基于压力坐垫的驾驶行为检测系统的开发和研究
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 研究背景及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 驾驶员行为检测研究现状 | 第14-16页 |
| 1.2.2 研究现状分析总结 | 第16-17页 |
| 1.3 主要研究内容及技术路线 | 第17-21页 |
| 1.3.1 主要研究内容 | 第17-18页 |
| 1.3.2 技术路线 | 第18-21页 |
| 第2章 总体研究方案设计 | 第21-28页 |
| 2.1 功能需求设计 | 第21-22页 |
| 2.2 坐垫压力采集系统的构建 | 第22-23页 |
| 2.3 驾驶行为识别系统的构建 | 第23-27页 |
| 2.3.1 识别需求 | 第23页 |
| 2.3.2 压力数据处理思路和流程 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 系统硬件和软件总体设计 | 第28-43页 |
| 3.1 系统硬件设计 | 第28-37页 |
| 3.1.1 传感器选型 | 第28-31页 |
| 3.1.2 坐垫传感器布局 | 第31-34页 |
| 3.1.3 微处理器选型 | 第34-35页 |
| 3.1.4 无线通讯方式比选 | 第35页 |
| 3.1.5 报警模块设计 | 第35-37页 |
| 3.2 系统软件设计 | 第37-43页 |
| 3.2.1 数据处理算法设计 | 第37-38页 |
| 3.2.3 基于Anaconda的算法实现 | 第38-40页 |
| 3.2.4 识别流程 | 第40-41页 |
| 3.2.5 人体状态监控APP压力坐垫姿态显示 | 第41-42页 |
| 3.4 本章小结 | 第42-43页 |
| 第4章 基于坐垫压力分布的驾驶行为检测实现 | 第43-58页 |
| 4.1 数据采集 | 第43-44页 |
| 4.2 标准化和归一化 | 第44页 |
| 4.3 数据预处理 | 第44-47页 |
| 4.3.1 FIR滤波 | 第44-46页 |
| 4.3.2 滑动时间窗 | 第46-47页 |
| 4.4 特征提取 | 第47-57页 |
| 4.4.1 驾驶员本人识别 | 第48-49页 |
| 4.4.2 是否正确就坐 | 第49-50页 |
| 4.4.3 不当驾驶行为识别 | 第50-53页 |
| 4.4.4 驾驶操作识别 | 第53-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 实验验证与评估 | 第58-76页 |
| 5.1 实验环境 | 第58-59页 |
| 5.2 实验原始数据的采集 | 第59-62页 |
| 5.2.1 实验对象 | 第59页 |
| 5.2.2 数据采集前的准备工作 | 第59-60页 |
| 5.2.3 实车驾驶实验 | 第60页 |
| 5.2.4 驾驶就绪识别 | 第60-61页 |
| 5.2.5 不当驾驶行为 | 第61页 |
| 5.2.6 驾驶员单一驾驶操作 | 第61-62页 |
| 5.3 传感器布局方案的评估 | 第62-63页 |
| 5.4 实车驾驶状态下的预处理 | 第63-64页 |
| 5.5 特征值有效性验证 | 第64-71页 |
| 5.5.1 总压力SSV和压力分布比RSV | 第64-65页 |
| 5.5.2 人体重心点C(X,Y)和α,β | 第65-68页 |
| 5.5.3 有效传感器个数NAS | 第68页 |
| 5.5.4 驾驶操作特征验证 | 第68-71页 |
| 5.6 实验结果与分析 | 第71-75页 |
| 5.7 本章小结 | 第75-76页 |
| 第6章 总结与展望 | 第76-78页 |
| 6.1 工作总结 | 第76-77页 |
| 6.2 工作展望 | 第77-78页 |
| 致谢 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 攻读硕士学位期间获得的科研成果 | 第83页 |
