基于眼部特征的疲劳驾驶辨识方法研究

• 作者: 刘志强 周桂良 宋雪松 汪彭
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 交通运输
• 关键词: 疲劳驾驶 眼部特征 模型检测 眼动仪 支持向量机
• 年，卷（期）: 2016,（10）
• 所属期刊栏目: 车辆工程
• 页码范围: 11-15,33
• 页数: 6页
• 分类号: U471|TP18
• 字数: 3459字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2016.10.002

摘要

为了提升疲劳驾驶的检测效果,以PERCOLS眼睛焦点的位置等眼部特征为参数,提出了支持向量机(SVM)疲劳驾驶检测模型.通过动感型模拟驾驶仪和ASL眼动仪等设备进行了眼部特征参数的数据采集,并以2s的最优时窗长度对数据进行提取和筛选.完成了疲劳驾驶检测模型的训练和验证.结果表明:该模型的综合疲劳识别准确率高达83.92％,能有效地应用于疲劳驾驶检测中.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘志强	江苏大学汽车与交通工程学院	111	1188	19.0	29.0
2	周桂良	江苏大学汽车与交通工程学院	6	24	4.0	4.0
3	汪彭	江苏大学汽车与交通工程学院	3	14	2.0	3.0
4	宋雪松	江苏大学汽车与交通工程学院	1	8	1.0	1.0