检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于云模型的驾驶员驾驶状态评估方法

清华大学学报（自然科学版） 2009年第10期49卷 1614-1618页

作者：胡斌王生进丁晓青清华大学电子工程系清华信息科学与技术国家实验室北京100084

为了满足智能车辆辅助驾驶系统对驾驶员状态监测的要求,提出了一种以云模型理论为基础的评估机动车辆驾驶员驾驶状态的方法。介绍了云模型定义、云模型的3个数字特征和云发生器。通过云模型对实际道路上采集的驾驶员不同驾驶状态下的视... 详细信息

为了满足智能车辆辅助驾驶系统对驾驶员状态监测的要求,提出了一种以云模型理论为基础的评估机动车辆驾驶员驾驶状态的方法。介绍了云模型定义、云模型的3个数字特征和云发生器。通过云模型对实际道路上采集的驾驶员不同驾驶状态下的视频录像进行了建模和比较。在清华大学室外移动机器人平台THM R-V上进行了简单实验,实验结果表明,该方法可以识别驾驶员的异常驾驶行为并且给出报警信息。

关键词：云模型驾驶员驾驶状态

在线全文

学校读者我要写书评

暂无评论

基于多信息融合的驾驶员驾驶状态研究

基于多信息融合的驾驶员驾驶状态研究

作者：杜逍睿华南理工大学

学位级别：硕士

近年来随着汽车的普及,使得交通事故频发,尤其是近些年来‘两客一危’事故给人民带来了巨大的生命财产损失,根据调查80%以上的交通事故是由于驾驶员分心是导致的。2018年12月,国务院安委会在《关于推广应用智能视频监控报警技术的通知... 详细信息

近年来随着汽车的普及,使得交通事故频发,尤其是近些年来‘两客一危’事故给人民带来了巨大的生命财产损失,根据调查80%以上的交通事故是由于驾驶员分心是导致的。2018年12月,国务院安委会在《关于推广应用智能视频监控报警技术的通知》提出“两客一危”车辆要全部安装智能视频监控系统,实现对驾驶员不安全驾驶状态的自动识别和实时报警,确保安全行驶。为此,本文提出了一种结合驾驶员驾驶行为动作信息和面部疲劳状态信息和先验知识的基于多信息融合的驾驶员驾驶状态检测报警系统,用于实时反馈驾驶员驾驶状态信息。系统分为3个部分,第一部分通过驾驶员骨骼关键点信息完成对驾驶员行为动作的分类,包含左抬手、右抬手、四肢状态正常、头部状态正常、左转头、右转头、低头、吸烟、喝水、打电话。第二部分通过驾驶员面部关键点信息完成对驾驶员疲劳驾驶等级的检测,包含正常(T1)、中度疲劳(T2)和严重疲劳(T3)。第三部分结合前两部分的信息设计一个驾驶状态危险等级判别器完成对驾驶员危险驾驶状态的实时检测,并根据检测结果向驾驶员发出不同等级的报警。本文的主要研究工作包括以下4个方面:第一,对于驾驶室特定目标的检测,介绍了YOLOv3网络的发展和其在实时目标检测中的优势,为了提高在驾驶室内对特定大小的3类物体的检测精度和检测速,本文充分利用待检测目标物尺寸的特点,去除原始YOLOv3网络中对大目标物的检测层,并根据实际待检测目标的尺寸使用k-means++重新聚类,获得新的anchor数量和尺寸。对比原始YOLOv3网络,YOLOv3 Plus网络的检测准确率从91.8%提高到了98.9%,检测速度从40FPS提高到了58FPS。第二,在驾驶员姿态动作的检测中,本文基于Open Pose检测获得的12个关键点,提出了基于SOM(Self Organizing Map)+HL(Hebbian Learning)的驾驶员姿态分类器。本文首先在原始SOM网络的基础上增加了对数据敏感性曲线的学习,使得神经元能更好的表达驾驶员的动作细节,并且改进了原始的Hebbian Learning学习规则,避免了神经元被激活时只允许权重增长的情况。相较于原始的SOM+HL分类器,改进的分类器对10类驾驶员行为动作检测的准确率从77.57%提高到了94.42%。第三,在对驾驶员疲劳状态的检测中,本文首先通过改进的Le Net网络完成了对驾驶员面部24个关键点的定位,并提出了驾驶员疲劳等级检测模糊推断系统,即首先通过面部关键点空间位置关系完成对眨眼和张嘴动作的阈值的确定,再结合PERCLOS值、疲劳驾驶经验知识、眨眼和打哈欠频率信息,最后完成对驾驶员驾驶疲劳等级的分类。第四,在驾驶员驾驶状态危险等级分类判别系统的设计中,本文采用多信息融合的方式(即疲劳信息,驾驶员姿态信息,经验信息)对驾驶员的驾驶危险驾驶状态进行综合判断。此系统分别融合了驾驶员疲劳驾驶状态信息、驾驶员驾驶行为信息和驾驶员经验信息,最终设计了一张驾驶状态危险等级分类检索表格,通过查表投票的方式完成对驾驶员危险驾驶状态的分级。最终本系统对驾驶员3个等级的驾驶行为,低危驾驶(R1),中危驾驶(R2),高危驾驶(R3)检测准确率分别为:91.62%(R1),92.75%(R2),97.56%(R3),可以很好的满足检测要求。

