共查询到20条相似文献,搜索用时 15 毫秒
1.
为减少因驾驶疲劳导致的交通安全事故,提出基于脑电(EEG)信号模糊熵(FE)的驾驶疲劳检测方法。开展在驾驶仿真模拟试验,采集28名被试模拟正常驾驶和疲劳驾驶的EEG信号;基于2种驾驶状态的EEG信号计算出FE值;运用随机森林(RF)、支持向量机(SVM)、决策树(DT)和K近邻(KNN)等4种分类器检测驾驶疲劳状态;利用多种性能指标及被试工作特征曲线(ROC)对驾驶疲劳检测结果进行分析比较。结果表明:基于疲劳驾驶状态下的EEG信号的FE值明显高于较正常驾驶状态下的值;4种分类器均可有效检测驾驶疲劳,其中K近邻的平均准确率达97.4%;基于EEG信号模糊熵的驾驶疲劳检测方法具有较好的鲁棒性和稳定性。 相似文献
2.
为研究草原公路驾驶人腰部肌肉疲劳恢复特性,在草原公路模拟驾驶环境开展腰部疲劳恢复试验。利用MP150多通道生理测试仪采集驾驶人试验前、驾驶结束时和疲劳恢复阶段的腰部肌电信号,并应用配对样本t检验和独立样本t检验进行统计分析,探讨草原公路驾驶人腰部肌肉疲劳恢复特征。结果表明:在驾驶疲劳恢复期,时域指标平均振幅值(AEMG)、积分肌电值(IEMG)和均方根值(RMS)随恢复时间而增大,频域指标中位频率值(MF)和平均功率频率值(MPF)则随之减小;各指标在疲劳恢复初期恢复较快,当驾驶人疲劳恢复程度达到80%左右时,其在之后同等时间段内肌电各指标的恢复能力趋于平缓;2 h组腰部竖脊肌的表面肌电(sEMG)指标在恢复期第18 min与静测无显著差异,4 h组在恢复期第27 min与静测无显著差异。 相似文献
3.
为监测地铁自动驾驶系统驾驶模式下驾驶员驾驶疲劳状态,以S地铁公司的驾驶员为研究对象,开展驾驶员疲劳主、客观监测研究。主观监测应用《自觉症状调查表》调查并统计分析地铁驾驶员的驾驶主观疲劳感受;客观监测应用Eegosports 64通道无线脑电肌电系统测量地铁驾驶员在各班次、各时间段的脑电(EEG)信号,并结合Matlab工具箱中的EEGLAB分析各班次驾驶员EEG中δ波的频谱图。结果表明:驾驶员驾驶疲劳总体的平均得分为1.8分,即驾驶疲劳有些明显,且晚班和夜班驾驶疲劳比白班的大,从主客观2方面说明驾驶员处于疲劳驾驶状态。 相似文献
4.
《中国安全科学学报》2017,(8)
适当的休息能有效缓解驾驶疲劳,提高行车安全。为探究科学的驾驶休息时间,开展试验,用MP150多通道生理信号采集仪,采集20名驾驶人4 h模拟驾驶作业后休息时的心电(ECG)信号,分析ECG信号的变化规律。结果表明:在驾驶疲劳恢复期,ECG指标心率(HR)、间期标准差(SDNN)、低高频比值(LF/HF)、样本熵(SampEn)与恢复时间高度线性相关,且性别差异对疲劳恢复期ECG指标有显著影响;驾驶人的心理疲劳恢复时间早于生理疲劳恢复时间;驾驶人主观恢复时间相对于客观疲劳恢复时间有提前现象;建议连续驾驶4 h后男性驾驶人休息时间不少于24 min,女性驾驶人休息时间不少于27 min。 相似文献
5.
《中国安全科学学报》2016,(7)
为了解驾驶员在高原低氧路段的疲劳程度,以寻求缓解驾驶疲劳提高行车安全的途径,利用生物反馈检测仪分别对初次与经常进入高原公路低氧路段的驾驶员进行实地行车试验。通过对比不同海拔高度受测驾驶员脑电(EEG)变化特征,选取脑电8~13频段与14~30频段的平均功率比值R作为评价驾驶员疲劳时脑电特性指标R,定量分析海拔、连续驾驶时间对R的影响,同时建立R与海拔、连续驾驶时间之间的关系模型。研究表明:海拔与连续驾驶时间是影响驾驶员疲劳的主要因素,R随着海拔的升高与连续驾驶时间的增长而逐渐变大。初次在高原低氧路段行车的驾驶员表现出的疲劳感强于经常在高原低氧路段行车的驾驶员。 相似文献
6.
为预防重复性同侧搬举对竖脊肌的伤害,利用表面肌电(s EMG)技术,开展搬举试验,研究竖脊肌疲劳的影响因素。试验要求设置不同工件重量、搬举频率和搬举角度等3个负荷,并设置8个任务组;要求12名被试完成8个任务组中的右侧重复性搬举,记录相关s EMG信号,并用多元逐步回归分析竖脊肌疲劳的负荷因素。结果表明:搬举过程中随着工件重量、搬举频率和搬举角度负荷增加,s EMG频域指标平均功率频率(MPF)下降,时域指标平均肌电值(AEMG)增大,最大随意收缩肌电百分比(MVE%)增大,最大负荷左右竖脊肌最大值分别为(64.85%±11.89%)MVE和(41.24%±9.77%)MVE;各任务组搬举中,左右竖脊肌均明显疲劳,而疲劳程度不一致;重复性同侧搬举负荷对竖脊肌疲劳的影响因素从大到小依次为重量、角度和频率。 相似文献
7.
