2022年疲劳与驾驶时间关系的实验心理学研究 .pdf
《2022年疲劳与驾驶时间关系的实验心理学研究 .pdf》由会员分享,可在线阅读,更多相关《2022年疲劳与驾驶时间关系的实验心理学研究 .pdf(9页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 1 页,共 9 页 - - - - - - - - - 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 2 页,共 9 页 - - - - - - - - - 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 3 页,
2、共 9 页 - - - - - - - - - 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 4 页,共 9 页 - - - - - - - - - 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 5 页,共 9 页 - - - - - - - - - 名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精
3、心整理 - - - - - - - 第 6 页,共 9 页 - - - - - - - - - 疲劳与驾驶时间关系的实验心理学研究作者:马艳丽, 王要武, 裴玉龙, MA Yanli , WANG Yaowu, PEI Yulong作者单位:马艳丽,王要武,MA Yanli,WANG Yaowu(哈尔滨工业大学管理学院 ,黑龙江,哈尔滨,150090), 裴玉龙,PEI Yulong( 哈尔滨工业大学交通科学与工程学院 ,黑龙江,哈尔滨,150090)刊名:西南交通大学学报英文刊名:JOURNAL OF SOUTHWEST JIAOTONG UNIVERSITY年,卷(期):2009 ,44(
4、4)被引用次数:0次相似文献(10条)1.期刊论文裴玉龙. 马艳丽. PEI Yu-long . MA Yan-li疲劳对驾驶员感知判断及操作特性的影响- 吉林大学学报(工学版) 2009,39(5) 在分析疲劳对行车安全影响的基础上 ,采用实验心理学测试与主观疲劳调查的方式,研究了不同疲劳程度下驾驶员的感知、判断及操作特性.分析了不同疲劳程度下驾驶特性测评指标的变化规律,确定了不同疲劳程度下的驾驶特性测评指标阈值.提出了基于驾驶员驾驶特性的最大连续驾驶时间建议,可为相关部门制定或修订驾驶服务时间提供参考依据.2.学位论文郭婕 基于人脸识别技术的驾驶时间监控系统的设计与实现2009 由于计算机
5、人脸识别技术具有广阔的应用前景,对计算机人脸识别方法和技术的研究已成为国内外模式识别领域内研究的热点。本文以驾驶时间监控系统的应用为背景,以人脸识别为主线,设计并实现了一套基于实时人脸识别技术的驾驶监控系统。文章首先阐述了人脸识别的课题背景及其发展与研究现状,并结合国内外相关领域的发展,从特征提取与模式分类两个方面对目前人脸识别的主流方法做了详细介绍。所做的主要工作如下:首先进行人脸检测与人眼定位,基于AdaBoost 分类算法,进行分类器训练,实现了人脸检测与人眼定位,达到了人脸图像的自动采集。其次在隐马尔可夫模型的基础上运用嵌入式隐马尔可夫模型对人脸进行建模和识别。特征提取采用2D-DCT
6、,由采样图像块的2D-DCT低频系数构造观察向量可以降低对姿态和光照变化的敏感度,另外就是减少了观察向量的维数,大大降低了计算量。最后,以Visual C+6.O为平台设计了一个界面简洁友好的监控系统,可以完成图像的获取、人脸检测与人眼定位、人脸的特征提取和分类以及计时功能。利用该系统对ORL 静态人脸库和动态视频中的人脸图像进行实验,结果表明,嵌入式隐马尔可夫模型对光照和姿态具有一定的鲁棒性,所设计的系统具有较高的识别率和很好的实时性。本文所设计和实现的人脸识别系统主要应用于对驾驶员驾驶进行实时监控,记录驾驶员连续驾驶时间,当超出预设时间后就发出警示信号,提示换人,若识别未换人,则退出系统。
7、该技术拓展了疲劳驾驶监测技术的涵盖范围,对驾驶预警技术的深入发展也具有重要意义和研究价值。关键词: 人脸检测,人脸识别,模式分类,离散余弦变换,隐马尔可夫模型3.学位论文李志春 驾驶员疲劳状态检测技术研究与工程实现2009 驾驶员的疲劳驾驶往往是频繁发生的道路交通事故的主要原因之一,因此对驾驶员的疲劳状态进行实时检测,减少由疲劳驾驶引发的交通事故,有着重要的现实意义。本文利用机器视觉技术对驾驶员人脸进行图像分析,提取多个有效的驾驶员疲劳特征信息,结合模糊逻辑与人工神经网络技术对驾驶员疲劳状态进行检测与预警,取得了较好的效果。本文的主要研究工作和贡献在于: (1)对疲劳及驾驶疲劳的形成过程进行了
8、分析,建立了基于人-车-环境的驾驶员疲劳分析系统。根据驾驶行为S-O-R 理论,建立了驾驶行为过程模式,并在此基础上,建立了以人为中心的驾驶疲劳行为模式。 (2)从心理学、生理学及行为科学等角度对驾驶员疲劳的机理进行了分析。驾驶员操纵车辆的动作是驾驶行为,而驾驶员驾车时脑中所思、所想、所感等则是驾驶心理。研究表明,人体昼夜觉醒水平的变化规律与驾驶员疲劳引发的驾驶事故的时间分布是完全一致的。 (3)从驾驶时间,驾驶速度、驾驶环境、身体状况、道路状况等因素对驾驶疲劳的影响进行了分析,得出:随着驾驶时间增长,各个因素对驾驶员疲劳的影响加剧;中断后,具有可恢复性。 (4)提出了一种基于投影和分块复杂度