关键词：姿态识别疲劳检测驾驶状态深度学习模糊推断

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多传感器数据融合的驾驶状态监控研究

基于多传感器数据融合的驾驶状态监控研究

作者：李埃荣太原理工大学

学位级别：硕士

交通事故防治一直是交通安全工作的重点，随着经济的快速增长，在汽车拥有量不断增长的环境下，交通事故所造成的后果也随之更加严重。国内外专家在分析造成交通事故的原因时，比较一致的看法是，在“人”、“车”、“路”这三大原因中... 详细信息

交通事故防治一直是交通安全工作的重点，随着经济的快速增长，在汽车拥有量不断增长的环境下，交通事故所造成的后果也随之更加严重。国内外专家在分析造成交通事故的原因时，比较一致的看法是，在“人”、“车”、“路”这三大原因中，人为因素是其中的最主要原因。为了保证汽车安全行驶，提高机动车安全性能，开发并完善针对驾驶员驾驶状态和机动车工况进行较为全面的智能监控和预警防范系统汽车的安全监测与控制系统迫在眉睫。而以往的事故防范系统的研究只局限于将传感器的信息送给独立的处理系统，20世纪90年代，当信息处理技术从单个传感器处理变为多个传感器处理时，传感器信息融合技术成为传感器技术发展的一个方面，多传感器信息融合技术成为近年来研究的热点。本文从多传感器信息融合技术理论出发，采集反映驾驶状态的是否疲劳驾驶、方向盘转角大小、紧张程度、车速度四类信息。能准确有效地通过多传感器融合信号对驾驶员的驾驶状态做出实施监控，在司机处于紧张状态或疲劳驾驶情况下，对驾驶员做出提示、警告，必要时实施限速制动。本文是笔者导师2006年申请的山西省科技产业化环境建设计划项目《机动车驾驶状态智能监控装置》的子模块，同时也是笔者的国家发明专利“疲劳驾驶状态监控装置及方法”(ZL：200610012623.6)在硬件方面的改进本文首先从国内外有关汽车主动安全及被动安全方面研究入手，并比较和借鉴国内外各种先进及有效的安全防范措施，将多传感器信息融合技术应用到驾驶员状态监控中。并深入细致地对多传感器信息融合技术进行研究，结合多传感器信息融合在不同层次，不同级别的融合方法，将证据理论应用到驾驶员状态监控的信息融合决策中。分析汽车电子电源的特点及车载电子产品的选用原则，针对系统选用传感器特性，设计了系统采用的电源模块。深入研究CCD传感器的工作原理，并比较CCD传感器和CMOS传感器的优缺点，最后选用NEC公司线阵CCD图像传感器用于驾驶员是否疲劳的监测;深入研究加速度传感器的工作原理，并比较各种不同类型的加速度传感器，最后选用上海朗尚科贸有限公司LAM-TD-360单轴传感器用于方向盘转角的监测;深入研究压电式传感器的工作原理和人体脉搏的微弱型号的特点，最后选用合肥华科电子技术研究所HK-2000系列的HK-2000A集成化脉搏传感器用于驾驶员紧张状态监测;深入研究了霍尔式轮速传感器以及自动防抱死制动系统的工作原理，对各种车用转速测量霍尔元件进行了技术分析和实验研究，选用的了Micronus公司的320A霍尔式轮速传感器，并进行了试验研究。将多传感器信息融合方法的证据理论应用到驾驶员状态监控的多传感器信息融合实例中来，并通过MATLAB计算证明其在该监控系统的有效性。

