原文传递
基于信息融合的驾驶警觉度识别方法研究
| 题名： | 基于信息融合的驾驶警觉度识别方法研究 |
| 正文语种： | 中文 |
| 作者： | 罗裕祥;潘雨帆 |
| 作者单位： | 西南交通大学 |
| 关键词： | 驾驶警觉度;眼动信号;心电信号;支持向量机;信息融合 |
| 摘要： | 为了对驾驶警觉度水平进行有效识别,基于眼动信号和心电信号特征指标的信息融合构建了一种驾驶警觉度水平的识别方法。通过驾驶行为绩效验证了驾驶警觉度等级划分的合理性,在此基础上对眼动信号和心电信号进行特征参数的提取和筛选,结合支持向量机(support vector machine,SVM)以融合眼动信号和心电信号为输入构建驾驶警觉度识别模型,并通过30名驾驶员的实验数据对模型进行检测结果表明不同等级警觉度下的驾驶行为存在显著差异性,验证了驾驶警觉度等级划分的合理性;基于信息融合构建的模型识别效果更优，其识别准确率为89.23%,使用单模态眼动和心电指标分别构建的模型识别准确率为84.36%和81.65%，该方法可用于驾驶警觉度识别以提高识别准确率。 |
| 期刊名称： | 综合运输 |
| 出版年： | 2020 |
| 期： | 10 |
| 页码： | 71-77 |
检索历史
应用推荐
