|
|||||
|
|
| 基于人-车特征的疲劳驾驶辨识方法研究 | |
| 作者单位： | ;1.江苏大学汽车与交通工程学院 |
| 摘 要： | 为提升疲劳驾驶模型的检测效果,文章以方向盘转角(SA)、PERCOLS、眨眼频率(BF)和眨眼深度(MECD)为特征参数,建立支持向量机(SVM)疲劳驾驶检测模型。并确定了SA、PERCOLS、BF和MECD的最优时间窗。通过模拟驾驶仪和眼动仪对10名受试者进行疲劳驾驶和清醒驾驶的数据采集,最终筛选出疲劳驾驶和清醒驾驶有效样本各600组。完成了疲劳驾驶检测模型的训练和验证,优化了支持向量机的惩罚参数c、核函数参数g。结果显示:该模型的综合疲劳识别准确率高达93.5%,能够较好满足疲劳驾驶检测的要求。 |
| 关 键 词： | 疲劳驾驶 眼部特征 驾驶行为 支持向量机 |
A distinction method for drowsy driving based on human-vehicle features |
|
| Abstract: | |
| Keywords: | |