新手驾驶人疲劳状态下的视觉特性研究

作     者：赵小平 闵忠兵 薛运强 莫振龙 张姝玮 龚俊 喻佳 ZHAO Xiaoping;MIN Zhongbing;XUE Yunqiang;MO Zhenlong;ZHANG Shuwei;GONG Jun;YU Jia

作者机构：华东交通大学交通运输工程学院南昌330013 

基　　金：国家自然科学基金项目(71961006) 

出 版 物：《重庆理工大学学报（自然科学）》 (Journal of Chongqing University of Technology：Natural Science)

年 卷 期：2023年第37卷第1期

页      码：149-157页

摘      要：为探究新手驾驶人疲劳特性在视觉特征方面的表现,设计了基于驾驶模拟器和Dikablis Glass 3眼动仪的驾驶模拟实验,采集驾驶人视觉数据,结合视频专家法将驾驶人疲劳等级分为清醒、轻度疲劳、中度疲劳、重度疲劳。利用拉依达准则及卡尔曼滤波对数据进行清洗;依据单因素方差分析及事后多重比较结果,选取眨眼持续时长均值、扫视时长均值、扫视总时长、瞳孔面积均值、瞳孔变异系数均值、注视时间均值等视觉特征作为驾驶人的疲劳驾驶评价指标;构建基于新手驾驶人视觉特征的灰狼优化支持向量机(GWO-SVM)疲劳驾驶识别模型。研究结果表明:随着驾驶疲劳累积,新手驾驶人眨眼持续时长显著增加,扫视时长及扫视总时长显著降低,瞳孔面积缩小,瞳孔变异系数增大;SVM识别结果表明:新手驾驶人的疲劳状态可通过眼动指标进行有效识别,而GWO-SVM模型则进一步提升了识别精度,证明了眼动特征在新手驾驶人疲劳检测方面具有较好的适用性。

主 题 词：新手驾驶人 疲劳等级 视觉参数 GWO-SVM疲劳驾驶识别模型 

学科分类：0402[教育学-体育学类] 040203[040203] 04[教育学] 

D　O　I：10.3969/j.issn.1674-8425(z).2023.01.017

馆 藏 号：203118266...