换一批基于脑电图识别结合操纵特征的驾驶疲劳检测
Driving fatigue detection based on EEG recognition and vehicle handling characteristics
摘要精神疲劳影响驾驶员的警觉性和安全驾驶能力,引发的交通安全问题不容忽视.将脑电图识别与车辆操纵特性相结合来检测驾驶员的疲劳状态,预期为搭建疲劳驾驶检测系统提供理论及实验依据.设计了模拟驾驶实验,采集被试者的脑电图(EEG)信号和对应的方向盘操纵数据;针对疲劳程度三分类问题,利用小波包变换和共空间模式算法对EEG信号进行特征提取;依据车辆操纵特性评估驾驶员疲劳程度来确定EEG信号的分类标准;并选择支持向量机对EEG信号进行分类以完成对驾驶员精神疲劳状态的定性分析,分类准确率可达94.259％.
更多相关知识
关键词
驾驶疲劳脑电图操纵特性共空间模式小波包变换支持向量机driving fatigueelectroencephalogram (EEG)handling characteristiccommon spatial patternwavelet packet transformsupport vector machine (SVM)
分类号
R318（医用一般科学）
栏目名称
发布时间
2014-03-27（万方平台首次上网日期，不代表论文的发表时间）
基金项目
- 浏览3
- 被引83
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
