公开(公告)号：CN101746269B

公开(公告)日：2013-04-03

申请号：CN201010017144.X

申请日：2010-01-08

Applicant: 东南大学

Inventor： 张为公 ,  孙伟 ,  张小瑞 ,  林国余 ,  王雨辰 ,  于家河

IPC: B60K28/06 ,  B60W40/08 ,  G06N3/08 ,  G08B21/06

Abstract: 本发明公开了一种用于检测驾驶员疲劳驾驶的基于软计算的疲劳驾驶融合检测方法，其特征是从直接反映驾驶员疲劳的两个面部特征和间接反映驾驶员疲劳的两个车辆行为特征两个方面对疲劳驾驶进行融合检测，两个面部特征分别为频繁眨眼和打呵欠，两个车辆行为特征分别为车辆异常偏离车道和方向盘转动异常；该方法运用TS模糊神经网络来识别疲劳驾驶，采用减法聚类对网络结构进行优化辨识，确定模糊神经网络的模糊规则个数以及相关网络参数的初始值；运用遗传算法对网络参数进行训练和优化，确定最佳网络参数；根据最佳网络参数和上述四个疲劳特征参数利用TS模糊神经网络对驾驶员疲劳驾驶进行实时检测。

公开(公告)号：CN101746269A

公开(公告)日：2010-06-23

申请号：CN201010017144.X

申请日：2010-01-08

Applicant: 东南大学

Inventor： 张为公 ,  孙伟 ,  张小瑞 ,  林国余 ,  王雨辰 ,  于家河

IPC: B60K28/06 ,  B60W40/08 ,  G06N3/08 ,  G08B21/06

Abstract: 本发明公开了一种用于检测驾驶员疲劳驾驶的基于软计算的疲劳驾驶融合检测方法，其特征是从直接反映驾驶员疲劳的两个面部特征和间接反映驾驶员疲劳的两个车辆行为特征两个方面对疲劳驾驶进行融合检测，两个面部特征分别为频繁眨眼和打呵欠，两个车辆行为特征分别为车辆异常偏离车道和方向盘转动异常；该方法运用TS模糊神经网络来识别疲劳驾驶，采用减法聚类对网络结构进行优化辨识，确定模糊神经网络的模糊规则个数以及相关网络参数的初始值；运用遗传算法对网络参数进行训练和优化，确定最佳网络参数；根据最佳网络参数和上述四个疲劳特征参数利用TS模糊神经网络对驾驶员疲劳驾驶进行实时检测。