隨著汽車交通的普及,由人-車-路所組成的交通系統(tǒng)正在不斷地向巨型化和復(fù)雜化的方向發(fā)展,道路交通安全問題變得更加嚴(yán)峻和迫切。統(tǒng)計結(jié)果顯示,國內(nèi)外約90%以上的道路交通事故都離不開人的因素。緊急制動作為一種伴隨危險交通情況的典型駕駛行為,直接關(guān)系著道路交通的安全性。因此,駕駛員的緊急制動意圖研究一直是汽車主動安全領(lǐng)域的重要研究內(nèi)容之一。以往關(guān)于駕駛員制動意圖的研究主要采用車輛運(yùn)行狀態(tài)和駕駛操作信息作為識別參數(shù),從駕駛意圖作用鏈的末端來進(jìn)行識別,在識別效率方面還有一定的提升空間。針對該問題,本研究將駕駛員下肢肌肉的表面肌電信號（surface Electromyography,sEMG）作為識別參數(shù)引入到駕駛員緊急制動意圖識別模型中,目的是在駕駛員踩踏制動踏板前對其緊急制動意圖進(jìn)行識別,提高識別效率,保障駕駛安全。首先,對表面肌電信號的采集、預(yù)處理和特征提取方法進(jìn)行了對比分析。針對緊急制動動作和與其特征極為相似的常規(guī)制動和加速換擋動作,從時域、頻域、時頻域和AR參數(shù)等多個維度選取可分性較高的特征組成特征向量,以作為緊急制動意圖識別模型的輸入。然后,鑒于支持向量機(jī)具有高效率和良好分類性能的優(yōu)勢... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【部分圖文】：

肌電儀系統(tǒng)硬件組成部分

11肌電信號的能量主要蘊(yùn)藏在20~500Hz的頻段上，而交浦肌電儀的信號采集頻率固定為1000Hz；故肌電信號的采樣頻率大于原始信號的兩倍，能夠保證經(jīng)處理后原始信號的整體信息完整，滿足奈奎斯特-香農(nóng)采樣定理。肌電儀可同時采集16個通道的表面肌電信號，每個通道需要將兩塊電極粘貼在受試者的某塊肌肉上，即每塊肌肉表面都采用差動策略進(jìn)行信號采集。另外，儀器的整體噪聲控制在6.4μV（峰峰值）以內(nèi)，能夠兼容干濕電極；實(shí)驗(yàn)選擇采用一次性濕電極來進(jìn)行信號采集，因?yàn)闈耠姌O可以有效較低體表表層的干燥程度，減小阻抗系數(shù)，進(jìn)而降低噪聲干擾。同時，交浦肌電儀也提供有肌電信號檢測與存儲軟件MyoAnalyticsV2.0，通過藍(lán)牙配對連接實(shí)現(xiàn)上位機(jī)對肌電信號的讀娶顯示和處理。軟件界面如圖2-2所示。圖2-2MyoAnalytics軟件主界面2.2.2表面肌電信號采集過程本研究主要關(guān)注的是受試者下肢的運(yùn)動狀態(tài)，故選取受試者小腿部的脛骨前饑腓腸肌和比目魚肌這三塊肌肉進(jìn)行表面肌電信號的數(shù)據(jù)采集。該部分主要介紹表面肌電信號采集的主要過程和注意事項(xiàng)。(1)電極放置與實(shí)驗(yàn)準(zhǔn)備電極片作為肌電信號的采集終端，同一塊肌肉上放置的兩個電極片之間的

12電勢差經(jīng)放大和轉(zhuǎn)換后所獲得的數(shù)字信號即為采集的表面肌電信號。因此，肌肉表面電極片的放置直接決定肌電信號的采集質(zhì)量，不合理的放置方式將增加噪聲的混入，導(dǎo)致信號采集不準(zhǔn)確。因此，在實(shí)驗(yàn)前應(yīng)該做好以下準(zhǔn)備工作：①皮膚清理。在濕電極貼放之前，使用剃刀清除待測肌肉表面的毛發(fā)，并使用醫(yī)用酒精棉球擦拭消毒，盡可能去除表皮污垢和死皮，降低皮膚阻抗值。②電極貼放。待皮膚晾干后，將濕電極按待測肌肉收縮的縱行方向貼放在皮膚表面，任一通道上的兩個電極間距保持在2cm左右。電極貼放時還需保證與皮膚表面接觸良好，最好用醫(yī)用膠帶對電極進(jìn)行固定。具體貼放位置及方式如圖2-3所示。圖2-3下肢肌肉表面電極貼放位置示意圖③調(diào)節(jié)設(shè)備。連接電極連接線與貼放在肌肉表面的濕電極，并連接肌電儀系統(tǒng)，配對肌電儀和上位機(jī)的藍(lán)牙連接，即可開始測量。(2)最大自主收縮（MaximumVoluntaryContraction,MVC）實(shí)驗(yàn)在肌電信號的采集與處理過程中，肌肉激活程度作為一個能夠直接反映肌肉收縮情況的指標(biāo)，需要進(jìn)行計算評估。肌肉激活程度最簡單的計算方式是將濾波和整流后的肌電信號除以肌肉在等長收縮條件下最大自主收縮期間肌電信號的最大值，故需要針對待測肌肉進(jìn)行MVC實(shí)驗(yàn)。其中，受試者待測肌肉的最大MVC值很大程度上會受到受試者在測量時段的身體狀態(tài)和測量姿勢的影響。首先，為了保證受試者在實(shí)驗(yàn)時具有良好的身體狀態(tài)，要求其在實(shí)驗(yàn)前24小時內(nèi)具有良好的睡眠質(zhì)量和正常的飲食習(xí)慣。而針對測量姿勢，仍以本研究需要測量的下肢肌肉為例，當(dāng)踝關(guān)節(jié)背屈至最大程度時，脛骨前肌達(dá)到最大MVC狀態(tài)，而當(dāng)踝關(guān)節(jié)跖屈達(dá)到最大限度時，腓腸肌和比目魚肌至最大MVC狀態(tài)。因此，經(jīng)過多次實(shí)驗(yàn)修正，選擇兩種姿勢進(jìn)行

