基于模糊神经网络的驾驶警觉度识别方法研究

• 作者: 吴志敏 洪治潮 潘雨帆
• 来源期刊: 交通运输研究
• 学科: 交通运输
• 关键词: 模糊神经网络 驾驶警觉度等级 脑电信号 小波变换 识别模型
• 年，卷（期）: 2018,（3）
• 页码范围: 30-35
• 页数: 6页
• 分类号: U491.254
• 字数: 3370字
• 语种: 中文
• DOI: 10.16503/j.cnki.2095-9931.2018.03.005

摘要

为了有效识别驾驶警觉度,构建了一种基于脑电信号的驾驶警觉度识别方法.首先,以主观疲劳测评、驾驶行为绩效作为量化指标,验证驾驶警觉度等级划分的合理性.在此基础上,对脑电信号数据进行小波变换提取特征参数,作为驾驶警觉度的识别特征指标,结合模糊神经网络构建了驾驶警觉度识别模型.最后,采用该模型对20名驾驶员连续驾驶3h的脑电数据进行试算.结果表明:通过对前后时段的主观疲劳与行为数据进行对比分析,两时段数据存在着显著差异性,说明驾驶警觉度等级划分具有合理性;采用模糊神经网络的识别结果优于BP神经网络,其模型识别正确率为81.29％～84.95％,且平均正确率为83.12％,该方法可用于驾驶警觉度的识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘雨帆	西南交通大学交通运输与物流学院	6	11	2.0	3.0
2	吴志敏		3	1	1.0	1.0
6	洪治潮	西南交通大学交通运输与物流学院	1	0	0.0	0.0