基于眼动指标的脑力疲劳识别研究

为减少因脑力疲劳导致的安全事故的发生,研究如何测量和识别脑力疲劳具有十分重要的现实意义.本文提出通过作业前后心算可靠性下降率作为判断脑力疲劳程度的指标,利用眼动追踪仪Tobii Glasses设备测量被试者疲劳前后的瞳孔直径、注视点、陀螺和加速计等眼动参数指标,探究被测试者眼动指标变化规律与脑力疲劳之间的关系.结果表明:发生脑力疲劳时瞳孔直径增加,陀螺和加速计的值减小,注视点的分散程度增加.瞳孔直径、注视点、陀螺和加速计等眼动指标都与脑力疲劳相关.本文研究结果可为建立脑力疲劳评价指标体系和预测脑力疲劳奠定基础.     

基于EEG频谱特征的驾驶员疲劳监测研究

研究表明疲劳驾驶是引发交通伤亡事故的重要原因之一,因此有必要采取相应的预防措施。脑电是公认的睡眠(疲劳)金指标,因此论文提出了基于脑电频谱特征的驾驶员疲劳预测方法。采用了驾驶模拟实验中记录的三路驾驶员脑电信号,并利用驾驶员自评与专家评定两种方式相结合的方法将驾驶数据分为疲劳和清醒。针对脑电中眼电噪声很强的特点,对记录的脑电进行了自适应滤波消噪处理,结果显示可有效滤除眼电伪迹;然后根据脑电的频域特征比较突出且与疲劳相关的特点,从去噪后的脑电中提取出了的75个频谱特征;最后利用这些频谱特征,采用朴素贝叶斯分类的方法建立了驾驶员疲劳监测模型。实验结果表明,该方法能监测出驾驶员84%的疲劳状态。     

基于生理信号的驾驶疲劳综合指标试验研究

研究驾驶过程中随着疲劳的产生驾驶员生理信号的变化规律,提取反映驾驶疲劳程度的综合指标。采用驾驶模拟器对20名被试进行驾驶模拟试验,用MP150多导生理仪实时采集并记录驾驶员在60 min驾驶任务过程中的心电信号、脑电信号、肌肉电阻信号、皮肤温度信号和呼吸频率信号。运用R软件对数据进行线性回归分析,对比一般回归分析,逐步线性回归分析克服了一般回归分析许多变量不显著的缺点,得到了最优的驾驶综合指标方程,确定了与各项指标相关的驾驶疲劳评价综合指标,并通过3名被试模拟驾驶试验验证了综合指标作为评价驾驶疲劳的有效性。     

脑力疲劳与非疲劳状态眼动指标的判别

为研究利用眼动指标(注视点个数FC、平均注视时间AFD、平均眼跳幅度ASA、最大瞳孔面积Pupil Max及反应时RD)对脑力疲劳状态进行判定,通过眼动追踪技术,测试了不同脑力疲劳程度的眼动指标值并进行分析。结果表明:1)通过FC、AFD、ASA和Pupil Max四个眼动指标可以判定被试者所处的疲劳状态; 2)当测试者注视点个数FC处于(11,13)区间,平均注视时间AFD处于(328,409)区间,平均眼跳幅度ASA处于(5,7)区间,最大瞳孔面积Pupil Max处于(992,1 124)区间时为非疲劳状态;当FC处于(7,10)区间,AFD处于(263,319)区间,ASA处于(2,4)区间,最大瞳孔面积Pupil Max处于(584,935)时可以认定被试者为疲劳状态。     

基于多生理信号融合的疲劳驾驶检测研究

为减少交通事故,保障道路交通安全,提出一种能更加有效地检测驾驶人驾驶状态的方法。通过对疲劳状态进行等级划分,利用脉搏波信号(Photoplethysmographic signal, PPG)以及皮肤电反应信号(Galvanic Skin Response, GSR),实现多种生理信号融合,进而构建驾驶人的驾驶疲劳状态数据库。根据采集数据结合主观评测分析驾驶人状态变化规律,选取有效指标进行分析比较,以探究各个指标与疲劳程度的变化趋势。依据状态变化规律和特征,结合主观评测,分析驾驶人的疲劳状态。同时,设定疲劳状态等级,分为清醒、轻度疲劳和重度疲劳状态,构建隐马尔可夫(Hidden Markov Model, HMM)驾驶疲劳水平分级的疲劳评估模型。测试结果显示：训练后的HMM疲劳检测模型准确率为90%。     

大型地下洞室施工期间排烟数值分析及需风量计算方法研究

对大断面洞室在爆破后工作面烟气快速达标的影响因素进行了事故树分析,基于分析的要素运用Fluent仿真模拟软件对其开挖爆破后的通风排烟进行了仿真模拟。通过改变风筒的风量值,对不同断面的洞室进行了数值模拟试验。结果表明:大断面洞室烟气稀释时,不同的风筒送风量导致排烟时间不同,但总需风量体积基本保持定值;对总需风量体积影响较大的因素是洞室的全断面;洞室内距掌子面200 m左右范围内风速方向、大小不断变化,形成涡流。将数值试验结果与已有的矿用风量计算公式进行对比分析,并对其进行修正,得出大断面洞室在爆破开挖时,稀释烟气所需总风量计算公式,该公式适用于断面在200~600 m2的大型地下洞室爆破后排烟需风量的计算。     

