驾驶员瞌睡预警系统概况.pptVIP

1.基于驾驶人生理信号的检测方法 目前较为成熟的检测方法包括对驾驶人的脑电信号EEG、心电信号ECG等的测量。 研究人员很早就已经发现EEG能够直接反映大脑的活动状态。研究人员同时发现，EEG信号特征有很大的个人差异，如性别和性格等，同时也和人的心理活动相关很大。 ECG主要被用于驾驶负担的生理测量中。研究表明在驾驶人疲劳时ECG会明显的有规律的下降并且HRV（心率变化）和驾驶中的疲劳程度的变化有潜在的关系。 1.基于驾驶人生理信号的检测方法 驾驶员静止、睁眼坐在椅子上的脑电波如图1所示。纵向的虚线表明时间间隔为1s, 由两虚线间的波数可确定波型。后述脑电波图仅取F3- C3 导联、T3- O1 导联和T4- O2 导联的测试结果, 因为驾驶员瞌睡特征在这几个导联中表现得最明显。 与驾车行驶时的脑电波对照可知, 用T3-O1 导联或T 4- O2 导联中A波的功率谱密度和T3- O1 导联或T 4- O2 导联中A波的功率谱密度与D波的功率谱密度G ( X) D 之比来判定汽车驾驶员是否处于瞌睡状态。 ——王炳浩，魏建勤，吴永红.汽车驾驶员瞌睡状态脑电波特征的初步探索[J].北京：汽车工程，2004年. 基于驾驶人生理反应特征的检测方法：眼动特性、头部运动特性等 基于驾驶人的生理反应特征的检测方法是指利用驾驶人的眼动特性、头部运动特性等推断驾驶人的疲劳状态。 驾驶人眼球的运动和眨眼信息被认为是反映疲劳的重要特征。目前基于眼动机理研究驾驶疲劳的算法有很多种，广泛采用的算法包括PERCLOS。 Philip W. Kithil采用实时跟踪头部的位置,根据头部位置的变化规律判定驾驶人是否瞌睡,该研究发现点头的动作和瞌睡有非常好的相关性。 3.基于驾驶人操作行为的检测方法 基于驾驶人操作行为的驾驶人疲劳状态识别技术，是指通过驾驶人的操作行为如油门踩踏和方向盘操作等操作推断驾驶人疲劳状态。 Yoshihiro Takei利用FFT对监测到的驾驶人的方向盘操作数据进行处理，研究结果在一定程度上揭示了驾驶人的方向盘操作与疲劳之间的关系. 发生疲劳驾驶时， 驾驶员进入大脑缺氧的瞌睡状态， 对转向盘的操作会出现符合一定规律的忽左忽右的现象。正常直线驾驶角度变化值小， 左右变化频率快， 转弯或环行时单向角度变化。当疲劳驾驶时， 角度变化增大， 左右变化频率减慢， 呈规律性。 利用内置变压器式角位移传感器采集航向修正时转向盘转角产生的电压变化，运用模式识别技术建立电压变化波形特征库，当疲劳驾驶时,电压波将不同于平常，变得迟钝而突兀，经与正常驾驶特征比对可判定疲劳驾驶的产生。图1是同一测试者在正常驾驶和疲劳驾驶时的转向盘转角电压波形对比。 汽车驾驶员瞌睡预警存在的问题 驾驶人的疲劳状态受多种因素影响，到目前为止还没有发现非常有效的指标或模型能够对疲劳等级进行精确的评价。因此需要进一步深入研究各种指标与驾驶人疲劳等级之间的关系。 现有的驾驶人疲劳状态监测方法大都基于单项或部分指标，虽然在限定条件下能够达到一定的精度，但在实际复杂多变的行车环境下，其准确性和可靠性上还存在问题，难以达到预期要求。 参考文献 1.范士儒主编.《交通心理学教程》[M]. 中国人民公安大学出版社. 2.王炳浩，魏建勤，吴永红.汽车驾驶员瞌睡状态脑电波特征的初步探索[J].北京：汽车工程，2004年. 3.潘晓东，李君羡，徐小冬，基于眼部行为的驾驶疲劳评价指标的阈值[J].上海：同济大学学报(自然科学版)，2011年. 4.吴超仲，张晖，毛喆，初秀民，严新平.基于驾驶操作行为的驾驶员疲劳状态识别模型研究[J].武汉：中国安全科学学报，2007年. 5.毛喆，严新平，吴超仲，张晖，黄德启.疲劳驾驶时的车速变化特征[J].北京：北京工业大学学报，2011年. 6.成波，张广渊，冯睿嘉，张维.国内外驾驶疲劳状态检测技术的现状与发展[J].清华大学汽车安全与节能国家重点实验室，北京. 7.沈永增，刘小磊.眼部疲劳状态检测算法的研究与实现[J].计算机用用与软件，2011,28（3）. 8.宋柱梅，王海林，刘汉辉.疲劳驾驶检测和识别方法研究[J].深圳：深圳职业技术学院学报，2011（3）. 9.王立颖.基于模式识别的车辆防疲劳驾驶智能转向盘及其监控算法的设计[J].汽车电器，2011（6）. 5. “Red Alert Driver Fatigue Alarm”红色警报信号器 戴上这款设备“Red Alert Driver Fatigue Alarm”红色警报信号器后，当你疲劳驾驶的时候，这