营运长途客车驾驶员疲劳累积实验研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第9-15页 |
1.1 课题背景 | 第9页 |
1.2 研究目的意义 | 第9页 |
1.3 国内外研究现状 | 第9-13页 |
1.4 研究内容 | 第13页 |
1.5 研究思路 | 第13-15页 |
第2章 营运长途客车驾驶员疲劳累积的形成与测定 | 第15-25页 |
2.1 疲劳累积的形成机理 | 第15-18页 |
2.1.1 疲劳的定义 | 第15-16页 |
2.1.2 疲劳的分类 | 第16-17页 |
2.1.3 疲劳的产生机理 | 第17页 |
2.1.4 疲劳累积的生成 | 第17-18页 |
2.2 疲劳特性分析 | 第18-20页 |
2.2.1 自身因素 | 第18-19页 |
2.2.2 工作因素 | 第19-20页 |
2.2.3 环境因素 | 第20页 |
2.3 原始疲劳与驾驶疲劳的影响因素 | 第20-21页 |
2.4 疲劳累积的指标体系与测定方法 | 第21-24页 |
2.4.1 疲劳的测定方法 | 第21-23页 |
2.4.2 疲劳累积指标体系 | 第23-24页 |
2.5 本章小结 | 第24-25页 |
第3章 营运长途客车驾驶员疲劳累积实验分析 | 第25-32页 |
3.1 实验设计 | 第25-30页 |
3.1.1 实验目的及总体思路 | 第25-26页 |
3.1.2 实验方案 | 第26页 |
3.1.3 实验仪器的选取 | 第26-27页 |
3.1.4 主观问卷设计 | 第27页 |
3.1.5 变量控制 | 第27-28页 |
3.1.6 样本选取与实验环境 | 第28-29页 |
3.1.7 实验流程 | 第29-30页 |
3.2 实验数据处理方法 | 第30-31页 |
3.2.1 主观问询表数据处理 | 第30页 |
3.2.2 驾驶特性数据处理与分析 | 第30页 |
3.2.3 驾驶员随车实验测量数据处理 | 第30-31页 |
3.3 实验结果描述 | 第31页 |
3.4 本章小结 | 第31-32页 |
第4章 基于人眼识别的驾驶员疲劳检测方法 | 第32-48页 |
4.1 疲劳检测方法 | 第32-36页 |
4.1.1 工作环境分析 | 第32页 |
4.1.2 疲劳检测机理 | 第32-33页 |
4.1.3 硬件组成 | 第33-34页 |
4.1.4 功能分析 | 第34-35页 |
4.1.5 运行流程 | 第35页 |
4.1.6 软件环境 | 第35-36页 |
4.2 人眼状态检测算法 | 第36-45页 |
4.2.1 图像的预处理 | 第36-37页 |
4.2.2 人眼的识别与跟踪 | 第37-41页 |
4.2.3 人眼状态的判断 | 第41-44页 |
4.2.4 算法流程 | 第44页 |
4.2.5 算法的有效性分析 | 第44-45页 |
4.3 疲劳指标的计算 | 第45-46页 |
4.3.1 PERCLOS-P80 | 第45-46页 |
4.3.2 平均眨眼频率 | 第46页 |
4.3.3 持续闭眼时间 | 第46页 |
4.3.4 扫视后视镜次数 | 第46页 |
4.4 本章小结 | 第46-48页 |
第5章 营运长途客车驾驶员疲劳累积模型 | 第48-65页 |
5.1 疲劳累积的规律分析 | 第48-60页 |
5.1.1 驾驶员工作休息与疲劳累积的关系 | 第48-51页 |
5.1.2 中间休息中的疲劳累积规律 | 第51-57页 |
5.1.3 驾驶过程中的疲劳累积规律 | 第57-60页 |
5.2 原始疲劳量与驾驶疲劳量的确定 | 第60-62页 |
5.2.1 原始疲劳量 | 第60-61页 |
5.2.2 驾驶疲劳量 | 第61-62页 |
5.3 疲劳累积模型研究 | 第62-63页 |
5.3.1 前提假设 | 第62页 |
5.3.2 模型建立 | 第62页 |
5.3.3 模型标定 | 第62-63页 |
5.3.4 模型分析 | 第63页 |
5.4 营运长途客车驾驶员工作休息建议 | 第63-64页 |
5.5 本章小结 | 第64-65页 |
结论 | 第65-67页 |
参考文献 | 第67-71页 |
攻读学位期间发表的学术论文及其它成果 | 第71-73页 |
致谢 | 第73页 |