基于貝葉斯網(wǎng)絡(luò)的疲勞駕駛狀態(tài)研究與實現(xiàn).pdf

1、經(jīng)濟在高速發(fā)展，汽車擁有量也呈快速增長趨勢，與此同時，交通事故的發(fā)生率也在不斷上漲。交通事故不僅造成了重大的經(jīng)濟損失，對人民的生命安全也造成巨大威脅，疲勞駕駛是造成交通事故的主要原因，為了避免交通事故的發(fā)生，研究駕駛員的疲勞駕駛行為就變得至關(guān)重要。
　　本文首先介紹了貝葉斯網(wǎng)絡(luò)算法的理論基礎(chǔ)，分析了造成疲勞的因素，依據(jù)智能手機和智能穿戴設(shè)備可采集到的信息，選取了睡眠質(zhì)量、睡眠時長、睡眠紊亂、采集時間、駕駛時間、天氣、溫度作為造成疲

2、勞的因素，心電指標和血氧飽和度作為疲勞影響的參數(shù)，確定了貝葉斯網(wǎng)絡(luò)模型中的節(jié)點。通過因果關(guān)系構(gòu)建了基于貝葉斯網(wǎng)絡(luò)的疲勞程度判別模型，依據(jù)專家經(jīng)驗確定了模型的參數(shù)，完成了模型的參數(shù)學習。
　　本文將基于貝葉斯網(wǎng)絡(luò)的疲勞程度判別模型轉(zhuǎn)換為聯(lián)合樹結(jié)構(gòu)，并用聯(lián)合樹算法對駕駛員疲勞狀態(tài)進行分析，以獲取指定條件下的疲勞節(jié)點的概率。
　　本文最后實現(xiàn)了疲勞駕駛預(yù)警系統(tǒng)，系統(tǒng)包括Android客戶端和后臺服務(wù)端。Android客戶端通過智能

3、設(shè)備和Android手機采取疲勞相關(guān)數(shù)據(jù)，在服務(wù)端使用基于貝葉斯網(wǎng)絡(luò)的疲勞程度判別模型對駕駛員疲勞的概率進行計算，并將數(shù)據(jù)保存到MySQL數(shù)據(jù)庫中，之后將計算的結(jié)果返回給Android客戶端，客戶端根據(jù)疲勞概率進行疲勞程度的分類，并給予駕駛員提醒。
　　另外，疲勞駕駛預(yù)警系統(tǒng)Android客戶端基于百度地圖API對車輛位置進行定位，獲取車輛實時位置，使用Android手機加速度傳感器實現(xiàn)車輛碰撞的判斷，當車輛發(fā)生碰撞的時候，自動發(fā)