基于駕駛員生理特征的疲勞狀態(tài)識別方法研究.pdf

1、交通安全問題一直是困擾當今社會的主要問題之一。其中，不少特大道路交通傷亡事故是由駕駛員疲勞駕駛導致的。因此如何尋找快速有效的疲勞狀態(tài)識別方法，進而避免交通事故的發(fā)生，已成為當今研究的熱點之一。
　　本文通過總結歸納國內外疲勞檢測方法研究現(xiàn)狀，結合疲勞駕駛概念及其影響因素，研究生理信號與疲勞程度的關系，將腦電分析與心電分析應用于疲勞狀態(tài)識別的研究中，確定了論文的主要技術路線。其次介紹了生理信號特征提取方法，特征融合方法以及利用支持向

2、量機解決疲勞狀態(tài)多分類問題，為后續(xù)的駕駛疲勞試驗的設計與開展奠定基礎。
　　通過設計相關疲勞行駛實驗，考慮駕駛員駕駛經(jīng)驗個體差異性影響，將駕駛員分為熟練組和非熟練組。利用Spirt-10MarkII生理儀采集駕駛員在進行連續(xù)駕駛任務時的生理信號。并構建駕駛員疲勞等級主觀評判表，將駕駛員的疲勞狀態(tài)分為三個等級，即清醒、輕度疲勞、重度疲勞。
　　由于原始腦電信號中往往混有偽跡與噪聲，在提取腦電特征之前，先對其進行眼電偽跡去除、帶

3、通濾波等預處理。然后利用小波分析和快速傅里葉變換提取表征駕駛疲勞狀態(tài)變化的特征指標。針對心電信號，先通過差分閾值法進行 R波檢測得到RR間期序列，其次對心率變異性指標進行時域和頻域分析，確定可以用來評判疲勞狀態(tài)的特征指標。
　　利用Pearson簡單相關系數(shù)對腦電信號與心電信號進行相關性分析，后采用主成分分析法進行特征融合。然后引入支持向量機方法在熟練組、非熟練組以及綜合組（熟練組與非熟練組）中構建三組疲勞狀態(tài)判別模型，并比較三組