基于人体生理信号的疲劳驾驶识别方法的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究的背景与意义 | 第9-10页 |
| ·疲劳驾驶评价方法的国内外研究现状 | 第10-14页 |
| ·主观评价法 | 第10-11页 |
| ·基于生理信号的检测方法 | 第11页 |
| ·基于生理反应的检测方法 | 第11-12页 |
| ·基于车辆信号的检测方法 | 第12-13页 |
| ·基于声音的检测方法 | 第13页 |
| ·基于多源信息融合的检测方法 | 第13-14页 |
| ·研究内容与主要技术路线 | 第14-16页 |
| 第二章 疲劳驾驶检测总体实验 | 第16-27页 |
| ·人体疲劳的形成机理 | 第16-17页 |
| ·模拟驾驶平台介绍 | 第17-19页 |
| ·实验方案的设计与展开 | 第19-24页 |
| ·实验设计的原则 | 第20页 |
| ·实验对象的选择 | 第20-21页 |
| ·实验场景 | 第21-22页 |
| ·实验方法 | 第22-24页 |
| ·疲劳驾驶实验数据的提取 | 第24-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 驾驶员生理信号的特征提取与分析 | 第27-42页 |
| ·主观评价SD疲劳的识别方法 | 第27-28页 |
| ·特征生成与特征提取方法 | 第28-33页 |
| ·基于混沌时间序列的特征提取方法 | 第28-29页 |
| ·基于时域分析的特征提取方法 | 第29-30页 |
| ·基于频域分析的特征提取方法 | 第30-33页 |
| ·驾驶员心率与背压信号的分析 | 第33-40页 |
| ·心率信号分析 | 第33-35页 |
| ·后压力信号的时间序列相空间重构 | 第35-36页 |
| ·最佳嵌入维和时间延迟的计算 | 第36-37页 |
| ·相空间重构驾驶员疲劳状态识别的实验验证 | 第37-40页 |
| ·驾驶员脉搏信号的分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于驾驶员行为的状态识别模型 | 第42-52页 |
| ·模式识别的基本理论 | 第42-44页 |
| ·由支持向量机判断驾驶员的疲劳状态 | 第44-48页 |
| ·最优分类面 | 第44-46页 |
| ·核函数 | 第46-47页 |
| ·多分类问题 | 第47-48页 |
| ·疲劳等级的划分 | 第48-51页 |
| ·支持向量机的疲劳驾驶特征分级 | 第48-49页 |
| ·MATLAB分类实现与最优参数选取 | 第49-50页 |
| ·结果分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 总结与展望 | 第52-54页 |
| ·论文总结 | 第52-53页 |
| ·论文展望 | 第53-54页 |
| 参考文献 | 第54-58页 |
| 申请学位期间的研究成果及发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |
