基于深度学习与信息融合的驾驶疲劳状态识别研究
发布时间：2021-11-09 15:08
随着我国社会经济的高速发展,汽车保有量日益增多,随之而来的是高涨不下的道路交通安全事故,严重危害人民的生命与财产安全,其中作为交通事故主要诱导因素之一的疲劳驾驶,已成为国内外研究的热点之一。及时检测驾驶员的疲劳状态并且在其疲劳时进行有效干预,能够在很大程度上降低交通安全事故发生的风险。目前通过机器视觉检测驾驶疲劳状态是最具发展前景的手段之一,但是由于复杂的驾驶环境以及驾驶员个体差异等因素的影响,此类方法仍存在不足之处。本文针对以上问题,在领域已有研究基础之上,结合图像识别与生理信号处理技术,提出了一种基于深度学习的信息融合驾驶疲劳状态识别方法,具体研究内容如下:（1）为得到接近真实驾驶的实验数据,搭建了实验数据采集系统,包括模拟驾驶模块与数据采集模块,分别采集模拟驾驶员在疲劳状态下和正常状态下的视频数据和脉搏数据。为了使实验数据更加可靠,实验增设疲劳状态激发环节,有效的激发了模拟驾驶员的疲劳状态。实验选择在校研究生作为数据采集对象,身体状况良好且均无重大病史。最终采集到有效数据疲劳状态下322组,正常状态下403组。（2）针对单一的视频信号源,基于卷积神经网络对所采集数据进行疲劳状态识...
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图１．１?２０１３年￣２０１８年全国交通事故发生情况汇总分析??美国国家高速公路交通安全管理部门调查表明：每年有１０万起汽车相撞事??
第二章视频信号与脉搏信号数据采集??通过信号采集系统获取到的视频信号以及脉搏信号在决策级融合对驾驶员的疲??劳状态进行检测识别。实验系统设计示意图如图２．１所示。??＇?＇?＇?Ｍ?ｉ??胃￣§■说明?环境模拟?数据米集??Ｑ?模拟驾驶系统??＾?＿数据采集对象?＾??土脉雛感器ｒ—１?；；：，?＼?．?城??丨菩摄触?Ｘ?＝?－?ｙ?ｌ??３］数据采集计算机?Ｉ??ｈ?操作＆??图２．１实验系统示意图??实验系统整体分为两大模块，第一部分是数据采集对象进行模拟驾驶的环境??模拟模块，另一部分为操作员采集视频信息以及脉搏数据的数据采集模块，其分??别由两台计算机控制。整个实验过程是在相对安静的封闭环境进行，以免数据采??集对象因外界因素的影响造成最终采集数据出现偏差，模拟驾驶区域在数据采集??对象正前方４０－６０ｃｍ处装有摄像头用于获取其图像数据，另外被采集者手上佩??戴有脉搏信号传感器用于采集其脉搏数据。实验准备就绪后，数据采集对象分别??在正常清醒状态下和疲劳状态下进行两次模拟驾驶实验，操作员与数据采集对象??之间设立隔板，避免实验过程中二者产生交流影响数据采集结果，操作员通过传??感器以及计算机处理保存所采集数据，并对突发状况进行相应处理。??２．１．２设备介绍??本实验需要对驾驶员的脉搏信号以及面部视频信号进行采集，所以实验过程??中用到了图像传感器以及脉搏传感器，图像传感器用于采集模拟驾驶员的图像数??据，脉搏传感器用于采集模拟驾驶员的脉搏数据。??图像传感器有ＣＭＯＳ和ＣＣＤ两种，他们在不同的应用场景下能展现出不同??的优势。ＣＭＯＳ传感器通过熟为人知的半导体电
山东大学硕士学位论文??匾ＪＨＨ??图２．２模拟驾驶第一人称视角??２．２实验数据采集??为了使实验数据更加可靠，本实验选择在校研宄生作为数据采集对象，年龄??处于２３周岁到２７周岁之间，均持有中华人民共和国机动车驾驶证，驾龄一年以??上，身体状况良好且均无重大病史。实验共包含２５名数据采集对象，其中女性??７名，男性１８名，每位采集对象均进行正常状态下以及疲劳状态下两次实验数??据采集，分别采集其脉搏信号和图像信号。??２．２．１正常状态下的数据采集??研宄表明人在上午８点到１０点大脑皮层处于最佳机能状态，为避免因早饭??过后血液对消化系统供应增加，对神经系统（主要为大脑）供应减少，导致被采??集对象无法保持正常清醒状态，因此实验将正常清醒状态下的数据采集时间设定??为早饭后１小时。??实验前期准备工作：实验前２４小时告知被采集对象将进行实验数据采集，??并保持正常的作息时间。实验开始时，被采集者提前１０分钟进入实验区，伴随??着舒缓的音乐熟悉实验环境，期间练习操作模拟驾驶系统，以免因被采集者对于??设备以及场景的新奇而影响情绪状态和精神状态。随后被采集者于实验系统设定??指定位置就坐，打开模拟驾驶系统并调整好座椅坐姿，尽量使驾驶感受接近真实??驾驶。由操作员给被采集对象佩戴脉搏传感器，査看所输出脉搏波形是否正常，??１１??
