基础分析酒后驾驶行为特征，结果表明饮酒后平均速度、速度标准差、车道线位置标准差有显著变化，依据这三个参数的变化可以判断驾驶员是否处于酒后驾驶状态。2014年，张兴俭等[8]运用相关性分析获得能够反映驾驶员个体差异的酒后驾驶行为特征参数，基于驾驶行为的时序特征建立隐马尔科夫模型描述驾驶员的个体特征，在此基础上建立适应驾驶员个体特征的酒驾辨识模型。
目前该方法的应用性研究尚浅，主要应用在高档车辆上，尚未推广使用，该方法体现了智能汽车的发展方向，未来的汽车将是真正拥有“大脑”的汽车，能够收集并处理驾驶员、车辆及周围环境的信息，根据这些信息做出判断、决策，实现自动驾驶。
2 总结与展望
目前，主动式酒驾辨识研究缺乏系统性的成果，各种先进酒驾辨识方法的应用性研究还处于探索阶段，尚未提出准确、高效且应用性强的酒驾辨识方法。在被动式和主动式酒驾辨识方法的研究中，还存在以下亟待解决的问题：被动式酒驾辨识方法效率低、耗费人力物力、容易错检漏检；辨识结果易受环境因素影响，准确性不尽人意；侵入性强易对驾驶员造成伤害，容易引起驾驶员的抵抗情绪拒绝配合检查等问题。多数主动式酒驾辨识方法是借助酒精传感器采集酒精信号判定驾驶员是否酒驾存在一些需要解决的问题，系统复杂成本高；传感器性能不佳容易混淆驾驶员和乘客，无法防止驾驶员作弊；没有考虑能综合反映驾驶员个体差异的驾驶倾向性的影响，人性化程度较低。
未来酒驾辨识方法的研究应重视多种酒驾辨识方法的交叉融合；应更多地考虑人的因素，重视不同类型驾驶员之间的差异性；建立更准确的酒后驾驶行为模型，采集有效数据进行模型参数的标定及模型验证，提高酒驾辨识模型的准确性。
【参考文献】
[1]王丹，陈超卓.2015年中国道路交通安全蓝皮书[M].北京：人民交通出版社，2016：3-10.
[2]中华人民共和国质量监督检验检疫局.GB19522-2004.车辆驾驶人员血液、呼气酒精含量阈值与检验[S].北京，2004.
[3]GregoryB，Rieker，JayB.Calibration-freewave 1ength-modulation spectroscopy formeasurementsofgastemperatureandconcentrationinharshenvironments[J].Applied Optics，2009，48（29）：5546-5560.
[4]MikelsaarAV，SunterA，MikelsaarR，etal.CanWeDesignCarsThatProventAlcohol-RelatedCollisions[J].CellDiv，2012，7（1）：21.
[5]王晓原，杨新月，张敬磊.交通流微观仿真与驾驶员行为建模理论及方法[M].北京：科学出版社，2010.
[6]XiaohuaZ，XingjianZ，JianR，etal.Identifying method of drunk driving base don driving behavior[J].InternationalJournalof ComputationalIntelligenceSystems，2011，4（3）：361-369.
[7]XiaohuaZhao，XingjianZhang，JianRong.Studyofthe Effectsof Alcoholon Driversand Driving Performanceon StraightRoad[J].Mathematical Problemsin Engineering，2014.
[8]张兴俭.基于驾驶行为个体特征的酒后驾驶状态辨识方法研究[D].北京：北京工业大学，2014.
[责任编辑：田吉捷]
