基于动态贝叶斯估计的疲劳驾驶识别研究

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.

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

所属期刊栏目：38

分类号：R318(医用一般科学)

资助基金：国家自然科学基金;河北省自然科学基金;中国博士后基金一等资助

在线出版日期：2020-04-10（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：759-763