【参考文献】：
期刊论文
[1]基于改进卷积神经网络与集成学习的人脸识别算法[J]. 柯鹏飞,蔡茂国,吴涛. 计算机工程. 2020(02)
[2]基于卷积神经网络与集成学习的交通标志识别[J]. 刘树艺,李静,胡春,王伟. 计算机与现代化. 2019(12)
[3]结合迁移学习和Inception-v3模型的路面干湿状态识别方法[J]. 杨炜,周凯霞,刘佳俊,张志威,王童. 中国科技论文. 2019(08)
[4]面向帕金森病语音数据挖掘的分包融合集成算法[J]. 李勇明,张成,王品,谢廷杰,曾孝平,张艳玲,承欧梅,颜芳. 生物医学工程学杂志. 2019(04)
[5]基于卷积神经网络探讨深度学习算法与应用[J]. 高强,靳其兵,程勇. 电脑知识与技术. 2015(13)
[6]一种BP神经网络改进算法研究[J]. 王晶晶,王剑. 软件导刊. 2015(03)
[7]基于面部特征三角形的机车驾驶员头部姿态参数估计[J]. 张万枝,王增才,徐俊凯. 铁道学报. 2013(11)
[8]基于多源信息融合的驾驶人疲劳状态监测及预警方法研究[J]. 成波,冯睿嘉,张伟,李家文,张希波. 公路交通科技. 2009(S1)
[9]浅议疾病、血流动力学改变与中医脉象的关系[J]. 祁晓民. 现代中西医结合杂志. 2006(19)
博士论文
[1]面向不平衡数据的集成学习算法研究[D]. 张贞梅.山东科技大学 2019
[2]基于深度学习和面部多源动态行为融合的驾驶员疲劳检测方法研究[D]. 赵磊.山东大学 2018
硕士论文
[1]基于CNN的驾驶员面部视频图像的疲劳检测研究与应用[D]. 何琪.长安大学 2019
[2]脉搏波信号检测及数据处理方法研究[D]. 成恳.西安理工大学 2018
[3]基于光电容积脉搏波（PPG）的疲劳检测系统[D]. 崔宝龙.东南大学 2018
[4]基于深度学习与信息融合的路怒情绪识别研究[D]. 于申浩.山东大学 2018
[5]基于OpenCV的人脸识别及其在NAO机器人中的应用研究[D]. 白伟华.北方民族大学 2018
[6]基于多信息融合的疲劳状态识别研究[D]. 王宁.山东大学 2016
[7]基于眼动与脉搏信息融合的驾驶疲劳识别算法研究[D]. 李发权.山东大学 2015
[8]脉搏波信息检测及分析方法研究[D]. 周伟斌.重庆理工大学 2011
本文编号：3485589
【文章来源】：山东大学山东省 211工程院校 985工程院校 教育部直属院校
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
图１．１?２０１３年￣２０１８年全国交通事故发生情况汇总分析??美国国家高速公路交通安全管理部门调查表明：每年有１０万起汽车相撞事??
第二章视频信号与脉搏信号数据采集??通过信号采集系统获取到的视频信号以及脉搏信号在决策级融合对驾驶员的疲??劳状态进行检测识别。实验系统设计示意图如图２．１所示。??＇?＇?＇?Ｍ?ｉ??胃￣§■说明?环境模拟?数据米集??Ｑ?模拟驾驶系统??＾?＿数据采集对象?＾??土脉雛感器ｒ—１?；；：，?＼?．?城??丨菩摄触?Ｘ?＝?－?ｙ?ｌ??３］数据采集计算机?Ｉ??ｈ?操作＆??图２．１实验系统示意图??实验系统整体分为两大模块，第一部分是数据采集对象进行模拟驾驶的环境??模拟模块，另一部分为操作员采集视频信息以及脉搏数据的数据采集模块，其分??别由两台计算机控制。整个实验过程是在相对安静的封闭环境进行，以免数据采??集对象因外界因素的影响造成最终采集数据出现偏差，模拟驾驶区域在数据采集??对象正前方４０－６０ｃｍ处装有摄像头用于获取其图像数据，另外被采集者手上佩??戴有脉搏信号传感器用于采集其脉搏数据。实验准备就绪后，数据采集对象分别??在正常清醒状态下和疲劳状态下进行两次模拟驾驶实验，操作员与数据采集对象??之间设立隔板，避免实验过程中二者产生交流影响数据采集结果，操作员通过传??感器以及计算机处理保存所采集数据，并对突发状况进行相应处理。??２．１．２设备介绍??本实验需要对驾驶员的脉搏信号以及面部视频信号进行采集，所以实验过程??中用到了图像传感器以及脉搏传感器，图像传感器用于采集模拟驾驶员的图像数??据，脉搏传感器用于采集模拟驾驶员的脉搏数据。??图像传感器有ＣＭＯＳ和ＣＣＤ两种，他们在不同的应用场景下能展现出不同??的优势。ＣＭＯＳ传感器通过熟为人知的半导体电
