文档名：新手驾驶人疲劳状态下的视觉特性研究
摘要：为探究新手驾驶人疲劳特性在视觉特征方面的表现,设计了基于驾驶模拟器和DikablisGlass3眼动仪的驾驶模拟实验,采集驾驶人视觉数据,结合视频专家法将驾驶人疲劳等级分为清醒、轻度疲劳、中度疲劳、重度疲劳.利用拉依达准则及卡尔曼滤波对数据进行清洗;依据单因素方差分析及事后多重比较结果,选取眨眼持续时长均值、扫视时长均值、扫视总时长、瞳孔面积均值、瞳孔变异系数均值、注视时间均值等视觉特征作为驾驶人的疲劳驾驶评价指标;构建基于新手驾驶人视觉特征的灰狼优化支持向量机(GWO-SVM)疲劳驾驶识别模型.研究结果表明:随着驾驶疲劳累积,新手驾驶人眨眼持续时长显著增加,扫视时长及扫视总时长显著降低,瞳孔面积缩小,瞳孔变异系数增大;SVM识别结果表明:新手驾驶人的疲劳状态可通过眼动指标进行有效识别,而GWO-SVM模型则进一步提升了识别精度,证明了眼动特征在新手驾驶人疲劳检测方面具有较好的适用性.
作者：赵小平 闵忠兵 薛运强 莫振龙 张姝玮 龚俊 喻佳Author：ZHAOXiaoping MINZhongbing XUEYunqiang MOZhenlong
作者单位：华东交通大学交通运输工程学院,南昌330013
刊名：重庆理工大学学报 ISTICPKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(1)
分类号：U491.2+54
关键词：新手驾驶人 疲劳等级 视觉参数 GWO-SVM疲劳驾驶识别模型
机标分类号：TP391.41U491.254TN911.73
在线出版日期：2023年3月7日
基金项目：国家自然科学基金新手驾驶人疲劳状态下的视觉特性研究[
期刊论文] 重庆理工大学学报--2023, 37(1)赵小平 闵忠兵 薛运强 莫振龙 张姝玮 龚俊 喻佳为探究新手驾驶人疲劳特性在视觉特征方面的表现,设计了基于驾驶模拟器和DikablisGlass3眼动仪的驾驶模拟实验,采集驾驶人视觉数据,结合视频专家法将驾驶人疲劳等级分为清醒、轻度疲劳、中度疲劳、重度疲劳.利用拉依达准...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
新手驾驶人疲劳状态下的视觉特性研究 Study on visual characteristics of novice drivers under fatigue state
新手驾驶人疲劳状态下的视觉特性研究.pdf
- 文件大小:
- 2.92 MB
- 下载次数:
- 60
-
高速下载
|
