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:
为了有效判别驾驶员的疲劳驾驶状态,本文利用模拟驾驶器开展驾驶实验,采集了20名驾驶员在疲劳状态和正常状态的实验数据;为了提取能表征驾驶员疲劳和正常驾驶状态时的行为特征,本文对获取的速度、方向盘转角和车辆横向位置的样本熵进行了分析,最终提取了该三类参数的样本熵作为疲劳驾驶的有效特征组;构建了基于BP神经网络的驾驶员疲劳驾驶判别算法,并采用测试集样本对构建的算法进行验证.实验结果表明:该算法对于驾驶员疲劳驾驶检测的准确率较好、运行时间较短、具有较好的鲁棒性和实用性.
推荐文章
关于疲劳驾驶行为的研究和建模
疲劳驾驶
驾驶行为
建模
基于Adaboost的疲劳驾驶眨眼检测
疲劳驾驶
分类器
人脸检测
眨眼检测
疲劳驾驶面部表情识别算法
表情识别
加博滤波
核函数
支持向量机
疲劳驾驶检测技术研究
PERCLOS
疲劳驾驶检测
Adaboost
实时性
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 基于驾驶行为的疲劳驾驶判别算法研究
来源期刊 道路交通与安全 学科 交通运输
关键词 交通安全 驾驶行为 疲劳驾驶 BP神经网络 样本熵
年,卷(期) 2016,(6) 所属期刊栏目 交通管理
研究方向 页码范围 21-24
页数 4页 分类号 U491.254
字数 语种 中文
DOI 10.13986/j.cnki.jote.2016.06.004
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 万蔚 4 0 0.0 0.0
2 王振华 5 0 0.0 0.0
3 王保菊 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (13)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(3)
  • 参考文献(0)
  • 二级参考文献(3)
2016(9)
  • 参考文献(0)
  • 二级参考文献(9)
2017(5)
  • 参考文献(1)
  • 二级参考文献(4)
2018(7)
  • 参考文献(2)
  • 二级参考文献(5)
2019(6)
  • 参考文献(3)
  • 二级参考文献(3)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(9)
  • 参考文献(0)
  • 二级参考文献(9)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
交通安全
驾驶行为
疲劳驾驶
BP神经网络
样本熵
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
交通工程
双月刊
2096-3432
10-1468/U
大16开
北京市丰台区南四环西路186号汉威国际四区3号楼6M层
2000
eng
出版文献量(篇)
1342
总下载数(次)
5
总被引数(次)
5375
论文1v1指导