原文传递
基于心电信号的驾驶疲劳识别方法研究
| 论文题名： | 基于心电信号的驾驶疲劳识别方法研究 |
| 关键词： | 心电信号;驾驶疲劳;等级划分;支持向量机;识别模型 |
| 摘要： | 随着车辆保有量的上升，驾驶安全日益引起人们的重视。驾驶员作为交通系统的重要组成部分，其驾驶状态直接决定了整个交通系统的安全水平。而在众多影响驾驶员状态的因素中，驾驶疲劳最为常见，因此，如何对驾驶员的驾驶状态进行实时有效的检测，并在疲劳发生时及时发出预警，对于提升交通安全水平，降低事故率具有重大意义。针对上述问题，本文在充分借鉴现有研究成果的基础上，构建了一种基于心电信号的驾驶疲劳识别模型。本文的主要研究内容包括以下几点: 1.首先介绍了驾驶疲劳检测的背景及研究意义，分析国内外相关研究在研究对象、研究方法和研究结论上的最新进展，随后提出本文的研究内容和技术路线。 2.从认知心理学角度阐述了驾驶疲劳产生机理，分析了驾驶疲劳的诱发因素及疲劳表征。详细介绍了心电信号的处理方法和指标提取理论，通过对心率变异性和R-R间期的分析，确定了R-R间期的提取方法，并结合数据对该方法进行了验证，为进一步提取可有效表征驾驶员生理状态的心电指标奠定了理论基础。 3.设计了双任务范式的长时间模拟驾驶实验，主任务为车辆跟驰，次任务是对刹车信号的按键反应。通过分析实时采集的被试心电和行为数据后发现，随着疲劳的发生，被试心电指标和行为指标均呈现一定的趋势性，且经过显著性分析，实验前期和后期，大部分心电指标差异显著，因此，可初步判断出对驾驶疲劳指向性较好的心电指标。 4.阐述了将反应时间作为疲劳等级划分依据的可行性。通过分析整个实验过程中简单反应时间的变化规律，提出了利用反应时间划分疲劳等级。首先将实验过程划分为若干时段，以第1时段的驾驶状态为轻度疲劳状态，通过显著性分析，对剩余时段的驾驶状态进行标定，区分轻重两种疲劳状态。此外，通过与反应时间的相关性分析，提取了可有效反映疲劳状态的心电指标，构成疲劳识别心电指标集。 5.利用SVM理论构建了疲劳识别模型，通过不断调整疲劳识别心电指标集构成和核函数，对模型的识别效果进行分析，发现综合选用时域和频域指标以及RBF核函数时，模型的识别效果最优。最后利用实验数据验证了上述模型的有效性。 |
| 作者： | 牛琳博 |
| 专业： | 交通运输工程 |
| 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
