【摘要】：隨著疲勞駕駛引發(fā)的交通事故越來越多,以駕駛員為中心的汽車安全問題已經(jīng)成為影響我國乃至世界道路交通安全的重要問題。開展以駕駛員為中心的汽車主動安全技術(shù)已經(jīng)成為汽車行業(yè)一個研究熱點,駕駛員警覺度檢測設(shè)備將會逐漸成為高級駕駛輔助系統(tǒng)的一部分。故論文展開了對以駕駛員為中心的汽車主動安全技術(shù)的研究,提出了一種基于駕駛員腦電信號警覺度檢測的車輛速度控制方法。學(xué)位論文的主要內(nèi)容和研究工作如下：首先,完成無線可穿戴腦電信號采集器的制作。分析駕駛員腦電信號與疲勞之間的關(guān)系,包括腦電信號節(jié)律、不同腦區(qū)、不同腦電特征與疲勞之間的關(guān)系。在此基礎(chǔ)上選擇合適的腦區(qū),傳感器和信號處理設(shè)備,完成無線可穿戴腦電信號采集器的制作。然后設(shè)計實驗完成對駕駛員處于清醒和疲勞狀態(tài)下的腦電信號的采集。其次,分析腦電信號的干擾類型,采用小波濾波、去噪算法對腦電信號進行去噪預(yù)處理。提取腦電信號功率譜密度作為腦電特征用于腦電信號的分類。分析不同數(shù)據(jù)長度對于腦電特征的影響。而后,提出基于低秩矩陣分解技術(shù)的字典學(xué)習(xí)方法,將原始字典與訓(xùn)練數(shù)據(jù)集中的元素依次組成新的字典,進行低秩矩陣分解,然后提取出原始字典對應(yīng)的低秩矩陣作為新的字典,迭代完成之后得到能夠表示該類腦電信號的字典。提高了字典對元素的表示能力,減少了對訓(xùn)練數(shù)據(jù)的敏感性。然后再使用低秩矩陣分解技術(shù)進行警覺度的分類。最后,提出基于警覺度的車輛速度控制策略,用于決定什么時候、怎樣對車輛進行速度控制(減速、剎車等)。提出基于車輛最小安全距離模型的車輛安全減速／剎車模型,用于計算車輛在速度變化過程中的加速度,防止在對車輛進行速度控制的時候發(fā)生追尾事故。最后建立車輛動力學(xué)模型對上述方法進行了驗證,分析了不同情況下車輛速度變化曲線,得出本文所提出的基于駕駛員腦電信號警覺度檢測的車輛速度控制系統(tǒng)有效率性結(jié)論。在論文最后,總結(jié)了現(xiàn)有成果,并進行下一步工作的討論。
[Abstract]:With the increasing number of traffic accidents caused by fatigue driving, driver-centered vehicle safety has become an important issue affecting road traffic safety in China and the world. Driver-centered active safety technology has become a hot topic in automobile industry. Driver alertness detection equipment will gradually become a part of advanced driving assistant system. In this paper, the driver centered active safety technology is studied, and a vehicle speed control method based on driver's EEG alertness detection is proposed. The main contents and research work of the dissertation are as follows: firstly, the wireless wearable EEG collector is made. The relationship between EEG and fatigue in drivers was analyzed, including the rhythm of EEG, the relationship between EEG characteristics and fatigue in different brain regions. On this basis, the appropriate brain area, sensor and signal processing equipment are selected to complete the fabrication of the wireless wearable EEG collector. Then the experiment was designed to complete the EEG signal acquisition of the driver under the condition of waking and fatigue. Secondly, the interference type of EEG signal is analyzed. Wavelet filter and denoising algorithm are used to pre-process the EEG signal. The power spectral density of EEG is extracted as the feature of EEG to classify EEG signals. The effects of different length of data on EEG characteristics were analyzed. Then, a dictionary learning method based on low-rank matrix decomposition technique is proposed. The elements of the original dictionary and the training data set are composed of a new dictionary in turn, and the low-rank matrix is decomposed. Then the low-rank matrix corresponding to the original dictionary is extracted as a new dictionary and a dictionary capable of representing this kind of EEG signal is obtained after the iteration is completed. The ability of the dictionary to represent elements is improved, and the sensitivity of training data is reduced. Then the low rank matrix decomposition technique is used to classify the alertness. Finally, a vehicle speed control strategy based on alertness is proposed to determine when and how to control vehicle speed (deceleration, braking, etc.). A vehicle safety deceleration / braking model based on the vehicle minimum safe distance model is proposed to calculate the acceleration of the vehicle in the course of speed change and to prevent the rear-end accident when the vehicle is under speed control. Finally, the vehicle dynamics model is established to verify the above methods, and the vehicle speed change curves under different conditions are analyzed. The conclusion that the vehicle speed control system based on the driver's EEG alertness detection is efficient is obtained in this paper. At the end of the paper, the existing results are summarized, and the next work is discussed.
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U463.6

