危险驾驶状态检测机制的研究与系统构建
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 专用术语注释表 | 第8-9页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 相关问题研究现状 | 第10-14页 |
| 1.2.1 疲劳驾驶研究现状 | 第10-12页 |
| 1.2.2 愤怒驾驶研究现状 | 第12-14页 |
| 1.3 本文的主要工作 | 第14页 |
| 1.4 论文的组织结构 | 第14-15页 |
| 1.5 本章小结 | 第15-16页 |
| 第二章 系统模型 | 第16-22页 |
| 2.1 体系架构 | 第16-17页 |
| 2.2 功能模块 | 第17-19页 |
| 2.3 工作流程 | 第19-20页 |
| 2.4 应用场景 | 第20-21页 |
| 2.5 本章小结 | 第21-22页 |
| 第三章 基于数据融合的疲劳驾驶状态检测机制 | 第22-46页 |
| 3.1 基本原理 | 第22-23页 |
| 3.2 数据采集与预处理 | 第23-28页 |
| 3.2.1 加速度数据采集 | 第23-24页 |
| 3.2.2 脉搏数据采集 | 第24-26页 |
| 3.2.3 数据预处理 | 第26-28页 |
| 3.3 动态阈值训练 | 第28-32页 |
| 3.3.1 加速度动态阈值 | 第28-30页 |
| 3.3.2 脉搏动态阈值 | 第30-32页 |
| 3.4 基于数据融合的疲劳驾驶状态检测算法 | 第32-37页 |
| 3.4.1 数据融合基本概念 | 第32-35页 |
| 3.4.2 基于D-S证据理论的决策级数据融合 | 第35-37页 |
| 3.5 状态调节机制 | 第37-39页 |
| 3.6 实验验证 | 第39-44页 |
| 3.6.1 实验环境 | 第39-41页 |
| 3.6.2 实验设计 | 第41-42页 |
| 3.6.3 实验结果与性能分析 | 第42-44页 |
| 3.7 本章小结 | 第44-46页 |
| 第四章 基于BP神经网络的愤怒驾驶状态检测机制 | 第46-55页 |
| 4.1 基本原理 | 第46-47页 |
| 4.2 脉搏数据特征提取 | 第47-48页 |
| 4.3 基于BP神经网络的愤怒驾驶状态检测 | 第48-52页 |
| 4.3.1 BP神经网络 | 第48-49页 |
| 4.3.2 BP神经网络学习过程 | 第49-51页 |
| 4.3.3 驾驶员愤怒驾驶状态检测 | 第51-52页 |
| 4.4 状态调节机制 | 第52页 |
| 4.5 实验验证 | 第52-54页 |
| 4.5.1 实验方案 | 第52页 |
| 4.5.2 实验结果与性能分析 | 第52-54页 |
| 4.6 本章小结 | 第54-55页 |
| 第五章 危险驾驶状态检测系统设计与构建 | 第55-66页 |
| 5.1 系统整体架构设计 | 第55页 |
| 5.2 功能模块 | 第55-65页 |
| 5.2.1 数据采集模块和数据预处理与存储模块 | 第58-60页 |
| 5.2.2 疲劳驾驶状态检测模块 | 第60-63页 |
| 5.2.3 愤怒驾驶状态检测模块 | 第63-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 总结与展望 | 第66-68页 |
| 6.1 总结 | 第66页 |
| 6.2 展望 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 附录1 攻读硕士学位期间撰写的论文 | 第72-73页 |
| 附录2 攻读硕士学位期间申请的专利 | 第73-74页 |
| 致谢 | 第74页 |
