本文關鍵詞：基于人體生理信號的疲勞駕駛識別方法的研究

  更多相關文章： 疲勞駕駛 面壓力傳感器 支持向量機 混沌時間序列 模式識別

【摘要】：疲勞駕駛車輛是導致交通安全事故的原因中之一,準確監(jiān)測汽車駕駛員的疲勞狀況,并且實時預警是預防交通安全事故的重要方法,汽車駕駛員疲勞實時檢測已經成為了海內外專家學者關注的熱門技術。目前,現(xiàn)有研究處在疲勞監(jiān)測方法的摸索階段,還沒有權威的規(guī)范以及準確性及實時性均優(yōu)的解決方式,已有的疲勞監(jiān)測產品大多存在準確性差和舒適性不夠等缺點,且價格昂貴,因而,深入細致的研究駕駛員疲勞監(jiān)測技術十分重要。綜合應用現(xiàn)代測試、信號分析、計算機、機械等技術開發(fā)出成本低、性能優(yōu)良、準確性高的汽車駕駛員疲勞預測及提示系統(tǒng),不僅能減少交通事故造福人類,而且能搶占巨大的國內外市場,具有廣闊的發(fā)展前景,巨大的經濟效益和社會效益。課題首先分析了生理信號監(jiān)測人體疲勞的可行性,并將其應用在駕駛員疲勞監(jiān)測上。為分析駕駛員疲勞與駕駛員后背壓力分布、心率以及脈搏的關系,分別進行了疲勞狀態(tài)實驗和清醒狀態(tài)實驗。為了使實驗的數據更加接近真實情況,實驗在模擬駕駛平臺環(huán)境下進行,進行了16人的疲勞實驗,并通過主觀SD疲勞評價的方法,在實驗的同時進行疲勞狀況記錄。采用了一種基于面壓力傳感器、心電傳感器以及脈搏傳感器進行信號的采集方法,并分別采用了時域分析、傅里葉分析以及混沌時間序列的方法進行生理特征的特征提取,通過對檢測到的生理信號的數據分析,應用支持向量機的方法進行模式識別以及疲勞等級判別,結合主觀評分對測試結果進行統(tǒng)計分析,最終結果驗證了本文所提取的疲勞狀態(tài)特征和支持向量機分類方法的有效性。
【關鍵詞】：疲勞駕駛 面壓力傳感器 支持向量機 混沌時間序列 模式識別
【學位授予單位】：天津職業(yè)技術師范大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：U463.6
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-16
• 1.1 研究的背景與意義9-10
• 1.2 疲勞駕駛評價方法的國內外研究現(xiàn)狀10-14
• 1.2.1 主觀評價法10-11
• 1.2.2 基于生理信號的檢測方法11
• 1.2.3 基于生理反應的檢測方法11-12
• 1.2.4 基于車輛信號的檢測方法12-13
• 1.2.5 基于聲音的檢測方法13
• 1.2.6 基于多源信息融合的檢測方法13-14
• 1.3 研究內容與主要技術路線14-16
• 第二章 疲勞駕駛檢測總體實驗16-27
• 2.1 人體疲勞的形成機理16-17
• 2.2 模擬駕駛平臺介紹17-19
• 2.3 實驗方案的設計與展開19-24
• 2.3.1 實驗設計的原則20
• 2.3.2 實驗對象的選擇20-21
• 2.3.3 實驗場景21-22
• 2.3.4 實驗方法22-24
• 2.4 疲勞駕駛實驗數據的提取24-26
• 2.5 本章小結26-27
• 第三章 駕駛員生理信號的特征提取與分析27-42
• 3.1 主觀評價SD疲勞的識別方法27-28
• 3.2 特征生成與特征提取方法28-33
• 3.2.1 基于混沌時間序列的特征提取方法28-29
• 3.2.2 基于時域分析的特征提取方法29-30
• 3.2.3 基于頻域分析的特征提取方法30-33
• 3.3 駕駛員心率與背壓信號的分析33-40
• 3.3.1 心率信號分析33-35
• 3.3.2 后壓力信號的時間序列相空間重構35-36
• 3.3.3 最佳嵌入維和時間延遲的計算36-37
• 3.3.4 相空間重構駕駛員疲勞狀態(tài)識別的實驗驗證37-40
• 3.4 駕駛員脈搏信號的分析40-41
• 3.5 本章小結41-42
• 第四章 基于駕駛員行為的狀態(tài)識別模型42-52
• 4.1 模式識別的基本理論42-44
• 4.2 由支持向量機判斷駕駛員的疲勞狀態(tài)44-48
• 4.2.1 最優(yōu)分類面44-46
• 4.2.2 核函數46-47
• 4.2.3 多分類問題47-48
• 4.3 疲勞等級的劃分48-51
• 4.3.1 支持向量機的疲勞駕駛特征分級48-49
• 4.3.2 MATLAB分類實現(xiàn)與最優(yōu)參數選取49-50
• 4.3.3 結果分析50-51
• 4.4 本章小結51-52
• 第五章 總結與展望52-54
• 5.1 論文總結52-53
• 5.2 論文展望53-54
• 參考文獻54-58
• 申請學位期間的研究成果及發(fā)表的學術論文58-59
• 致謝59

【相似文獻】

中國期刊全文數據庫 前10條

1 李家文;成波;;駕駛人狀態(tài)適應式疲勞預警方法的研究[J];汽車工程;2011年08期

2 李家文;成波;;駕駛員疲勞狀態(tài)適應式復合預警方法的研究[J];汽車工程;2012年03期

3 韓清鵬;;利用EEG信號的小波包變換與非線性分析實現(xiàn)精神疲勞狀態(tài)的判定[J];振動與沖擊;2013年02期

4 王黎;于濤;聞邦椿;;基于腦電α波的非線性參數人體疲勞狀態(tài)判定[J];東北大學學報;2005年12期

5 馬樂;姜立標;王會榮;王蒙;;駕駛員疲勞駕駛預警系統(tǒng)的設計[J];哈爾濱工業(yè)大學學報;2011年05期

6 張靜,魏平,胡明敏,周克印;疲勞狀態(tài)檢測元件的研究[J];理化檢驗(物理分冊);2003年09期

7 李家文;成波;;針對駕駛員疲勞狀態(tài)的防撞報警算法的研究[J];汽車工程;2013年06期

8 王雯麗;孫s，

本文編號：831799