9、的眼睛定位方法。首先采用由粗到细的两级定位策略,根据人脸图像的投影定出人眼的大致区域;然后将此区域分割成若干小块,找出复杂度最大的几个小块,建立判定规则,排除非眼睛的小块,剩下的两块即为左右眼睛。 (5)提出了基于颜色和纹理复合特征的双状态人眼跟踪算法。该算法的要点在于对计算所得的人眼睁开状态的权重附加了一个判定准则,即当本轮粒子更新时的最大粒子概率小于某个阈值Pmin 时认为该轮更新无效,在试验中我们取Pmin=0.65 ,取得了较好的跟踪效果。 (6)提出了基于 Gabor 小波滤波器的人眼纹理特征提取的计算方法。通过将Gabor 小波滤波器提取的人眼纹理特征向量送入RBF 神经网络进行学
10、习、分类,输出值设定为 0,1,2,3,4,分别对应眼睛五种闭合程度状态 0,25 ,50 ,75 ,100 ,可以简单方便的计算参数 PERCLOS和AECS的值。 (7)通过对多种人脸识别方法进行比较分析,提出采用Hopfield神经网络进行驾驶员疲劳检测时的人脸识别方法。 (8)针对实时驾驶员疲劳状态检测的要求,建立了以DM642为核心处理器的实时图像采集、处理硬件系统。利用模糊神经网络技术,将驾驶员疲劳视觉特征参数进行有机融合,提出了新的驾驶员疲劳状态检测方法。 本文的主要创新点如下: (1)提出了一种基于投影和分块复杂度的眼睛定位方法。 (2)提出了基于颜色和纹理复合特征的双状态人眼
11、跟踪算法 (3)用Gabor 小波滤波器提取人眼的纹理特征,结合RBF 神经网络分类方法,简化了 PERCLOS和AECS值的计算。 (4)提出了将模糊神经网络技术应用到驾驶员疲劳实时检测系统中的新的疲劳检测方法。首先利用计算机视觉技术对在行车过程中的驾驶员表情变化、眨眼变化、眼动变化及视线变化等进行监控,从监控所得图像数据中提取PERCLOS、AECS、NodFreq 、YawnFreq 等四个疲劳特征参数,通过模糊神经网络将这四个疲劳特征参数信息进行融合,将检测出来的特征值与PVT 量化值对比评价,以确定驾驶员的疲劳级别,从而采取相应的报警级别。实验表明,这个系统在驾驶员疲劳实时检测中具有
12、较好的效果。4.学位论文赵永超 基于表面肌电的拖拉机驾驶员作业疲劳试验研究2009 我国农业经济的快速发展对农业技术装备提出了更高的要求,特别是整个装备的动力系统拖拉机。为适应农业生产的发展需求,农用拖拉机正在向大型化、智能化、高技术化等方向发展。虽然近年来拖拉机的驾驶环境有所改善,但和其它机动车驾驶员相比,拖拉机驾驶员受噪声、振动、季节名师资料总结 - - -精品资料欢迎下载 - - - - - - - - - - - - - - - - - - 名师精心整理 - - - - - - - 第 7 页,共 9 页 - - - - - - - - - 性的因素影响较大、驾驶环境差、作业时间集中、
13、驾驶时间长等问题依然存在,这些问题都很容易导致驾驶疲劳。目前对驾驶疲劳的研究都是基于汽车试验,针对拖拉机驾驶员作业中驾驶疲劳的报道和研究还较少,因此对其进行研究十分必要。本论文详细叙述了驾驶疲劳的机理与国内外研究现状,对文中选取的测试生理参数“表面肌电”进行了简单介绍。在建立了拖拉机模拟驾驶试验台的基础上,针对拖拉机驾驶作业过程中较为频繁的转头动作,设计了头部回转过程测试、头部定位测试试验,对转动过程中颈部肌肉的肌电变化进行了测试分析;同时也对驾驶作业过程中驾驶员腰背部肌肉肌电变化进行了测试;选取了不同特征量对以上两个试验的肌电测试数据进行了时域、频域分析,弄清了肌电测试数据特征量的变化趋势,
14、考察了各特征量与角度、时间的线性相关性,确定了可以作为评价指标的特征量;同时利用平均数差异显著性检验对驾驶作业过程中驾驶员腰背部肌肉疲劳出现的时间段进行了估算,得到主要结论如下:1.在头部转动过程中,随着拖拉机驾驶员头部转动角度的增加,极差、积分肌电值、标准差、均方根、峰度、过零点数、功率谱平均值、功率谱标准差等特征量都增大;而最大功率谱对应频率、MPF 、MF 等特征量减小,这些特征量与角度具有高度线性相关,可以作为头部转动引起颈部疲劳的评价指标;大多数特征量回转测试得到的最大值大于定位测试得到的最大值;而能量百分比,则是定位测试得到的最大值大于回转过程测试得到的最大值。2.在长时间驾驶作业
15、过程中,通过对拖拉机驾驶员腰背部肌肉的测试分析发现,随着驾驶时间的增加,极差、积分肌电值、标准差、均方根、偏度、功率谱平均值、功率谱标准差等特征量都表现出上升的趋势,而峰度、过零点数、MFP 、MF 等特征量呈现出下降的趋势。根据对各特征量与时间的相关性分析,得出极差、功率谱平均值与时间具有高度正相关,MF 与时间成高度负相关,这些特征量可以作为拖拉机驾驶员因长时间作业引起腰背部疲劳的评价指标。3. 通过对拖拉机驾驶员腰背部肌电测试数据的特征量平均数差异显著性检验和对驾驶员的主观疲劳时间调查对比发现,积分肌电值是检验结果中比较符合主观疲劳出现时间段的特征量。综合分析检验结果和主观疲劳时间调查得
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 2022年疲劳与驾驶时间关系的实验心理学研究 2022 疲劳 驾驶 时间 关系 实验心理学 研究
限制150内