【摘要】：隨著汽車行業(yè)與科學(xué)技術(shù)的快速發(fā)展,傳統(tǒng)汽車的缺點越來越多地暴露出來。智能汽車因其改善了傳統(tǒng)汽車的諸多問題而被人們廣泛接受,正快速發(fā)展起來。以駕駛員為中心的智能汽車主動安全系統(tǒng)也隨之受到越來越多的關(guān)注。因此,發(fā)展駕駛員模型對研究智能汽車尤為重要。通過采集人類駕駛員的數(shù)據(jù)并對其駕駛模式進(jìn)行分析,研究人類駕駛員的駕駛習(xí)慣和特性,可建立更好的駕駛員模型,有助于深入智能輔助駕駛技術(shù)方面的研究。本論文在國家重點研發(fā)計劃項目“電動汽車智能輔助駕駛技術(shù)研發(fā)及產(chǎn)業(yè)化”的資助下,以汽車駕駛員為研究對象,針對駕駛員數(shù)據(jù)采集與模式分析問題進(jìn)行了研究,主要分為以下幾個研究方面:1)設(shè)計搭建駕駛員多源信息采集與分析系統(tǒng)。設(shè)計駕駛員多源信息采集系統(tǒng)結(jié)構(gòu),并概括分析駕駛員在駕駛過程中的一般狀態(tài)。搭建模擬駕駛器和信號采集系統(tǒng),使用場景仿真軟件對駕駛環(huán)境進(jìn)行仿真模擬,針對不同的駕駛員信號使用不同的傳感器進(jìn)行采集。為下文的數(shù)據(jù)采集實驗與分析提供平臺與框架。2)采集駕駛員的生理電信號——腦電信號和腿部表面肌電信號,提取信號特征,分析駕駛員在不同駕駛情況下的駕駛狀態(tài)。利用腦電信號beta節(jié)律波的樣本熵和表面肌電信號的高頻小波系數(shù),分析不同階段的駕駛員狀態(tài)。最后對比自車速度、前車間距和beta波樣本熵,分析影響駕駛員狀態(tài)改變的因素,獲得一般駕駛情況下駕駛員狀態(tài)變化的相關(guān)規(guī)律,并分析輔助駕駛規(guī)則。3)采集駕駛員的正面和側(cè)面圖像信息,在針對圖像進(jìn)行目標(biāo)識別的基礎(chǔ)上,提取正面圖像中的眼睛開度特征和側(cè)面圖像中的身體前傾角特征,分析駕駛員不同行為狀態(tài)時的特征差別,最后融合多路視覺信息分析駕駛員相關(guān)駕駛行為和變化規(guī)律,并提供輔助駕駛規(guī)則。4)選取駕駛員的肌電信號高頻小波系數(shù)、腦電信號beta節(jié)律波樣本熵和視覺信號中的駕駛員眼睛開度作為融合特征,通過模糊綜合評價與DS證據(jù)理論結(jié)合的融合方式對駕駛員信號進(jìn)行決策層融合。根據(jù)融合結(jié)果確定駕駛模式,實驗驗證了融合分析對比單一特征分析的有效性。
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U471.3
【圖文】：

（a）CIDAUT 模擬駕駛器 （b）東北大學(xué)模擬駕駛器圖 1.1 國內(nèi)外模擬駕駛器在模擬駕駛器的搭建上，由于所要達(dá)到的目的或效果不同，目前主要有以兩種搭建方式：如圖 1.1（a）所示的 CIDAUT 模擬駕駛器是 M.Alonso 等人為析駕駛員分心對縱向駕駛行為的影響使用的試驗平臺，它是由普通真車改裝搭建

圖 2.4 模擬駕駛器配合模擬駕駛器的環(huán)境仿真軟件采用的是德國 IPG 公司的 CarMOffice5.1。這是一款乘用車動力學(xué)仿真軟件，包含精準(zhǔn)的車輛本體模型（發(fā)動底盤、懸架、傳動、轉(zhuǎn)向等），同時，可通過 GUI 生成道路、交通環(huán)境、駕座椅

CarMaker仿真畫面

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉建;鄒任玲;張東衡;徐秀林;胡秀枋;;表面肌電信號特征提取方法研究發(fā)展趨勢[J];生物醫(yī)學(xué)工程學(xué)進(jìn)展;2015年03期

2 紀(jì)俐;王宏;張馳;化成城;劉沖;;駕駛員腦電特征與手臂操縱駕駛行為研究[J];儀器儀表學(xué)報;2015年09期

3 張濤;陳萬忠;李明陽;;基于AdaBoost算法的癲癇腦電信號識別[J];物理學(xué)報;2015年12期

4 白中浩;焦英豪;白芳華;;基于主動形狀模型及模糊推理的駕駛疲勞檢測[J];儀器儀表學(xué)報;2015年04期

5 葉飛;謝陳江;趙慧子;;駕駛員分心對人因失誤的影響[J];河北交通職業(yè)技術(shù)學(xué)院學(xué)報;2013年01期

6 張旭;李亞利;陳晨;王生進(jìn);丁曉青;;嵌入式駕駛員狀態(tài)檢測算法的實現(xiàn)與優(yōu)化[J];自動化學(xué)報;2012年12期

7 萬麗;陳普春;尹志勇;陳卓;夏巨武;;基于YCgCr色彩空間的人臉檢測技術(shù)研究[J];現(xiàn)代電子技術(shù);2011年04期

8 李力;王飛躍;鄭南寧;張毅;;駕駛行為智能分析的研究與發(fā)展[J];自動化學(xué)報;2007年10期

9 王榮本;郭烈;金立生;顧柏園;余天洪;;智能車輛安全輔助駕駛技術(shù)研究近況[J];公路交通科技;2007年07期

10 李穎潔;樊飛燕;陳興時;;腦電分析在認(rèn)知研究中的進(jìn)展[J];北京生物醫(yī)學(xué)工程;2006年03期

相關(guān)博士學(xué)位論文 前2條

1 胡杰;個性化駕駛員模型及其在駕駛行為評估中的應(yīng)用[D];浙江大學(xué);2017年

2 徐卓君;基于多源信息的智能仿生手臂模式識別方法研究[D];吉林大學(xué);2015年

相關(guān)碩士學(xué)位論文 前2條

1 王丹;基于機(jī)器視覺的駕駛員打電話行為檢測[D];北京理工大學(xué);2015年

2 于春青;基于非對稱放置雙目攝像頭的駕駛員姿態(tài)監(jiān)控分析[D];南京理工大學(xué);2007年

本文編號：2755063