驾驶行为多重分形特征在驾驶疲劳检测中的应用
Application of multi-fractal features of driving performance in driver fatigue detection作者机构:同济大学同济大学道路与交通工程教育部重点实验室上海201804
出 版 物:《吉林大学学报(工学版)》 (Journal of Jilin University:Engineering and Technology Edition)
年 卷 期:2021年第51卷第2期
页 面:557-564页
核心收录:
学科分类:08[工学] 082302[工学-交通信息工程及控制] 0823[工学-交通运输工程]
摘 要:本文旨在分析驾驶行为多重分形特征对驾驶疲劳检测模型的提升作用。利用UCwin/Road驾驶模拟软件采集行驶速度、加速度、方向盘转角和方向盘角速度等数据,并计算数据的均值、标准差和多重分形特征,比较不同特征的使用是否会对支持向量机(SVM)驾驶疲劳检测模型的精度造成影响。研究表明:在多重分形特征指标中,加速度的奇异强度与驾驶员疲劳状态相关性显著,且受时间窗宽度影响较小;加速度的奇异强度能帮助提高驾驶疲劳检测模型的精度,具有一定的应用价值。