论文题名: | 基于脑电分析的驾驶疲劳实验研究 |
关键词: | 驾驶疲劳;脑电波;眨眼特征值;判别方法 |
摘要: | 驾驶疲劳是导致交通事故发生的主要原因之一。眨眼、心跳、血压、脑电波等医学指标在很大程度上可以反映人的疲劳瞌睡程度,尤其是被誉为疲劳瞌睡“金标准”的脑电波可以很好的反映人是否处于疲劳瞌睡状态。本研究正是基于此点,利用脑电仪器和视频设备测量人在模拟驾驶环境下的脑电波值和眨眼特征,得到代表典型疲劳状态下的脑电波和眨眼特征值,为利用脑电波仪和视频设备判断驾驶员是否处于疲劳瞌睡状态提供实验依据,为减少因疲劳驾驶造成的交通事故作出贡献。 本研究采用脑电波测量仪器Mental&Spiritual Electronics与Mind SensorⅡfor Windows Version4.0脑电波数据分析软件,以室内模拟实验为主,结合SONY摄像机在实验过程中对实验对象面部表情的拍摄,进行驾驶疲劳状态的研究。实验样本为173人,有效样本量为157人,其中男性有99人,占有效样本量的63%,女性有58人,占有效样本量的37%。 对每组脑电波原始数据采用基于Matlab平台的Fastica专业软件进行快速独立分量降噪处理,再进行快速傅里叶变换得到脑电频谱数据,并计算出正常清醒状态、临界状态和疲劳瞌睡这三种典型状态下最能反映脑电能量的各个波段下的脑电功率特征值。对实验者视频数据进行提取分析处理,找到三种典型状态下的面部表情视频片断,对其进行眨眼统计分析,得出三种典型状态下实验者平均一次闭眼时间的特征指。每种状态下的脑电波和眨眼特征值,都具有代表性的反映了每个状态下人的生理特性。 通过研究,得出了人在三种典型状态下各个波段脑电波的功率特征值和平均一次眨眼特征值;根据年龄和性别的不同,研究得出了代表不同年龄和性别人的脑电波和眨眼特征值。研究发现,慢a波功率值和平均一次眨眼时间相关程度最高,可以采用两种指标相结合的方法来对驾驶员所处状态作出判断。 |
作者: | 徐小冬 |
专业: | 交通运输工程;道路与铁道工程 |
导师: | 潘晓东;杨轸 |
授予学位: | 硕士 |
授予学位单位: | 同济大学 |
学位年度: | 2009 |
正文语种: | 中文 |