多源信息融合在駕駛疲勞檢測中的應(yīng)用.pdf

1、隨著全球經(jīng)濟的飛速發(fā)展，加快了汽車行業(yè)的前進步伐，使得汽車的數(shù)量迅猛增加，而駕駛汽車時的人身安全相當重要，因此汽車的安全性能也日益受到人們的重視?，F(xiàn)代車輛制造技術(shù)的快速發(fā)展，車輛本身的安全因素造成的交通事故所占比重越來越小，駕駛員的個人因素已成為交通事故發(fā)生的主要原因。因而，對駕駛員進入疲勞駕駛時的狀態(tài)進行實時監(jiān)測和有效預(yù)防，能夠大大降低因駕駛員疲勞而導(dǎo)致的交通事故發(fā)生概率，進而保護人身財產(chǎn)安全。由此可見，本文的研究具有很大的社會和經(jīng)濟

2、意義。
　　首先，本文對國內(nèi)外駕駛疲勞檢測技術(shù)的研究現(xiàn)狀、研究成果以及發(fā)展趨勢進行了研究和總結(jié)。論文主要研究了如何在駕駛疲勞的檢測中根據(jù)多種疲勞特征進行綜合判斷。
　　其次，對生理信號進行了詳細介紹，通過對各生理指標在疲勞與非疲勞狀態(tài)下的變化，對能夠有效表示疲勞過程和程度的心電信號和腦電信號特征值進行了初步的明確。本文在對駕駛員的面部特征進行詳細研究的基礎(chǔ)上，介紹了Adaboost算法這種經(jīng)典的人臉識別算法，利用此種方法檢測

3、人臉并結(jié)合三庭五眼的人臉標準結(jié)構(gòu)，對人眼的大致區(qū)域進行了初步定位，然后進一步使用此種算法進行大致區(qū)域范圍的人眼檢測。在人眼成功定位的基礎(chǔ)上，將眼睛輪廓近似看作為橢圓數(shù)學(xué)模型，根據(jù)橢圓模型的長短軸計算眼睛睜開百分比，進而通過該模型計算PERCLOS值與眨眼時間、頻率等參數(shù)。對正常狀態(tài)和駕駛疲勞狀態(tài)下方向盤運動變化特征對比分析，得出判斷駕駛員是否處在駕駛疲勞狀態(tài)下的兩個主要特征——方向盤修正頻度和修正幅度。
　　接下來，本文對信息融合

4、技術(shù)的基本原理、功能結(jié)構(gòu)模型以及其他相關(guān)方面進行了研究和總結(jié)，在分析和比較信息融合常用算法的基礎(chǔ)上，提出了在實際應(yīng)用中融合算法選擇需要考慮的問題。
　　最后，本文對粗糙集理論進行了深入的研究，對粗糙集理論的具體應(yīng)用方法進行了分析。分析條件屬性離散歸一化的方法與策略，得出檢測特征信息和駕駛員疲勞程度的關(guān)系。由數(shù)據(jù)約簡建立決策規(guī)則，通過這個決策規(guī)則判斷駕駛員的疲勞程度。在多源數(shù)據(jù)融合的基礎(chǔ)上，根據(jù)駕駛疲勞檢測的特殊性，采用合適的信息融