重庆理工大学学报(自然科学) ›› 2023, Vol. 37 ›› Issue (1): 149-157.
赵小平,闵忠兵,薛运强
摘要: 为探究新手驾驶人疲劳特性在视觉特征方面的表现,设计了基于驾驶模拟器和 DikablisGlass3眼动仪的驾驶模拟实验,采集驾驶人视觉数据,结合视频专家法将驾驶人疲劳 等级分为清醒、轻度疲劳、中度疲劳、重度疲劳。利用拉依达准则及卡尔曼滤波对数据进行清 洗;依据单因素方差分析及事后多重比较结果,选取眨眼持续时长均值、扫视时长均值、扫视总 时长、瞳孔面积均值、瞳孔变异系数均值、注视时间均值等视觉特征作为驾驶人的疲劳驾驶评价 指标;构建基于新手驾驶人视觉特征的灰狼优化支持向量机(GWOSVM)疲劳驾驶识别模型。 研究结果表明:随着驾驶疲劳累积,新手驾驶人眨眼持续时长显著增加,扫视时长及扫视总时长 显著降低,瞳孔面积缩小,瞳孔变异系数增大;SVM识别结果表明:新手驾驶人的疲劳状态可通 过眼动指标进行有效识别,而 GWOSVM模型则进一步提升了识别精度,证明了眼动特征在新 手驾驶人疲劳检测方面具有较好的适用性。
中图分类号: