首页 期刊 交通运输研究 基于模糊神经网络的驾驶警觉度识别方法研究 【正文】

基于模糊神经网络的驾驶警觉度识别方法研究

作者:吴志敏; 潘雨帆; 洪治潮 公路交通安全与应急保障技术及装备交通运输行业研发中心; 广东广州510420; 广东华路交通科技有限公司; 广东广州510420; 西南交通大学交通运输与物流学院; 四川成都610031
模糊神经网络   驾驶警觉度等级   脑电信号   小波变换   识别模型  

摘要:为了有效识别驾驶警觉度,构建了一种基于脑电信号的驾驶警觉度识别方法。首先,以主观疲劳测评、驾驶行为绩效作为量化指标,验证驾驶警觉度等级划分的合理性。在此基础上,对脑电信号数据进行小波变换提取特征参数,作为驾驶警觉度的识别特征指标,结合模糊神经网络构建了驾驶警觉度识别模型。最后,采用该模型对20名驾驶员连续驾驶3h的脑电数据进行试算。结果表明:通过对前后时段的主观疲劳与行为数据进行对比分析,两时段数据存在着显著差异性,说明驾驶警觉度等级划分具有合理性;采用模糊神经网络的识别结果优于BP神经网络,其模型识别正确率为81.29%~84.95%,且平均正确率为83.12%,该方法可用于驾驶警觉度的识别。

注:因版权方要求,不能公开全文,如需全文,请咨询杂志社

学术咨询 免费咨询 杂志订阅