基于 EEG 熵值的驾驶员脑力负荷水平识别方法

摘要：

为了对驾驶员脑力负荷予以有效识别，基于脑电信号指标构建了一种驾驶员脑力负荷识别方法．对驾驶员脑电信号进行快速傅里叶变换（FFT），选取θ（4～8 Hz），α（8～13 Hz），β（13～30 Hz）3个频段的频谱幅值分别进行熵处理，对所得到的熵值作为脑力负荷识别参数，并对识别参数进行 Kruskal-Wallis 检验，选取差异最为显著的10项参数作为脑力负荷特征指标，在此基础上结合 BP 模型构建了驾驶员脑力负荷识别模型．基于驾驶模拟器实验数据，模型识别正确率为87．8％～90．4％．结果表明，该模型对驾驶员脑力负荷识别具有较高准确性，可实现不同驾驶员脑力负荷的有效识别，为未来自动辅助驾驶系统构建及车载信息系统优化设计提供算法依据．

关键词：驾驶脑力负荷、熵、EEG、BP 神经网络

分类号：X951

资助基金：国家自然科学基金资助项目51108390，U1234206．

在线出版日期：2015-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：980-984