近年來,疲勞駕駛是導(dǎo)致交通事故的一個主要原因。目前,專家們已經(jīng)提出了很多生理指標用于評估駕駛員疲勞等級,腦電信號（Electrocephalogram,EEG）已被證明是檢測疲勞等級的最可靠的指標之一。本文提出一種基于三維卷積神經(jīng)網(wǎng)絡(luò)（Three-Dimensional Convolutional Neural Network,3D CNN）的分類模型來預(yù)測司機的三種疲勞等級,并設(shè)計了一款無線可穿戴式疲勞駕駛預(yù)警系統(tǒng),用于實時檢測駕駛員的疲勞狀態(tài)。該系統(tǒng)由三個部分組成:（1）無線可穿戴式腦電采集設(shè)備;（2）腦電分析系統(tǒng);（3）預(yù)警裝置。第一部分通過無線可穿戴式腦電采集設(shè)備便捷地采集司機的腦電信號,并通過無線傳輸設(shè)備發(fā)送至腦電分析系統(tǒng)。第二部分首先采用線性濾波器、小波變換和獨立成分分析結(jié)合的方式對采集到的腦電信號進行預(yù)處理;其次通過Welch法計算功率譜密度（Power Spectral Density,PSD）,將每個通道的EEG信號轉(zhuǎn)換為特征矩陣;最后將特征矩陣組合成包含空間導(dǎo)聯(lián)信息的3D特征數(shù)據(jù)并作為預(yù)測模型的輸入,由3D CNN算法得出三種疲勞等級。第三部分是預(yù)警裝置,由智能手環(huán)... 

【文章來源】：南京郵電大學(xué)江蘇省

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

四種常見激勵函數(shù)的圖像

并運用 3D CNN 分類算法對其進行分類識別，得到分類結(jié)果 L L L 。圖 3.1 腦電分析系統(tǒng)流程圖3.1 腦電數(shù)據(jù)的預(yù)處理如圖 3.2 所示，發(fā)現(xiàn)原始腦電信號中存在較為嚴重的噪聲干擾，因此需要對信號進行預(yù)處理。首先使用一個帶寬為 4-31Hz 的 IIR 帶通濾波器，一方面可以去除 50Hz 的工頻干擾，另一方面可以去除部分肌電與眼電噪聲。另外，為了提高幅頻特性曲線的光滑程度，將阻帶衰減的最小強度設(shè)為 10db。

21圖 3.2 帶通濾波器效果圖圖3.2將FP1導(dǎo)聯(lián)的原始EEG信號與經(jīng)過帶通濾波處理的時域波形和頻域波形進行對比，可以明顯發(fā)現(xiàn)帶通濾波器可以較好地濾除原始 EEG 信號的高頻成分。但是傳統(tǒng)的數(shù)字濾波器降噪方法無法很好的濾除腦電信號低頻噪聲以及與腦電信號頻率重疊的噪聲。為了解決這一問題，需要通過小波閾值去噪和獨立成分分析做進一步的腦電信號預(yù)處理。如圖 3.3 所示，本文的小波閾值去噪可以分為以下三個步驟：（1）：小波分解過程：使用db4 小波對信號 ( )進行 6 層小波分解，得到不同頻率成分的小波系數(shù)；（2）閾值處理過程：對各層經(jīng)小波分解得到的小波系數(shù)，通過 penalty 閾值策略設(shè)定一個閾值，并對細節(jié)系數(shù)做軟閾值處理；（3）小波重構(gòu)過程：閾值處理后的小波系數(shù)，經(jīng)過小波重構(gòu)得到降噪后的信號 ( )。圖 3.3 小波閾值去噪過程圖通過 6 層小波分解

【參考文獻】：
期刊論文
[1]離散小波變換結(jié)合二階盲辨識的眼電偽跡自動去除方法[J]. 姚悅,丁永紅,裴東興.  科學(xué)技術(shù)與工程. 2018(22)
[2]基于視覺的駕駛員疲勞特征提取方法[J]. 靳冰凌,張震,張子耀.  計算機技術(shù)與發(fā)展. 2018(11)
[3]地鐵駕駛員駕駛疲勞狀態(tài)監(jiān)測[J]. 姜興宇,徐海峰,吳善春,趙地.  中國安全科學(xué)學(xué)報. 2018(06)
[4]基于心率變異性的腦力疲勞檢測[J]. 趙小靜,路海月,王夢悅,耿新玲,張寬,李霞.  中國醫(yī)學(xué)物理學(xué)雜志. 2018(05)
[5]駕駛員疲勞狀態(tài)檢測方法研究[J]. 張雯頩,康冰.  吉林大學(xué)學(xué)報(信息科學(xué)版). 2018(03)
[6]基于腦電信號分析的不同年齡駕駛?cè)似谔匦訹J]. 裴玉龍,金英群,陳賀飛.  中國公路學(xué)報. 2018(04)
[7]基于卷積神經(jīng)網(wǎng)絡(luò)的模糊車牌自動識別[J]. 湯雪峰,周平.  包裝學(xué)報. 2017(05)
[8]基于一維卷積神經(jīng)網(wǎng)絡(luò)的車載語音識別研究[J]. 朱錫祥,劉鳳山,張超,呂釗,吳小培.  微電子學(xué)與計算機. 2017(11)
[9]無線電信號功率譜的分析與仿真[J]. 肖軍,王文靜,劉洲洲.  信息技術(shù). 2017(09)
[10]基于改進激活函數(shù)的卷積神經(jīng)網(wǎng)絡(luò)研究[J]. 曲之琳,胡曉飛.  計算機技術(shù)與發(fā)展. 2017(12)

碩士論文
[1]余弦基神經(jīng)網(wǎng)絡(luò)在FIR數(shù)字濾波器優(yōu)化設(shè)計中的應(yīng)用研究[D]. 杜長操.江西師范大學(xué) 2016
[2]考慮駕駛員生物電信號的疲勞駕駛檢測方法研究[D]. 薛雷.吉林大學(xué) 2015
[3]基于EEG信號的腦力疲勞檢測方法的研究[D]. 潘屏萍.廣西大學(xué) 2014



本文編號：3490872