基于多生理信号的驾驶警觉度识别研究
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 课题研究意义 | 第10-11页 |
| 1.3 国内外研究现状 | 第11-15页 |
| 1.3.1 驾驶警觉度研究进展 | 第11-13页 |
| 1.3.2 基于生理信号驾驶警觉度研究现状 | 第13-15页 |
| 1.4 多信号融合的研究现状 | 第15-16页 |
| 1.5 多生理信号融合识别的优势 | 第16-17页 |
| 1.6 论文研究内容及技术路线 | 第17-19页 |
| 1.6.1 论文内容 | 第17-18页 |
| 1.6.2 技术路线 | 第18-19页 |
| 第二章 驾驶警觉度识别研究实验设计 | 第19-24页 |
| 2.1 试验平台 | 第19页 |
| 2.2 实验目的 | 第19页 |
| 2.3 被试人员 | 第19-20页 |
| 2.3.1 人员属性 | 第19-20页 |
| 2.3.2 疲劳控制 | 第20页 |
| 2.3.3 试前控制 | 第20页 |
| 2.3.4 实验时间 | 第20页 |
| 2.4 实验设备 | 第20-21页 |
| 2.5 试验场景 | 第21页 |
| 2.6 实验任务 | 第21-22页 |
| 2.7 实验流程 | 第22-23页 |
| 2.7.1 实验前准备 | 第22页 |
| 2.7.2 正式实验 | 第22-23页 |
| 2.8 数据采集 | 第23-24页 |
| 第三章 驾驶警觉度等级划分 | 第24-32页 |
| 3.1 驾驶警觉度变化显著性验证 | 第24-29页 |
| 3.1.1 被试驾驶行为数据分析 | 第24-27页 |
| 3.1.2 被试对刺激信号反应数据分析 | 第27-29页 |
| 3.2 驾驶警觉度等级划分 | 第29-32页 |
| 3.2.1 反应错误指标的确定 | 第29-30页 |
| 3.2.1.1 反应错误指标识别阈值计算 | 第29-30页 |
| 3.2.2 驾驶警觉度等级确定 | 第30-32页 |
| 第四章 心电特征指标提取 | 第32-40页 |
| 4.1 心电指标简介 | 第32-33页 |
| 4.2 心率变异性(HRV)时域分析方法 | 第33-34页 |
| 4.3 心率变异性(HRV)频率分析方法 | 第34-35页 |
| 4.4 心电指标选取 | 第35-40页 |
| 4.4.1 心电指标前后两阶段显著性变化检验 | 第35-38页 |
| 4.4.2 心电指标与反应错误指标相关性分析 | 第38-40页 |
| 第五章 脑电指标提取 | 第40-45页 |
| 5.1 脑电提取方法简介 | 第40页 |
| 5.2 脑电指标提取 | 第40-45页 |
| 5.2.1 基于小波变换的特征提取 | 第40-43页 |
| 5.2.2 脑电指标降维处理 | 第43-45页 |
| 第六章 数据融合与神经网络模型建立 | 第45-54页 |
| 6.1 多源信息融合 | 第45-47页 |
| 6.2 T-S模糊神经网络融合模型原理 | 第47-49页 |
| 6.3 驾驶警觉度模型识别 | 第49-54页 |
| 结论 | 第54-56页 |
| 1 论文总结 | 第54页 |
| 2 论文不足及展望 | 第54-56页 |
| 致谢 | 第56-57页 |
| 参考文献 | 第57-62页 |
| 攻读硕士学位期间发表论文及科研情况 | 第62页 |
