论文题名: | 基于脑电和脑血流信号的疲劳驾驶综合评价指标的研究 |
关键词: | 疲劳驾驶;脑电信号;脑血流信号;经验模态分解;希尔伯特黄变换;特征提取;主成分分析 |
摘要: | 随着科学技术和国民经济的不断发展,我国的汽车保有量不断增加。然而,在汽车极大地方便了人们日常出行运输的同时,重大的交通事故发生率也有逐年上升的趋势。其中,驾驶员疲劳是造成交通事故的重要原因之一。因此,如何准确有效地监控驾驶员的疲劳状态并予以及时提醒就成为降低交通事故发生率保障人民生命财产安全的重要问题。本研究中采用模拟驾驶舱进行相关的驾驶疲劳仿真实验,将脑电与脑血流作为评价疲劳的综合指标,研究了驾驶疲劳状态过程,针对疲劳脑电信号采用希尔伯特黄变换进行特征提取,提出了基于脑电和脑血流信号的判定依据,并简要分析了脑电与脑血液信号在疲劳加强状态下的相关性。本课题的研究内容主要包括: (1)采集了疲劳驾驶前后人体大脑顶部、枕部、额部和颞部的脑电信号,采用经验模态分解与Hilbert变换结合的办法对脑电信号进行分析,得到了驾驶各状态脑电的Hilbert边际谱图;研究了α波段脑电信号在驾驶疲劳前后的变化规律,并比较了按摩仪与自然放松对疲劳的缓解效果。 (2)采用了经颅多普勒超声测量仪经颞窗测量了大脑中动脉的平均血流速度,提取了驾驶疲劳状态前后变化规律。同时,也比较了两种按摩方式的效果对脑血流速度的影响。 (3)研究了脑电与脑血流信号的相关性,发现了经颞窗测得的大脑中动脉血流信号与颞部T3,T4导联测得的脑电信号有着较强的相关性。计算了大脑能量指数,通过实验分析寻找能够反映疲劳前后大脑变化的能量参数。 (4)选择了主成分分析对多个生理指标进行了分析,提取了可有效保留原始生理信号的疲劳驾驶的综合评价指标。采用聚类分析对提取出的指标进行判断,检验其是否能够充分地识别出驾驶疲劳状态。 |
作者: | 严雅婧 |
专业: | 机械电子工程 |
导师: | 王宏 |
授予学位: | 硕士 |
授予学位单位: | 东北大学 |
学位年度: | 2012 |
正文语种: | 中文 |