山东大学硕士学位论文??匾ＪＨＨ??图２．２模拟驾驶第一人称视角??２．２实验数据采集??为了使实验数据更加可靠，本实验选择在校研宄生作为数据采集对象，年龄??处于２３周岁到２７周岁之间，均持有中华人民共和国机动车驾驶证，驾龄一年以??上，身体状况良好且均无重大病史。实验共包含２５名数据采集对象，其中女性??７名，男性１８名，每位采集对象均进行正常状态下以及疲劳状态下两次实验数??据采集，分别采集其脉搏信号和图像信号。??２．２．１正常状态下的数据采集??研宄表明人在上午８点到１０点大脑皮层处于最佳机能状态，为避免因早饭??过后血液对消化系统供应增加，对神经系统（主要为大脑）供应减少，导致被采??集对象无法保持正常清醒状态，因此实验将正常清醒状态下的数据采集时间设定??为早饭后１小时。??实验前期准备工作：实验前２４小时告知被采集对象将进行实验数据采集，??并保持正常的作息时间。实验开始时，被采集者提前１０分钟进入实验区，伴随??着舒缓的音乐熟悉实验环境，期间练习操作模拟驾驶系统，以免因被采集者对于??设备以及场景的新奇而影响情绪状态和精神状态。随后被采集者于实验系统设定??指定位置就坐，打开模拟驾驶系统并调整好座椅坐姿，尽量使驾驶感受接近真实??驾驶。由操作员给被采集对象佩戴脉搏传感器，査看所输出脉搏波形是否正常，??１１??
【参考文献】：
期刊论文
[1]基于改进卷积神经网络与集成学习的人脸识别算法[J]. 柯鹏飞,蔡茂国,吴涛. 计算机工程. 2020(02)
[2]基于卷积神经网络与集成学习的交通标志识别[J]. 刘树艺,李静,胡春,王伟. 计算机与现代化. 2019(12)
[3]结合迁移学习和Inception-v3模型的路面干湿状态识别方法[J]. 杨炜,周凯霞,刘佳俊,张志威,王童. 中国科技论文. 2019(08)
[4]面向帕金森病语音数据挖掘的分包融合集成算法[J]. 李勇明,张成,王品,谢廷杰,曾孝平,张艳玲,承欧梅,颜芳. 生物医学工程学杂志. 2019(04)
[5]基于卷积神经网络探讨深度学习算法与应用[J]. 高强,靳其兵,程勇. 电脑知识与技术. 2015(13)
[6]一种BP神经网络改进算法研究[J]. 王晶晶,王剑. 软件导刊. 2015(03)
[7]基于面部特征三角形的机车驾驶员头部姿态参数估计[J]. 张万枝,王增才,徐俊凯. 铁道学报. 2013(11)
[8]基于多源信息融合的驾驶人疲劳状态监测及预警方法研究[J]. 成波,冯睿嘉,张伟,李家文,张希波. 公路交通科技. 2009(S1)
[9]浅议疾病、血流动力学改变与中医脉象的关系[J]. 祁晓民. 现代中西医结合杂志. 2006(19)
博士论文
[1]面向不平衡数据的集成学习算法研究[D]. 张贞梅.山东科技大学 2019
[2]基于深度学习和面部多源动态行为融合的驾驶员疲劳检测方法研究[D]. 赵磊.山东大学 2018
硕士论文
[1]基于CNN的驾驶员面部视频图像的疲劳检测研究与应用[D]. 何琪.长安大学 2019
[2]脉搏波信号检测及数据处理方法研究[D]. 成恳.西安理工大学 2018
[3]基于光电容积脉搏波（PPG）的疲劳检测系统[D]. 崔宝龙.东南大学 2018
[4]基于深度学习与信息融合的路怒情绪识别研究[D]. 于申浩.山东大学 2018
[5]基于OpenCV的人脸识别及其在NAO机器人中的应用研究[D]. 白伟华.北方民族大学 2018
[6]基于多信息融合的疲劳状态识别研究[D]. 王宁.山东大学 2016
[7]基于眼动与脉搏信息融合的驾驶疲劳识别算法研究[D]. 李发权.山东大学 2015
[8]脉搏波信息检测及分析方法研究[D]. 周伟斌.重庆理工大学 2011
本文编号：3485589
本文链接：https://www.wllwen.com/kejilunwen/qiche/3485589.html
