基于无线体域网中多生理信号驾驶疲劳检测 - journal of northeastern .pdfVIP

第３５卷第６期 东 北 大 学 学 报 （ 自 然 科 学 版 ） Ｖｏｌ．３５，Ｎｏ．６ ２０１４年 ６月 ＪｏｕｒｎａｌｏｆＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅ） Ｊｕｎ．２０１４ 　ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００５－３０２６．２０１４．０６．０２０ 基于无线体域网中多生理信号驾驶疲劳检测 付荣荣，王　宏，王　琳，张　驰 （东北大学 机械工程与自动化学院，辽宁 沈阳　１１０８１９） 摘　　　要：利用生理信号的无线测量设备实现了对驾驶员在驾驶过程中的脑电信号、肌电信号和呼吸信号 的采集，并对其进行分析处理，从而实现驾驶员的疲劳检测．首先分别计算三个生理信号的近似熵并将其作为 疲劳检测的特征参数，然后使用主成分分析对特征参数进行降维优化处理，同时对原始特征参数和分析后的 主成分分别进行统计分析，基于优化处理后的特征参数利用回归方程建立驾驶疲劳估计模型．最后通过交叉 验证对本方法进行评价，并使用数据融合方法给出了综合的评价结果．评价结果表明提出的方法对驾驶员疲 劳状态的检测正确率达到９０％以上． 关　键　词：疲劳驾驶；无线体域网；脑电；肌电；呼吸 中图分类号：Ｒ３１８　　　文献标志码：Ａ　　　文章编号：１００５－３０２６（２０１４）０６－０８５０－０４ ＤｅｔｅｃｔｉｏｎｏｆＤｒｉｖｅｒＦａｔｉｇｕｅＢａｓｅｄｏｎＭｕｌｔｉｐｈｙｓｉｏｌｏｇｉｃａｌＳｉｇｎａｌｓ ｉｎＷｉｒｅｌｅｓｓＢｏｄｙＡｒｅａＮｅｔｗｏｒｋ ＦＵＲｏｎｇｒｏｎｇ，ＷＡＮＧＨｏｎｇ，ＷＡＮＧＬｉｎ，ＺＨＡＮＧＣｈｉ （ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ＆ Ａｕｔｏｍａｔｉｏｎ，ＮｏｒｔｈｅａｓｔｅｒｎＵｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ１１０８１９，Ｃｈｉｎａ． Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ：ＷＡＮＧＨｏｎｇ，Ｅｍａｉｌ：ｈｏｎｇｗａｎｇ＠ｍａｉｌ．ｎｅｕ．ｅｄｕ．ｃｎ） Ａｂｓｔｒａｃｔ：Ｄｒｉｖｅｒｆａｔｉｇｕｅｗａｓｄｅｔｅｃｔｅｄｕｓｉｎｇｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｐｈ，ｅｌｅｃｔｒｏｍｙｏｇｒａｐｈｙａｎｄ ｒｅｓｐｉｒａｔｉｏｎｓｉｇｎａｌｓ，ｗｈｉｃｈｗｅｒｅｃｏｌｌｅｃｔｅｄｗｉｒｅｌｅｓｓｌｙ．Ｔｈｅａｐｐｒｏｘｉｍａｔｅｅｎｔｒｏｐｉｅｓｏｆｔｈｅｔｈｒｅｅｓｉｇｎａｌｓ ｗｅｒｅｓｅｌｅｃｔｅｄａｓｆｅａｔｕｒｅｓ，ａｎｄｔｈｅｒｅｄｕｃｔｉｏｎｏｆｆｅａｔｕｒｅｄｉｍｅｎｓｉｏｎｓｗａｓａｃｈｉｅｖｅｄｂｙｐｒｉｎｃｉｐｌｅ ｃｏｍｐｏｎｅｎｔａｎａｌｙｓｉｓ．Ｓｔａｔｉｓｔｉｃａｌａｎａｌｙｓｅｓｗｅｒｅｔｈｅｎｇｉｖｅｎｔｏｂｏｔｈｏｒｉｇｉｎａｌｆｅａｔｕｒｅｓａｎｄｐｒｉｎｃｉｐｌｅ ｃｏｍｐｏｎｅｎｔｓａｎｄａｎｅｖａｌｕａｔｉｏｎｍｏｄｅｌｆｏｒｄｒｉｖｅｒｆａｔｉｇｕｅｗａｓｅｓｔａｂｌｉｓｈｅｄｕｓｉｎｇｒｅｇｒｅｓｓｉｏｎｅｑｕａｔｉｏｎ． Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｗｅｒｅｅｖａｌｕａｔｅｄｂｙｃｒｏｓｓｖａｌｉｄａｔｉｏｎａｎｄｔｈｅａｃｃｕｒａｃｙｗａｓｍｏｒｅｔｈａｎ９０％ ｂａｓｅｄｏｎｄａｔａｆｕｓｉｏｎｍｅｔｈｏｄ．Ｔｈｅｒｅｓｕｌｔｓｖｅｒｉｆｙｔｈａｔｔｈｅｍｏｄｅｌｉｓｅｆｆｅｃｔｉｖｅｉｎｄｅｔｅｃｔｉｎｇｄｒｉｖｅｒ ｆａｔｉｇｕｅ． Ｋｅｙｗｏｒｄｓ：ｄｒｉｖｅｒｆａｔｉｇｕｅ；ｗｉｒｅｌｅｓｓｂｏｄｙａｒｅａｎｅｔｗｏｒｋ；ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｐｈ；ｅｌｅｃｔｒｏｍｙｏｇｒａｐｈｙ； ｒｅｓｐｉｒａｔｉｏｎ 　　由于驾驶疲劳使驾驶员的注意力下降，对外 理信号的分析，在众多生理信号中研究者普遍认 ［４－５］ 界感知反应变慢，导致驾驶员在紧急状况中不能 为ＥＥＧ作为评价疲劳的指标是较为合适的 ．