[01194977]汽车驾驶员困倦预测及提示系统的研究

在人类死亡和发病的原因中，交通事故排第九位。全球每年大约有120万人丧生轮下，汽车驾驶员的疲劳驾驶是引发道路交通事故的重要原因之一。在我国，机动车保有量以及驾驶员数量迅猛增长，2010年我国汽车保有量已达8500万辆，拥有汽车驾驶员1.44亿人，每年新增机动车2000多万辆，每年新增驾驶员2200万人。我国每年因疲劳驾驶而造成的交通事故约占总数的20﹪，占特大交通事故总数的40﹪～80﹪，以及交通死亡率的83﹪。目前国内、外的驾驶员疲劳监测研究大多还处于实验室探索阶段，监测汽车驾驶员疲劳状态的方法与装置已经成为研究热点。以准确识别驾驶员疲劳状态为目标，以不影响驾驶员正常驾驶的方式监测心率、呼吸、脉搏、方向盘握力、车辆速度和变线频率等多源信息，研究驾驶员疲劳程度的判决规则，并根据疲劳程度预警，为驾驶员疲劳监测预警系统的仿真和实现提供基础性理论依据，对有效避免疲劳驾驶，减少交通事故，保障人民生命和财产安全具有重要的理论价值和实际意义。　　通过对驾驶员人体生理信号、车源信号特征提取和疲劳识别方法的研究，建立了基于多源信息融合的驾驶员疲劳监测系统。通过多路同步采集脉搏、呼吸与心率等人体生理信号及车辆速度、变线频率和方向盘转动等多源传感器信息，采用时频分析方法进行实时预处理，通过独立成分分析加重各信号疲劳特征表现，经过统计分析与模式分类方法为D-S理论提供证据基础，并进行驾驶员疲劳识别。　　研制的智能汽车座椅与人体生理信号传感器可以有效采集驾驶员的疲劳敏感特征，基于D-S证据理论与马氏距离的方法可有效的进行驾驶员疲劳分级识别。智能座椅系统具备舒适、安全的特点，可对驾驶员身高、体重与重心进行检测。汽车驾驶员困倦预测及提示系统实验效果良好，适用于各种汽车驾驶员的疲劳驾驶监测预警，尤其对于保障长途汽车驾驶员生命安全具有重大意义。