详情

原文传递机动车驾驶疲劳识别系统研究

论文题名：	机动车驾驶疲劳识别系统研究
关键词：	交通安全;机动车驾驶;驾驶疲劳识别;驾驶员操作行为;车辆行驶状态;BP神经网络
摘要：	随着现代交通运输业的快速发展，由机动车驾驶疲劳引起的道路交通事故也大幅增长，严重威胁人们生命财产安全。ITS技术的快速发展为道路交通安全问题的解决提供了一条新的思路，它将先进的信息技术、通信技术、控制技术、传感器技术和系统综合技术应用于道路交通安全领域，可以为驾驶疲劳研究提供有益的技术支持。　　本文在研究驾驶疲劳的国内外研究状况的基础上，总结了两种不同的驾驶疲劳识别方法：基于驾驶员行为特征的驾驶疲劳识别方法和基于车辆状态特征的驾驶疲劳识别方法。本文研究的机动车驾驶疲劳识别系统，是基于驾驶操作行为及车辆行驶状态，论文的具体内容如下：　　 (1)研究分析了国内外的驾驶疲劳识别方法，采用基于驾驶操作行为及车辆行驶状态的方法研究驾驶疲劳识别问题。就交通系统要素间相互作用关系作了详细分析，阐述了系统识别的原理，最后选取转向、油门、离合、刹车、速度及加速度作为驾驶疲劳识别的特征指标。　　 (2)根据模块化的设计思想，设计了系统的硬件/软件部分。首先对系统进行了总体设计，其次分别设计了主控制模块、信号采集模块、电平转换模块、串口通信模块以及报警模块，然后阐述了电路设计时需要注意的问题，包括电路版图布线、抗干扰问题、防静电问题，最后对系统的软件设计作了说明。　　 (3)在汽车驾驶模拟器上采集了驾驶疲劳识别需要的相关数据，对数据的分析方法作了简要说明，设计了驾驶疲劳识别算法。经过分析后的样本数据有两类，一类是100组疲劳识别特征及其对应的驾驶状态，另一类是100组主成分特征及其对应的驾驶状态。分别用BP神经网络和RBF神经网络对这两类数据进行了分析，结果表明，无论是利用驾驶疲劳特征还是主成分特征，都可以较好的识别驾驶员的驾驶状态，BP神经网络的效果优于RBF神经网络；主成分提取不会影响疲劳识别的准确性，而且可以降低数据的复杂度，提高效率。
作者：	胡鸿志
专业：	交通信息工程及控制
导师：	吴超仲
授予学位：	硕士
授予学位单位：	武汉理工大学
学位年度：	2010
正文语种：	中文