-
题名基于多生理信号融合的疲劳驾驶检测研究
被引量：2
- 1
-
-
作者
龚淑娟
赵永翔
黄德明
-
机构
泉州经贸职业技术学院管理系
福州大学经济与管理学院
国网泉州供电公司
-
出处
《安全与环境学报》
CAS
CSCD
北大核心
2023年第11期4002-4012,共11页
-
基金
国家自然科学基金项目(71974033,71942002)。
-
文摘
为减少交通事故,保障道路交通安全,提出一种能更加有效地检测驾驶人驾驶状态的方法。通过对疲劳状态进行等级划分,利用脉搏波信号(Photoplethysmographic signal,PPG)以及皮肤电反应信号(Galvanic Skin Response,GSR),实现多种生理信号融合,进而构建驾驶人的驾驶疲劳状态数据库。根据采集数据结合主观评测分析驾驶人状态变化规律,选取有效指标进行分析比较,以探究各个指标与疲劳程度的变化趋势。依据状态变化规律和特征,结合主观评测,分析驾驶人的疲劳状态。同时,设定疲劳状态等级,分为清醒、轻度疲劳和重度疲劳状态,构建隐马尔可夫(Hidden Markov Model,HMM)驾驶疲劳水平分级的疲劳评估模型。测试结果显示:训练后的HMM疲劳检测模型准确率为90%。
-
关键词
安全工程
疲劳驾驶
生理指标
多特征融合
隐含马尔科夫模型
疲劳分级
-
Keywords
safety engineering
fatigue driving
physiological index
multiple feature fusion
Hidden Markov Model(HMM)
fatigue classificatio
-
分类号
X951
[环境科学与工程—安全科学]
-
