基于眼動與脈搏信息融合的駕駛疲勞識別算法研究.pdf

1、交通安全是與國計民生直接相關(guān)的熱點問題，其中駕駛疲勞作為導(dǎo)致交通事故多發(fā)的主要問題之一，受到了人們的廣泛關(guān)注。駕駛疲勞會導(dǎo)致駕駛員精力不集中、肢體反應(yīng)遲鈍、對突發(fā)情況的應(yīng)變能力下降，極易引發(fā)交通事故。據(jù)統(tǒng)計，由駕駛疲勞所造成的交通事故約占事故總數(shù)的20％，占重特大交通事故的40％，占交通死亡率的80％。由此可見，駕駛員疲勞已經(jīng)成為交通事故的主要隱患，而且不容易被察覺和監(jiān)測。為此，大量學(xué)者對駕駛疲勞問題展開了研究，并取得了一定的研究成果。

2、
　　為了解決駕駛疲勞識別過程中所存在的信號源單一、識別精度低、實用性能差等不足，本文對基于眼動與脈搏信息相融合的駕駛疲勞識別算法進(jìn)行了研究。該算法以眼動和脈搏兩種信息作為研究對象，分別對兩種信息進(jìn)行疲勞特征提取，并以極限學(xué)習(xí)機(jī)作為分類器，對駕駛員是否處于駕駛疲勞狀態(tài)進(jìn)行識別。本文的主要工作包括:
　　1)對駕駛疲勞的形成原因、社會危害、研究現(xiàn)狀，以及當(dāng)前研究中所存在的問題進(jìn)行了分析和總結(jié)。
　　2)對眼動信息進(jìn)行處理

3、，深入分析了混合積分投影和mean-shift兩種算法的原理，設(shè)計了基于混合積分投影與mean-shift相結(jié)合的眼部疲勞狀態(tài)特征提取方法。該方法包括背景去除、人眼定位、人眼分割和特征計算四個步驟，能夠綜合考慮人眼的灰度信息和位置信息，準(zhǔn)確地提取出PERCLOS、眨眼頻率和平均閉合時間三個眼動疲勞特征。
　　3)對脈搏特征進(jìn)行處理，通過類比于心電的疲勞特征，選擇主波間期均值、主波間期標(biāo)準(zhǔn)差、高低頻功率比三個參數(shù)作為脈搏疲勞特征，對