【相似文獻】

相關(guān)期刊論文 前10條

1 ;小樣本腦電信號(EEG)處理系統(tǒng)[J];北京理工大學(xué)學(xué)報;1989年02期

2 羅建,崔亮,衛(wèi)娜,張治鋼;腦電信號采集與處理系統(tǒng)的研制[J];醫(yī)療衛(wèi)生裝備;2000年06期

3 季忠,秦樹人;時頻測試方法在腦電信號分析中的應(yīng)用[J];重慶大學(xué)學(xué)報(自然科學(xué)版);2003年11期

4 葛家怡;周鵬;趙欣;劉海嬰;王明時;;睡眠腦電信號的多重分形去勢波動分析[J];天津大學(xué)學(xué)報;2008年10期

5 吳紹斌;高利;王劉安;;基于腦電信號的駕駛疲勞檢測研究[J];北京理工大學(xué)學(xué)報;2009年12期

6 倪原;沈艷輝;侯帥格;陸文總;;大鼠嗅覺區(qū)腦電信號檢測與處理技術(shù)研究[J];西安工業(yè)大學(xué)學(xué)報;2012年02期

7 ;《小樣本腦電信號處理系統(tǒng)》通過部級鑒定[J];北京工業(yè)學(xué)院學(xué)報;1988年03期

8 馬彥斌，吳祈耀;維格納分布在腦電信號處理中的應(yīng)用[J];北京理工大學(xué)學(xué)報;1995年02期

9 吳祈耀，，吳祈宗;腦電信號的現(xiàn)代譜分析技術(shù)[J];北京理工大學(xué)學(xué)報;1995年02期

10 潘軍,周守昌,黃尚廉;腦電信號非線性動力學(xué)處理方法的研究[J];重慶大學(xué)學(xué)報(自然科學(xué)版);1997年01期

相關(guān)會議論文 前10條

1 薛蘊全;王秋英;王宏;;腦電信號的動態(tài)時空響應(yīng)拓撲圖[A];中國儀器儀表學(xué)會第三屆青年學(xué)術(shù)會議論文集（上）[C];2001年

2 王裕清;粱平;郭付清;張登攀;;腦電信號診斷專家系統(tǒng)的研究[A];中國生理學(xué)會第21屆全國代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2002年

3 朱林劍;包海濤;孫守林;梁豐;;新型腦電信號采集方法與應(yīng)用研究[A];大連理工大學(xué)生物醫(yī)學(xué)工程學(xué)術(shù)論文集（第2卷）[C];2005年

4 許濤;朱林劍;包海濤;;基于思維腦電信號的假手的研究[A];提高全民科學(xué)素質(zhì)、建設(shè)創(chuàng)新型國家——2006中國科協(xié)年會論文集（下冊）[C];2006年

5 李愛新;孫鐵;郭炎峰;;基于人工神經(jīng)網(wǎng)絡(luò)的腦電信號模式分類[A];自動化技術(shù)與冶金流程節(jié)能減排——全國冶金自動化信息網(wǎng)2008年會論文集[C];2008年

