基于脑电图识别结合操纵特征的驾驶疲劳检测

作     者：王斐 王少楠 王惜慧 彭莹 杨乙丁 Wang Fei;Wang Shaonan;Wang Xihui;Peng Ying;Yang Yiding

作者机构：东北大学信息科学与工程学院沈阳110819 华南理工大学汽车工程重点实验室广州510640 

基　　金：中央高校基础科研基金(N120204002) 广东省汽车工程重点实验室开放基金(GDAEL2012002) 辽宁省自然科学基金(2013020040)资助项目 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2014年第35卷第2期

页      码：398-404页

摘      要：精神疲劳影响驾驶员的警觉性和安全驾驶能力,引发的交通安全问题不容忽视。将脑电图识别与车辆操纵特性相结合来检测驾驶员的疲劳状态,预期为搭建疲劳驾驶检测系统提供理论及实验依据。设计了模拟驾驶实验,采集被试者的脑电图(EEG)信号和对应的方向盘操纵数据;针对疲劳程度三分类问题,利用小波包变换和共空间模式算法对EEG信号进行特征提取;依据车辆操纵特性评估驾驶员疲劳程度来确定EEG信号的分类标准;并选择支持向量机对EEG信号进行分类以完成对驾驶员精神疲劳状态的定性分析,分类准确率可达94.259%。

主 题 词：驾驶疲劳 脑电图 操纵特性 共空间模式 小波包变换 支持向量机 

学科分类：0831[工学-公安技术类] 08[工学] 0804[工学-材料学] 0703[理学-化学类] 0836[0836] 

核心收录：

D　O　I：10.19650/j.cnki.cjsi.2014.02.022

馆 藏 号：203227504...