首页|驾驶行为多重分形特征在驾驶疲劳检测中的应用

驾驶行为多重分形特征在驾驶疲劳检测中的应用

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
本文旨在分析驾驶行为多重分形特征对驾驶疲劳检测模型的提升作用.利用UC-win/Road驾驶模拟软件采集行驶速度、加速度、方向盘转角和方向盘角速度等数据,并计算数据的均值、标准差和多重分形特征,比较不同特征的使用是否会对支持向量机(SVM)驾驶疲劳检测模型的精度造成影响.研究表明:在多重分形特征指标中,加速度的奇异强度与驾驶员疲劳状态相关性显著,且受时间窗宽度影响较小;加速度的奇异强度能帮助提高驾驶疲劳检测模型的精度,具有一定的应用价值.
Application of multi-fractal features of driving performance in driver fatigue detection

张姝玮、郭忠印、杨轸、柳本民

展开 >

同济大学同济大学道路与交通工程教育部重点实验室,上海201804

道路与铁道工程 驾驶疲劳 交通安全 多重分形特征

国家自然科学基金

71673201

2021

10.13229/j.cnki.jdxbgxb20200061

吉林大学学报(工学版)
吉林大学

吉林大学学报(工学版)

CSTPCDCSCD北大核心
影响因子：0.792
ISSN：1671-5497
年,卷(期)：2021.51(2)
  • 6
  • 9