原文传递
基于多源信息融合的非接触式疲劳驾驶检测系统研究
| 论文题名： | 基于多源信息融合的非接触式疲劳驾驶检测系统研究 |
| 关键词： | 疲劳驾驶;多普勒雷达;生理信号检测;学生T检验;极限学习机 |
| 摘要： | 随着社会的进步和人民生活水平的逐步提高，汽车保有量逐年增加，错综复杂的道路交通环境导致交通事故频繁发生，疲劳驾驶已成为交通事故的主要原因。目前的疲劳驾驶检测装置通常采用接触式生理信号检测驾驶员的疲劳状态，这种方式不仅导致驾驶员感觉不舒适，而且干扰驾驶员正常驾驶。非接触式图像传感器检测驾驶员面部信息的疲劳驾驶检测方法，虽克服了接触式检测的准确度低、可靠性差等缺点，但是容易受到外界环境的干扰。因此，研究多源信息融合的非接触式疲劳驾驶检测装置可以有效减少交通事故。 本文设计了基于雷达探测生理信号和方向盘角度检测多源信息融合的检测系统，该系统主要包括多普勒雷达生理信号检测系统、方向盘角度检测系统、驾驶视频信号记录系统。首先根据多普勒雷达探测生理信号原理，设计硬件系统，通过对雷达信号进行预处理、放大、有源带通滤波、模数转换等一系列的信号处理，从中获取与生理信息相关的雷达数字信号。方向盘角度采集系统采用霍尔转角传感器和旋转编码器相结合的方法实现对方向盘角度信号的采集。其次针对雷达数字信号特点，采用FIR和IIR两种不同数字滤波方法对生理信号进行分离，对比分离算法的优缺点，采用零相位IIR滤波算法分离出呼吸信号和心跳信号。最后使用学生T检验法对疲劳驾驶视频信号和同步的呼吸、心跳信号特征值进行统计分析，得到与疲劳程度相关联的信号量，并设计极限学习机前馈神经网络算法识别疲劳程度。提取不同疲劳程度下生理信号和方向盘信号特征值，通过极限学习机算法训练识别，并对疲劳样本数据进行识别测试。 学生T检验法统计驾驶员疲劳数据，结论表明驾驶员的呼吸深度与疲劳驾驶具有较强的依赖性。实验数据波形表明方向盘转角变化、驾驶员呼吸幅度和呼吸频率都随睡眠加深趋向减小。选取驾驶员疲劳样本进行识别测试，测试表明疲劳状态下的识别率达到81％。多源信息融合的非接触式疲劳驾驶检测系统具有预测性和较高的识别准确度。 |
| 作者： | 杨希宁 |
| 专业： | 集成电路工程 |
| 导师： | 陈龙 |
| 授予学位： | 硕士 |
| 授予学位单位： | 杭州电子科技大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
