《基於前額眼電的疲勞監測關鍵技術研究》是依託上海交通大學，由呂寶糧擔任項目負責人的面上項目。
基本介紹
- 中文名：基於前額眼電的疲勞監測關鍵技術研究
- 項目類別：面上項目
- 項目負責人：呂寶糧
- 依託單位：上海交通大學
項目摘要,結題摘要,
項目摘要
疲勞駕駛是惡性交通事故的主要因素，為此工業界和科技界長期致力於疲勞監測技術的研究和開發。現有的商業化疲勞監測系統主要基於視頻分析技術，使用簡單，但易受內、外部環境干擾；而科技界研究較多的基於腦電的疲勞監測技術，雖然精度最高，但實用性較差。為此，本課題擬從實用性和準確性兩方面出發，研究設計基於前額眼電的疲勞監測關鍵技術。該技術將充分利用前額眼電的疲勞表征特性，實用性強，並能克服內、外部環境的干擾。本項目擬開展的研究工作主要包括以下四方面：（1）研究分析前額眼電與傳統眼電的關係。（2）研究分析前額眼電信號的眼部活動狀態表征能力和對疲勞的表征能力。（3）研究設計駕駛環境下的高魯棒性前額眼電特徵提取算法和疲勞監測算法。（4）研究設計針對不同用戶的自適應疲勞監測模型，可線上修正模型參數，使其適應不同用戶的眼電疲勞變化模式。本研究將為駕駛員提供一種新的主動安全技術，為開發面向一般駕駛員的疲勞監測技術奠定基礎。
結題摘要
目前對於疲勞駕駛尚無可靠的檢測手段和定量的評價體系，從駕駛時間上很難準確判定駕駛員的疲勞程度。對於駕駛疲勞的產生機理、定量描述和檢測方法的研究己經成為神經科學、認知科學和智慧型交通系統研究的一個重要課題，它不但具有極高的理論價值，同時具有重要的現實意義。本課題從實用性和準確性兩方面出發，研究設計基於前額眼電的疲勞駕駛監測關鍵技術。本課題開展取得以下五方面成果：（1）建立模擬駕駛實驗平台，維護基於前額眼電的大規模疲勞數據集；（2）設計前額眼電電極放置位置，研究前額眼電關於眼部活動狀態的表征能力以及對疲勞程度的表征能力；（3）提出了基於眼動儀數據的疲勞連續自動標註方法；（4）疲勞與腦電、眼電模式間的關係一般會隨著人群的差異或所處環境的改變而有所不同，因此，疲勞監測方法既要考慮一般規律，即非特定人群的共性，也要考慮到特定人群以及當前特定環境下所導致的差異。本課題引入遷移學習方法解決被試個體差異問題；（5）研究前額眼電和腦電多模態融合的連續疲勞檢測方法，通過前額電極信號分離腦電和眼電實現多信號融合。另外考慮到警覺度信號時序相關性，我們引入了多種時序相關模型如LSTM，CCRF和CCNF模型，對信號時序信息進行建模，我們發現通過多模態信息融合以及時序相關建模方法有效地提高識別性能。同時我們發現不同警覺度狀態下腦電模式規律，包括頻段能量變化和關鍵腦區，腦電和眼電在警覺度估計中的互補特性分析。本項目研究為開發穩健疲勞監測技術奠定研究基礎和實驗支撐。
