基于遗传优化算法的疲劳驾驶状态辨识方法
文档名：基于遗传优化算法的疲劳驾驶状态辨识方法
摘要：为了准确辨识驾驶人疲劳驾驶状态并提供及时的主动安全预警,提出了一种低成本、高效的基于遗传优化算法的疲劳驾驶状态辨识方法.改进了YOLOv3-tiny网络结构并应用于人脸检测.融合驾驶人眼部、嘴部及头部多特征参数基础上,利用因子分析算法提取原始数据中的主因子,并构建遗传算法(GA)优化广义回归神经网络(GRNN)疲劳驾驶辨识模型.实验结果表明:GA-GRNN模型疲劳驾驶状态检测准确率高达94.2％,召回率为92.5％,精确率为93.2％.本文研究是机器视觉在辅助驾驶系统中的实际应用,可为驾驶人早期疲劳驾驶预警的研究提供理论与技术支持.
作者：张杨 王晓原 刘士杰 王瀚卿 项徽 Author：ZHANGYang WANGXiaoyuan LIUShijie WANGHanqing XIANGHui
作者单位：青岛科技大学机电工程学院,山东青岛266000青岛科技大学机电工程学院,山东青岛266000;青岛科技大学智能绿色制造技术与装备协同创新中心,山东青岛266000
刊名：传感器与微系统 ISTICPKU
Journal：TransducerandMicrosystemTechnologies
年，卷(期)：2023, 42(9)
分类号：TP391.41
关键词：遗传算法广义回归神经网络疲劳驾驶辨识主动安全预警
Keywords：geneticalgorithm(GA)generalizedregressionneuralnetwork(GRNN)detectionoffatiguedrivingactivesafetywarning
机标分类号：TP391U463.67TP273
在线出版日期：2023年9月26日
基金项目：山东省自然科学基金资助项目，青岛市创新创业领军人才计划资助项目，山东省智能绿色制造技术与装备协同创新中心开放基金资助项目，国家重点研发计划基于遗传优化算法的疲劳驾驶状态辨识方法[
期刊论文]传感器与微系统--2023, 42(9)张杨王晓原刘士杰王瀚卿项徽为了准确辨识驾驶人疲劳驾驶状态并提供及时的主动安全预警,提出了一种低成本、高效的基于遗传优化算法的疲劳驾驶状态辨识方法.改进了YOLOv3-tiny网络结构并应用于人脸检测.融合驾驶人眼部、嘴部及头部多特征参数基础上,...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于遗传优化算法的疲劳驾驶状态辨识方法Identification method of fatigue driving state based on genetic optimization algorithm
基于遗传优化算法的疲劳驾驶状态辨识方法.pdf
页:
[1]