基于驾驶行为特征与眼动特征的疲劳驾驶辨识方法研究
| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 第1章 绪论 | 第12-21页 |
| 1.1 研究背景及意义 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-19页 |
| 1.2.1 基于主观评定的检测方法 | 第14-15页 |
| 1.2.2 基于生理参数特征的检测 | 第15-16页 |
| 1.2.3 基于眼动特征的检测 | 第16-17页 |
| 1.2.4 基于驾驶行为特征的检测 | 第17-18页 |
| 1.2.5 基于信息融合的检测方法 | 第18页 |
| 1.2.6 国内外研究现状综述 | 第18-19页 |
| 1.3 研究内容及技术路线 | 第19-21页 |
| 第2章 驾驶疲劳概述 | 第21-26页 |
| 2.1 驾驶疲劳的定义 | 第21页 |
| 2.2 驾驶疲劳的分类 | 第21-22页 |
| 2.2.1 心理疲劳 | 第21-22页 |
| 2.2.2 生理疲劳 | 第22页 |
| 2.3 驾驶疲劳的影响因素 | 第22-24页 |
| 2.3.1 内部因素 | 第23-24页 |
| 2.3.2 外部因素 | 第24页 |
| 2.4 疲劳驾驶的危害 | 第24-25页 |
| 2.5 疲劳驾驶预防对策 | 第25-26页 |
| 第3章 基于驾驶模拟器的疲劳驾驶实验 | 第26-34页 |
| 3.1 实验目的 | 第26页 |
| 3.2 实验条件 | 第26-29页 |
| 3.2.1 实验设备 | 第26-28页 |
| 3.2.2 实验场景 | 第28页 |
| 3.2.3 实验人员 | 第28-29页 |
| 3.3 实验方案设计 | 第29-30页 |
| 3.4 疲劳驾驶样本数据库 | 第30-33页 |
| 3.4.1 疲劳状态评价方法选取 | 第30-32页 |
| 3.4.2 疲劳驾驶实验数据 | 第32页 |
| 3.4.3 建立疲劳驾驶样本数据库 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 疲劳驾驶特征数据分析 | 第34-58页 |
| 4.1 数据分析方法 | 第34-36页 |
| 4.1.1 数据分析软件 | 第34页 |
| 4.1.2 方差分析的原理及步骤 | 第34-36页 |
| 4.2 疲劳驾驶驾驶行为特征分析 | 第36-49页 |
| 4.2.1 方向盘转角数据分析 | 第36-40页 |
| 4.2.2 方向盘角速度分析 | 第40-43页 |
| 4.2.3 车速变化分析 | 第43-46页 |
| 4.2.4 加速度分析 | 第46-49页 |
| 4.3 疲劳状态驾驶员眼动特征分析 | 第49-56页 |
| 4.3.1 驾驶人眨眼特征分析 | 第49-50页 |
| 4.3.2 驾驶人注视特征分析 | 第50-52页 |
| 4.3.3 驾驶人扫视特征分析 | 第52-55页 |
| 4.3.4 驾驶人瞳孔直径分析 | 第55-56页 |
| 4.4 疲劳驾驶特征参数多重比较 | 第56-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第5章 基于眼动及驾驶行为特征的疲劳状态辨识 | 第58-69页 |
| 5.1 疲劳驾驶特征参数选择 | 第58-59页 |
| 5.2 疲劳驾驶状态辨识方法选择 | 第59-61页 |
| 5.2.1 信息融合方法的概念 | 第59-60页 |
| 5.2.2 常用信息融合算法介绍 | 第60-61页 |
| 5.2.3 疲劳驾驶辨识方法的确定 | 第61页 |
| 5.3 疲劳驾驶BP神经网络辨识模型 | 第61-65页 |
| 5.3.1 BP神经网络学习的过程及算法 | 第61-63页 |
| 5.3.2 疲劳驾驶BP神经网络辨识模型的设计 | 第63-65页 |
| 5.4 疲劳驾驶辨识模型的仿真验证 | 第65-68页 |
| 5.5 本章小结 | 第68-69页 |
| 结论与展望 | 第69-71页 |
| 致谢 | 第71-72页 |
| 参考文献 | 第72-77页 |
| 攻读硕士学位期间发表的论文及科研情况 | 第77页 |