6 童珊;黃華;陳槐卿;;混沌理論在腦電信號分析中的應(yīng)用[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

7 李凌;曾慶寧;堯德中;;利用兩級抗交叉串?dāng)_自適應(yīng)濾波器提取誘發(fā)腦電信號[A];中國生物醫(yī)學(xué)工程學(xué)會第六次會員代表大會暨學(xué)術(shù)會議論文摘要匯編[C];2004年

8 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];中國生物醫(yī)學(xué)工程進展——2007中國生物醫(yī)學(xué)工程聯(lián)合學(xué)術(shù)年會論文集（下冊）[C];2007年

9 李麗君;黃思娟;吳效明;熊冬生;;基于運動想象的腦電信號特征提取與分類[A];中國儀器儀表學(xué)會醫(yī)療儀器分會2010兩岸四地生物醫(yī)學(xué)工程學(xué)術(shù)年會論文集[C];2010年

10 葛家怡;周鵬;王明時;;睡眠腦電信號樣本熵的研究[A];天津市生物醫(yī)學(xué)工程學(xué)會2007年學(xué)術(shù)年會論文摘要集[C];2007年

相關(guān)重要報紙文章 前1條

1 張文清　記者 王春;意念控制車速及左右轉(zhuǎn)彎前行[N];科技日報;2008年

相關(guān)博士學(xué)位論文 前10條

1 彭宏;普適化腦電信息感知關(guān)鍵問題的研究[D];蘭州大學(xué);2015年

2 吳玉鵬;AR譜在皮層癇樣腦電信號分析應(yīng)用[D];河北醫(yī)科大學(xué);2015年

3 吳畏;基于統(tǒng)計建模的多導(dǎo)聯(lián)腦電信號時空建模方法研究[D];清華大學(xué);2012年

4 孫宇舸;腦—機接口系統(tǒng)中腦電信號處理方法的研究[D];東北大學(xué);2012年

5 周群;腦電信號同步：方法及應(yīng)用研究[D];電子科技大學(xué);2009年

6 趙麗;基于腦電信號的腦-機接口技術(shù)研究[D];天津大學(xué);2004年

7 李春勝;腦電信號混沌特性的研究與應(yīng)用[D];東北大學(xué);2011年

8 歐陽高翔;癲癇腦電信號的非線性特征識別與分析[D];燕山大學(xué);2010年

9 繆曉波;基于腦電信號的認知動力學(xué)系統(tǒng)研究——線性/非線性方法及動態(tài)時—頻—空分析[D];重慶大學(xué);2004年

10 張美云;阿爾茨海默病腦電信號多尺度時空定量特征研究[D];天津醫(yī)科大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 于洪;基于腦電信號的警覺度估計[D];上海交通大學(xué);2007年

2 蔣潔;基于高性能計算的腦電信號分析[D];燕山大學(xué);2010年

3 張志琴;腦電信號的復(fù)雜性分析[D];中南大學(xué);2009年

4 許鳳娟;腦電信號采集與分析系統(tǒng)的設(shè)計[D];長春理工大學(xué);2011年

5 曹銘;意識障礙患者腦電信號的非線性動力學(xué)評價分析[D];杭州電子科技大學(xué);2012年

6 薛吉星;多通道腦電信號采集與處理系統(tǒng)研究[D];華南理工大學(xué);2015年

7 劉靜;基于加權(quán)排序熵的多通道腦電信號同步算法研究[D];燕山大學(xué);2015年

8 陳澤濤;基于腦電信號分析的AD早期評估系統(tǒng)的設(shè)計與實現(xiàn)[D];燕山大學(xué);2015年

9 王歡;基于非平穩(wěn)時間序列分析方法的腦電信號模式識別[D];蘇州大學(xué);2015年

10 王瓊穎;腦電信號的非線性動力學(xué)分析及其在睡眠分期中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2015年

本文編號：2187340