Aug, 2022

基于本体的司机疲劳建模与检测

PDF
TL;DR该研究考虑了导致驾驶员疲劳的各种因素，并使用车辆监测数据和驾驶员的生理数据，将本体知识和疲劳检测规则集成到智能系统中，一旦检测到危险疲劳水平的第一个迹象，就会向驾驶员发送警告通知，以促进道路安全驾驶。
road accidentsdriver's fatiguevehicle dataphysiological dataintelligent system
发现论文，激发创造
  • 使用机器学习改进驾驶员疲劳和注意力分散的自动检测

    通过使用基于视觉和基于机器学习的方法，同时检测疲劳和注意力分散的行为，以提高智能车辆系统的驾驶行为监测能力并获得更准确和时间更短的结果。

    Jan, 2024

  • 基于 Yolov8 模型的驾驶员面部疲劳检测研究

    疲劳驾驶检测技术基于 YOLOv8 深度学习模型的研究与应用，以有效预防为目标，通过详细讨论模型方法和技术，介绍不同数据集的处理方法和算法原理，致力于提供强大的技术解决方案，减少交通事故和保护生命。

    Jun, 2024

  • SleepyWheels：一种用于检测瞌睡导致事故预防的集成模型

    本文提出了一种名为 SleepyWheels 的革命性方法，该方法使用轻量级神经网络结合面部特征识别来实时识别司机疲劳。该模型采用 EfficientNetV2 和面部标记检测器进行训练，利用驾驶员疲劳数据集，实现了 97% 的准确性。

    Nov, 2022

  • 基于 1D 时间卷积网络的汽车驾驶员疲劳评估

    近年来，先进驾驶辅助系统（ADAS）的科学进展在提高驾驶整体安全性方面扮演了关键角色。ADAS 技术能够主动控制车辆，以预防潜在的危险情况。研究人员关注的一个重要方面是分析驾驶员的注意力水平，因为最近的报告确认了由于困倦或注意力不集中导致的事故数量不断增加。为了解决这个问题，各种研究提出了通过监测驾驶员的生理状态来实现，因为自主神经系统（ANS）与注意力水平之间存在着确立的联系。为了进行我们的研究，我们设计了一种创新的生物传感器，包括近红外 LED 发射器和光电二极管，具体来说是一种硅光电倍增器装置。这使我们能够通过分析相关的光电容抗（PPG）信号评估驾驶员的生理状态。此外，我们开发了一种嵌入式时域超滤波技术，并结合了一种 1D 时域卷积架构，该架构中嵌入了渐进延展设置。这个集成系统能够实时分类驾驶员的困意，获得 96% 左右的显著准确度水平。

    Jul, 2023

  • 用于监测精神疲劳的传感器和系统：系统综述

    本文综述了心理疲劳的理论模型、关键的技术手段和最新的人类疲劳生物传感技术，发现 EEG 传感器能够提供对疲劳检测的中等到良好的灵敏度，并讨论了可穿戴 EEG 以及环境传感器相互融合在实时监测方面的关键性作用和未来的发展方向。

    Jul, 2023

  • OpenDriver: 一份开放式的驾驶员状态检测数据集

    本研究利用可穿戴生理测量方法设计并描述了一个含有惯性、心电图等多模态的汽车驾驶员状态大数据集，以加强对驾驶员损伤检测的研究。

    Apr, 2023

  • 多关注融合的疲劳驾驶检测模型

    司机疲劳驾驶是交通事故的主要原因之一，通过引入多关注融合疲劳驾驶检测模型（MAF），可以显著提升分类性能，特别是在部分面部遮挡和低光照条件下，从而在提高算法整体稳健性方面发挥更大作用。通过在夜间和白天的光照条件下采集真实世界的数据集，我们进行了一系列综合实验，结果显示我们提出的模型达到了 96.8% 的司机疲劳检测准确率。

    Dec, 2023

  • 酒后驾驶司机活动和驾驶性能的基于视觉的分析

    利用多模态传感器，研究了急性饮酒对驾驶表现的影响，并提出了基于数据驱动的检测饮酒驾驶的方法，涉及机器学习模型分析热像中驾驶员脸部的计算机视觉和模型训练的流程，对相关研究的未来实验设计提供了有益信息。

    Sep, 2023

  • 采用卷积神经网络集成的驾驶员分心识别

    研究利用深度学习和卷积神经网络进行驾驶员分心检测，提供了一个包含更多分心姿态的公共数据集，并提出了一种可靠的基因加权集成方法，可以在现实环境中实现 84.64％分类准确率。

    Jan, 2019

  • 从实车行驶数据估计司机人格特质

    使用机器学习和深度学习技术，从路上的驾驶行为数据中估计驾驶员的心理特征，建立具有自适应能力的驾驶辅助系统，研究结果表明，我们的模型能够以高准确度预测心理驾驶风格和负荷敏感度等特征，而不同持续时间的分割对准确性的影响因特征而异。

    Feb, 2023