当前位置:主页 > 科技论文 > 路桥论文 >

基于驾驶人生理指标的驾驶疲劳量化方法研究

发布时间:2019-10-14 08:14
【摘要】:随着国内高速公路的快速发展,高速公路上产生的交通事故激增,尤其是驾驶疲劳导致的重特大事故频发。驾驶本身是一种复杂的体力和脑力劳动,会导致驾驶人逐渐疲劳,进而引发注意力分散、反应速度变慢等疲劳现象的出现,极易造成交通事故。 目前,我国各级道路交通管理部门对于车辆的市场准入、从业人员资质、运输企业等实行较为严格的管理,事故前管理较为规范,但对于车辆运行中缺少相应的主动预警技术,而驾驶疲劳具有潜伏性,难以通过自我意识发觉或者即使发觉也不及时,更难以通过制定法律法规避免,如果能够快速而有效的检测出驾驶疲劳,就能够在很大程度上避免交通事故或者降低事故损失。因此针对车辆驾驶人长时间驾驶疲劳以及驾驶过程中注意力分散问题的基础研究能有效的减少频发的恶性道路交通事故。 本文依托吉林省科技厅项目《长途客车驾驶人疲劳状态监测与预警系统》,尝试探寻一种基于驾驶人的生理指标数据进行驾驶疲劳状态的量化方法,论文主要研究内容如下: 1)系统地分析了驾驶疲劳产生机理、影响因素等,综述了国内外在驾驶疲劳检测方面的研究成果以及基于生理信号的驾驶疲劳检测方法,对比分析了各类研究方法的优缺点,确定了论文的研究思路。 2)客观地分析驾驶疲劳对于驾驶安全性的影响。利用制动距离分析模型,分析了驾驶疲劳对于交通安全影响的严重性。 3)分析了脑电在驾驶疲劳研究中的重要作用,设计了驾驶疲劳模拟试验,搭建驾驶疲劳模拟试验平台,能够在驾驶人驾驶的同时采集其生理信号,为本文后续研究奠定数据基础。 4)在已有条件下对驾驶疲劳进行量化研究,进行了大量的驾驶模拟试验,分别分析和处理驾驶模拟试验所得数据,研究数据的处理结果,提取本文研究的脑电指标R值,探究在驾驶人处于重度疲劳、轻度疲劳和清醒不同状态下R值的变化规律,并在此基础上提出了一种基于驾驶人生理指标的驾驶疲劳量化方法。 综上所述,本文研究生理指标与驾驶疲劳的关系,提出了一种以生理指标数据为基础进行驾驶疲劳状态量化的方法,为驾驶人安全驾驶提供有效的辅助,为后期驾驶疲劳状态监测预警以及装置的设计和开发奠定理论基础。
【图文】:

脑电图,生理记录仪,脑电信号,驾驶疲劳


因此主观评测的检测方法由此产生。当驾驶疲劳产生时,驾驶人反应能力下降,驾驶技能也会降低,因此通过驾驶行为检测驾驶疲劳的方法由此产生。另外,驾驶疲劳也会对驾驶人的生理特征产生影响,如脑电信号、心电信号、眼部状态等,利用生理特征检测驾驶疲劳的方法也由此产生。还有学者通过将上述三类方法有机结合起来,这就是最后一类检测方法,综合检测方法的由来。在所有已知的驾驶疲劳检测方法中,基于驾驶人生理指标的检测方法是最为直接和准确的,这其中又以脑电(EEG)的研究最为准确和客观,因此,本文以脑电研究作为主要的研究方向。脑电(EEG)信号是大脑在活动时,大脑内部大量的神经元会形成电位差,从而在大脑皮质的细胞外产生电流[48],脑电信号反映的是内部神经元放电的混合效果。脑细胞时刻在进行自发性、节律性、综合性的电活动,将这种电活动的电位作为纵轴,以时间作为横轴,记录下来的数据就是脑电图,如图 3.1 所示,,是利用生理记录仪和相应软件 ACKKnowledge 3.9.1 所记录下来的脑电图。

频谱,试验平台


图 3.4 试验平台组成(2) BIOPAC 生理仪介绍BIOPAC 生理仪是目前应用十分广泛、功能强大的电脑化多导生理记录过不同的放大器和相应的换能器可以完成包括脑电、心电、肌电、眼电、呼、皮肤电阻等生命体的绝大多数生理指标数据的采集。利用相应的软件 A以利用数字滤波功能对原始信号进行抗干扰处理,可以在计算机上进行显供多项计算功能,可进行信号平滑、叠加、微分、积分、傅里叶变换、频谱等。BIOPAC 生理仪的软件硬件组成如图 3.5 所示,采样频率为 1KHz,图示是试验过程中 BIOPAC 生理记录仪的实际连接情况。
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:U491.254

【参考文献】

相关期刊论文 前10条

1 吴绍斌;高利;王刘安;;基于脑电信号的驾驶疲劳检测研究[J];北京理工大学学报;2009年12期

2 任鑫峰;金治富;康慧;;疲劳驾驶与年龄、驾龄的关系[J];道路交通与安全;2007年05期

3 戴军;张进;姚洪略;陈华竣;余剑生;;基于信息融合技术的驾驶员疲劳度实时监控系统[J];广东技术师范学院学报;2006年06期

4 王荣本,郭克友,储江伟,初秀民;适用驾驶员疲劳状态监测的人眼定位方法研究[J];公路交通科技;2003年05期

5 宋义伟;夏芹;朱学峰;;驾驶员疲劳驾驶监测方法研究的进展[J];自动化与信息工程;2007年04期

6 张崇;郑崇勋;于晓琳;李小平;沈开泉;;基于脑电近似熵的脑机能疲劳状态分析[J];航天医学与医学工程;2006年06期

7 李贞;冯晓毅;;基于传感器技术的驾驶疲劳检测方法综述[J];测控技术;2007年04期

8 杨渝书,姚振强,李增勇,焦昆;心电图时频域指标在驾驶疲劳评价中的有效性研究[J];机械设计与制造;2002年05期

9 孙玮;李晓莹;;避免疲劳驾驶的“驾驶员警示系统”[J];交通世界(运输·车辆);2006年01期

10 金立生;李科勇;牛清宁;高琳琳;;基于转向盘操作的疲劳驾驶检测方法[J];交通信息与安全;2014年05期

相关博士学位论文 前2条

1 谢晓莉;驾驶疲劳生成机理研究[D];北京工业大学;2010年

2 石立臣;基于脑电信号的警觉度估计研究[D];上海交通大学;2012年



本文编号:2549172

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/daoluqiaoliang/2549172.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户d8ed3***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com