基于生理信号的驾驶疲劳判别方法研究

论文摘要

汽车保有量的不断提高，导致了交通事故的频繁发生，其中因驾驶疲劳而导致的交通事故占有很大的比例。所以，如何及时的判别驾驶疲劳，有效地预防并阻止驾驶疲劳的发生，从而减少因此而导致的交通事故，提高道路交通安全，具有至关重要的意义。首先，论文在分析国内外研究现状的基础上，重点介绍驾驶疲劳的形成原因、影响因素以及驾驶员的生理信号和驾驶疲劳的关系。根据现状驾驶疲劳的研究缺陷和生理信号的特点提出了基于驾驶员的生理信号的疲劳判别方法。其次，由于实验的安全性和局限性，驾驶实验在模拟舱中进行，然而基于生理信号的模拟舱的有效性值得研究和探讨，所以本文首先针对模拟舱进行了有效性验证。系统的设计实验方案，选取真实场景路线，路线中主要包括常见路段和特殊路段（急转弯、陡坡），并在模拟舱中搭建相同的场景。要求驾驶员在真实场景和模拟场景中的驾驶速度和实验时间均相同，采集驾驶员的生理信号，选取脑电β波和心率分别作为脑电和心电信号指标，采用统计学方法对真实场景和模拟场景中的生理信号分别进行系统的对比分析和统计分析，得出驾驶模拟舱的相对有效性和绝对有效性，为在模拟舱中进行的基于生理信号的驾驶疲劳实验奠定了基础。设计合理的驾驶疲劳实验，由于实验场景较为单一，以生理信号为指标的驾驶疲劳的相关实验在模拟舱中是有效的。要求驾驶员在模拟舱的单调环境中驾驶至疲劳，采集驾驶员的生理信号，记录实验视频，根据视频选取驾驶疲劳时间段，提取脑电指标和心电指标的有效信息，并提出了利用脑电样本熵和心电LF聚类值判别驾驶疲劳的方法，采用ROC曲线对脑电样本熵和心电LF聚类值进行阈值的划分确定，从而获取了基于生理信号的驾驶疲劳的判别阈值，并追加实验进行了相关验证，证明脑电样本熵阈值和心电LF聚类阈值具有较高的准确性。在此基础上，搭建基于生理信号的疲劳基准判别系统，综合运用脑电和心电指标对驾驶疲劳形成递阶判别模式。以生理信号疲劳基准判别系统为辅助，构建基于驾驶行为的在线疲劳判别系统，为之后的驾驶疲劳的判别应用于实际中奠定了坚实的理论基础。研究中形成了一套科学的验证模拟舱有效性的实验方案，为模拟舱的相关验证研究提供了新的思路和方法。驾驶疲劳判别阈值的确定对研究驾驶疲劳和预防驾驶疲劳的产生起到了至关重要的作用，为危险驾驶行为的相关研究奠定了一定的研究基础。

论文目录

• 摘要
• Abstract
• 第1章 概述
• 1.1 研究背景
• 1.2 研究目的和意义
• 1.3 国内外研究现状
• 1.3.1 检测驾驶员的外部特征
• 1.3.2 检测驾驶员的驾驶行为
• 1.3.3 检测驾驶员的生理信号
• 1.4 研究内容
• 1.5 技术路线
• 1.6 本章小结
• 第2章 基于生理信号的驾驶疲劳研究
• 2.1 驾驶疲劳相关概述
• 2.1.1 驾驶疲劳的概念
• 2.1.2 驾驶疲劳行成过程
• 2.1.3 驾驶疲劳影响因素
• 2.2 驾驶员生理特征变化和驾驶疲劳的关系
• 2.2.1 生理信号的介绍
• 2.2.2 生理信号在驾驶疲劳状态下的特征变化
• 2.3 基于生理信号的驾驶疲劳判别方法的研究
• 2.4 小结
• 第3章 基于生理信号的驾驶模拟舱有效性研究
• 3.1 模拟舱有效性研究的国内外现状
• 3.1.1 模拟舱有效性验证的必要性
• 3.1.2 国内外研究现状
• 3.1.3 模拟舱有效性研究的解决方案
• 3.2 实验设计
• 3.2.1 实地场景实验设计
• 3.2.2 模拟场景实验设计
• 3.3 数据分析与处理
• 3.3.1 脑电数据分析
• 3.3.2 心电数据分析
• 3.4 小结
• 第4章 驾驶疲劳判别方法的研究
• 4.1 基于生理信号的驾驶疲劳判别方法的研究方案
• 4.2 实验设计
• 4.2.1 实验场景设计
• 4.2.2 被试样本
• 4.2.3 实验流程
• 4.3 实验指标选取
• 4.3.1 脑电指标选取
• 4.3.2 心电指标选取
• 4.4 数据处理方法
• 4.4.1 样本熵方法介绍
• 4.4.2 聚类方法的介绍
• 4.4.3 ROC 曲线分析方法
• 4.5 驾驶疲劳判别阈值的确定
• 4.5.1 脑电信号样本熵判别阈值的确定
• 4.5.2 心电 LF 聚类判别阈值的确定
• 4.6 驾驶疲劳判别系统的建立
• 4.6.1 基于生理信号的疲劳基准判别系统设计
• 4.6.2 基于驾驶行为的在线疲劳判别系统设计
• 4.7 小结
• 第5章 结论与展望
• 5.1 论文结论
• 5.2 论文展望
• 参考文献
• 附录
• 攻读硕士学位期间发表的论文
• 致谢