基于PPG的地铁司机驾驶疲劳识别研究

摘要：

目的 本文旨在验证利用光电容积描记术PPG信号代替心电图ECG信号对地铁司机进行疲劳识别的有效性.方法 通过设备获取司机PPG信号,并进行心率变异性分析,提取时域、频域及非线性领域等驾驶疲劳相关特征,将瞳孔面积作为疲劳分类的标准,并采用均值漂移聚类划分疲劳等级,最后代入支持向量机SVM模型进行训练.结果 地铁司机在驾驶状态下的PPG信号与ECG信号也具有高度一致性;同时疲劳识别的准确率达到85％～90％.结论 可以利用PPG信号构建驾驶疲劳实时监测系统,实现地铁司机疲劳状态的实时监测与警示.

关键词：交通工程、驾驶行为、瞳孔识别、光电容积描记法PPG、心率变异性HRV、支持向量机SVM、疲劳等级划分、疲劳识别、交通安全、事故预防、均值漂移法

所属期刊栏目：28

分类号：U298.1+2(铁路运输管理工程)

在线出版日期：2022-08-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：24-28,35