| 基于云模型的驾驶疲劳检测方法 |
| |
| 引用本文： | 严凡.基于云模型的驾驶疲劳检测方法[J].交通科技与经济,2019,21(3):15-18. |
| |
| 作者姓名： | 严凡 |
| |
| 作者单位： | 南昌市经济信息中心 ,江西 南昌,330038 |
| |
| 摘 要： | 疲劳驾驶是导致交通事故的重要原因。因此实时监测驾驶员的疲劳状态具有重要的现实意义。文中针对人的眼动行为存在随机性及模糊性的特点,采用不确定性的云概念,建立基于Perclos和眨眼时间均值的双条件单规则发生器,然后在此基础上构造基于双条件单规则发生器的疲劳检测模型。最后通过在模拟实验平台上采集驾驶员的眼动数据,将眼动特征数据输入基于双条件单规则发生器的疲劳检测模型进行疲劳识别判断。实验结果表明:该模型的平均识别率达到80.2%。在同组实验数据下,使用云模型方法比采用K最近邻(KNN)及支持向量机分类算法的检测率都要高。
|
| 关 键 词： | 眼动特征 驾驶疲劳 云模型 检测方法 规则发生器 |
Driving fatigue detection method based on cloud model |
| |
| YAN Fan.Driving fatigue detection method based on cloud model[J].Technology & Economy in Areas of Communications,2019,21(3):15-18. |
| |
| Authors: | YAN Fan |
| |
| Institution: | (Nanchang Economic Information Center,Nanchang 330038,China) |
| |
| Abstract: | YAN Fan(Nanchang Economic Information Center,Nanchang 330038,China) |
| |
| Keywords: | eye movement characteristics driving fatigue cloud model detection method rule generator |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
