基于BP神经网络的驾驶员疲劳监测研究

被引：37

作者：

陈志勇 ^{[1
]}

杨佩 ^{[1
]}

彭力 ^{[1
]}

莫子兴 ^{[2
]}

蔡岗 ^{[2
]}

机构：

[1] 江南大学物联网工程学院

[2] 公安部交通管理科学研究所

来源：

计算机科学 | 2015年 / 42(S1)卷 / S1期

关键词：

疲劳驾驶; 疲劳指标变量; BP神经网络; 疲劳检测;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP274 [数据处理、数据处理系统];

学科分类号：

140102 [集成电路设计与设计自动化]; 140502 [人工智能];

摘要：

在道路交通安全中,疲劳驾驶是引发重特大交通事故的主要原因之一。针对客运司机驾驶疲劳的车辆行驶特性,首先采用数据统计的方法分析驾驶员不同状态下(疲劳、非疲劳)对车辆数据(速度、加速度、方向盘转角等)的影响程度,以此选择评断驾驶员疲劳状态的指标变量。然后将采集到的数据进行预处理,并将处理后的指标变量投入BP神经网络进行训练,建立疲劳检测模型,从而实现对驾驶车辆的行驶状态的监控,保障驾驶员的行车安全。实验表明,所提出的检测模型准确率达91.67%,能较好地分析驾驶员的疲劳状况。

引用

页码：67 / 69+93 +93

页数：4

共 9 条

[1]

司机疲劳监测系统中眼睛检测与跟踪研究 [D].