基于脑电信号的驾驶持续性注意水平识别方法研究

摘要

驾驶持续性注意水平是影响驾驶安全的关键性因素，而脑电信号的变化与驾驶持续性注意水平存在着直接联系，因此为了对驾驶持续性注意水平予以有效识别，本文以脑电信号作为识别特征指标，构建了一种驾驶持续性注意水平识别方法。
　　首先，为了对驾驶持续性注意水平进行等级划分，本文采用驾驶反应时间作为客观划分指标，提出了一种驾驶持续性注意水平等级划分方法。在此基础上，利用高效的筛选算法对脑电特征参数进行择优筛选，所得到的脑电特征参数作为驾驶持续性注意水平识别特征指标。最后，采用粒子群算法对支持向量机进行参数优化，构建了驾驶持续性注意水平识别模型。基于已有的模拟驾驶平台，设计了驾驶持续性注意水平实验，将实验所采集的脑电数据对该模型予以试算，得到如下结论:
　　(1)采用反应时间对驾驶持续性注意水平进行等级划分，将从属不同等级的驾驶行为绩效进行差异性对比分析，分析结果认为不同等级的驾驶行为绩效存在着显著差异，验证了文中所提方法的合理性。
　　(2)采用Kruskal-Wallis检验和Relief算法对脑电特征参数进行择优筛选，得出位于FP1电极的合成参数(α+θ)/β、P7电极的合成参数θ/β、CZ电极的合成参数(α+θ)/β、P8电极的合成参数(α+θ)/β及FZ电极的合成参数(α+θ)/β在不同驾驶持续性注意水平等级下差异最为显著，可作为驾驶持续性注意水平的识别特征指标。
　　(3)模型识别平均正确率为92.19％，说明所提模型和方法的可行性和适用性，认为可用于对驾驶持续性注意水平的识别。

目录

声明

摘要

第1章 绪论

1．1 研究背景及意义

1．2 国内外研究现状

1．2．1 驾驶持续性注意水平的检测技术研究

1．2．2 驾驶持续性注意水平的影响因素研究

1．2．3 驾驶持续性注意水平的识别与方法研究

1．3 论文内容及技术路线

1．3．1 论文内容

1．3．2 论文技术路线

第2章 基于脑电信号的驾驶持续性注意水平研究

2．1 驾驶持续性注意水平相关理论

2．1．1 驾驶持续性注意水平的概念

2．1．2 驾驶持续性注意水平的变化过程

2．1．3 驾驶持续性注意水平的影响因素

2．2 脑电信号与驾驶持续性注意水平

2．2．1 脑电信号简介

2．2．2 脑电信号与驾驶持续性注意水平

第3章 驾驶持续性注意水平的实验设计

3．1 实验平台

3．2 实验目的

3．3 被试人员

3．4 实验设备

3．4．1 驾驶模拟器

3．4．2 脑电采集仪

3．5 实验任务

3．6 实验过程及数据采集

3．6．1 实验过程

3．6．2 实验数据采集

第4章 驾驶持续性注意水平识别特征指标提取与确定

4．1 持续性注意水平的等级划分

4．1．1 持续性注意水平划分阈值的确定

4．1．2 持续性注意水平等级的确定

4．2 脑电信号特征提取

4．2．1 脑电信号特征提取分析方法

4．2．2 基于小波变换的脑电信号特征提取

4．3 持续性注意水平识别特征指标的选取

4．3．1 特征选择方法简介

4．3．2 基于Relief算法的特征指标选取

4．4 实验数据处理及分析

4．4．1 划分结果分析

4．4．2 划分合理性验证

4．4．3 识别特征指标的确定

第5章 基于支持向量机的驾驶持续性注意水平识别模型

5．1 支持向量机简介

5．2 识别模型的构建

5．3 识别模型的参数寻优

5．3．1 粒子群算法概述

5．3．2 参数寻优过程

5．4 识别效果测评

5．5 结果分析

总结与展望

致谢

参考文献

附录

攻读硕士学位期间发表的论文及科研成果