基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了提高疲劳检测的精度,通过驾驶模拟试验采集了15位中青年有经验驾驶员的车辆横向位置、方向盘操控、眼动等多源数据并计算疲劳特征指标,同时采集驾驶员主观疲劳程度并通过视频回放进行校核,在此基础上建立疲劳等级与特征指标的决策树模型,结果表明,对于区别疲劳等级最显著的变量有闭眼时间比例(percentage of eye closure,PERCLOS)、车道偏移标准差、越线时空面积、方向盘反转率,且上述变量与疲劳等级呈正相关;PERCLOS为最优的疲劳等级划分变量,并获取了2个重要阈值:当PERCLOS小于2.8%时,驾驶员处于严重疲劳状态的比例为零;当PERCLOS大于21.9%时,驾驶员处于未疲劳状态的比例为零;该模型预测的总正确率为64.31%.为了校验模型,从15位驾驶员中随机选取了4位进行模型校验试验.校核结果表明该模型的正确率达63.22%.模型在2次试验中都未发现将严重疲劳识别为未疲劳的情况.
推荐文章
基于决策树和链接相似的DeepWeb查询接口判定
Deep Web
查询接口
决策树
链接相似
基于决策树的客户流失分析
决策树
客户流失分析
C4.5
剪枝
数据挖掘
一种基于决策树算法的耕地地力等级评价
决策树
耕地
地力
等级评价
信息增益
基于决策树的流量分类方法
流量分类
网络测量
网络流
决策树
统计属性
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于决策树的驾驶疲劳等级分析与判定
来源期刊 同济大学学报(自然科学版) 学科 交通运输
关键词 驾驶模拟器 疲劳驾驶 决策树 疲劳等级 生理参数 驾驶行为参数
年,卷(期) 2015,(1) 所属期刊栏目 交通运输工程
研究方向 页码范围 75-81
页数 7页 分类号 U491.2
字数 5387字 语种 中文
DOI 10.11908/j.issn.0253-374x.2015.01.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王雪松 同济大学道路与交通工程教育部重点实验室 102 359 10.0 14.0
2 陈小鸿 同济大学道路与交通工程教育部重点实验室 184 2426 25.0 42.0
3 胥川 同济大学道路与交通工程教育部重点实验室 4 41 2.0 4.0
4 张惠 中国第一汽车股份有限公司技术中心车身部安全研究室 2 34 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (19)
参考文献  (8)
节点文献
引证文献  (23)
同被引文献  (78)
二级引证文献  (27)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(3)
  • 二级引证文献(0)
2017(8)
  • 引证文献(5)
  • 二级引证文献(3)
2018(9)
  • 引证文献(5)
  • 二级引证文献(4)
2019(21)
  • 引证文献(7)
  • 二级引证文献(14)
2020(8)
  • 引证文献(2)
  • 二级引证文献(6)
研究主题发展历程
节点文献
驾驶模拟器
疲劳驾驶
决策树
疲劳等级
生理参数
驾驶行为参数
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
同济大学学报(自然科学版)
月刊
0253-374X
31-1267/N
大16开
上海四平路1239号
4-260
1956
chi
出版文献量(篇)
6707
总下载数(次)
15
总被引数(次)
105464
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导