关键词：驾驶状态多传感器信息证据理论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

机动车驾驶员驾驶状态监控系统研究与设计

机动车驾驶员驾驶状态监控系统研究与设计

作者：岳春芳太原理工大学

学位级别：硕士

随着经济的快速增长,机动车的拥有数量也在持续上升,机动车在给人们的出行带来方便的同时,也存在着很大的安全隐患。据统计,在意外事故中交通事故的死伤率最高,而尤其需特别指出的是疲劳、紧张、酗酒驾驶在这些交通事故中占有相当大的... 详细信息

随着经济的快速增长,机动车的拥有数量也在持续上升,机动车在给人们的出行带来方便的同时,也存在着很大的安全隐患。据统计,在意外事故中交通事故的死伤率最高,而尤其需特别指出的是疲劳、紧张、酗酒驾驶在这些交通事故中占有相当大的比例。据相关统计,司机因疲劳、紧张、酗酒驾驶所造成的道路交通事故约占交通事故总数的20%,而在死亡交通事故的原因中却居首位。所以对驾驶员驾驶状态进行监测以有效的监督驾驶员的驾驶行为,对于降低交通事故及人员死亡率,保护人身生命安全及财产,创建和谐社会有着十分重要的现实意义。本课题来源于导师山西省科技厅项目《机动车驾驶状态智能监控装置》。该项目致力于研究出具有全天候、非接触式、实时性、智能化这四个特点的驾驶状态监控装置。围绕这四个要求,本文在上届学友的国家发明专利“疲劳驾驶状态监控装置及方法”(ZL:200610012623.6)的基础上进行了更进一步的研究。综合了对驾驶过程中驾驶员脑电、心率、脉搏、方向盘转角、车速与疲劳度关系的研究。并从整体上为该监控装置进行了可行性设计。主要工作如下:1.设计了机动车疲劳驾驶模拟实验。选择VR-4型驾驶模似器进行实验。利用BFS4-FX-3010六道自动分析心电图机、上海诺诚电气有限公司的动态脑电图仪、合肥华科电子技术研究所HK-2000系列的HK-2000A集成化脉搏传感器采集并保存模拟驾驶过程中驾驶员生理信号变化信息;利用模拟驾驶器自带的操控数据采集系统对驾驶过程中的车速信息、方向盘转角幅度及频率信息进行采集并保存。2.对实验得到的驾驶员生理数据及驾驶操控数据选取不同的数学方法进行分析处理。并利用SPSS统计软件对这些信号与疲劳度的相关性进行方差与显著性分析。分析结果表明心电、脉搏、脑电等生理信号指标与疲劳度之间具有一定的模糊数学关系。3.根据能量化疲劳度的生理信号指标选择传感器。结合目前各传感器技术水平、性价比、安装条件等选择了能反映驾驶员驾驶状态的脉搏传感器、方向盘转角传感器及红外线摄像头传感器。并通过实验分别得出了这些传感器输入与输出信号的形式。4.对该监控装置进行了可行性设计。根据系统所选传感器、DSP、ARM类型对装置中传感器与DSP之间、DSP与ARM之间电路的连接进行了设计,同时对3级警报执行功能进行了设计,为项目的完成与实现提供了基本依据。

