基于信息融合的疲劳驾驶检测方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-13页 |
| 第1章 绪论 | 第13-27页 |
| ·研究背景及意义 | 第13-15页 |
| ·疲劳驾驶定义 | 第15页 |
| ·疲劳驾驶检测的研究现状 | 第15-24页 |
| ·主观评价法 | 第16-17页 |
| ·基于生理信号检测方法 | 第17-18页 |
| ·基于生理反应检测方法 | 第18-20页 |
| ·基于驾驶行为检测方法 | 第20-23页 |
| ·基于信息融合的检测方法 | 第23-24页 |
| ·研究内容及技术路线 | 第24-27页 |
| 第2章 疲劳驾驶实验 | 第27-39页 |
| ·实验平台 | 第27-30页 |
| ·驾驶模拟实验平台 | 第27-29页 |
| ·眼动仪 | 第29-30页 |
| ·实验场景 | 第30页 |
| ·实验驾驶人 | 第30-32页 |
| ·实验过程 | 第32页 |
| ·正常驾驶实验 | 第32页 |
| ·疲劳驾驶实验 | 第32页 |
| ·实验数据 | 第32-35页 |
| ·实验数据 | 第32-33页 |
| ·实验数据同步采集 | 第33-34页 |
| ·实验数据预处理 | 第34-35页 |
| ·疲劳状态评价 | 第35-37页 |
| ·本章小结 | 第37-39页 |
| 第3章 疲劳驾驶驾驶行为分析 | 第39-61页 |
| ·方向盘转角 | 第39-48页 |
| ·方向盘转角统计分析 | 第39-40页 |
| ·方向盘转角特征参数 | 第40-48页 |
| ·方向盘转角速度 | 第48-52页 |
| ·方向盘转角速度统计分析 | 第48-49页 |
| ·方向盘转角速度特征参数 | 第49-52页 |
| ·加速踏板开度 | 第52-57页 |
| ·加速踏板开度统计分析 | 第53-54页 |
| ·加速踏板开度特征参数 | 第54-57页 |
| ·车速 | 第57-59页 |
| ·车速统计分析 | 第57页 |
| ·车速特征参数 | 第57-59页 |
| ·本章小结 | 第59-61页 |
| 第4章 疲劳驾驶眼动特征分析 | 第61-77页 |
| ·PERCLOS | 第61-65页 |
| ·PERCLOS 计算 | 第62-63页 |
| ·PERCLOS 最优时间窗 | 第63-65页 |
| ·闭眼速度 | 第65-66页 |
| ·AECS 计算 | 第65页 |
| ·AECS 有效性分析 | 第65-66页 |
| ·最长闭眼时间 | 第66-69页 |
| ·MECD 计算 | 第66-67页 |
| ·MECD 最优时间窗 | 第67-69页 |
| ·眨眼频率 | 第69-71页 |
| ·BF 计算 | 第69页 |
| ·BF 最优时间窗 | 第69-71页 |
| ·非正常区域累积注视时间 | 第71-73页 |
| ·GTFNRD 计算 | 第71-72页 |
| ·GTFNRD 最优时间窗 | 第72-73页 |
| ·注视次数 | 第73-75页 |
| ·TSAC 计算 | 第73-74页 |
| ·TSAC 有效性 | 第74-75页 |
| ·本章小结 | 第75-77页 |
| 第5章 疲劳驾驶检测模型研究 | 第77-103页 |
| ·疲劳特征参数选择优化 | 第77-89页 |
| ·疲劳特征参数全集 | 第77-78页 |
| ·特征选择算法 | 第78-80页 |
| ·SFFS 算法 | 第80-81页 |
| ·支持向量机 | 第81-87页 |
| ·疲劳驾驶检测模型搭建流程 | 第87-89页 |
| ·最优特征子集 | 第89页 |
| ·疲劳驾驶通用检测模型 | 第89-93页 |
| ·通用检测模型搭建 | 第89-90页 |
| ·通用检测模型评价 | 第90-92页 |
| ·滑移时间窗 | 第92-93页 |
| ·疲劳驾驶自适应检测模型 | 第93-101页 |
| ·个体差异性分析 | 第93-98页 |
| ·自适应检测模型 | 第98-101页 |
| ·本章小结 | 第101-103页 |
| 第6章 总结与展望 | 第103-105页 |
| ·工作总结 | 第103-104页 |
| ·创新成果 | 第104页 |
| ·研究展望 | 第104-105页 |
| 参考文献 | 第105-115页 |
| 作者简介及攻读博士期间所取得的科研成果 | 第115-117页 |
| 致谢 | 第117页 |
