期刊文章详细信息
文献类型:期刊文章
ZHANG Rui;ZHU Tianjun;ZOU Zhiliang;SONG Rui(School of Mechanical and Equipment Engineering,Hebei University of Engineering,Handan,Hebei 056038,China;College of Mechanical and Automotive Engineering,Zhaoqing University,Zhaoqing,Gangdong 526061,China;CATARC Automotive Inspection Center(Guangzhou)Co.,Ltd.,Guangzhou 511340,China)
机构地区:[1]河北工程大学机械与装备工程学院,河北邯郸056038 [2]肇庆学院机械与汽车工程学院,广东肇庆526061 [3]中汽研汽车检验中心(广州)有限公司,广州511340
基 金:国家自然科学基金(51205105);河北省高等学校科学技术研究项目(ZD2017213);河北省科技计划项目(17394501D);广东省教育厅特色创新项目(2019KTSCX201);广东省教育厅重点领域项目(2021ZDZX1061);肇庆市社会与民生科技项目(2020SN004)。
年 份:2022
卷 号:58
期 号:21
起止页码:53-66
语 种:中文
收录情况:AJ、BDHX、BDHX2020、CSCD、CSCD_E2021_2022、IC、JST、RCCSE、ZGKJHX、核心刊
摘 要:由于疲劳驾驶导致的交通事故占比逐年上涨,引起了研究人员的广泛关注。目前疲劳驾驶检测的研究受限于科技水平、环境、道路等各种因素的影响,导致疲劳驾驶检测技术难以进一步发展。介绍了近10年内驾驶员疲劳驾驶检测方法的最新进展。阐述并回顾了主动检测法和被动检测法两大类。根据两大类检测方法各自不同的特征进行细致的分类。进一步分析了各类疲劳驾驶检测方法的优势和局限,同时对主动检测法中基于面部特征的检测方法近3年内所使用的检测算法进行了分析和总结。归纳了各类疲劳驾驶检测方法存在的不足,同时提出疲劳检测领域未来的研究趋势,为研究人员进一步的研究提供新的思路。
关 键 词:疲劳驾驶 主动检测法 被动检测法 检测算法
分 类 号:TP391]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...