基于多源信息融合的驾驶人疲劳状态监测及预警方法研究

摘要

系统研究了疲劳状态下驾驶人眼部生理状态、方向盘操作特性以及车辆行驶轨迹特征,采用统计分析的方法,以显著性水平为评价手段,优化出了PERCLOS、最长闭眼时间、方向盘零速百分比、车辆横向位置标准差等多个疲劳判别指标.在充分考虑各信息源相关性和互补性的基础上,开发了以fisher判别进行特征级融合,以D-S证据理论进行决策级融合的分层融合算法,建立了基于人眼生理特征、方向盘操作特性以及车辆行驶轨迹等多源信息融合的疲劳状态判别模型.实验数据表明,该模型在高速公路工况下达到了较高的识别精度,与基于单传感器的检测方法相比,有效提高了疲劳检测系统的准确性、可靠性和鲁棒性.