發(fā)布時(shí)間：2017-03-26 16:09

  本文關(guān)鍵詞：基于多源信息融合的駕駛員疲勞預(yù)警技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著我國(guó)交通事業(yè)的發(fā)展，汽車的人均擁有量逐年增多，隨之而來(lái)的交通事故的發(fā)生也越來(lái)越頻繁，，給人們的日常生活及生命財(cái)產(chǎn)安全帶來(lái)了極大的危害。根據(jù)最新研究數(shù)據(jù)表明，引發(fā)交通事故頻頻發(fā)生的主要原因之一是疲勞駕駛，因此，準(zhǔn)確地監(jiān)測(cè)駕駛員疲勞狀態(tài)并及時(shí)提供預(yù)警對(duì)避免疲勞駕駛起到重要的作用，同時(shí)，對(duì)減少交通事故的發(fā)生具有重要意義。論文對(duì)疲勞駕駛監(jiān)測(cè)方法進(jìn)行研究，建立基于人—車—行車環(huán)境的駕駛員疲勞實(shí)驗(yàn)系統(tǒng)，提出基于D-S證據(jù)理論與模糊邏輯疲勞信息融合的方法，構(gòu)建了駕駛員疲勞判定的數(shù)學(xué)模型，給出判定準(zhǔn)則。 由于腦電信號(hào)可以看成判定疲勞的“金標(biāo)準(zhǔn)”，為了驗(yàn)證呼吸、脈搏和心率作為疲勞判定特征的重要程度，分別在清醒和疲勞狀態(tài)下對(duì)駕駛員的腦電與呼吸、腦電與脈搏和腦電與心率做相關(guān)性分析。通過(guò)對(duì)駕駛員進(jìn)行疲勞實(shí)驗(yàn)，采集呼吸、脈搏、心率和腦電信號(hào)數(shù)據(jù)，應(yīng)用小波分解的方法對(duì)各種生理信號(hào)進(jìn)行降噪處理。降低基線漂移、肌體干擾和實(shí)驗(yàn)儀器的工頻干擾等信號(hào)對(duì)各生理信號(hào)的噪聲影響。根據(jù)各傳感器采集信號(hào)的不同，分別采用不同的方法對(duì)呼吸、脈搏、心率和腦電信號(hào)進(jìn)行特征提取，分析證明呼吸、脈搏和心率信號(hào)與疲勞程度具有顯著相關(guān)的特性。 提出基于D-S證據(jù)理論與模糊邏輯相融合的疲勞預(yù)警方法。首先通過(guò)清醒和疲勞狀態(tài)下采集的數(shù)據(jù)建立疲勞樣本隸屬度函數(shù)，再隨機(jī)測(cè)試一組未知數(shù)據(jù)，建立疲勞未知測(cè)試數(shù)據(jù)隸屬度函數(shù)，把疲勞樣本隸屬度函數(shù)和測(cè)試數(shù)據(jù)隸屬度函數(shù)進(jìn)行匹配，隨后構(gòu)造基于隸屬度函數(shù)的基本概率賦值函數(shù)，確定決策規(guī)則，最后，通過(guò)決策規(guī)則對(duì)采集的測(cè)試數(shù)據(jù)進(jìn)行疲勞判定。 設(shè)計(jì)了駕駛疲勞監(jiān)測(cè)實(shí)驗(yàn)系統(tǒng)，通過(guò)室內(nèi)模擬駕駛實(shí)驗(yàn)和室外真實(shí)駕駛實(shí)驗(yàn)分別對(duì)駕駛員生理信號(hào)進(jìn)行采集，得出室內(nèi)和室外對(duì)反映駕駛疲勞程度的信號(hào)變化情況具有一致性；駕駛員在駕駛過(guò)程中，隨著疲勞程度加深，部分脈搏、心率、腦電和呼吸生理信號(hào)會(huì)有比較明顯的變化趨勢(shì)。 建立了包括生理信息采集模塊、數(shù)據(jù)處理模塊和疲勞預(yù)警模塊等組成的疲勞預(yù)警系統(tǒng)，并將上述方法應(yīng)用于嵌入式駕駛員疲勞預(yù)警系統(tǒng)，通過(guò)采集模塊的呼吸、脈搏、心率和腦電傳感器對(duì)駕駛員生理信號(hào)進(jìn)行采集信號(hào)，將采集到的信號(hào)輸送到處理模塊，對(duì)信號(hào)進(jìn)行分析和判定，最后由預(yù)警模塊根據(jù)判斷結(jié)果對(duì)駕駛員發(fā)出警告。
【關(guān)鍵詞】：疲勞相關(guān)性分析 D-S證據(jù)理論 模糊邏輯 疲勞決策規(guī)則
【學(xué)位授予單位】：天津職業(yè)技術(shù)師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：U463.6
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-17
• 1.1 課題來(lái)源9
• 1.2 研究背景及意義9-10
• 1.3 駕駛員疲勞監(jiān)測(cè)技術(shù)的國(guó)內(nèi)外研究現(xiàn)狀及發(fā)展趨勢(shì)10-14
• 1.3.1 駕駛員疲勞監(jiān)測(cè)技術(shù)的國(guó)外研究現(xiàn)狀11-13
• 1.3.2 駕駛員疲勞監(jiān)測(cè)技術(shù)的國(guó)內(nèi)研究現(xiàn)狀13-14
• 1.3.3 駕駛員疲勞監(jiān)測(cè)方法的發(fā)展趨勢(shì)14
• 1.4 多源信息融合的研究現(xiàn)狀及發(fā)展趨勢(shì)14-16
• 1.5 主要研究?jī)?nèi)容16-17
• 第2章 汽車駕駛員嵌入式疲勞預(yù)警系統(tǒng)17-19
• 2.1 系統(tǒng)的結(jié)構(gòu)17-18
• 2.2 系統(tǒng)的功能18
• 2.3 本章小結(jié)18-19
• 第3章 汽車駕駛員疲勞監(jiān)測(cè)方法研究19-44
• 3.1 特征提取方法分析19-21
• 3.1.1 時(shí)頻分析方法19-20
• 3.1.2 特征提取20-21
• 3.2 人體生理信號(hào)與疲勞之間的關(guān)系21-30
• 3.2.1 人體生理信號(hào)與疲勞之間的關(guān)系21
• 3.2.2 各生理信號(hào)之間的相關(guān)性分析21-30
• 3.3 基于多源信息融合的疲勞駕駛檢測(cè)方法研究30-41
• 3.3.1 疲勞的多源信息檢測(cè)重要性30-33
• 3.3.2 多源信息融合方法研究33-35
• 3.3.3 基于 D-S 證據(jù)理論和模糊邏輯融合方法研究35-41
• 3.4 預(yù)警方法41-43
• 3.5 本章小結(jié)43-44
• 第4章 基于多源信息融合的疲勞預(yù)警實(shí)驗(yàn)研究44-63
• 4.1 實(shí)驗(yàn)設(shè)計(jì)44-50
• 4.1.1 實(shí)驗(yàn)對(duì)象44-46
• 4.1.2 實(shí)驗(yàn)儀器46-48
• 4.1.3 實(shí)驗(yàn)場(chǎng)景48-49
• 4.1.4 實(shí)驗(yàn)流程49-50
• 4.2 數(shù)據(jù)處理與分析50-60
• 4.2.1 數(shù)據(jù)預(yù)處理50-51
• 4.2.2 呼吸信號(hào)分析51-54
• 4.2.3 脈搏信號(hào)分析54-57
• 4.2.4 心率信號(hào)分析57-59
• 4.2.5 腦電信號(hào)分析59-60
• 4.3 基于 D-S 證據(jù)理論與模糊邏輯融合決策60-62
• 4.3.1 基于 D-S 證據(jù)理論與模糊邏輯駕駛員生理信號(hào)的融合60-61
• 4.3.2 決策規(guī)則61
• 4.3.3 診斷結(jié)果61-62
• 4.4 本章小結(jié)62-63
• 第5章 結(jié)論與展望63-65
• 5.1 結(jié)論63
• 5.2 展望63-65
• 參考文獻(xiàn)65-69
• 致謝69-70
• 申請(qǐng)學(xué)位期間的研究成果及發(fā)表的學(xué)術(shù)論文70

