本文關(guān)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(guān)文章： 疲勞駕駛 面壓力傳感器 支持向量機(jī) 混沌時間序列 模式識別

【摘要】：疲勞駕駛車輛是導(dǎo)致交通安全事故的原因中之一,準(zhǔn)確監(jiān)測汽車駕駛員的疲勞狀況,并且實(shí)時預(yù)警是預(yù)防交通安全事故的重要方法,汽車駕駛員疲勞實(shí)時檢測已經(jīng)成為了海內(nèi)外專家學(xué)者關(guān)注的熱門技術(shù)。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(quán)威的規(guī)范以及準(zhǔn)確性及實(shí)時性均優(yōu)的解決方式,已有的疲勞監(jiān)測產(chǎn)品大多存在準(zhǔn)確性差和舒適性不夠等缺點(diǎn),且價格昂貴,因而,深入細(xì)致的研究駕駛員疲勞監(jiān)測技術(shù)十分重要。綜合應(yīng)用現(xiàn)代測試、信號分析、計(jì)算機(jī)、機(jī)械等技術(shù)開發(fā)出成本低、性能優(yōu)良、準(zhǔn)確性高的汽車駕駛員疲勞預(yù)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(nèi)外市場,具有廣闊的發(fā)展前景,巨大的經(jīng)濟(jì)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(yīng)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(guān)系,分別進(jìn)行了疲勞狀態(tài)實(shí)驗(yàn)和清醒狀態(tài)實(shí)驗(yàn)。為了使實(shí)驗(yàn)的數(shù)據(jù)更加接近真實(shí)情況,實(shí)驗(yàn)在模擬駕駛平臺環(huán)境下進(jìn)行,進(jìn)行了16人的疲勞實(shí)驗(yàn),并通過主觀SD疲勞評價的方法,在實(shí)驗(yàn)的同時進(jìn)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(jìn)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(jìn)行生理特征的特征提取,通過對檢測到的生理信號的數(shù)據(jù)分析,應(yīng)用支持向量機(jī)的方法進(jìn)行模式識別以及疲勞等級判別,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。
【關(guān)鍵詞】：疲勞駕駛 面壓力傳感器 支持向量機(jī) 混沌時間序列 模式識別
【學(xué)位授予單位】：天津職業(yè)技術(shù)師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)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(nèi)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(yīng)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(nèi)容與主要技術(shù)路線14-16
• 第二章 疲勞駕駛檢測總體實(shí)驗(yàn)16-27
• 2.1 人體疲勞的形成機(jī)理16-17
• 2.2 模擬駕駛平臺介紹17-19
• 2.3 實(shí)驗(yàn)方案的設(shè)計(jì)與展開19-24
• 2.3.1 實(shí)驗(yàn)設(shè)計(jì)的原則20
• 2.3.2 實(shí)驗(yàn)對象的選擇20-21
• 2.3.3 實(shí)驗(yàn)場景21-22
• 2.3.4 實(shí)驗(yàn)方法22-24
• 2.4 疲勞駕駛實(shí)驗(yàn)數(shù)據(jù)的提取24-26
• 2.5 本章小結(jié)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(gòu)35-36
• 3.3.3 最佳嵌入維和時間延遲的計(jì)算36-37
• 3.3.4 相空間重構(gòu)駕駛員疲勞狀態(tài)識別的實(shí)驗(yàn)驗(yàn)證37-40
• 3.4 駕駛員脈搏信號的分析40-41
• 3.5 本章小結(jié)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(jī)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(shù)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(jī)的疲勞駕駛特征分級48-49
• 4.3.2 MATLAB分類實(shí)現(xiàn)與最優(yōu)參數(shù)選取49-50
• 4.3.3 結(jié)果分析50-51
• 4.4 本章小結(jié)51-52
• 第五章 總結(jié)與展望52-54
• 5.1 論文總結(jié)52-53
• 5.2 論文展望53-54
• 參考文獻(xiàn)54-58
• 申請學(xué)位期間的研究成果及發(fā)表的學(xué)術(shù)論文58-59
• 致謝59

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 李家文;成波;;駕駛?cè)藸顟B(tài)適應(yīng)式疲勞預(yù)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(yīng)式復(fù)合預(yù)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(shí)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(shù)人體疲勞狀態(tài)判定[J];東北大學(xué)學(xué)報(bào);2005年12期

5 馬樂;姜立標(biāo);王會榮;王蒙;;駕駛員疲勞駕駛預(yù)警系統(tǒng)的設(shè)計(jì)[J];哈爾濱工業(yè)大學(xué)學(xué)報(bào);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(yàn)(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(bào)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