首页--交通运输论文--公路运输论文--汽车工程论文--汽车结构部件论文--电气设备及附件论文

基于心电肌电信号的汽车驾驶疲劳研究

致谢第7-8页
摘要第8-9页
abstract第9页
第一章 绪论第15-27页
    1.1 课题的研究背景第15-17页
    1.2 国内外研究现状第17-24页
        1.2.1 基于车辆行驶特征的驾驶疲劳评价方法方面第19-20页
        1.2.2 基于驾驶员行为特征的驾驶疲劳评价方法方面第20-21页
        1.2.3 基于驾驶员生理信号的驾驶疲劳评价方法方面第21-24页
    1.3 论文的主要研究内容第24-25页
    1.4 论文的组织框架第25-26页
    1.5 本章小结第26-27页
第二章 汽车驾驶疲劳概述及影响因素第27-37页
    2.1 驾驶疲劳的概念第27-28页
    2.2 驾驶疲劳分类和产生机制第28-29页
        2.2.1 驾驶疲劳分类第28页
        2.2.2 驾驶疲劳产生机制第28-29页
    2.3 基于生理信号的特征参数选取第29-35页
        2.3.1 心电生理信号及其特征参数第31-33页
        2.3.2 肌电生理信号及其特征参数第33-35页
    2.4 本章小结第35-37页
第三章 汽车驾驶模拟实验平台设计与开发第37-47页
    3.1 汽车驾驶转向操作人机交互原理第37-38页
    3.2 模拟驾驶操作系统第38-44页
        3.2.1 可调模拟驾驶试验台架第39-40页
        3.2.2 方向盘测试与控制系统第40-42页
        3.2.3 虚拟驾驶视景系统第42-44页
    3.3 数据采集系统第44-46页
    3.4 本章小结第46-47页
第四章 实验方案设计和数据处理第47-59页
    4.1 实验方案设计第47-53页
        4.1.1 实验对象第47页
        4.1.2 实验设备第47-49页
        4.1.3 电极布置第49-51页
        4.1.4 主观评价第51-52页
        4.1.5 实验流程第52-53页
    4.2 实验结果与数据分析第53-57页
        4.2.1 实验结果第53-55页
        4.2.2 心电信号分析第55-56页
        4.2.3 肌电信号分析第56-57页
    4.3 本章小结第57-59页
第五章 基于LVQ神经网络驾驶疲劳评价模型第59-71页
    5.1 LVQ神经网络第59-66页
        5.1.1 神经网络概述第59-61页
        5.1.2 LVQ神经网络结构第61-62页
        5.1.3 LVQ神经网络算法第62-63页
        5.1.4 LVQ神经网络的预测和检验第63-66页
    5.2 基于K-fold交叉验证优化的LVQ神经网络第66-69页
        5.2.1 交叉验证概述第67-66页
        5.2.2 基于K-fold优化的LVQ神经网络步骤第66-68页
        5.2.3 模型实验结果第68-69页
    5.3 本章小结第69-71页
第六章 总结与展望第71-75页
    6.1 全文总结第71-72页
    6.2 论文展望第72-75页
参考文献第75-79页
附录第79-81页
攻读硕士学位期间的学术活动及成果情况第81-82页

论文共82页,点击 下载论文
上一篇:基于数字化工厂的轿车后地板自动焊装线设计与模拟
下一篇:基于工况预测及离线最优轨迹的PHEV在线能量管理策略研究