基于个性化行为模型的驾驶疲劳识别方法

为提高疲劳驾驶状态的识别精度,应考虑驾驶人之间的个体差异。以实车驾驶试验条件下车道保持行为中的车速和车道偏离值为输入,以方向盘转角为输出,基于径向基(RBF)神经网络针对每个驾驶人构建正常驾驶状态下的车道保持行为模型,并根据残差对模型的拟合及预测效果进行评价;将疲劳驾驶状态下的车速和车道偏离值输入到上述驾驶行为模型中,可得到模型预测的方向盘转角值,通过分析预测值与实际方向盘转角之间的差异,研究疲劳对驾驶人行为的影响;将预测残差作为输入,建立基于支持向量机(SVM)的疲劳驾驶状态辨识模型。结果表明:所建立的RBF神经网络-SVM识别模型对不同驾驶人疲劳驾驶状态的平均识别率达85%。     

轮船驾驶作业人员疲劳特征的研究

我们对４３名客轮驾驶作业人员的疲劳状况进行了调查和测定，结果表明，驾驶作业人员工后疲劳积分增加、脑血流量减少、神经行为功能下降，提示驾驶作业紧张程度较高，心理负荷大，可产生以精神疲劳与为主要的机体不良反应。     

基于人机工程学的驾驶疲劳模型

基于人机工程学原理,建立了驾驶疲劳形成的人机工程学模型,并从人机工程学的角度分析了驾驶疲劳的各种形成因素。对预防驾驶疲劳,保障行车安全,汽车人机界面设计具有积极的理论与现实意义。     

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.     

基于驾驶操作行为的驾驶员疲劳状态识别模型研究

以驾驶疲劳状态监测为研究对象,介绍现有几种疲劳检测方法及其优缺点,提出把驾驶行为操作和驾驶员生理指标相结合建立疲劳识别模型的思想.通过大量模拟器驾驶实验,建立驾驶操作和驾驶员生理指标之间的关系模型,并运用最小二乘法对数学模型进行了参数识别.利用驾驶员生理指标能较好判别驾驶员状态特性的特点,找出驾驶操作行为和驾驶状态之间的关系.研究结果有助于建立驾驶操作行为和驾驶员疲劳状态之间的关系模型.     

如何甩掉疲劳驾驶

你常加班至深夜后披星戴月地驾车回家;你最近睡得不好,作为职业司机的你白天还要照常开车;好不容易到周末准备补觉,又被朋友拉回驾驶室要求参加自驾游……这些状况是不是经常发生在你身上?如果你觉得这点疲劳无所谓,那么,是不是疲劳驾驶的风险你也无所谓呢?     

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。     

减轻驾驶疲劳的几种有效方法

据统计数据表明,在交通事故造成的死亡案件中,因为驾驶员困乏、疲劳驾驶而造成的死亡率超过一半。     

疲劳驾驶交通事故的特点分析与预防

疲劳驾驶引发的道路交通事故导致了严重的人身伤亡和财产损失。本文从心理和生理两方面分析了疲劳形成机理,对我国2006年因疲劳驾驶导致的交通事故进行了疲劳事故特点分析,并根据统计分析结果制定针对性的预防措施,从而减少疲劳驾驶交通事故的发生率。     

长时间单调模拟驾驶对疲劳的影响研究

通过模拟驾驶实验,综合评估长时间驾驶以及单调环境对驾驶员疲劳程度的影响是笔者研究的主要课题内容.借助于在模拟驾驶座舱上,4个健康样本分别参加高速公路(单调环境)和一般公路(非单调环境)的两组驾驶仿真实验,每组测试均持续两小时,一共进行10次实验.实验过程中,样本的操控数据(车速和方向盘转角)、反应时间、心电信号、主观疲劳状况等都同步记录并保存.实验结果表明长时间驾驶对操控能力、反应时间、心率、主观疲劳都有显著性影响(p＜0.050),单调环境(高速公路)和非单调环境(一般公路)相比,车速方差区别显著,而尽管被试在高速公路的单调环境下驾驶后主观感觉更疲劳一些,但反应时间、心率等因素并没有显著性差异.