机动车疲劳驾驶行为识别方法研究

摘要	第1-6页
Abstract	第6-11页
第1章 绪论	第11-26页
·研究背景与意义	第11-12页
·研究背景与意义	第11-12页
·课题支撑	第12页
·疲劳驾驶识别方法的国内外研究现状	第12-22页
·疲劳驾驶与疲劳驾驶行为	第12-13页
·疲劳驾驶检测方法的国内外研究现状	第13-21页
·已有的驾驶疲劳检测系统	第21-22页
·论文主要研究内容	第22-26页
·当前研究不足	第22-23页
·论文主要研究内容	第23-24页
·论文的组织与结构	第24-26页
第2章 研究理论基础	第26-44页
·驾驶行为分析	第26-30页
·驾驶行为的基本理论	第26-28页
·驾驶行为与道路交通事故	第28页
·疲劳驾驶的形成与表征	第28-30页
·模式识别的基本理论	第30-32页
·特征生成和特征提取方法	第32-39页
·基于时域分析的特征生成方法	第32-34页
·基于频域分析的特征生成方法	第34-38页
·基于主成分分析的特征提取	第38-39页
·模式识别方法	第39-43页
·模糊聚类分析	第39-40页
·神经网络算法	第40-43页
·本章小结	第43-44页
第3章 驾驶疲劳模拟试验系统	第44-61页
·驾驶疲劳模拟试验系统组成	第44-49页
·模拟试验系统硬件构成	第44-45页
·驾驶模拟器交通场景编辑器	第45-47页
·驾驶模拟试验数据采集系统	第47-49页
·驾驶模拟器校验	第49-57页
·试验设计与数据采集	第50-52页
·试验结果分析	第52-56页
·试验结论	第56-57页
·疲劳驾驶行为模拟试验设计	第57-60页
·疲劳驾驶行为调查结果	第57页
·道路场景设计	第57-58页
·试验设计	第58-59页
·试验数据采集	第59页
·试验过程与组织	第59-60页
·本章小结	第60-61页
第4章 疲劳驾驶纵向操作行为特征提取	第61-84页
·纵向操作数据预处理	第61-63页
·利用反应时变化划分驾驶员不同状态数据	第61-62页
·根据道路线形对试验数据进行分组	第62-63页
·车速分析	第63-69页
·车速数据直观分析	第63-66页
·车速统计特征分析	第66-69页
·加速度分析	第69-83页
·加速度数据直观分析	第69-70页
·加速度统计特征分析	第70-74页
·加速度频谱特征分析	第74-77页
·加速度小波特征分析	第77-83页
·本章小结	第83-84页
第5章 疲劳驾驶横向操作行为特征提取	第84-103页
·横向操作数据说明	第84页
·转向角幅值分析	第84-94页
·转向角幅值直观分析	第84-85页
·转向角幅值的统计分析	第85-87页
·转向角幅值的频谱分析	第87-89页
·转向角幅值的小波分析	第89-94页
·转向角速度分析	第94-102页
·转向角速度直观分析	第94-95页
·转向角速度的统计分析	第95-97页
·转向角速度的频谱分析	第97-99页
·转向角速度的小波分析	第99-102页
·本章小结	第102-103页
第6章 疲劳驾驶行为识别	第103-128页
·基于主成分分析的疲劳特征提取	第103-106页
·驾驶行为特征主成分的求解步骤	第103-105页
·驾驶行为特征主成分的贡献率及主成分的意义	第105-106页
·疲劳驾驶行为的聚类分析	第106-110页
·疲劳驾驶行为单特征的聚类分析	第106-107页
·疲劳驾驶行为组合特征的聚类分析	第107-110页
·基于PCA主成分的疲劳驾驶行为聚类分析	第110页
·疲劳驾驶状态识别的神经网络算法	第110-120页
·疲劳驾驶状态识别的BP神经网络算法分析	第111-116页
·疲劳驾驶状态识别的RBF神经网络算法分析	第116-120页
·几种驾驶疲劳识别方法的识别效果分析	第120-122页
·疲劳驾驶识别算法的验证试验	第122-127页
·验证试验设计与开展	第122-123页
·试验验证结果分析	第123-127页
·本章小结	第127-128页
第7章 结论与展望	第128-131页
·主要研究工作总结	第128-130页
·主要创新点	第130页
·研究展望	第130-131页
致谢	第131-132页
参考文献	第132-140页
攻读博士学位期间发表的论文及参加的科研项目	第140页