基于生理指标的建筑工人攀登作业疲劳实验研究

为研究攀登作业建筑工人生理疲劳状态的评测指标,提出1种基于生理指标的建筑工人攀登作业疲劳测度实验方法。首先,设计实验测量建筑工人的心率、皮肤温度、舒张压、收缩压4项生理指标,结合Brog’s RPE主观疲劳程度量表研究建筑工人生理疲劳的变化;其次,提取上述4项指标的平均值和标准差作为生理指标特征值,利用静息状态下生理指标特征值和疲劳状态下生理指标特征值进行方差分析、球形检验、T检验筛选出与疲劳相关的特征值;最后,利用支持向量机构建疲劳检测模型。研究结果表明：上述8项生理指标特征值与攀登作业工人疲劳具有显著相关性,疲劳检测模型的准确率为96.875%,研究结果可对攀登作业人员疲劳评估和疲劳预警具有实践性意义。     

一种基于GIS的地下洞室群风网解算可视化研究

为了实现地下洞室群火灾网络模拟的可视化,利用地理信息系统及C#语言研究开发了一种风网解算系统。该系统能实现通风网络图的绘制及自动编号、解算及显示火灾烟气可能蔓延的区域,并可为相关部门制定火灾应急救援预案时提供支持     

眼动指标检测管制疲劳的性能研究

为了挖掘更多检测管制疲劳的眼动指标,利用模拟塔台管制软件和眼动仪搭建试验平台,采集被试的眼动数据和主观疲劳的程度值,通过其疲劳前后眼动指标差异的显著性、与疲劳的相关性、以及受试者的工作特征曲线(ROC)分析,探讨了各眼动指标检测管制疲劳的性能。结果表明:疲劳前后被试的扫视速度、注视点和平均注视时长差异显著,扫视幅度无显著差异;扫视幅度与疲劳无相关性,平均注视时长与疲劳呈弱相关,扫视速度和注视点数与疲劳均呈中等以上的显著相关;利用注视点、扫视速度二元分类识别疲劳的效果为接近较好水平,是有潜力的管制疲劳检测指标,可为管制员疲劳检测和预警提供试验支撑。     

基于生理信号的气味对运动性疲劳的影响分析

利用MP150多道生理仪记录心电和脑电等生理信号的变化,从嗅觉的角度,研究2种嗅觉刺激气体(桉树精油和工业废水)对运动性疲劳的影响,并以静息组做对照进行了3组试验。结果表明:1)方差分析显示,关于HR、MRR、Uα等静息组和精油组p0.05,达到显著性水平;2)心电数据分析显示,3组试验心率值均处于下降趋势,精油组下降速度最快,且下降的幅度最大;3)脑电数据分析显示,脑能量参数(Uα+Uθ)/Uβ的变化说明疲劳程度先增加后降低,嗅吸过精油后脑能量上升的幅度最小,开始下降的时间最早,且下降的幅度相对较大。这表明精油和工业废水对人体产生了不同的影响,但精油对心电和脑电信号影响较大,对运动后心率和疲劳的恢复有较好的作用。桉树精油能更好地缓解运动性疲劳。     

基于脑电数据的管制架次对管制员疲劳影响研究

为量化研究管制区域内飞机架次的时空变化对管制员疲劳的影响,设计相应测试方案进行试验研究.有针对性地选取20名在职管制员分别在大、小夜班的班前和班后进行试验,采集完成不同流量等级下雷达模拟机任务过程中的管制员的脑电(EEG)信号数据,从数据中提取疲劳指标值,运用SPSS20.0软件统计分析指标值,根据管制员的岗龄将其分成...     

基于D-S证据理论的地下洞室作业人员安全行为评价

为系统地评价地下洞室作业人员安全行为水平,综合运用集对分析和D-S证据理论,提出一种基于D-S证据理论的作业人员安全行为评价方法。首先,分析了影响作业人员安全行为的因素,构建包括作业人员安全素养、生理因素、心理因素、作业技术等4个一级指标及16个二级指标的综合评价指标体系,并将安全行为等级划分为4级;其次,采用集对分析处理二级指标的不确定性,产生基本信度分配函数（BPA）;然后,利用D-S证据理论,融合一级指标的BPA,产生最终安全等级隶属度;最后,结合最大隶属度原则和信任准则,确定地下洞室作业人员安全行为等级。以某水电站引水隧洞开挖工程为例,确定该工程中作业人员行为安全等级为z2级,即一般安全,符合工程实际。     