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 毛科俊;劉小明;趙曉華;榮建;;基于腦電信號(hào)的駕駛疲勞預(yù)報(bào)關(guān)鍵參數(shù)選取[J];北京工業(yè)大學(xué)學(xué)報(bào);2010年07期

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

3 任鑫峰;金治富;康慧;;疲勞駕駛與年齡、駕齡的關(guān)系[J];道路交通與安全;2007年05期

4 韓相軍;梁艷榮;關(guān)永;;基于DSP的嵌入式駕駛疲勞監(jiān)測(cè)系統(tǒng)研究[J];公路交通科技;2007年01期

5 成波;馮睿嘉;張偉;李家文;張希波;;基于多源信息融合的駕駛?cè)似跔顟B(tài)監(jiān)測(cè)及預(yù)警方法研究[J];公路交通科技;2009年S1期

6 蘆楊;楊琳;王瑩;張松;楊益民;李旭雯;;一種可監(jiān)測(cè)人體脈搏波的汽車方向盤輔助裝置[J];北京生物醫(yī)學(xué)工程;2013年06期

7 范新南,蘇麗媛,郭建甲;多傳感器信息融合綜述[J];河海大學(xué)常州分校學(xué)報(bào);2005年01期

8 吳春瑩;;淺談汽車駕駛員疲勞監(jiān)測(cè)技術(shù)的研究進(jìn)展[J];機(jī)電一體化;2007年04期

9 李志春;何仁;何翠群;;模糊神經(jīng)網(wǎng)絡(luò)在駕駛員疲勞檢測(cè)中的應(yīng)用[J];江蘇大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年02期

10 楊海燕;蔣新華;聶作先;;駕駛員疲勞檢測(cè)技術(shù)研究綜述[J];計(jì)算機(jī)應(yīng)用研究;2010年05期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 朱方;多信息融合模式分類方法研究及在公交客流識(shí)別系統(tǒng)中的應(yīng)用[D];河北工業(yè)大學(xué);2010年

2 劉典婷;紅外與可見(jiàn)光人臉圖像的融合識(shí)別算法研究[D];大連理工大學(xué);2009年

3 邸巍;基于視覺(jué)的全天候駕駛員疲勞與精神分散狀態(tài)監(jiān)測(cè)方法研究[D];吉林大學(xué);2010年

  本文關(guān)鍵詞：基于多源信息融合的駕駛員疲勞預(yù)警技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：269035