您的位置: 专家智库 > >

宋战兵

作品数:3 被引量:11H指数:2
供职机构:武汉理工大学汽车工程学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:交通运输工程机械工程电子电信自动化与计算机技术更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇交通运输工程
  • 2篇机械工程
  • 1篇电子电信
  • 1篇自动化与计算...

主题

  • 3篇驾驶
  • 3篇驾驶疲劳
  • 2篇驾驶疲劳检测
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇神经网
  • 1篇神经网络
  • 1篇神经网络模型
  • 1篇生理
  • 1篇生理信号
  • 1篇皮电
  • 1篇阈值
  • 1篇网络
  • 1篇网络模型
  • 1篇向量
  • 1篇向量机
  • 1篇基于支持向量...
  • 1篇肌电
  • 1篇SVM

机构

  • 3篇武汉理工大学

作者

  • 3篇宋战兵
  • 2篇李江天

传媒

  • 1篇物流技术
  • 1篇科技风
  • 1篇数字制造科学

年份

  • 1篇2019
  • 1篇2018
  • 1篇2017
3 条 记 录,以下是 1-3
排序方式:
基于多源生理信号的驾驶疲劳检测被引量:6
2018年
为检测驾驶疲劳,基于移动穿戴设备采集了4h模拟驾驶的生理信号(肌电、皮电、心率、血氧饱和度),分析各生理信号确定疲劳阈值,然后将其融合建立驾驶疲劳检测神经网络模型,依据被试者对刺激信号做出反应的时间,并通过脑电指标δ/β和δ对模型进行检验。结果表明,在长时间模拟驾驶过程中,疲劳是一种突变行为;各生理信号可反映驾驶疲劳;多源生理信号融合提高了驾驶疲劳检测模型的准确率,可用于开发可穿戴设备。
李江天李敏宋战兵
关键词:驾驶疲劳阈值神经网络模型
基于支持向量机的驾驶疲劳检测研究被引量:4
2019年
为实现驾驶疲劳定量检测,设计了4 h高速单调路况模拟驾驶实验,通过编制的刺激信号采集反应时间,可穿戴设备采集皮电、肌电和心率信号,然后分析各信号变化规律,依据反应时间区分疲劳状态与清醒状态,选取生理信号特征指标,利用支持向量机(SVM)检测驾驶疲劳。研究发现:反应时间的变化呈跳跃性;皮电信号样本熵在疲劳状态下低于清醒状态,而大部分肌电信号样本熵在疲劳状态下高于清醒状态;基于SVM的驾驶疲劳检测算法准确率达86.25%,能有效识别驾驶疲劳。
李敏李江天宋战兵
关键词:SVM驾驶疲劳皮电肌电
浅谈驾驶疲劳检测方法研究现状被引量:1
2017年
驾驶疲劳研究是汽车主动安全领域研究方向之一,主要集中在两个方面,一是基于车辆和人体的操作行为,二是基于人体的生理信号。本文总结和评价了国内外关于驾驶疲劳的研究现状,指出研究存在的不足,提出驾驶疲劳研究应该朝着定量描述、阈值算法和多指标整合建模方向努力,最后对驾驶疲劳研究的应用前景进行展望。
宋战兵
关键词:驾驶疲劳
共1页<1>
聚类工具0