資源描述：
《基于信息融合的駕駛員疲勞狀態(tài)檢測(cè)方法研究》由會(huì)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(kù)。
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(cè)方法研究RESEARCHONDRIVINGFATIGUEDETECTIONMETHODBASEDONINFORMATIONFUSION方毅哈爾濱工業(yè)大學(xué)2018年6月國(guó)內(nèi)圖書分類號(hào)：TP391學(xué)校代碼：10213國(guó)際圖書分類號(hào)：681.5密級(jí)：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(cè)方法研究碩士研究生：方毅導(dǎo)師：劉丹講師申請(qǐng)學(xué)位：工程碩士學(xué)科：儀器儀表工程所在單位：自動(dòng)化測(cè)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(guò)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(huì)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(cè)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(shì)逐漸傾向于融合多源信息來(lái)對(duì)駕駛疲勞做出綜合判斷。本文以提高駕駛疲勞檢測(cè)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(duì)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(cè)方法、信息融合駕駛疲勞檢測(cè)方法等核心問(wèn)題展開了研究。并設(shè)計(jì)模擬駕駛實(shí)驗(yàn)評(píng)估了各種駕駛疲勞檢測(cè)
4、方法的效果。主要研究?jī)?nèi)容如下：（1）調(diào)研了目前駕駛疲勞檢測(cè)的研究現(xiàn)狀與研究趨勢(shì)，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(duì)單模態(tài)駕駛疲勞檢測(cè)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(cè)方案，以提升檢測(cè)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(dòng)特征，訓(xùn)練了基于眼動(dòng)特征的單模態(tài)駕駛疲勞檢測(cè)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(cè)模型，疲勞/非疲勞分類準(zhǔn)確率達(dá)到78%。（3）針對(duì)單模態(tài)駕駛疲勞檢測(cè)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(cè)模型，準(zhǔn)確率達(dá)到89%、93%?；贒-S證據(jù)理論對(duì)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(cè)模型，準(zhǔn)確率達(dá)到95%。（4）使用模擬駕駛實(shí)驗(yàn)平臺(tái)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(duì)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(cè)試各種駕駛疲勞檢測(cè)模型。設(shè)計(jì)干擾環(huán)境下的模擬駕駛實(shí)驗(yàn)，評(píng)估各種駕駛疲勞檢測(cè)模型的穩(wěn)定性。關(guān)鍵詞：駕駛疲勞；信息融合；腦電信號(hào)；眼動(dòng)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
