知网查重样例–长途客车驾驶员疲劳状态脑电特征分析

2017-07-30 作者:小编

知网查重样例--长途客车驾驶员疲劳状态脑电特征分析

长途客车驾驶员的驾驶状态关系到旅客和驾驶员的生命,对长途客车驾驶员的疲劳驾驶研究具有重大意义。选取真实驾车实验环境,对驾驶员脑电信号进行实时监测。首先对采集的驾驶员脑电信号进行了小波包分解,提取了脑电信号中的θ和β节律,然后对它们的平均功率谱进行了分析,后通过计算脑电疲劳状态指标F,结合眼电特征与主观调查问卷,研究驾驶员主观与客观数据之间的相关性,分析驾驶员疲劳状态变化与脑电信号特征之间的关系。结果表明,在真实驾驶环境下,通过计算驾驶员的脑电疲劳状态指标F值可以有效地检测驾驶员疲劳状态变化。

近十年来,我国的汽车数量急剧增加,交通事故也随之增多,据有关报道,我国已成为交通事故多发国家之一。导致交通事故的因素很多,其中,驾驶员疲劳驾驶是导致交通事故的主要原因[1-2],因此,准确快速检测驾驶员驾驶疲劳状态显得尤为重要。检测疲劳驾驶状态一般从主观和客观两方面进行研究[3-4]。主观方面主要根据驾驶员和研究者的主观判断来测定驾驶员本人的疲劳状态。客观方面主要从检测驾驶员的脑电(electroencephalogram,EEG)、肌电(electro-myography,EMG)和心电(electrocardiograph,ECG)等生理信号的变换规律;检测方向盘运动信息,偏移值和行车速度等汽车操纵信号;检测驾驶员的面部状态和头部运动等物理行为的变化;检测驾驶员眨眼频率的变化等几个方面进行研究。

主观检测方法由于受驾驶员和研究者主观判断能力的影响,在检测疲劳状态时有一定的局限性,一般作为辅助方法使用。现在国内外研究者主要从客观角度出发对疲劳驾驶进行科学研究。近年来,从客观角度研究疲劳驾驶成果显著,然而,此类研究一般选取模拟驾驶环境,数据分析结果和真实驾驶环境下有一定的差异。本文针对该问题,选取真实驾驶环境,利用便携式脑电采集设备Emotiv,对长途客车驾驶员的大脑中央区和枕区脑电信号进行实时采集,对采集到的脑电信号进行小波包分解,提取脑电信号中的θ(4~8Hz)和β(14~32Hz)节律,计算两种节律信号对应的功率谱均值[5],分析脑电疲劳状态指标F,结合驾驶员眼电特征与主观调查问卷得分,研究驾驶员主观与客观数据之间的相关性,分析真实驾驶环境下驾驶员疲劳驾驶时的EEG特征。

本文利用便携式脑电采集设备Emotiv对真实驾驶环境下的10名男性长途客车驾驶员的脑电信号进行实时跟踪检测。通过计算驾驶员疲劳状态指数F,并结合驾驶员主观调查问卷得分均值以及眼电信号特征对疲劳特征进行分析,结果表明,通过计算驾驶员的疲劳状态指标F值的变化可以对其疲劳状态进行有效检测,为真实驾驶环境下驾驶员疲劳状态检测提供了一种有效方法。

.—— END ——.