-
公开(公告)号:CN112617772A
公开(公告)日:2021-04-09
申请号:CN202110006766.0
申请日:2021-01-05
Applicant: 上海工程技术大学
Abstract: 本发明公开了一种基于脉搏波信号的驾驶疲劳识别方法及系统。所述方法包括:获取待测者的脉搏波信号;提取待测者的脉搏波信号的驾驶疲劳指标特征;驾驶疲劳指标特征包括时域特征、频域特征和非线性特征;将待测者的脉搏波信号的驾驶疲劳指标特征分别输入至多个驾驶疲劳识别模型中得到多个分类结果,并将分类结果中出现疲劳类别次数最多的分类结果确定为待测者的疲劳类别;各驾驶疲劳识别模型均是将两个不同疲劳类别的训练样本输入至SVM分类器中训练而成的;训练样本包括训练者的脉搏波信号的驾驶疲劳指标特征和训练者的疲劳类别;训练者的疲劳类别是由对应的训练者的瞳孔面积确定的。本发明能实现司机疲劳的快速识别。
-
公开(公告)号:CN112617772B
公开(公告)日:2022-12-27
申请号:CN202110006766.0
申请日:2021-01-05
Applicant: 上海工程技术大学
IPC: A61B5/02 , A61B5/18 , G06V20/59 , G06V40/19 , G06V10/762 , G06V10/774
Abstract: 本发明公开了一种基于脉搏波信号的驾驶疲劳识别方法及系统。所述方法包括:获取待测者的脉搏波信号;提取待测者的脉搏波信号的驾驶疲劳指标特征;驾驶疲劳指标特征包括时域特征、频域特征和非线性特征;将待测者的脉搏波信号的驾驶疲劳指标特征分别输入至多个驾驶疲劳识别模型中得到多个分类结果,并将分类结果中出现疲劳类别次数最多的分类结果确定为待测者的疲劳类别;各驾驶疲劳识别模型均是将两个不同疲劳类别的训练样本输入至SVM分类器中训练而成的;训练样本包括训练者的脉搏波信号的驾驶疲劳指标特征和训练者的疲劳类别;训练者的疲劳类别是由对应的训练者的瞳孔面积确定的。本发明能实现司机疲劳的快速识别。
-
公开(公告)号:CN113222458A
公开(公告)日:2021-08-06
申请号:CN202110599889.X
申请日:2021-05-31
Applicant: 上海工程技术大学
Abstract: 本发明属于风险测评技术领域,具体公开了一种城市轨道交通驾驶员安全风险测评模型及系统,包括测评指标体系、安全风险测评问卷、问卷信效度检验以及测评结果综合评判;测评指标体系是测评问卷编制的基础;问卷信效度检验用于检测问卷的正确度、一致性和稳定性;结果综合评判用于对测评问卷结果进行综合评价;本发明基于对城市轨道交通驾驶员心理因素分析,以情感维度、工作维度、人格维度、职业维度建立测评指标体系,以提升考察维度的科学性,适应城市轨道交通驾驶员多方面的职业要求;通过对被试者心电信号的采集和处理来判断被试者是否说谎,以生理指标变化来反映心理状态,使测评结果更具有可靠性。
-
-