發(fā)布時(shí)間：2017-04-06 20:22

  本文關(guān)鍵詞：考慮駕駛員生物電信號的疲勞駕駛檢測方法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：交通安全一直是現(xiàn)代社會最嚴(yán)峻的問題之一，而駕駛員疲勞駕駛是導(dǎo)致重大交通事故的重要原因之一，尤其是高速公路上長時(shí)間駕駛的情況。因此，研究疲勞駕駛形成機(jī)理以及駕駛員生理、心理和行為特征，進(jìn)而檢測駕駛疲勞狀態(tài)，對于提高道路交通安全、減少因疲勞駕駛導(dǎo)致的道路交通事故，具有非常重要的意義。 目前，疲勞駕駛檢測方法主要有主觀檢測和客觀檢測兩類。根據(jù)所使用的客觀指標(biāo)不同，客觀方法可以分為以下三種：基于車輛信息的方法、基于駕駛員行為的方法和基于駕駛員生理信號的方法。其中，利用人體各種生物電信號中的腦電信號判斷駕駛疲勞是公認(rèn)的最準(zhǔn)確、最客觀的檢測方法。 梳理國內(nèi)外疲勞駕駛檢測方法的研究現(xiàn)狀以及應(yīng)用現(xiàn)狀，結(jié)合疲勞駕駛的概念、成因與其造成的影響，本文將腦電分析應(yīng)用于疲勞檢測方法的研究中，分析駕駛員疲勞狀態(tài)下，腦電信號的變化規(guī)律，研究考慮腦電信號特征的駕駛員疲勞狀態(tài)評定標(biāo)準(zhǔn)和檢測方法。 在汽車智能化與人性化研究室駕駛員行為與生物電信號方面研究進(jìn)展的基礎(chǔ)上，本文利用駕駛員在環(huán)實(shí)驗(yàn)臺和BIOPAC多導(dǎo)生理記錄儀設(shè)計(jì)并實(shí)施了嵌入真實(shí)駕駛員的疲勞駕駛實(shí)驗(yàn)，被試駕駛員在單調(diào)路況下進(jìn)行長時(shí)間駕駛?cè)蝿?wù)，經(jīng)歷從清醒狀態(tài)到疲勞狀態(tài)的變化過程，，結(jié)合主觀評價(jià)方法，獲取駕駛員腦電信號和疲勞主觀評分。 腦電信號本身的特點(diǎn)決定了采集到的腦電數(shù)據(jù)不可以直接使用，在特征提取前對采集到的原始腦電信號進(jìn)行了降頻重采樣、偽跡處理和帶通濾波等處理。本文通過小波包的分解和重構(gòu)，提取出腦電四種典型節(jié)律（、θ、、β）的時(shí)域信號，再經(jīng)過求解功率譜，獲得腦電節(jié)律波在時(shí)間窗T=1min的平均功率及其比值，選取節(jié)律波的平均功率比值F1(α+θ)/β和F2θ/β作為評價(jià)疲勞駕駛等級的特征指標(biāo)。 綜合主觀評測和腦電信號特征值的變化規(guī)律，本文將駕駛員狀態(tài)分成清醒、輕度疲勞、中度疲勞和重度疲勞四個等級，并利用支持向量機(jī)解決多分類問題的方法對疲勞狀態(tài)特征進(jìn)行分類。構(gòu)造疲勞狀態(tài)特征指標(biāo)F1和F2組成的二維特征向量，對疲勞駕駛狀態(tài)的四個等級進(jìn)行分類識別。將實(shí)驗(yàn)數(shù)據(jù)樣本分成兩組，一組作為訓(xùn)練集，另一組作為測試集，結(jié)合主觀評分對測試結(jié)果進(jìn)行統(tǒng)計(jì)分析，最終結(jié)果驗(yàn)證了本文所提取的疲勞狀態(tài)特征和支持向量機(jī)分類方法的有效性，說明考慮駕駛員腦電信號的研究方法能夠有效地識別不同程度的疲勞駕駛狀態(tài)。
【關(guān)鍵詞】：疲勞駕駛 腦電信號 小波變換 特征提取 支持向量機(jī)
【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】：2015
【分類號】：U463.6;TN911.7
【目錄】：

