基于多源信息融合的驾驶员分心监测研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第11-29页 |
| 1.1 驾驶分心研究背景 | 第11-12页 |
| 1.2 文献综述 | 第12-24页 |
| 1.2.1 分心的理论基础 | 第12-16页 |
| 1.2.2 典型驾驶场景 | 第16页 |
| 1.2.3 驾驶分心研究方法 | 第16-18页 |
| 1.2.4 驾驶分心特征 | 第18-19页 |
| 1.2.5 分心监测方法 | 第19-22页 |
| 1.2.6 信息融合技术 | 第22-24页 |
| 1.3 论文研究内容 | 第24-29页 |
| 1.3.1 研究问题 | 第25-26页 |
| 1.3.2 研究方法 | 第26-27页 |
| 1.3.3 研究步骤 | 第27-29页 |
| 第2章 驾驶分心研究的实验准备 | 第29-42页 |
| 2.1 城市道路场景实验设计 | 第29-33页 |
| 2.1.1 实验样本 | 第29-30页 |
| 2.1.2 实验场景 | 第30-31页 |
| 2.1.3 次任务设计 | 第31-32页 |
| 2.1.4 主观评价 | 第32-33页 |
| 2.2 高速公路场景实验设计 | 第33-35页 |
| 2.2.1 实验样本 | 第33页 |
| 2.2.2 实验场景 | 第33-34页 |
| 2.2.3 次任务设计 | 第34-35页 |
| 2.2.4 主观评价 | 第35页 |
| 2.3 驾驶分心实验设备 | 第35-37页 |
| 2.3.1 驾驶模拟仿真平台 | 第35-36页 |
| 2.3.2 次任务平板电脑 | 第36页 |
| 2.3.3 眼动仪 | 第36-37页 |
| 2.4 驾驶员认知负荷的量化方法 | 第37-39页 |
| 2.5 异常值处理与统计分析模型确定 | 第39-41页 |
| 2.6 本章小结 | 第41-42页 |
| 第3章 城市道路场景分心驾驶研究 | 第42-72页 |
| 3.1 驾驶分心实验方案 | 第42-43页 |
| 3.2 驾驶分心实验结果 | 第43-66页 |
| 3.2.1 事件数据段划分 | 第43-44页 |
| 3.2.2 驾驶分心主观评价结果 | 第44-45页 |
| 3.2.3 认知负荷测量结果 | 第45-47页 |
| 3.2.4 驾驶绩效表现 | 第47-57页 |
| 3.2.5 眼动信息表现 | 第57-66页 |
| 3.3 驾驶分心实验结果讨论 | 第66-70页 |
| 3.3.1 视觉分心特征 | 第67页 |
| 3.3.2 认知分心特征 | 第67-69页 |
| 3.3.3 性别、年龄对分心表现的影响 | 第69-70页 |
| 3.4 本章小结 | 第70-72页 |
| 第4章 高速公路场景分心驾驶研究 | 第72-95页 |
| 4.1 驾驶分心实验方案 | 第72-73页 |
| 4.2 驾驶分心实验结果 | 第73-90页 |
| 4.2.1 事件数据段划分 | 第73-74页 |
| 4.2.2 驾驶分心主观评价结果 | 第74-75页 |
| 4.2.3 认知负荷测量结果 | 第75页 |
| 4.2.4 驾驶绩效表现 | 第75-85页 |
| 4.2.5 眼动信息表现 | 第85-90页 |
| 4.3 驾驶分心实验结果讨论 | 第90-93页 |
| 4.3.1 视觉分心特征 | 第91页 |
| 4.3.2 认知分心特征 | 第91-92页 |
| 4.3.3 性别、年龄对分心表现的影响 | 第92-93页 |
| 4.4 本章小结 | 第93-95页 |
| 第5章 驾驶分心的多源特征优选 | 第95-115页 |
| 5.1 分心特征优选的理论基础 | 第95-97页 |
| 5.2 分心特征候选指标集合 | 第97-100页 |
| 5.2.1 驾驶绩效-场景相关指标 | 第97-99页 |
| 5.2.2 驾驶绩效-场景无关指标 | 第99页 |
| 5.2.3 眼动信息指标 | 第99-100页 |
| 5.3 用于特征优选的分类器设计 | 第100-102页 |
| 5.3.1 特征集合的标准化 | 第100页 |
| 5.3.2 分类器性能指标 | 第100-102页 |
| 5.4 最优特征子集提取结果 | 第102-108页 |
| 5.4.1 特征结构分析 | 第103-105页 |
| 5.4.2 特征重要度分析 | 第105-108页 |
| 5.5 最优特征子集分类器性能验证 | 第108-113页 |
| 5.5.1 交叉验证方法 | 第108页 |
| 5.5.2 性能验证结果 | 第108-109页 |
| 5.5.3 影响因素讨论 | 第109-113页 |
| 5.6 本章小结 | 第113-115页 |
| 第6章 驾驶分心在线监测算法设计 | 第115-129页 |
| 6.1 分心监测指标集合的确定 | 第115-116页 |
| 6.2 分心在线监测算法设计 | 第116-118页 |
| 6.3 分心监测结果讨论 | 第118-124页 |
| 6.3.1 城市道路场景 | 第119-122页 |
| 6.3.2 高速公路场景 | 第122-124页 |
| 6.4 分心监测结果的影响因素讨论 | 第124-127页 |
| 6.4.1 算法参数 | 第124-125页 |
| 6.4.2 年龄 | 第125-126页 |
| 6.4.3 场景-分心类型 | 第126-127页 |
| 6.5 本章小结 | 第127-129页 |
| 第7章 结论与展望 | 第129-133页 |
| 7.1 研究结论 | 第129-130页 |
| 7.2 研究创新点 | 第130-131页 |
| 7.3 研究局限与展望 | 第131-133页 |
| 参考文献 | 第133-139页 |
| 致谢 | 第139-141页 |
| 附录 | 第141-168页 |
| 附录A 实验被试基本信息 | 第141-142页 |
| 附录B 城市道路场景实验独立样本T检验结果 | 第142-154页 |
| 附录C 高速公路场景实验独立样本T检验结果 | 第154-162页 |
| 附录D 转向熵计算方法 | 第162-164页 |
| 附录E 驾驶分心最优特征子集分类器性能 | 第164-166页 |
| 附录F 驾驶分心在线监测结果 | 第166-168页 |
| 个人简历、在学期间发表的学术论文与研究成果 | 第168-169页 |
