摘要 | 第4-5页 |
Abstract | 第5-6页 |
第1章 绪论 | 第10-17页 |
1.1 课题背景及研究目的和意义 | 第10-11页 |
1.1.1 课题研究背景 | 第10页 |
1.1.2 研究目的和意义 | 第10-11页 |
1.2 国内外研究现状 | 第11-15页 |
1.2.1 基于脑电信号情绪识别技术研究 | 第11-13页 |
1.2.2 自动驾驶技术与情绪结合的应用研究 | 第13-14页 |
1.2.3 国内外研究现状总结 | 第14-15页 |
1.3 本文的研究内容和结构 | 第15-17页 |
第2章 车载情绪感知的生理基础与技术方案 | 第17-23页 |
2.1 情绪脑电信号的生理基础 | 第17-19页 |
2.1.1 大脑的结构与生理分区 | 第17页 |
2.1.2 无人驾驶汽车乘坐人目标情绪的分类模型 | 第17-18页 |
2.1.3 情绪脑电信号的节律特征 | 第18-19页 |
2.2 车载环境下情绪感知技术总体研究方案 | 第19-22页 |
2.2.1 车载环境下嵌入式系统处理EEG优劣势分析 | 第19-20页 |
2.2.2 针对车载环境的需求分析 | 第20页 |
2.2.3 技术方案设计 | 第20-22页 |
2.3 本章小结 | 第22-23页 |
第3章 车载情绪识别的脑电数据采集技术研究 | 第23-36页 |
3.1 车载环境下的脑电信号采集传输系统设计 | 第23-24页 |
3.2 车载环境的情绪脑电信号采集技术 | 第24-28页 |
3.2.1 适用车载环境的脑电信号采集方式 | 第25-26页 |
3.2.2 ADS1299采集电路分析 | 第26-27页 |
3.2.3 模拟采集前端的数据输出格式 | 第27-28页 |
3.3 车载环境下数据采集系统接口技术 | 第28-35页 |
3.3.1 模拟采集前端配置 | 第28-30页 |
3.3.2 情绪脑电8通道的数据传输设置 | 第30-34页 |
3.3.3 车载通信的CAN总线模块设计 | 第34-35页 |
3.4 本章小结 | 第35-36页 |
第4章 情绪脑电的特征提取与分类技术研究 | 第36-57页 |
4.1 车载情绪识别的整体流程设计 | 第36-37页 |
4.2 车载环境下脑电信号预处理技术及程序设计 | 第37-40页 |
4.2.1 车载环境下的主要干扰分析 | 第37-38页 |
4.2.2 中值滤波滤除基线漂移 | 第38-39页 |
4.2.3 带通滤波去除车载环境中的高低频干扰 | 第39-40页 |
4.3 情绪的脑电特征提取与分类技术研究 | 第40-48页 |
4.3.1 无人驾驶环境下的目标情绪脑电特征分析与选择 | 第41-43页 |
4.3.2 群体的情绪特征分类分析 | 第43-44页 |
4.3.3 个体的情绪脑电特征分析 | 第44-47页 |
4.3.4 个体情绪的分类研究 | 第47-48页 |
4.4 情绪脑电特征提取与分类的嵌入式系统实现 | 第48-56页 |
4.4.1 脑电信号特征提取的DSP实现 | 第48-54页 |
4.4.2 应用于车载环境的FFT算法实现 | 第54-55页 |
4.4.3 DSP特征提取的速度分析 | 第55页 |
4.4.4 特征分类算法实现 | 第55-56页 |
4.5 本章小结 | 第56-57页 |
第5章 情绪感知技术的实验设计与验证 | 第57-70页 |
5.1 实验系统功能验证 | 第57-62页 |
5.1.1 采集数据功能验证 | 第57-58页 |
5.1.2 数据传输功能验证 | 第58-60页 |
5.1.3 特征提取功能验证 | 第60-61页 |
5.1.4 分类结果传输功能验证 | 第61-62页 |
5.2 情绪脑电采集与模拟自动驾驶系统实验设计 | 第62-65页 |
5.2.1 针对车载环境的情绪诱发模式选择 | 第63页 |
5.2.2 情绪诱发实验设计 | 第63-64页 |
5.2.3 模拟自动驾驶的验证环境设计 | 第64-65页 |
5.3 情绪识别系统的分类效果验证与分析 | 第65-69页 |
5.3.1 情绪脑电特征提取效果分析 | 第65-67页 |
5.3.2 个体情感分类技术效果分析 | 第67-68页 |
5.3.3 模拟自动驾驶环境的情绪分类验证 | 第68-69页 |
5.4 本章小结 | 第69-70页 |
结论 | 第70-72页 |
参考文献 | 第72-76页 |
致谢 | 第76-77页 |