• 摘要4-6
• ABSTRACT6-11
• 第1章 緒論11-29
• 1.1 課題研究的背景與意義11-13
• 1.2 疲勞駕駛的概念和成因13-15
• 1.2.1 疲勞駕駛的概念13-14
• 1.2.2 疲勞駕駛的成因14-15
• 1.2.3 疲勞駕駛的影響15
• 1.3 國內(nèi)外研究現(xiàn)狀15-25
• 1.3.1 國外研究現(xiàn)狀17-20
• 1.3.2 國內(nèi)研究現(xiàn)狀20-21
• 1.3.3 疲勞駕駛檢測和預(yù)警的相關(guān)產(chǎn)品21-25
• 1.4 本文主要研究內(nèi)容25-29
• 第2章 疲勞駕駛實(shí)驗(yàn)29-45
• 2.1 疲勞駕駛實(shí)驗(yàn)的模擬環(huán)境29-32
• 2.1.1 駕駛員在環(huán)實(shí)驗(yàn)臺29-31
• 2.1.2 疲勞駕駛模擬環(huán)境31-32
• 2.2 疲勞駕駛實(shí)驗(yàn)的設(shè)計(jì)32-39
• 2.2.1 被試人員32
• 2.2.2 實(shí)驗(yàn)環(huán)境32
• 2.2.3 實(shí)驗(yàn)設(shè)備32-33
• 2.2.4 電極布置33-36
• 2.2.5 主觀評價(jià)36-38
• 2.2.6 實(shí)驗(yàn)流程38-39
• 2.3 實(shí)驗(yàn)過程與結(jié)果39-43
• 2.3.1 預(yù)約實(shí)驗(yàn)39
• 2.3.2 實(shí)驗(yàn)準(zhǔn)備39-40
• 2.3.3 實(shí)驗(yàn)過程40-41
• 2.3.4 實(shí)驗(yàn)結(jié)果41-43
• 2.4 本章小結(jié)43-45
• 第3章 腦電信號處理和分析45-63
• 3.1 腦電信號理論基礎(chǔ)45-48
• 3.1.1 腦電的產(chǎn)生機(jī)制45-46
• 3.1.2 腦電的基本特征46-47
• 3.1.3 疲勞腦電信號的研究依據(jù)47-48
• 3.2 腦電信號的預(yù)處理48-51
• 3.2.1 信號重采樣48-49
• 3.2.2 偽跡分析和處理49-50
• 3.2.3 帶通濾波50-51
• 3.3 腦電信號特征提取51-62
• 3.3.1 小波變換理論51-56
• 3.3.2 腦電信號的小波包分解56-58
• 3.3.3 疲勞駕駛的腦電信號特征提取58-62
• 3.4 本章小結(jié)62-63
• 第4章 基于支持向量機(jī)的疲勞駕駛分級評價(jià)63-73
• 4.1 支持向量機(jī)63-68
• 4.1.1 最優(yōu)分類面63-66
• 4.1.2 核函數(shù)66-67
• 4.1.3 多分類問題67-68
• 4.2 疲勞駕駛分級評價(jià)68-72
• 4.2.1 支持向量機(jī)的疲勞駕駛特征分級68-71
• 4.2.2 結(jié)果與討論71-72
• 4.3 本章小結(jié)72-73
• 第5章 全文總結(jié)與展望73-75
• 參考文獻(xiàn)75-81
• 附錄81-83
• 作者簡介83-84
• 致謝84-85

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 毛科俊;劉小明;趙曉華;榮建;;基于腦電信號的駕駛疲勞預(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 王首勇,朱光喜,唐遠(yuǎn)炎;應(yīng)用最優(yōu)小波包變換的特征提取方法[J];電子學(xué)報(bào);2003年07期

3 鄭勇濤,劉玉樹;支持向量機(jī)解決多分類問題研究[J];計(jì)算機(jī)工程與應(yīng)用;2005年23期

4 廖傳錦,秦小虎,黃席樾;以人為中心的汽車主動安全技術(shù)綜述[J];計(jì)算機(jī)仿真;2004年09期

5 張學(xué)工;關(guān)于統(tǒng)計(jì)學(xué)習(xí)理論與支持向量機(jī)[J];自動化學(xué)報(bào);2000年01期

6 鄭培,宋正河,周一鳴;機(jī)動車駕駛員駕駛疲勞測評方法的研究狀況及發(fā)展趨勢[J];中國農(nóng)業(yè)大學(xué)學(xué)報(bào);2001年06期

7 王炳浩,魏建勤,吳永紅;汽車駕駛員瞌睡狀態(tài)腦電波特征的初步探索[J];汽車工程;2004年01期

8 趙雪竹;王秀;朱學(xué)峰;;基于Adaboost算法的人眼檢測中樣本選擇研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2010年02期

9 張靜遠(yuǎn),張冰,蔣興舟;基于小波變換的特征提取方法分析[J];信號處理;2000年02期

10 楊星星;張松;蘆楊;楊琳;王薇薇;顧冠雄;;基于生理信號的疲勞駕駛風(fēng)險(xiǎn)檢測方法的研究進(jìn)展[J];中國醫(yī)學(xué)裝備;2013年07期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 李志春;駕駛員疲勞狀態(tài)檢測技術(shù)研究與工程實(shí)現(xiàn)[D];江蘇大學(xué);2009年

2 毛U

本文編號：289624