关于疲劳驾驶检测的调研

最新推荐文章于 2024-09-01 21:08:00 发布

LuccaMama

最新推荐文章于 2024-09-01 21:08:00 发布

阅读量1.3k

点赞数 2

文章标签：人工智能

本文链接：https://blog.csdn.net/weixin_53968757/article/details/131239812

版权

本文探讨了疲劳驾驶的主动与被动类型，分析了生理和行为数据在疲劳检测中的应用，涉及EEG、ECG、EOG等多种生理信号。通过预处理、特征提取和机器学习方法评估疲劳状态。同时指出环境变化、性别差异和实时监测等问题对疲劳检测的影响，并提出未来研究方向。

摘要由CSDN通过智能技术生成

疲劳检测指标

什么是疲劳？关于疲劳没有统一的定义。

主动性疲劳与高强度驾驶任务有关。常见的驾驶场景包括手动驾驶、在恶劣环境下驾驶、高交通参与度驾驶等，导致驾驶员注意力集中。由于司机在这些场景中的高参与感和大工作量，主动疲劳的表现更倾向于精神（认知）疲劳，如烦躁不安和缺乏体力。

被动疲劳与单调的驾驶环境和不需要主动参与的驾驶任务有关。常见的驾驶场景包括自动驾驶、夜间驾驶、高速公路驾驶、平稳飞行驾驶、平静水上驾驶等，这会逐渐降低驾驶员的警觉性。由于对这些场景的参与感较低，被动疲劳的表现更倾向于生理疲劳，如嗜睡程度的增加和表现能力的减弱。

高负荷任务、噪音和体育活动会导致疲劳而不是嗜睡
睡眠障碍、失眠和昼夜节律紊乱会导致嗜睡而不是疲劳
疲劳可能伴随着情绪波动
嗜睡增加瞳孔直径，而疲劳减少瞳孔直径
短暂的休息可以缓解疲劳，但并不能缓解睡意

不同场景，导致疲劳的因素不一样
不同驾驶场景下的无疲劳要求水平不一致
所以说，要根据具体的运输场景，选择合适的监测指标进行疲劳。

在这里插入图片描述

EEG
也有研究使用近红外光谱（NIRS）通过脑血流动力的变化来分析驾驶员的状态
关于EEG数据的收集，使用干电极盖信号的缺点是抗堵塞能力差，容易产生伪影干扰，
使用八电极、双电极，甚至单电极来监测疲劳情况，并尝试使用无线、蓝牙和USB接收器来实现数据传输

心电图（ECG）和胆囊心电图（BCG）可通过心电传感器、贴片电极等获得。
心率（HR）和心率变异性（HRV）根据计算得到。
可以通过方便的脉搏血氧计来监测心率。
手掌心电信号和非接触式远程生物电信号采集

EOG
通常用于过滤脑电图数据中的伪影
眼睛特征：瞳孔直径、眨眼频率（BF）、闪烁间隔时间、眨眼持续时间、眼睑闭合百分比的时间、眼睛纵横比（EAR）、扫视、眼睛跟踪
可以使用可穿戴眼动仪、护目镜、红外线相机、摄像头、生物传感器来收集眼部的数据

皮肤电信号（GSR）
PPG信号通过脉搏血氧计可以通过测量手指[66]的皮下光吸收变化来获得

疲劳会降低呼吸频率
一些传感器可以捕捉人体微小运动的无线电波，以非接触的方式收集呼吸信号
打哈欠频率，注意应区分说话和打哈欠之间的区别

异常的头部姿势、频繁的颈部旋转

关注