基于信息融合的駕駛員疲勞狀態(tài)檢測方法研究

《基于信息融合的駕駛員疲勞狀態(tài)檢測方法研究》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、碩士學(xué)位論文基于信息融合的駕駛員疲勞狀態(tài)檢測方法研究RESEARCHONDRIVINGFATIGUEDETECTIONMETHODBASEDONINFORMATIONFUSION方毅哈爾濱工業(yè)大學(xué)2018年6月國內(nèi)圖書分類號：TP391學(xué)校代碼：10213國際圖書分類號：681.5密級：公開工程碩士學(xué)位論文基于信息融合的駕駛員疲勞狀態(tài)檢測方法研究碩士研究生：方毅導(dǎo)師：劉丹講師申請學(xué)位：工程碩士學(xué)科：儀器儀表工程所在單位：自動化測試與控制系答辯日期：2018年6月授予學(xué)位單位：哈爾濱工業(yè)大學(xué)ClassifiedIndex:TN391U.D.C:681.5DissertationfortheMa

2、sterDegreeinEngineeringRESEARCHONDRIVINGFATIGUEDETECTIONMETHODBASEDONINFORMATIONFUSIONCandidate：FangYiSupervisor：LecturerLiuDanAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：InstrumentandMeterEngineeringAffiliation：Dept.ofAutomaticTestandControlDateofDefence：June,2018Degree-Conferring-Insti

3、tution：HarbinInstituteofTechnology哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文摘要駕駛疲勞是駕駛過程中經(jīng)常產(chǎn)生的生理現(xiàn)象，當(dāng)駕駛員進(jìn)入疲勞狀態(tài)時(shí)會變得注意力渙散、反應(yīng)遲鈍，極易釀成交通事故?；趩我恍畔⒃吹鸟{駛疲勞檢測方法在具體駕駛環(huán)境下穩(wěn)定性較差，存在很大局限。目前的研究趨勢逐漸傾向于融合多源信息來對駕駛疲勞做出綜合判斷。本文以提高駕駛疲勞檢測的準(zhǔn)確率、穩(wěn)定性以及環(huán)境適應(yīng)能力為研究目的。以駕駛員的面部圖像信息和腦電信息為研究對象。圍繞多源信息疲勞特征的提取方法、單模態(tài)駕駛疲勞檢測方法、信息融合駕駛疲勞檢測方法等核心問題展開了研究。并設(shè)計(jì)模擬駕駛實(shí)驗(yàn)評估了各種駕駛疲勞檢測

4、方法的效果。主要研究內(nèi)容如下：（1）調(diào)研了目前駕駛疲勞檢測的研究現(xiàn)狀與研究趨勢，總結(jié)了圖像信息、生理信息、駕駛行為信息等各種研究角度的優(yōu)缺點(diǎn)。針對單模態(tài)駕駛疲勞檢測的不足，確定了將駕駛員面部圖像信息和腦電信息融合的駕駛疲勞檢測方案，以提升檢測的準(zhǔn)確率、穩(wěn)定性與環(huán)境適應(yīng)能力。（2）從駕駛員眼部信息中提取了眼瞼閉合時(shí)間比例、閉眼速度等眼動特征，訓(xùn)練了基于眼動特征的單模態(tài)駕駛疲勞檢測模型，疲勞/非疲勞分類準(zhǔn)確率達(dá)到86%。從駕駛員腦電信息中提取了各節(jié)律的頻帶能量比，訓(xùn)練了單模態(tài)駕駛疲勞檢測模型，疲勞/非疲勞分類準(zhǔn)確率達(dá)到78%。（3）針對單模態(tài)駕駛疲勞檢測方法的局限性，使用多核學(xué)習(xí)、多集典型相關(guān)分

5、析融合多源異構(gòu)特征，并分別訓(xùn)練駕駛疲勞檢測模型，準(zhǔn)確率達(dá)到89%、93%?；贒-S證據(jù)理論對圖像信息和腦電信息進(jìn)行決策層融合，搭建駕駛疲勞檢測模型，準(zhǔn)確率達(dá)到95%。（4）使用模擬駕駛實(shí)驗(yàn)平臺展開了基于睡眠剝奪和基于反應(yīng)時(shí)間的模擬駕駛實(shí)驗(yàn)，同步采集駕駛員面部圖像信息與腦電信息。對數(shù)據(jù)進(jìn)行整理標(biāo)注，得到駕駛疲勞數(shù)據(jù)集，使用數(shù)據(jù)集訓(xùn)練和測試各種駕駛疲勞檢測模型。設(shè)計(jì)干擾環(huán)境下的模擬駕駛實(shí)驗(yàn)，評估各種駕駛疲勞檢測模型的穩(wěn)定性。關(guān)鍵詞：駕駛疲勞；信息融合；腦電信號；眼動特征-I-哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文AbstractDrivingfatigueisaphysiologicalphenome

6、nonthatoftenoccursduringthedrivingprocess.Ifthedriverentersafatiguestate,hewillbedistracted,unresponsive,andeasilyleadtotrafficaccidents.Driverfatiguedetectionmethodsbasedonasinglesourceofinformationarelessstableinaspecificdrivingenvironmentandhavesignificantlimitations.Currentresearcherstendtofuse

7、multi-sourcesinformationtomakecomprehensivejudgmentsondrivingfatigue.Thispaperaimstoimprovetheaccuracy,stabilityandenvironmentaladaptabilityofdrivingfatiguedetection,andtakesthedriver'sfacialimageandelectro