文献类型：期刊文章

作　　者：李作进[1] 李仁杰[2] 李升波[2] 王文军[2] 成波[2]

LI Zuojin LI Renjie LI Shengbo WANG Wenjun CHENG Bo(School of Electrical and Information Engineering, Chongqing University of Science and Technology, C hongqing 401331, China State Key Lab of Automotive Safety and Energy, Tsinghua University, Beijing 100084, China)

机构地区：[1]重庆科技学院电气与信息工程学院,重庆401331 [2]清华大学汽车安全与节能国家重点实验室,北京100084

出　　处：《汽车安全与节能学报》

基　　金：汽车安全与节能国家重点实验室开放基金(KF14212)

年　　份：2016

卷　　号：7

期　　号：3

起止页码：279-284

语　　种：中文

收录情况：AJ、CAS、CSCD、CSCD_E2015_2016、IC、JST、RCCSE、ZGKJHX、普通刊

摘　　要：提出了一种基于实车工况下方向盘转角近似熵与复杂度的驾驶人疲劳状态识别方法。利用动态时间序列的非线性特征构造理论,计算短时方向盘转角时间序列的近似熵(ApEn)与复杂度特征。以此非线性特征为输入,设计了硬阈值多级疲劳判别模型,构建了"二入二出"的疲劳等级映射规则,输出驾驶过程样本的疲劳预判状态。将近邻样本的疲劳预判状态进行比较,实现了驾驶人的三级疲劳状态识别。进行了实车实验。结果表明:本方法对三级疲劳状态识别的平均正确率达到84.6%;因而,本方法具有工程应用价值。

关 键 词：汽车安全 疲劳识别  方向盘转角(SWA)  近似熵(ApEn)  复杂度

分 类 号：U461.91]