駕駛疲勞是重特大道路交通事故的主要致因之一,若能實(shí)時(shí)準(zhǔn)確的檢測(cè)出駕駛?cè)说钠跔顟B(tài)并給予駕駛?cè)思皶r(shí)預(yù)警,則可有效避免交通事故的發(fā)生。目前,國(guó)內(nèi)外相關(guān)學(xué)者已針對(duì)駕駛疲勞的識(shí)別進(jìn)行有大量研究,并取得了一系列研究成果。然而,針對(duì)駕駛?cè)藗�(gè)體特性差異與識(shí)別系統(tǒng)性能間的內(nèi)在關(guān)聯(lián)關(guān)系還缺乏深入系統(tǒng)的研究�；诖�,本文以提高疲勞狀態(tài)識(shí)別系統(tǒng)的適應(yīng)性為基本目標(biāo),在對(duì)駕駛?cè)藗�(gè)體特性差異分析的基礎(chǔ)上,提出了一種基于HMM的隨機(jī)駕駛?cè)似跔顟B(tài)識(shí)別方法,并基于相關(guān)實(shí)驗(yàn)對(duì)所構(gòu)建的模型進(jìn)行了驗(yàn)證。主要研究?jī)?nèi)容包括:(1)隨機(jī)駕駛?cè)说钠跔顟B(tài)識(shí)別機(jī)理。本文通過(guò)對(duì)駕駛?cè)藗�(gè)體特性差異的分析,以及駕駛?cè)藗�(gè)體特性對(duì)駕駛疲勞識(shí)別系統(tǒng)影響的分析,提出了基于模型參數(shù)變換的駕駛?cè)藗�(gè)體特性差異消除方法。然后運(yùn)用與被測(cè)駕駛?cè)司哂邢嗨苽�(gè)體特性的駕駛?cè)说鸟{駛疲勞識(shí)別模型,通過(guò)對(duì)各個(gè)模型參數(shù)進(jìn)行線性加權(quán)求和以及自適應(yīng)運(yùn)算,得到被測(cè)駕駛?cè)说鸟{駛疲勞識(shí)別模型,實(shí)現(xiàn)了隨機(jī)駕駛?cè)说钠跔顟B(tài)的識(shí)別。(2)基于HMM的駕駛疲勞識(shí)別基本模型構(gòu)建。通過(guò)對(duì)駕駛疲勞識(shí)別的研究現(xiàn)狀分析,本文選取了能客觀反映駕駛?cè)藸顟B(tài)變化的EEG信號(hào)作為特征數(shù)據(jù),并運(yùn)用小波變換完成特...

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 特征指標(biāo)檢測(cè)
        1.2.2 駕駛疲勞狀態(tài)識(shí)別方法
        1.2.3 駕駛?cè)颂匦苑诸?lèi)
        1.2.4 綜合評(píng)述
    1.3 研究?jī)?nèi)容及結(jié)構(gòu)安排
2 隨機(jī)駕駛?cè)似跔顟B(tài)識(shí)別原理及實(shí)驗(yàn)設(shè)計(jì)
    2.1 腦電信號(hào)差異性分析與處理
    2.2 隨機(jī)駕駛?cè)似跔顟B(tài)的識(shí)別原理
        2.2.1 駕駛?cè)司垲?lèi)方法
        2.2.2 隨機(jī)駕駛?cè)似跔顟B(tài)識(shí)別方法
    2.3 駕駛疲勞識(shí)別實(shí)驗(yàn)方案
        2.3.1 實(shí)驗(yàn)條件
        2.3.2 實(shí)驗(yàn)方案
        2.3.3 實(shí)驗(yàn)數(shù)據(jù)預(yù)處理
    2.4 本章小結(jié)
3 基于HMM的駕駛疲勞狀態(tài)識(shí)別模型構(gòu)建
    3.1 EEG信號(hào)處理
        3.1.1 信號(hào)預(yù)處理
        3.1.2 特征提取
    3.2 基于HMM的駕駛疲勞識(shí)別模型構(gòu)建
        3.2.1 HMM定義
        3.2.2 模型構(gòu)建
    3.3 模型驗(yàn)證及結(jié)果分析
    3.4 本章小結(jié)
4 基于HMM的隨機(jī)駕駛?cè)似跔顟B(tài)識(shí)別模型
    4.1 駕駛?cè)颂匦苑诸?lèi)
    4.2 基于HMM的特定疲勞狀態(tài)識(shí)別模型構(gòu)建
    4.3 基于HMM的隨機(jī)駕駛?cè)似跔顟B(tài)識(shí)別模型構(gòu)建
        4.3.1 基于HMM的隨機(jī)駕駛?cè)似谧R(shí)別模型參數(shù)確定方法
        4.3.2 隨機(jī)駕駛?cè)似跔顟B(tài)識(shí)別模型構(gòu)建
    4.4 基于HMM的隨機(jī)駕駛?cè)似跔顟B(tài)識(shí)別結(jié)果分析
    4.5 本章小結(jié)
結(jié)論
參考文獻(xiàn)
附錄A 附錄內(nèi)容名稱
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝



本文編號(hào)：3834835