共查询到20条相似文献,搜索用时 62 毫秒
1.
2.
疲劳驾驶是引发道路交通事故的主要原因之一,研究利用转向盘操作行为特征检测驾驶人疲劳的方法对改善交通安全具有重要意义.研究通过分析基于驾驶模拟器的疲劳状态下的实验数据,提取了描述疲劳状态的不同特征参数,运用方差分析方法量化了不同驾驶状态下特征参数的差异性水平,优化出转向盘转角标准差、转向盘角速度标准差、转向盘转角变异系数、转向盘转角熵和零速百分比5个参数作为疲劳驾驶的有效特征参数组.建立了基于支持向量机的驾驶人疲劳状态检测模型,并采用测试集样本对搭建的模型进一步验证,结果表明该模型对驾驶人疲劳的模型检测准确率为81.33%,灵敏度为85.33%,特异度为77.33%. 相似文献
3.
4.
该转向盘以嵌入式系统为核心,利用GPS数据变化判定车辆驻、行状态,以控制持续驾驶时间的计算周期,利用变压器式角位移传感器采集转向盘转角电压变化,采用电压波模式识别判断疲劳状态,并结合持续驾驶时间参量对疲劳驾驶进行预警。 相似文献
5.
6.
7.
驾驶人个体差异是影响疲劳驾驶辨识准确性的重要因素。为了探究个体差异与基于转向行为的疲劳辨识效果之间的关系,量化个体差异对转向特征指标疲劳辨识能力的影响程度,通过自然驾驶试验,采集被试在清醒状态和疲劳状态下的真实驾驶行为数据,结合观察员问询打分和被试面部视频得到疲劳水平信息。设置双层滑动时间窗对每位驾驶人的自然驾驶行为数据进行处理,挖掘出9个疲劳驾驶转向特征指标。对每位驾驶人清醒和疲劳状态下的指标样本进行Wilcoxon检验,用Wilcoxon检验的|Z|值表示指标对驾驶疲劳的分类性能。以清醒和疲劳状态下指标有显著差异的被试数目最多为优化目标,得到指标最优的双层时间窗设定值。将|Z|值最大的被试逐个与其他被试两两组合,对清醒和疲劳状态下混合两被试指标样本数据进行Wilcoxon检验,得到被试组合指标的|Z|值。计算两被试的综合个体差异值,基于线性模型拟合两被试组合Wilcoxon检验的|Z|值和个体差异值,以拟合直线的斜率绝对值|k|量化个体差异对指标疲劳辨识能力的影响。研究得到基于自然驾驶行为数据的9个疲劳驾驶转向特征指标的最优时间窗,发现指标对疲劳驾驶的分类性能存在个体差异,并且指标的疲劳辨识能力会随个体差异增加而降低,进而影响基于转向行为指标疲劳辨识的准确性,其中方向盘转角下四分位标准差(Xq1std)的斜率绝对值最大(1.17),方向盘转角标准差(Xjstd)的斜率绝对值最小(0.44),疲劳辨识能力受个体差异影响最大和最小的指标分别是Xq1std和Xjstd。研究结果可为利用自然驾驶行为数据的疲劳驾驶特征提取及考虑个体差异的疲劳驾驶建模提供参考。 相似文献
8.
9.
10.
11.
12.
为获取用于检测驾驶疲劳状态的关键指标,通过实车试验采集了驾驶员行为状态、眼动数据和车辆动态信息,对比分析了各参数对驾驶员主观疲劳状态的反映程度。对于驾驶员眼部特征检测,使用特征提取器完成人脸位置的实时跟踪,并使用 68 点面部特征检测算法标记关键点位置,估算出眼睛长宽比(EAR)。通过分类与回归树(CART)决策算法训练数据模型,实现在一定窗口期内对驾驶员眨眼行为的准确决策分类,获得眼睛闭合率(PERCLOS)
等关键眼部特征指标。在此基础之上设计了 13 种驾驶疲劳状态检测指标,并与卡罗林斯卡嗜睡量等级(KSS)这一主观疲劳程度衡量参数作相关性评价。研究结果表明: PERCLOS 与KSS 的相关性最高,相关系数为 0.83,因此借助 PERCLOS 可以较准确地判断驾驶疲劳状态。 相似文献
13.