刘天娇马锦飞 《中国安全科学学报》2018,(10):13-18
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。 相似文献
8.
《中国安全科学学报》2018,(10)
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(8~13 Hz),β(13~30 Hz),θ(0. 5~4 Hz)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。 相似文献
9.
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%。 相似文献
10.
《中国安全科学学报》2020,(8)
为探究驾驶人在不同诱导设施信息量的草原公路弯道行车时的注意力分配情况,建立5种不同层级诱导设施信息量(Q0、Q1、Q2、Q3、Q4)的草原公路弯道虚拟场景,并对其进行模拟驾驶试验;对驾驶人视野分区,分析驾驶人在不同信息量条件下注视熵率值变化特征;应用马尔科夫链计算驾驶人在不同信息量条件下注视点在各个区域间的一步转移概率和平稳分布概率。结果表明:草原公路弯道诱导设施信息量的变化对驾驶人注视熵率值影响显著,驾驶人在Q2(10~20 bits/km)信息量条件下注视熵率值最大;驾驶人需要对信息目标多次重复注视才能获取足够有效行车信息,90%以上的概率集中于道路左侧和远方区域,其中道路远方区域是驾驶人保证正常驾驶的重要观察区域。 相似文献
11.
长时间单调模拟驾驶对疲劳的影响研究 总被引:7,自引:1,他引:7
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。 相似文献
12.
《中国安全科学学报》2015,(9)
为探讨高原公路线形对驾驶员心理和生理特性的影响,利用生物反馈系统对急进高原公路的驾驶员进行实地行车试验。通过定量分析,分别建立驾驶员β频段脑电(EEG)信号变化值与试验路段海拔、道路线形之间的关系模型。分析结果表明:高原公路驾驶员行车时的β频段脑电信号变化值随路段海拔的升高而增大,它与道路平曲线半径成负相关;纵坡度的变化对β频段脑电信号变化值的影响不显著,线形组合值的增加会导致脑电波频段功率值上升;海拔和线形组合值同时作用时,驾驶员的脑电波频段功率值变化更加显著。 相似文献
13.
少数驾驶员适度饮酒后安全驾驶能力不降反升和不同人对酒精作用存在个体差异的事实表明:利用血液酒精浓度(BAC)判定酒后驾车行为的技术方案存在不足。为探索新型量化参数,结合酒后状态诱发试验和模拟驾驶测试,测取12位驾驶员不同程度饮酒后的脑电(EEG)和规范化交通事故倾向指标。结果发现:随着饮酒量的增加,驾驶员左额叶区EEG的瞬时复杂度和长时周期度都增加。结合模糊熵算法构造并计算EEG特征参数。相关性分析表明:在驾驶员从未饮酒到重度饮酒的过程中,其左额叶区EEG模糊熵和规范化事故倾向指标间的平均相关系数为0.76,二者正相关。因此,根据该模糊熵变化能判断其酒后安全驾驶能力的变化。 相似文献
14.
《中国安全科学学报》2017,(10)
为探究疲劳对驾驶员心理旋转能力的影响机制,首先开展2 h模拟驾驶任务试验,以诱发驾驶疲劳,并在模拟驾驶任务前后,分别测定驾驶员的心理旋转能力;然后基于试验数据,分析驾驶疲劳前后心理旋转能力行为绩效(反应时间、正确率)和脑电事件相关电位(ERP)成分(P3波幅和潜伏期)的变化及其差异。试验发现,驾驶疲劳引起行为绩效显著降低(反应时延长,正确率降低),脑电ERP的P3成分波幅在顶叶区显著下降、潜伏期显著延长。上述结果表明:疲劳影响了驾驶员在心理旋转过程中对认知资源的分配和加工信息的速度,导致心理旋转能力降低。 相似文献
15.
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。 相似文献
16.
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%。 相似文献
17.
《中国安全科学学报》2016,(2)
通过检测驾驶员心理、生理指标,观察公路线形复杂程度对驾驶员心率变异性(HRV)的影响,研究不合理公路线形对驾驶员行车安全的影响。对内蒙古境内6条公路的线形资料进行调查统计,利用赋值打分法确定各自的复杂程度;选取典型路段进行实驾试验,通过二列相关系数的计算及相应检验,得到心率变异分析的敏感指标;进而分析公路线形复杂程度对驾驶员心理、生理的影响。结果表明,HRV指标间期均值(MRR)、低高频比值(LF/HF)、样本熵(Samp En)对公路线形复杂程度响应敏感;即复杂程度过低会导致驾驶员由于驾驶任务简单出现反应迟缓、注意力难以集中等现象,影响行车安全;复杂程度过高会使驾驶员时刻保持精神高度集中状态,容易提前产生疲劳,从而威胁行车安全。 相似文献
18.
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。 相似文献
19.
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... 相似文献
20.
设计并实施实车试验,运用生理测试仪采集驾驶人生理数据,对比分析公交车在通过直线式及港湾式车站时,驾驶人的生理数据基础信号(Basis Signal Analysis,BSA)和心率变异性(Heart Rate Variability,HRV)。结果表明,通过不同形式停靠站时驾驶人的生理特性有明显差异。通过直线式车站时,驾驶人的心电(Electro Cardio Graph,ECG)和阻抗Z0的极大值均高于通过港湾式车站时的极大值,皮电(Galvanic Skin Current,GSC)的极大值约是通过港湾式车站时极大值的1.9倍,心动周期时间序列变化及呼吸时间序列变化的极大值均比通过港湾式车站时的极大值高。要提高停靠站设置的合理性,适当增加港湾式站台,以达到改善驾驶人生理状态、降低驾驶疲劳、提高驾驶安全性的目的。 相似文献