| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景和意义 | 第9-11页 |
| 1.2 驾驶员状态与预警系统的研究 | 第11-13页 |
| 1.2.1 驾驶员状态研究现状 | 第11-12页 |
| 1.2.2 防撞预警系统的研究 | 第12-13页 |
| 1.3 本文的主要研究内容 | 第13-15页 |
| 第二章 基于驾驶员信息的驾驶员状态分析 | 第15-26页 |
| 2.1 驾驶员生理信号分析 | 第15-19页 |
| 2.1.1 驾驶员生理信号 | 第15-16页 |
| 2.1.2 心电信号与驾驶员状态的关系 | 第16-19页 |
| 2.2 驾驶员行为分析 | 第19-21页 |
| 2.2.1 驾驶员驾驶行为信号 | 第19页 |
| 2.2.2 驾驶行为信号与驾驶员状态的关系 | 第19-21页 |
| 2.3 驾驶员眼部状态分析 | 第21-25页 |
| 2.3.1 驾驶员眼部特征 | 第21-23页 |
| 2.3.2 眼部特征与驾驶员状态的关系 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于MATLAB驾驶员眼部特征检测算法的研究 | 第26-42页 |
| 3.1 图像预处理概述 | 第26-31页 |
| 3.1.1 拉氏锐化滤波器 | 第27页 |
| 3.1.2 小波变换 | 第27-29页 |
| 3.1.3 直方图均衡化 | 第29页 |
| 3.1.4 预处理仿真实验 | 第29-31页 |
| 3.2 基于混合肤色模型驾驶员人脸定位 | 第31-37页 |
| 3.2.1 混合肤色模型建立 | 第31-34页 |
| 3.2.2 驾驶员人脸定位 | 第34-37页 |
| 3.3 基于Canny边缘检测驾驶员人眼定位 | 第37-41页 |
| 3.3.1 人眼位置初判断 | 第37页 |
| 3.3.2 边缘检测 | 第37-40页 |
| 3.3.3 人眼确定 | 第40-41页 |
| 3.3.4 图像修正 | 第41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 基于信息融合的高速公路驾驶员状态辨识 | 第42-53页 |
| 4.1 基于模糊评价的驾驶员状态辨识 | 第42-46页 |
| 4.1.1 模糊综合评判 | 第42-45页 |
| 4.1.2 模型建立 | 第45-46页 |
| 4.2 基于DS证据理论的驾驶员状态辨识 | 第46-49页 |
| 4.2.1 DS证据理论 | 第46-48页 |
| 4.2.2 模型构建 | 第48-49页 |
| 4.3 基于模糊评价-DS证据理论的驾驶员状态辨识 | 第49-52页 |
| 4.3.1 基于模糊评价-DS证据理论模型 | 第49页 |
| 4.3.2 实例分析 | 第49-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第五章 基于驾驶员状态的安全预警模型的研究 | 第53-69页 |
| 5.1 驾驶员状态与制动反应时间 | 第53-58页 |
| 5.1.1 模拟实验与分析 | 第53-55页 |
| 5.1.2 基于隶属函数高速公路驾驶员反应时间的确定 | 第55-58页 |
| 5.2 安全车距模型的建立 | 第58-62页 |
| 5.2.1 车辆制动过程分析 | 第58-60页 |
| 5.2.2 安全车距模型建立 | 第60-62页 |
| 5.3 安全车距模型仿真对比 | 第62-68页 |
| 5.3.1 前车静止工况或障碍物 | 第63-65页 |
| 5.3.2 前车匀速行驶工况 | 第65-66页 |
| 5.3.3 前车紧急制动工况 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 第六章 总结与展望 | 第69-71页 |
| 6.1 全文总结与创新点 | 第69-70页 |
| 6.2 研究展望 | 第70-71页 |
| 参考文献 | 第71-74页 |
| 致谢 | 第74-75页 |
| 攻读硕士学位期间发表的论文和参与的科研项目 | 第75-76页 |
