10.3969/j.issn.1006-9348.2013.05.039
基于多参数融合的疲劳驾驶监测及预警系统
为预防交通事故发生,针对疲劳驾驶进行实时有效监测和预警的需要,提出在脑电检测的基础之上,提取了近似熵、Kc复杂度和C0复杂度,建立了混合专家网络分类器模型,实现了觉醒和瞌睡状态的预测.同时,用小波包域功率谱实现了闭眼的检测,作为瞌睡监测的辅助检测.系统监测异常状态时,将发出声音及视觉指示提醒驾驶员注意安全行驶.经测试,在最佳窗长下,觉醒和瞌睡状态的识别准确率为75.25±9.21;睁闭眼状态的识别准确率为87.31±3.97;系统监测的平均处理时间为0.1708±0.0124s.混合专家网络方法可以快速有效的识别睁眼、闭眼和瞌睡状态,为开发实时、便携的疲劳监测预警设备提供了很好的模型.
疲劳驾驶监测、脑电、特征提取、异常驾驶预警、混合专家网络
30
TP182(自动化基础理论)
国家自然科学基金30970876,81141076
2013-07-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
171-175,207