基于多生理信号的驾驶警觉度识别研究

《基于多生理信号的驾驶警觉度识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：U491密级：公开国际图书分类号：656西南交通大学研究生学位论文基于多生理信号的驾驶警觉度识别研究年级二〇一四级姓名肖琼申请学位级别工学硕士专业交通运输规划与管理指导老师郭孜政副教授二零一八年五月ClassifiedIndex:U491U.D.C:656SouthwestJiaotongUniversityMasterDegreeThesisRESEARCHONDRIVINGALERTNESSRECOGNITIONBASEDONMULTIPLEPHYSIOLOGICALSIGNALSGrade:2014Candidate:XiaoQiongAcad

2、emicDegreeAppliedfor:MasterDegreeSpeciality:TransportationplanningandmanagementSupervisor:GuoZhizhengMay.1,2018西南交通大学硕士研究生学位论文第I页摘要伴随当前汽车持有规模的不断提升，现有的道路安全问题构成的负面问题愈加凸显。驾驶员作为汽车的操作者，其精神状态往往是事故发生的主导原因。在长时间持续驾驶，驾驶员的驾驶警觉度会随着生理、心理、环境等变化而持续下降。众多研究发现生理信号能敏感地反映出驾驶员的精神状态。因此本文结合脑电信号和心电信号构建了一种驾驶警觉

3、识别方法。论文的分析重点为下述内容：（1）整理世界范围内有关驾驶警觉度的分析，对脑电以及心电信号和警觉度之间的联系开展探讨和论述，根据之前学者的研究发现驾驶前后两时段脑电信号和心电信号关键性指标是存在差异，说明了脑电信号与心电信号变化能够反映警觉度的变化。（2）通过驾驶前后的驾驶行为数据如速度偏差、速度均值、车道偏移量等指标用t检验了前后两时段数据存在显著差异，同时用了对刺激信号的反应正确率验证了被试的驾驶警觉度发生了显著变化，并采用刺激反应错误指标对驾驶警觉度进行了等级划分。（3）对心电信号的心率变异性进行了时域和频率分析，对于提取到的特征指标分别验证了其前后两时

4、段其发生了显著性差异变化。对脑电信号采用小波变换的方式来开展对应的特征分析工作，从而获得所需求的脑电成分，同时对比两阶段信号重点指标的变化，进一步获得对应的关键特征指标。（4）利用T-S模糊神经网络模型理论构建了驾驶警觉度融合识别模型。综合脑电和、心电指标进行了驾驶警觉度识别，发现综合心电和脑电的双信号的模型识别率比单信号的识别率稍微提升，特别对低驾驶警觉度的识别率有明显提高。关键词：心电信号；脑电信号；驾驶警觉度；等级划分；神经网络；识别模型西南交通大学硕士研究生学位论文第II页AbstractWiththeincreasingofcarownership,roa

5、dtrafficsafetyproblemhasbecomemoreserious.Astheoperatorofacar,itsmentalstateisoftenthedominantreasonforcaraccidents.Inthelongdriving,thedriver'sdrivingalertnesswillcontinuetodecreasewiththedegreeofmentalfatigue.Numerousstudieshavefoundthatphysiologicalsignalsaresensitivetothedriver'sme

6、ntalstate.Therefore,adrivingvigilancerecognitionmethodbasedonEEGandECGsignalsisproposed.Themainresearchcontentsofthispaperincludethefollowingpoints:(1)Inthispaper,therelationshipbetweenelectroencephalogram(EEG)andelectrocardiogram(ECG)signalsandalertnesswasstudied.Accordingtopreviousst

7、udies,thereweredifferencesinthekeyindexesofelectroencephalogram(EEG)beforeandafterdriving.(2)Thedifferencebetweenthebeforeandafterdrivingbehaviordatasuchasspeeddeviation,averagespeed,laneoffset,andresponseaccuracywastestedbyT.Theeffectivenessofthesplitoftheupperandloweralertnesswasve