一种基于D-S证据理论的驾驶员疲劳检测方法

摘要

本发明公开了一种基于粗糙集与D-S证据理论的驾驶员疲劳检测方法，主要包括：通过传感器采集心率、脉搏、血氧饱和度、呼吸信号的数据构成初级疲劳特征参数；通过粗糙集属性约简方法提取最优疲劳特征参数，由疲劳特征参数构造疲劳属性决策表，将疲劳决策表进行数据离散化，建立差别矩阵进行属性约简，从而建立疲劳决策集，通过决策集输出的数据归一化处理后，采用模糊神经网络与D-S理论相融合，决策驾驶员疲劳结果。本发明根据人体生理特征，结合智能信息处理方法识别汽车驾驶员的疲劳特征，拥有明显的社会与经济效益，对减少因为疲劳驾驶造成的交通事故有重要意义。