原文传递
基于脑电信号的驾驶持续性注意水平识别方法研究
| 论文题名： | 基于脑电信号的驾驶持续性注意水平识别方法研究 |
| 关键词： | 驾驶持续性;脑电信号;识别特征;驾驶安全 |
| 摘要： | 驾驶持续性注意水平是影响驾驶安全的关键性因素，而脑电信号的变化与驾驶持续性注意水平存在着直接联系，因此为了对驾驶持续性注意水平予以有效识别，本文以脑电信号作为识别特征指标，构建了一种驾驶持续性注意水平识别方法。 首先，为了对驾驶持续性注意水平进行等级划分，本文采用驾驶反应时间作为客观划分指标，提出了一种驾驶持续性注意水平等级划分方法。在此基础上，利用高效的筛选算法对脑电特征参数进行择优筛选，所得到的脑电特征参数作为驾驶持续性注意水平识别特征指标。最后，采用粒子群算法对支持向量机进行参数优化，构建了驾驶持续性注意水平识别模型。基于已有的模拟驾驶平台，设计了驾驶持续性注意水平实验，将实验所采集的脑电数据对该模型予以试算，得到如下结论: (1)采用反应时间对驾驶持续性注意水平进行等级划分，将从属不同等级的驾驶行为绩效进行差异性对比分析，分析结果认为不同等级的驾驶行为绩效存在着显著差异，验证了文中所提方法的合理性。 (2)采用Kruskal-Wallis检验和Relief算法对脑电特征参数进行择优筛选，得出位于FP1电极的合成参数(α+θ)/β、P7电极的合成参数θ/β、CZ电极的合成参数(α+θ)/β、P8电极的合成参数(α+θ)/β及FZ电极的合成参数(α+θ)/β在不同驾驶持续性注意水平等级下差异最为显著，可作为驾驶持续性注意水平的识别特征指标。 (3)模型识别平均正确率为92.19％，说明所提模型和方法的可行性和适用性，认为可用于对驾驶持续性注意水平的识别。 |
| 作者： | 吴志敏 |
| 专业： | 交通运输规划与管理 |
| 导师： | 郭孜政 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
