原文传递
基于前额眼电和眼动数据的疲劳驾驶检测研究
| 论文题名： | 基于前额眼电和眼动数据的疲劳驾驶检测研究 |
| 关键词： | 疲劳驾驶;前额眼电;眼动数据;视频图像;外摄像头 |
| 摘要： | 眼电信号是众多生理信号中检测疲劳驾驶的一种有效手段。传统眼电信号在认知、疲劳驾驶检测领域被广泛应用，拥有比较成熟的信号处理和特征提取的理论和方法。但是传统眼电采集电极分别位于人眼四周，会影响被试的正常活动，不利于设备的穿戴化集成和实际生产生活中的使用。从前额采集眼电信号则能有效避免这一问题，但是目前对前额眼电信号的研究还处于起步阶段，缺乏直接的信号处理和特征提取的方法体系。本课题通过信号分离手段，从前额眼电中分离传统眼电信号成分，将前额眼电转化为传统眼电，充分利用传统眼电研究的方法，并利用采集的传统眼电信号对分离方法进行评估。以往的疲劳驾驶研究实验，面临最大问题是，疲劳标注的问题。疲劳标注，主要包括被试的自述，车辆轨迹，视频图像等的辅助判断。其中人工标注，方法简单，耗时耗力，由于其对设备环境要求比较低，所以被广泛使用。针对疲劳标注的问题，本课题采用了基于眼动仪眼镜采集视频计算PERCLOS的疲劳标注方法。相比于其它基于视频图像标注方法，眼动仪眼镜通过红外摄像头直接记录人眼的活动，除去了人眼定位等的额外工作，通过简单方法即可完成瞳孔定位和识别。基于前额眼电的疲劳驾驶系统，对前额分离方法进行了改进，同时引入了自动标注，使得长时间仿真驾驶实验下数据分析更为便捷。结合小波变换和波峰检测算法改进了特征提取方法，并在此基础上比较了多种回归模型的预测结果。 |
| 作者： | 张宇飞 |
| 专业： | 计算机科学与技术 |
| 导师： | 吕宝粮 |
| 授予学位： | 硕士 |
| 授予学位单位： | 上海交通大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