【參考文獻(xiàn)】：
期刊論文
[1]HEV制動意圖識別的研究[J]. 王慶年,孫磊,唐先智,王俊.  汽車工程. 2013(09)
[2]GA-BP神經(jīng)網(wǎng)絡(luò)在下肢運(yùn)動步態(tài)識別中的應(yīng)用研究[J]. 馬玉良,馬云鵬,張啟忠,羅志增,楊家強(qiáng).  傳感技術(shù)學(xué)報. 2013(09)
[3]混合動力車輛中的加速與制動意圖識別[J]. 王慶年,王俊,陳慧勇,曾小華,唐先智.  吉林大學(xué)學(xué)報(工學(xué)版). 2014(02)
[4]面向安全預(yù)警的機(jī)動車駕駛意圖研究現(xiàn)狀與展望[J]. 張良力,吳超仲,黃珍,王斌.  交通信息與安全. 2012(03)
[5]基于雙層隱式馬爾科夫模型的駕駛意圖辨識[J]. 宗長富,王暢,何磊,鄭宏宇,張澤星.  汽車工程. 2011(08)
[6]多類支持向量機(jī)分類器對比研究[J]. 薛寧靜.  計算機(jī)工程與設(shè)計. 2011(05)
[7]表面肌電信號的分析和特征提取[J]. 吳冬梅,孫欣,張志成,杜志江.  中國組織工程研究與臨床康復(fù). 2010(43)
[8]基于模糊邏輯的制動意圖離線識別方法研究[J]. 孫逸神.  北京汽車. 2009(06)
[9]商用車電子控制制動技術(shù)[J]. 羅文發(fā),陳曉磊.  汽車與配件. 2008(08)
[10]肌電信號特征提取方法綜述[J]. 加玉濤,羅志增.  電子器件. 2007(01)

博士論文
[1]基于表面肌電信號的人手動作模式識別關(guān)鍵技術(shù)研究[D]. 都明宇.浙江工業(yè)大學(xué) 2017
[2]基于表面肌電信號的人體動作識別與交互[D]. 張旭.中國科學(xué)技術(shù)大學(xué) 2010
[3]基于肌電信號的人機(jī)接口技術(shù)的研究[D]. 何樂生.東南大學(xué) 2006

碩士論文
[1]表面肌電模式識別的新控制策略研究[D]. 張神權(quán).中國科學(xué)技術(shù)大學(xué) 2017
[2]基于在線學(xué)習(xí)的表面肌電信號分類方法研究[D]. 張躍.浙江工業(yè)大學(xué) 2017
[3]表面肌電信號分析及運(yùn)動模式分類研究[D]. 蘇芳茵.華僑大學(xué) 2016
[4]人體手部動作肌電信號的處理與識別研究[D]. 洪潔.安徽工業(yè)大學(xué) 2016
[5]基于支持向量機(jī)的手臂動作表面肌電信號模式分類方法研究[D]. 鄭世鈺.吉林大學(xué) 2014
[6]基于模糊邏輯的駕駛員制動意圖辨識方法研究[D]. 弓馨.吉林大學(xué) 2014
[7]基于MAs算法的支持向量機(jī)參數(shù)優(yōu)化研究[D]. 胡忠義.華中科技大學(xué) 2011
[8]基于隱形馬爾科夫模型的駕駛員意圖辨識方法研究[D]. 王暢.吉林大學(xué) 2011
[9]表面肌電信號的特征提取與模式分類研究[D]. 邱青菊.上海交通大學(xué) 2009



本文編號：3386459