论文摘要
疲劳驾驶是导致交通事故的主要原因之一。为了对驾驶员的疲劳状态进行有效识别,通过无线测量设备采集6名长途客车驾驶员的脑电、肌电和呼吸信号,并对其进行分析处理。结合当下时刻的上下文信息(睡眠质量、驾驶条件、生理节律),利用信息融合技术,建立3层隐马尔可夫模型,从而实现对疲劳驾驶的动态估计。从两种不同情况出发,估计驾驶过程中不同时刻驾驶员疲劳的概率。基于贝叶斯模型的预测结果与主观评分结果的一致性达到了0.87,表明所提出的模型能够对驾驶员的疲劳状态进行有效的动态识别。
论文目录
文章来源
类型: 期刊论文
作者: 付荣荣,田永胜,王世超,王琳
关键词: 疲劳驾驶,动态贝叶斯估计,脑电信号,肌电信号,呼吸信号
来源: 中国生物医学工程学报 2019年06期
年度: 2019
分类: 医药卫生科技,工程科技Ⅱ辑
专业: 公路与水路运输
单位: 燕山大学测试计量技术及仪器河北省重点实验室,沈阳工程学院机械学院
基金: 国家自然科学基金(51605419),河北省自然科学基金(E2018203433),中国博士后基金一等资助(2016M600193)
分类号: U491.254
页码: 759-763
总页数: 5
文件大小: 310K
下载量: 253