基于D-S理论的汽车驾驶员疲劳决策研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-16页 |
| ·课题来源 | 第9页 |
| ·研究背景及意义 | 第9-10页 |
| ·疲劳驾驶监测的研究现状 | 第10-14页 |
| ·主观评价法 | 第10页 |
| ·生理现象监测法 | 第10-12页 |
| ·驾驶行为监测法 | 第12-13页 |
| ·多传感器融合监测法 | 第13-14页 |
| ·疲劳驾驶监测存在问题及发展趋势 | 第14-15页 |
| ·本文研究内容及技术路线 | 第15-16页 |
| 第2章 疲劳驾驶数据采集 | 第16-23页 |
| ·实验平台 | 第16-19页 |
| ·实验仪器 | 第16-18页 |
| ·实验平台 | 第18-19页 |
| ·实验过程 | 第19-20页 |
| ·实验数据同步采集 | 第20页 |
| ·疲劳状态评价 | 第20-22页 |
| ·本章小结 | 第22-23页 |
| 第3章 疲劳特征分析 | 第23-34页 |
| ·呼吸信号 | 第23-29页 |
| ·基于驾驶员脉搏波的呼吸波提取 | 第23-24页 |
| ·基于面背压力信号的呼吸波提取 | 第24-25页 |
| ·呼吸信号的相关性分析 | 第25页 |
| ·呼吸信号统计分析 | 第25-26页 |
| ·呼吸信号特征参数 | 第26-29页 |
| ·心率信号 | 第29-32页 |
| ·心率统计分析 | 第30页 |
| ·心率特征参数 | 第30-32页 |
| ·脉搏血氧饱和度 | 第32-33页 |
| ·血氧统计分析 | 第32页 |
| ·血氧特征参数 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 驾驶员疲劳参数的属性约简 | 第34-41页 |
| ·粗糙集基本理论 | 第34-37页 |
| ·基于信息熵的连续属性集离散化 | 第34-36页 |
| ·基于差别矩阵的属性约简 | 第36-37页 |
| ·驾驶员疲劳参数的属性约简 | 第37-40页 |
| ·基于粗糙集的疲劳判定流程 | 第37页 |
| ·疲劳决策各属性值的确定 | 第37-38页 |
| ·疲劳判定决策集的确定 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第5章 驾驶员疲劳状态决策 | 第41-48页 |
| ·D-S基本理论 | 第41-44页 |
| ·基本概念 | 第41-42页 |
| ·D-S决策规则 | 第42-43页 |
| ·基本概率函数的获取 | 第43-44页 |
| ·获取疲劳特征信息的基本概率分配 | 第44-46页 |
| ·D-S理论疲劳驾驶决策融合 | 第46-47页 |
| ·基于D-S的指标组合 | 第46-47页 |
| ·基于基本概率分配的决策 | 第47页 |
| ·本章小结 | 第47-48页 |
| 第6章 结论与展望 | 第48-50页 |
| ·结论 | 第48-49页 |
| ·展望 | 第49-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 申请学位期间的研究成果及发表的学术论文 | 第55-56页 |
| 附录A 主观疲劳判定表 | 第56页 |
