交通信息与安全
交通信息與安全
교통신식여안전
JOURNAL OF TRANSPORT INFORMATION AND SAFETY
2014年
5期
103-107
,共5页
金立生%李科勇%牛清宁%高琳琳
金立生%李科勇%牛清寧%高琳琳
금립생%리과용%우청저%고림림
交通安全%疲劳检测%驾驶人疲劳%转向盘操作%支持向量机
交通安全%疲勞檢測%駕駛人疲勞%轉嚮盤操作%支持嚮量機
교통안전%피로검측%가사인피로%전향반조작%지지향량궤
traffic safety%fatigue detection%driver fatigue%steering performance%support vector machine
疲劳驾驶是引发道路交通事故的主要原因之一,研究利用转向盘操作行为特征检测驾驶人疲劳的方法对改善交通安全具有重要意义.研究通过分析基于驾驶模拟器的疲劳状态下的实验数据,提取了描述疲劳状态的不同特征参数,运用方差分析方法量化了不同驾驶状态下特征参数的差异性水平,优化出转向盘转角标准差、转向盘角速度标准差、转向盘转角变异系数、转向盘转角熵和零速百分比5个参数作为疲劳驾驶的有效特征参数组.建立了基于支持向量机的驾驶人疲劳状态检测模型,并采用测试集样本对搭建的模型进一步验证,结果表明该模型对驾驶人疲劳的模型检测准确率为81.33％,灵敏度为85.33％,特异度为77.33％.
疲勞駕駛是引髮道路交通事故的主要原因之一,研究利用轉嚮盤操作行為特徵檢測駕駛人疲勞的方法對改善交通安全具有重要意義.研究通過分析基于駕駛模擬器的疲勞狀態下的實驗數據,提取瞭描述疲勞狀態的不同特徵參數,運用方差分析方法量化瞭不同駕駛狀態下特徵參數的差異性水平,優化齣轉嚮盤轉角標準差、轉嚮盤角速度標準差、轉嚮盤轉角變異繫數、轉嚮盤轉角熵和零速百分比5箇參數作為疲勞駕駛的有效特徵參數組.建立瞭基于支持嚮量機的駕駛人疲勞狀態檢測模型,併採用測試集樣本對搭建的模型進一步驗證,結果錶明該模型對駕駛人疲勞的模型檢測準確率為81.33％,靈敏度為85.33％,特異度為77.33％.
피로가사시인발도로교통사고적주요원인지일,연구이용전향반조작행위특정검측가사인피로적방법대개선교통안전구유중요의의.연구통과분석기우가사모의기적피로상태하적실험수거,제취료묘술피로상태적불동특정삼수,운용방차분석방법양화료불동가사상태하특정삼수적차이성수평,우화출전향반전각표준차、전향반각속도표준차、전향반전각변이계수、전향반전각적화령속백분비5개삼수작위피로가사적유효특정삼수조.건립료기우지지향량궤적가사인피로상태검측모형,병채용측시집양본대탑건적모형진일보험증,결과표명해모형대가사인피로적모형검측준학솔위81.33％,령민도위85.33％,특이도위77.33％.
