基于云模型的驾驶员驾驶状态评估方法

被引:13
作者
胡斌
王生进
丁晓青
机构
[1] 清华大学电子工程系清华信息科学与技术国家实验室
关键词
云模型; 驾驶员; 驾驶状态;
D O I
暂无
中图分类号
U491.254 [];
学科分类号
040203 ;
摘要
为了满足智能车辆辅助驾驶系统对驾驶员状态监测的要求,提出了一种以云模型理论为基础的评估机动车辆驾驶员驾驶状态的方法。介绍了云模型定义、云模型的3个数字特征和云发生器。通过云模型对实际道路上采集的驾驶员不同驾驶状态下的视频录像进行了建模和比较。在清华大学室外移动机器人平台THM R-V上进行了简单实验,实验结果表明,该方法可以识别驾驶员的异常驾驶行为并且给出报警信息。
引用
收藏
页码:1614 / 1618
页数:5
相关论文
共 7 条
[1]   基于分段直线模型和ATN的车道识别方法 [J].
胡斌 ;
何克忠 .
清华大学学报(自然科学版), 2006, (10) :1762-1766
[2]   汽车驾驶员瞌睡状态脑电波特征的初步探索 [J].
王炳浩 ;
魏建勤 ;
吴永红 .
汽车工程, 2004, (01) :70-72
[3]   适用驾驶员疲劳状态监测的人眼定位方法研究 [J].
王荣本 ;
郭克友 ;
储江伟 ;
初秀民 .
公路交通科技, 2003, (05) :111-114
[4]   逆向云在定性评价中的应用 [J].
吕辉军 ;
王晔 ;
李德毅 ;
刘常昱 .
计算机学报, 2003, (08) :1009-1014
[5]   心电图时频域指标在驾驶疲劳评价中的有效性研究 [J].
杨渝书 ;
姚振强 ;
李增勇 ;
焦昆 .
机械设计与制造, 2002, (05) :94-95
[6]  
Knowledge Representation in KDD Based on Linguistic Atoms[J]. 李德毅.Journal of Computer Science and Technology. 1997(06)
[7]  
不确定性人工智能[M]. - 国防工业出版社 , 李德毅, 2005