关键词：驾驶状态模拟驾驶实验生理信号多传感器信息融合技术

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多模态信息融合的驾驶状态识别方法研究

基于多模态信息融合的驾驶状态识别方法研究

作者：刘昊杭州电子科技大学

学位级别：硕士

完全自动驾驶短期内难以实现,因此从传统驾驶过渡到人机协同共驾是必然趋势。在人机协同驾驶系统中,驾驶员与自动驾驶系统相互配合相互制约。当驾驶人当前的驾驶状态或驾驶能力不足以安全执行驾驶任务时,则由自动驾驶系统继续辅助驾驶... 详细信息

完全自动驾驶短期内难以实现,因此从传统驾驶过渡到人机协同共驾是必然趋势。在人机协同驾驶系统中,驾驶员与自动驾驶系统相互配合相互制约。当驾驶人当前的驾驶状态或驾驶能力不足以安全执行驾驶任务时,则由自动驾驶系统继续辅助驾驶或者短期内完全接管车辆控制权。因此准确识别驾驶员当前驾驶状态或驾驶风险是自动驾驶系统实现控制权分配或切换的重要前提和依据。在实际驾驶过程中,驾驶人的驾驶状态受多种因素影响,但一般都会通过驾驶员行为动作或车辆运动状态反映出来。本文以驾驶状态识别为研究对象,搭建了模拟驾驶仿真平台并设计实验来进行数据采集。数据类型包含表征驾驶员行为动作的视觉模态数据和表征车辆运动状态的传感模态数据。结合所采集的数据,尝试从安全驾驶、轻度风险、中度风险和重度风险四个级别来量化驾驶状态的风险程度。在对原始数据进行相应的预处理和分析后,先是基于已有的方法在仅依赖单模态数据信息的条件下进行驾驶状态识别,并依据识别结果讨论已有方法的优势与不足。接下来提出了一种融合多模态数据信息的Vision-Sensor Fusion Transformer(V-SFT)模型来进行驾驶状态识别,测试结果表明所提出的融合模型显著提升了识别精度。本文的主要工作内容如下:(1)模拟驾驶实验设计及其数据采集。首先在室内搭建了模拟驾驶仿真平台,并介绍了其硬件设备和软件系统;然后利用模拟驾驶仿真软件进行了道路、车辆和仿真环境的设计,为模拟驾驶提供逼真的体验;接下来进行了驾驶场景设计与次任务设计,其目的在于降低随机因素影响与诱导风险驾驶状态;最后制定了实验流程并招募了志愿者进行数据采集。(2)对所采集的多模态数据进行相应的预处理与分析。具体地,对于表征车辆运动状态的传感模态数据进行清洗与合并,通过显著性检验初步分析驾驶状态对典型车辆运动指标的影响规律,证实了模型构建的可能性。对于表征驾驶人行为动作状态的视觉模态数据进行关键帧提取与对应的图像处理,为模型的数据输入提供前期准备。(3)使用已有的方法,分别基于不同类型的单模态数据构建驾驶状态识别模型。具体地,基于传感单模态数据,使用传统的机器学习方法如支持向量机、随机森林,以及深度学习方法如循环神经网络、Transformer来实现不同风险等级的驾驶状态识别,其中Transformer模型的识别精度最高,为75.0%。此外,基于视觉单模态数据,使用深度神经网络包括MobileNetV3、InceptionV3、Res Net34以及Vision Transformer来实现不同风险等级的驾驶状态识别,其中Vision Transformer模型的识别精度最高,为86.5%。(4)提出Vision-Sensor Fusion Transformer(V-SFT)模型通过融合多模态信息来构建驾驶状态识别模型。先采用特征拼接来聚合不同模态的表示,然后通过注意力机制来实现模态内和模态间的信息交互,最后将特定位置的类别序列提取出来并映射到四个风险级别的标签空间。提出的方法在所采集的模拟驾驶数据集上进行了评估测试,并与其他方法进行了比较。结果表明,V-SFT模型的识别准确率为92.0%,显著高于其他方法,融合多模态信息是提高模型对驾驶状态理解的有效策略。

