首页 期刊 数字制造科学 基于支持向量机的驾驶疲劳检测研究 【正文】

基于支持向量机的驾驶疲劳检测研究

作者:李敏; 李江天; 宋战兵 武汉理工大学汽车工程学院; 湖北武汉430070
svm   驾驶疲劳   皮电   肌电   样本熵  

摘要:为实现驾驶疲劳定量检测,设计了4 h高速单调路况模拟驾驶实验,通过编制的刺激信号采集反应时间,可穿戴设备采集皮电、肌电和心率信号,然后分析各信号变化规律,依据反应时间区分疲劳状态与清醒状态,选取生理信号特征指标,利用支持向量机(SVM)检测驾驶疲劳。研究发现:反应时间的变化呈跳跃性;皮电信号样本熵在疲劳状态下低于清醒状态,而大部分肌电信号样本熵在疲劳状态下高于清醒状态;基于SVM的驾驶疲劳检测算法准确率达86.25%,能有效识别驾驶疲劳。

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