驾驶员状态检测及其在人机共驾中的应用
| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4页 |
| 1 绪论 | 第7-17页 |
| 1.1 研究背景和意义 | 第7-9页 |
| 1.2 研究现状 | 第9-15页 |
| 1.2.1 驾驶员疲劳研究现状 | 第10-12页 |
| 1.2.2 驾驶员视线方向检测 | 第12-13页 |
| 1.2.3 局部路径规划 | 第13-15页 |
| 1.3 主要研究内容 | 第15-17页 |
| 2 基于PERCLOS指标的驾驶员疲劳状态检测 | 第17-37页 |
| 2.1 ASM算法及驾驶员眼部区域提取 | 第18-23页 |
| 2.1.1 ASM算法简介 | 第18-20页 |
| 2.1.2 自商图预处理 | 第20-22页 |
| 2.1.3 驾驶员眼部区域提取 | 第22-23页 |
| 2.2 HOG特征提取 | 第23-26页 |
| 2.3 人眼状态判别 | 第26-34页 |
| 2.3.1 SVM眼睛状态判别模型 | 第28-32页 |
| 2.3.2 SVM训练与测试 | 第32-34页 |
| 2.4 基于眼睛状态的疲劳判别 | 第34-36页 |
| 2.5 本章小结 | 第36-37页 |
| 3 结合头部姿态的驾驶员视线方向估计 | 第37-55页 |
| 3.1 头部姿态估计 | 第37-44页 |
| 3.1.1 特征点选取 | 第38-40页 |
| 3.1.2 POSIT算法 | 第40-44页 |
| 3.2 瞳孔中心检测 | 第44-51页 |
| 3.2.1 边缘检测算法 | 第44-50页 |
| 3.2.2 瞳孔中心检测 | 第50-51页 |
| 3.3 3D眼球模型 | 第51-53页 |
| 3.4 本章小结 | 第53-55页 |
| 4 基于驾驶员状态的局部路径规划 | 第55-71页 |
| 4.1 改进的人工势场法 | 第55-62页 |
| 4.1.1 引力场 | 第56-57页 |
| 4.1.2 斥力场 | 第57页 |
| 4.1.3 合势力场 | 第57-58页 |
| 4.1.4 对人工势场法的改进 | 第58-62页 |
| 4.2 模糊系统 | 第62-66页 |
| 4.2.1 模糊系统基本原理 | 第62-63页 |
| 4.2.2 模糊系统设计 | 第63-66页 |
| 4.3 基于驾驶员状态的局部路径规划仿真 | 第66-69页 |
| 4.4 本章小结 | 第69-71页 |
| 5 全文总结 | 第71-73页 |
| 5.1 本文工作与结论 | 第71页 |
| 5.2 文章创新点 | 第71-72页 |
| 5.3 研究展望 | 第72-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 附录 | 第79页 |
| A.作者在攻读学位期间发表的论文目录 | 第79页 |