关键词：人机共驾驾驶状态风险等级量化多模态信息融合迁移学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

驾驶状态监测法规的实施与探究

汽车实用技术 2018年第20期44卷 261-263页

作者：夏小均赖诗洋陈德兵何大军重庆车辆检测研究院有限公司重庆401122 重庆工程职业技术学院机械工程学院重庆402260

从测试要求、步骤、试验结果判定标准、可靠性验证方法等方面,研究了标准T/JSATL13—2017中驾驶员状态监测设备的检测方法,分析了当前该标准在驾驶员状态监测这一功能实施过程中存在的难题,提出了建议和应对措施。

关键词：主动安全驾驶员驾驶状态监测

在线全文

学校读者我要写书评

暂无评论

深度可分离卷积网络的驾驶状态识别算法

华侨大学学报（自然科学版） 2021年第2期42卷 259-267页

作者：马迎杰王佳斌郑力新朱新龙华侨大学工学院福建泉州362021

针对嵌入式设备内存小及多分类准确率低等导致驾驶员检测问题,提出经过深度可分离卷积网络改进而成的,快速下采样网络(fast downsampling network,MF-Net)驾驶状态识别系统.即将快速下采样策略应用于深度可分离卷积网络,在12层内执行32... 详细信息

针对嵌入式设备内存小及多分类准确率低等导致驾驶员检测问题,提出经过深度可分离卷积网络改进而成的,快速下采样网络(fast downsampling network,MF-Net)驾驶状态识别系统.即将快速下采样策略应用于深度可分离卷积网络,在12层内执行32倍下采样,以有效降低计算成本、增加信息容量并实现性能改进.实验结果表明:与VGG(visual geometry group)和ResNet 50等其他卷积神经网络(CNN)模型相比,所提出的MF-Net模型深度可分离卷积大大减少参数量,快速下采样方案的运用增加了网络的信息容量,不仅模型较小且在驾驶员状态分类方面能够表现出更好的性能.同时,信息容量的增加可以对更多信息进行编码,加深对图像内容的理解,有利于之后的嵌入式系统移植.

关键词：驾驶状态状态特征检测深度学习深度卷积逐点卷积

在线全文

学校读者我要写书评

暂无评论

机动车驾驶员驾驶状态监测方法研究

科技情报开发与经济 2008年第3期18卷 130-132页

作者：李晓明岳春芳太原理工大学测控技术研究所山西太原030024

驾驶员的驾驶状态对行车安全有着很重要的影响。准确、实时地监测到驾驶员驾驶状态是预防交通事故发生的前提条件。重点介绍了驾驶状态监测技术的研究现状,比较分析了几种目前较为流行的监测方法,提出了监测驾驶状态的有效方案。

关键词：驾驶员驾驶状态监测方法检测技术

在线全文

学校读者我要写书评

暂无评论

驾驶员状态智能检测系统设计

专用汽车 2023年第4期 86-88页

作者：冯海龙赵宇杰陈华隆陈则强西安交通工程学院机械与电气工程学院陕西西安710300

疲劳驾驶和酒后驾驶是国内外交通事故的主要原因,如何从根本上阻止事故的发生,值得我们深思。据此,主要运用眼动仪和酒精检测仪,结合电信号转换与电路闭锁功能,达到汽车闭锁的目的。根据眼动仪技术捕捉驾驶员的眼动参数与轨迹,并结合传... 详细信息

疲劳驾驶和酒后驾驶是国内外交通事故的主要原因,如何从根本上阻止事故的发生,值得我们深思。据此,主要运用眼动仪和酒精检测仪,结合电信号转换与电路闭锁功能,达到汽车闭锁的目的。根据眼动仪技术捕捉驾驶员的眼动参数与轨迹,并结合传统气体检测技术,达到准确检测驾驶员驾驶状态的目的,并能够较为智能地控制车辆做出相应的动作,以达到保护驾驶员的人身安全与财产安全,减少交通事故的发生,从而创造出更加安全、高效的交通环境。

关键词：眼动追踪技术酒精检测技术人机交互驾驶状态

维普期刊数据库博看期刊