| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题来源 | 第9页 |
| 1.2 研究背景及意义 | 第9-10页 |
| 1.3 驾驶员疲劳监测技术的国内外研究现状及发展趋势 | 第10-14页 |
| 1.3.1 驾驶员疲劳监测技术的国外研究现状 | 第11-13页 |
| 1.3.2 驾驶员疲劳监测技术的国内研究现状 | 第13-14页 |
| 1.3.3 驾驶员疲劳监测方法的发展趋势 | 第14页 |
| 1.4 多源信息融合的研究现状及发展趋势 | 第14-16页 |
| 1.5 主要研究内容 | 第16-17页 |
| 第2章 汽车驾驶员嵌入式疲劳预警系统 | 第17-19页 |
| 2.1 系统的结构 | 第17-18页 |
| 2.2 系统的功能 | 第18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 汽车驾驶员疲劳监测方法研究 | 第19-44页 |
| 3.1 特征提取方法分析 | 第19-21页 |
| 3.1.1 时频分析方法 | 第19-20页 |
| 3.1.2 特征提取 | 第20-21页 |
| 3.2 人体生理信号与疲劳之间的关系 | 第21-30页 |
| 3.2.1 人体生理信号与疲劳之间的关系 | 第21页 |
| 3.2.2 各生理信号之间的相关性分析 | 第21-30页 |
| 3.3 基于多源信息融合的疲劳驾驶检测方法研究 | 第30-41页 |
| 3.3.1 疲劳的多源信息检测重要性 | 第30-33页 |
| 3.3.2 多源信息融合方法研究 | 第33-35页 |
| 3.3.3 基于 D-S 证据理论和模糊逻辑融合方法研究 | 第35-41页 |
| 3.4 预警方法 | 第41-43页 |
| 3.5 本章小结 | 第43-44页 |
| 第4章 基于多源信息融合的疲劳预警实验研究 | 第44-63页 |
| 4.1 实验设计 | 第44-50页 |
| 4.1.1 实验对象 | 第44-46页 |
| 4.1.2 实验仪器 | 第46-48页 |
| 4.1.3 实验场景 | 第48-49页 |
| 4.1.4 实验流程 | 第49-50页 |
| 4.2 数据处理与分析 | 第50-60页 |
| 4.2.1 数据预处理 | 第50-51页 |
| 4.2.2 呼吸信号分析 | 第51-54页 |
| 4.2.3 脉搏信号分析 | 第54-57页 |
| 4.2.4 心率信号分析 | 第57-59页 |
| 4.2.5 脑电信号分析 | 第59-60页 |
| 4.3 基于 D-S 证据理论与模糊逻辑融合决策 | 第60-62页 |
| 4.3.1 基于 D-S 证据理论与模糊逻辑驾驶员生理信号的融合 | 第60-61页 |
| 4.3.2 决策规则 | 第61页 |
| 4.3.3 诊断结果 | 第61-62页 |
| 4.4 本章小结 | 第62-63页 |
| 第5章 结论与展望 | 第63-65页 |
| 5.1 结论 | 第63页 |
| 5.2 展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 致谢 | 第69-70页 |
| 申请学位期间的研究成果及发表的学术论文 | 第70页 |
