文献类型：期刊文章

作　　者：姚娟娟[1] 路堃[1] 马兴宇[2] 成工[3]

YAO Juan-juan;LU Kun;MA Xing-yu;CHENG Gong(Subway Operation Technology Centre,Beijing Mass Transit Railway Operation Corporation LTD1,Beijing 102208,China;No.4 Operation Branches,Beijing Mass Transit Railway Operation Corporation LTD2,Beijing 100102,China;Shanghai Deayea Technology Co.LTD3,Shanghai 200232,China)

机构地区：[1]北京市地铁运营有限公司地铁运营技术研发中心,北京102208 [2]北京市地铁运营有限公司运营四分公司,北京100102 [3]上海帝仪科技有限公司,上海200232

出　　处：《电子设计工程》

年　　份：2020

卷　　号：28

期　　号：6

起止页码：115-120

语　　种：中文

收录情况：RCCSE、ZGKJHX、普通刊

摘　　要：本研究提出了一种基于前额单通道的脑电信号和脑电信号中的眼电信号特征来检测疲劳状态的研究方法。在实验室环境下,对招募的435名被试进行研究。为确保疲劳状态计算数据的真实有效性,前期对每帧数据进行噪声检测,再利用视频文件和KSS评分人为标定被试的真实疲劳状态,最终通过设置特征融合多项式方式,计算疲劳状态指数,从而确定疲劳状态,并对采集的100名地铁司机的脑电信号进行了验证。基于上述方法得到的实验室数据疲劳段的识别准确率为96.80%,误报率为3.35%。基于司机的脑电信号,得到93.10%的疲劳识别准确率和3.79%的误报率。通过真实情况下地铁司机数据的算法验证,结果证明了此算法对于疲劳检测的有效性,为将来地铁司机驾驶疲劳检测奠定了基础。

关 键 词：脑电信号 眼电信号  眨眼时长  眨眼速度  疲劳状态  相对功率  

分 类 号：TN99]