基于EEG小波包子带能量比的疲劳驾驶检测方法

被引:14
作者
叶柠
孙宇舸
机构
[1] 东北大学信息科学与工程学院
基金
中央高校基本科研业务费专项资金资助;
关键词
疲劳驾驶; 脑电信号; 小波包子带; 子带能量;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
驾驶员在从正常驾驶状态向疲劳驾驶状态变化的过程中,其脑电信号中的慢波逐渐增加,快波逐渐减少;针对这一特点,提出了一种基于小波包子带能量比的疲劳驾驶状态检测方法.采集和分析受试者模拟驾驶过程中的脑电信号,利用小波包分解系数计算出β波与慢波的能量比,将其作为疲劳指标F值.实验结果表明,尽管不同受试者的F值存在较大差异,但是对于同一受试者而言,F值随着驾驶时间的延长和疲劳程度的增加而逐渐降低,其相对于正常驾驶状态的衰减程度能够有效反映驾驶人的疲劳程度.
引用
收藏
页码:1088 / 1092
页数:5
相关论文
共 4 条
[1]   基于脑电信号的驾驶疲劳检测研究 [J].
吴绍斌 ;
高利 ;
王刘安 .
北京理工大学学报, 2009, 29 (12) :1072-1075
[2]   基于共空间模式和K近邻分类器的脑-机接口信号分类方法 [J].
叶柠 ;
孙宇舸 ;
王旭 .
东北大学学报(自然科学版), 2009, 30 (08) :1107-1110
[3]   基于驾驶操作行为的驾驶员疲劳状态识别模型研究 [J].
吴超仲 ;
张晖 ;
毛喆 ;
初秀民 ;
严新平 .
中国安全科学学报, 2007, (04) :162-165+177
[4]   Evaluation of mental fatigue using feature parameter extracted from event-related potential [J].
Murata, A ;
Uetake, A ;
Takasawa, Y .
INTERNATIONAL JOURNAL OF INDUSTRIAL ERGONOMICS, 2005, 35 (08) :761-770