高速公路驾驶员主动疲劳的脑电检测分析北大核心CSCD

为开发高速公路驾驶疲劳预警系统,保障道路交通安全,基于脑电(EEG)数据功率谱分析方法,探索驾驶员主动疲劳与脑电指标(θ+α)/β的关系,首先,开展模拟驾驶试验,采集21名被试驾驶状态的脑电信号,分析α(8~13Hz),β(13~30Hz),θ(0.5~4Hz)这3个频段的脑电波,计算脑电合并指标(θ+α)/β;然后,运用瑞典行业疲劳问卷(SOFI),比较驾驶员执行驾驶任务前后的疲劳状态,分析心理测量和脑电测量结果的回归拟合效度。结果表明:在高速公路复杂驾驶任务中,驾驶员脑电合并指标(θ+α)/β呈现下降趋势,同时,(θ+α)/β与驾驶员主观疲劳程度有显著的正向拟合关系,拟合解释率达50%;脑电指标(θ+α)/β可实时预测驾驶员主动疲劳状态。     

基于面部特征识别的管制员疲劳监测方法研究

为进一步控制疲劳诱发的空管人为差错,提出一套基于面部特征识别的空中交通管制员疲劳实时监测方法。应用眼动仪和视频记录系统开展36 h睡眠剥夺试验,确定PERCLOS值、平均闭眼时长、哈欠频率3个疲劳判定指标的判定阈值,并给出综合疲劳程度的融合算法。应用机器视觉的理论和方法,开发功能完整的管制员疲劳状态实时监测告警原型系统。结果表明,通过对面部特征的识别和状态融合能够实现对管制员疲劳状态的实时监测。建议在此基础上进一步开发可实用的疲劳监测系统。     

基于多生理信号的飞行警戒疲劳检测

为预防事故发生,保障飞行安全,提出一种基于多生理信号和支持向量机(SVM)的飞行警戒疲劳检测方法,识别飞行员飞行警戒中的疲劳状态。首先,研究疲劳评价与检测方法,并基于自主开发的飞行警戒测试系统与多导生物反馈仪和眼动仪搭建试验平台;然后,采集飞行警戒作业中的心电、眼动、呼吸等多生理信号和主观疲劳自评值;再次,通过配对样本的非参数检验,提取敏感生理指标,并以此作为特征向量,通过机器学习训练,构建基于多生理信号和SVM的疲劳检测模型;最后,依据受试者工作特征(ROC)曲线和模型准确率,对比分析各疲劳检测模型的效果。结果表明：在飞行警戒疲劳状态下,作业者的多项生理指标均有显著变化;心电、眼动和呼吸等多生理信号融合较单一信号的疲劳检测效果好,其ROC曲线下面积为0.802。基于高斯径向基核函数(RBF)构建的疲劳检测模型训练及预测准确率可达93%和87.50%。基于多生理信号和SVM方法可以实现对飞行警戒疲劳状态的检测。     

山区高速公路空间郁闭度对驾驶员视觉及生理指标的影响

为了解高速公路空间郁闭度对驾驶员视觉行为和心理状态的影响规律,在山区高速公路开展室外实车试验,采用Dikablis眼镜式眼动仪和Varioport生理记录仪记录了驾驶员的眼动和生理数据,包括注视时间百分比、平均注视时间、扫视幅度、眨眼率、心电、心率、皮电等。结果表明,随空间郁闭度增加,驾驶员皮电和扫视幅度增大,眨眼率和平均注视持续时间减小,视点越来越集中。随着驾驶员的逐渐适应,空间环境对驾驶员的心理影响逐渐减弱。驾驶员主要关注中间靠左区域,目标物为中央分隔带和前方道路。开敞空间下驾驶员对右侧区域有少量关注。半郁闭空间下驾驶员皮电呈现规律性的波动,对于左侧区域的关注明显增多,对右侧区域的注视持续时间较长,视点集中点更远。     

基于脑电信号的动车组司机疲劳状态评估技术研究

通过脑电检测技术读取137名动车组司机值乘前10 min的脑电信号,通过人工智能训练的脑电数据模型评估出乘状态,结合自主设计的调查问卷,采用卡方检验和有序逻辑回归分析的统计方法对结果进行关联性分析.结果 表明,通过脑电检测技术检测得到的司机出乘状态与其自评注意力集中困难存在显著相关性(p＜0.05);驾驶年龄越大,司机...     

基于驾驶员模型参数辨识的疲劳驾驶研究

提出一种利用驾驶员模型反演方法来进行驾驶员疲劳诊断研究的新方法。首先利用预瞄神经网络建立适应于复杂路况条件下的驾驶员-汽车-道路闭环模型,然后定义特定行驶轨迹内理论数据与试验数据的近似度为目标函数,将驾驶员参数的反演问题转化为多目标优化问题,采用基于实数编码混沌变异量子遗传算法的优化方法,获得全局最优解。试验中采用脑电和主观疲劳心理评测结合的方法确定被试者的疲劳状况。在每种疲劳状况下对驾驶员参数进行辨识,对结果进行统计分析表明,在考虑到车型、道路曲率等因素条件下驾驶员参数分布与驾驶员的疲劳状况有很强的相关性。