基于駕駛操作及車(chē)輛狀態(tài)的疲勞駕駛行為檢測(cè)研究.pdf

1、疲勞駕駛是造成交通事故的重要原因之一，因此研究一個(gè)可以實(shí)時(shí)檢測(cè)駕駛員狀態(tài)的識(shí)別系統(tǒng)有很大意義。一個(gè)高效實(shí)時(shí)地疲勞駕駛狀態(tài)檢測(cè)系統(tǒng)可以很大程度上避免駕駛員進(jìn)行疲勞駕駛，進(jìn)而避免交通事故的發(fā)生。而檢測(cè)系統(tǒng)的核心就是一個(gè)可以準(zhǔn)確判斷駕駛員狀態(tài)的識(shí)別算法。由于生理檢測(cè)法對(duì)駕駛員有嚴(yán)重的侵入性，而基于外部特征變化檢測(cè)的方法又很受光線(xiàn)環(huán)境影響。因此，本文采用的是基于駕駛操作及車(chē)輛狀態(tài)的疲勞駕駛行為檢測(cè)算法。通過(guò)駕駛模擬器開(kāi)展疲勞駕駛實(shí)驗(yàn)獲取駕駛員正

2、常狀態(tài)和疲勞駕駛時(shí)的操作特征以及車(chē)輛狀態(tài)，以此為基礎(chǔ)開(kāi)展了疲勞駕駛狀態(tài)識(shí)別的算法研究。
　　首先，使用駕駛模擬器搭建了模擬駕駛場(chǎng)景，并根據(jù)需要確定要獲取的數(shù)據(jù)，包括方向盤(pán)轉(zhuǎn)向角、車(chē)輛橫擺角、車(chē)輛橫向位置等。招募共14名駕駛員開(kāi)展模擬駕駛實(shí)驗(yàn)，實(shí)驗(yàn)包括正常狀態(tài)和疲勞狀態(tài)兩類(lèi)模擬駕駛。其中12名駕駛員的數(shù)據(jù)樣本作為算法訓(xùn)練的輸入，2名駕駛員的數(shù)據(jù)樣本作為算法檢驗(yàn)的輸入。根據(jù)SSS自主評(píng)估法，確定實(shí)驗(yàn)過(guò)程中駕駛員的狀態(tài)，建立疲勞樣本的數(shù)

3、據(jù)庫(kù)。
　　其次，處理分析實(shí)驗(yàn)采集的數(shù)據(jù)，發(fā)現(xiàn)隱含在各指標(biāo)中能夠區(qū)分正常狀態(tài)和疲勞狀態(tài)的特性。隨后根據(jù)以往研究經(jīng)驗(yàn)，提出117個(gè)特征指標(biāo)選項(xiàng)并采用因素方差分析法對(duì)這117個(gè)特征指標(biāo)變量的有效性進(jìn)行分析。最后根據(jù)分析結(jié)果，提取出7個(gè)特征指標(biāo)變量構(gòu)成后續(xù)疲勞駕駛狀態(tài)識(shí)別算法的輸入集。
　　最后利用主成分分析法實(shí)現(xiàn)了疲勞駕駛特征的進(jìn)一步提取，設(shè)計(jì)了疲勞駕駛狀態(tài)識(shí)別的模糊聚類(lèi)和神經(jīng)網(wǎng)絡(luò)算法并比較各算法的識(shí)別效果。隨后用2名駕駛員的實(shí)