《公路交通科技》2018,(11)
为完善高海拔地区公路平面线形设计指标体系和提高高海拔地区公路交通安全,采用行车试验方法,通过心率血氧测试仪、五轮仪等仪器采集驾驶员在高海拔地区一级公路不同海拔行驶过程中的心率、血氧及车速等数据。分析不同海拔驾驶员心率、血氧随海拔高度变化的变化规律,得到了驾驶员心率、血氧量与海拔高度的变化曲线;利用SPSS软件计算了驾驶员心率RR间期标准差SDNN、平均值M、心率间期变异系数RRVC和驾驶疲劳度累积量DFC,得到了高海拔地区不同海拔高度疲劳起始时间及驾驶疲劳度DFD变化曲线;采用定性与定量相结合的方法界定驾驶员无疲劳感、轻度疲劳、中度疲劳和重度疲劳状态,建立了不同疲劳状态下驾驶疲劳度DFD与海拔H的关系模型。结果显示,驾驶员心率随着海拔的升高而增大,血氧量随着海拔升高而降低,心率随着血氧量的减小而增大;驾驶员疲劳度变化呈现"S"曲线,无疲劳感对应"S"形曲线的起点,轻度疲劳和中度疲劳对应"S"曲线的两个拐点,重度疲劳对应"S"曲线的终点;高海拔地区驾驶疲劳起始的时间比一般地区早,且驾驶疲劳度比一般地区高。研究结果为高海拔地区公路线形指标设计与交通安全保障措施的设置研究提供了理论依据,以期提高高海拔地区公路交通安全水平。 相似文献
14.
《汽车安全与节能学报》2015,(4)
基于"中国大型实车路试先行实验(China Pilot-FOT)"所采集的自然驾驶数据,提出了一种开环模型,它可以描述驾驶员紧急变换车道行为。将方向盘转角和方向盘转角变化率作为变道紧急程度的筛选条件,从中筛选出228例紧急变换车道工况。基于最大方向盘转角与最大方向盘转角变化率的线性关系,分析了紧急变换车道的持续时间。利用其中50百分位驾驶数据,来拟合模型参数。使用相关性和显著性检验,验证了真实驾驶数据与驾驶计算模型的关系。结果表明:该模型的输出结果与真实驾驶员操作结果一致性良好。因此,该模型可以描述中国一般驾驶员紧急变道行为。 相似文献
15.
为客观评价不同驾驶员的弯道操纵能力,提出了一种驾驶员弯道行驶过程操纵行为实车测试分析方法。招募12名驾驶员在试验场标准路面上进行实车试验,分别以30 km/h、40 km/h、50 km/h的初速度驶入U形弯道并自由行驶,记录驾驶员操控数据和车辆运动状态数据,对驾驶员弯道操纵能力进行分析。试验结果表明:不同能力的驾驶员在纵向车速、纵向加速度、纵向急动度、转向盘转角、横摆角速度、转向盘转角熵值等指标上呈现明显差异。该方法可进一步扩展应用于自动驾驶汽车的弯道行驶能力分析评估。 相似文献
16.
《汽车工程》2020,(1)
本文中根据不同工况驾驶员转向行为数据,提出了基于驾驶员避撞转向行为特征的聚类算法。首先搭建驾驶模拟器,采集了定半径转向、常规换道和紧急避撞转向工况下的驾驶行为数据,通过对比正常行驶和紧急避障工况下驾驶员转向行为数据,定性分析了紧急避撞转向特点。之后,利用皮尔逊相关系数法分析了描述驾驶员转向行为的观测变量与紧急避撞转向行为的相关性,得出转向盘转速与转向工况的相关性最高。接着,以转向盘转速作为聚类特征参数,利用改进K均值(K-means++)聚类方法对转向行为数据进行了聚类,将转向行为划分为正常转向和紧急避撞转向,实现了紧急避撞转向工况的识别。最后,通过实车试验验证了所提出的紧急避撞转向行为K-means++聚类方法可有效识别驾驶员紧急避撞转向行为,聚类精度达96.7%。 相似文献
17.
本文中基于驾驶员的生理信号提出一种非接触便携式的驾驶疲劳检测技术。首先通过传感器采集到汽车行驶过程中驾驶员的股二头肌的生理信号,经快速独立成分分析分离出肌电信号和心电信号,并采用经验模态分解进行去噪。接着在此基础上,提取出肌电信号复杂度、心电信号复杂度和心电信号样本熵3个特征参数。综合这3个特征参数能明显区分驾驶员的正常和疲劳两种状态。最后采用主成分分析法将特征参数进行降维,获得了2个能有效表征疲劳状态的主成分,以此为自变量建立了判定驾驶疲劳的数学模型。经验证,该模型能较准确地判别驾驶员在驾驶过程中的正常和疲劳状态,准确率达90%以上。 相似文献
18.
疲劳驾驶是诱发交通事故的重要因素,研究如何快速准确地识别出驾驶员的疲劳状态,并在事故发生前进行疲劳预警,对预防疲劳驾驶、促进交通安全具有重要的研究价值和社会意义。文章从疲劳的检测原理出发,对比介绍了基于驾驶员生理特征、车辆行为特征、驾驶员面部特征的疲劳检测方法,重点分析了基于机器视觉的疲劳驾驶检测研究现状及其特点,以期为研究人员提供新思路。 相似文献