基于駕駛員生理特征分析的駕駛疲勞狀態(tài)識別方法研究.pdf

1、駕駛疲勞是造成重大道路交通事故的重要原因之一，利用疲勞駕駛時駕駛員的一些生理指標的變化，可實現(xiàn)對駕駛疲勞狀態(tài)的實時監(jiān)測。為對不同精神狀態(tài)時駕駛員的特異性生理指標進行分析比較，采集了駕駛模擬器上被測試者連續(xù)操作時的心率、皮電、肌電、皮溫、呼吸深度/頻率等幾項生理指標，提取了被試疲勞狀態(tài)時的生理特征值，建立了駕駛員生理信息庫，并利用模糊聚類的方法實現(xiàn)駕駛疲勞狀態(tài)的識別，為研制簡單、實用的駕駛疲勞監(jiān)測裝置奠定了一定的研究基礎。 利用駕

2、駛員生理信息采集正交實驗，采集了被試在駕駛模擬器連續(xù)駕駛時的心率、皮電、肌電、皮溫、呼吸深度/呼吸頻率等多項生理指標，并利用直觀分析法分析了不同實驗因素對被試精神狀態(tài)的影響。 在實驗采集的數(shù)據(jù)基礎上，選取被試3種精神狀態(tài)(正常、臨界、疲勞)的各16組生理指標數(shù)據(jù)。通過在時域中對比分析這48組數(shù)據(jù)發(fā)現(xiàn)，不同精神狀態(tài)時數(shù)據(jù)特征表現(xiàn)不明顯，因此在頻域中對這些數(shù)據(jù)進行了進一步分析，分別對48組數(shù)據(jù)進行5尺度的db4小波分解，分析比較各層

3、高頻及低頻系數(shù)及其重構信號，提取了對被試精神狀態(tài)反應較敏感的8項特征參數(shù)(分別為：肌電的σm、ca5_e、cd1_e，心率的σh、ca5_e、cd1_e、rd2_range，呼吸量的rd1range)作為駕駛疲勞狀態(tài)識別的特征向量。 根據(jù)駕駛疲勞狀態(tài)特征向量及其對應的特征數(shù)據(jù)集，利用模糊聚類方法對被試精神狀態(tài)分兩步進行識別：①對Mca5_e進行模糊C-均值聚類，將駕駛狀態(tài)分為正常和非正常狀態(tài)；②利用σh、Hca5_e、Hcd1_