隨著經(jīng)濟的不斷發(fā)展,我國汽車和駕駛員的數(shù)量都不斷攀升,道路交通安全愈發(fā)受到公眾和學者的關(guān)注。車輛在行駛過程中與其他道路交通使用者產(chǎn)生沖突,形成危險場景。識別危險場景意義重大,對于經(jīng)驗不足的駕駛?cè)硕?識別危險場景并提前預警,可以避免不必要的事故;對于科技應(yīng)用領(lǐng)域而言,危險場景識別可以作為駕駛輔助系統(tǒng)的理論基礎(chǔ),進而更加科學地減少交通事故的發(fā)生。本文對不同危險場景駕駛員的心電和腦電信號進行差異性分析并分別建立了基于支持向量機和隨機森林的危險場景識別模型。首先對危險場景的產(chǎn)生機理及影響因素進行分析,并介紹了危險場景的評估方法,然后選取了本文要研究的駕駛員的生理指標。生理信號能夠表征駕駛員的心理和精神狀態(tài),不同的危險場景會對駕駛員產(chǎn)生不同的壓力與負荷。采用實車實驗采集駕駛員在不同危險場景下的心電和腦電信號�；趯嵻囈曨l對5種不同危險場景進行提取和統(tǒng)計,得到對應(yīng)的生理數(shù)據(jù)。使用Ergo LAB對心電數(shù)據(jù)進行預處理得到心率數(shù)據(jù);利用EEGLAB插件導出腦電數(shù)據(jù),對腦電數(shù)據(jù)進行預處理。然后對駕駛員心電信號進行心率增長率和心率變異性(時域和頻域)分析;通過小波變換對駕駛員腦電信號進一步去除噪聲,對腦...

【文章頁數(shù)】：62 頁

【學位級別】：碩士

本文編號：3880658