基于无侵入测量指标的个体差异化驾驶疲劳检测

被引：28

作者：

胥川 ^{[1
,2
]}

裴赛君 ^{[3
]}

王雪松 ^{[3
]}

机构：

[1] 西南交通大学交通运输与物流学院

[2] 西南交通大学综合交通运输智能化国家地方联合工程实验室

[3] 不详

来源：

中国公路学报 | 2016年 / 29卷 / 10期

关键词：

交通工程; 疲劳检测; 分层有序线性模型; 无侵入测量指标; 眼动; 驾驶行为; 驾驶模拟器;

D O I：

10.19721/j.cnki.1001-7372.2016.10.011

中图分类号：

U491.254 [];

学科分类号：

040203 ;

摘要：

针对现有一些疲劳驾驶检测方法因未考虑个体差异而导致检测精度较低的问题,在考虑个体差异的基础上建立疲劳驾驶检测模型,以适应驾驶人在驾驶行为和生理特征上存在的个体差异。通过高仿真驾驶模拟器对值夜班8h后的受试人员进行疲劳驾驶模拟试验,采集每位驾驶人的数据并从中提取出19个驾驶行为指标和4个眼动指标。试验过程中通过主观问询方式获取驾驶人疲劳程度信息,在此基础上建立考虑个体差异的分层有序Logit(MOL)模型,以及未考虑个体差异的有序Logit(OL)模型和人工神经网络(ANN)模型来评估疲劳程度。结果表明:23个变量中,闭眼时间比例、平均瞳孔直径、车道偏移标准差、方向盘反转次数是疲劳检测中最重要的4个变量;3个模型中分层有序Logit模型的检测精度最高,表明考虑个体差异确实可以提高模型检测精度。

引用

页码：118 / 125

页数：8

共 14 条

[1] 中国交通工程学术研究综述·2016 [J].

《中国公路学报》编辑部 .

中国公路学报, 2016, 29 (06) :1-161

[2] 驾驶人视觉特性与行车安全研究进展 [J].

马勇 ;

付锐 .

中国公路学报, 2015, 28 (06) :82-94

[3] 基于决策树的驾驶疲劳等级分析与判定 [J].

胥川 ;

王雪松 ;

陈小鸿 ;

张惠 .

同济大学学报(自然科学版), 2015, 43 (01) :75-81

[4] 无侵入测量指标的驾驶疲劳检测性能评估 [J].

胥川 ;

王雪松 ;

陈小鸿 .

西南交通大学学报, 2014, 49 (04) :720-726

[5] Detecting driver drowsiness using feature-level fusion and user-specific classification [J].

Jo, Jaeik ;

Lee, Sung Joo ;

Park, Kang Ryoung ;

Kim, Ig-Jae ;

Kim, Jaihie .

EXPERT SYSTEMS WITH APPLICATIONS, 2014, 41 (04) :1139-1152

[6]

Evaluation of driver fatigue on two channels of EEG data[J] . Wei Li,Qi-chang He,Xiu-min Fan,Zhi-min Fei.Neuroscience Letters . 2011 (2)

[7]

Applying neural network analysis on heart rate variability data to assess driver fatigue[J] . M. Patel,S.K.L. Lal,D. Kavanagh,P. Rossiter.Expert Systems With Applications . 2010 (6)

[8] A driver fatigue recognition model based on information fusion and dynamic Bayesian network [J].

Yang, Guosheng ;

Lin, Yingzi ;

Bhattacharya, Prabir .

INFORMATION SCIENCES, 2010, 180 (10) :1942-1954

[9]

Driver drowsiness detection with eyelid related parameters by Support Vector Machine[J] . Shuyan Hu,Gangtie Zheng.Expert Systems With Applications . 2008 (4)

[10]

Subjective sleepiness, simulated driving performance and blink duration: examining individual differences[J] . Journal of Sleep Research . 2006 (1)

← 1 2 →