基于多导仪的疲劳驾驶实验设计
摘要
关键词
全文:
PDF参考
[1]王琳.面向安全辅助驾驶的多模态生理信息疲劳检测与分析[D].东北大学,2018.DOI:10.27007/d.cnki.gdbeu.2018.000692.[2]杨海燕,相运杰,胡蓉.疲劳驾驶检测方法研究综述[J].宝鸡文理学院学报(自然科学版),2020,40(1):23-28.[3]庞惠珊,张灵聪.驾驶疲劳测量方法研究综述[J].人类工效学,2018,24(2):82-86.[4]秦鹏程,王明年,包逸帆,等.超特长公路隧道驾驶疲劳致因及检测技术进展[J].现代隧道技术,2019,56(S2):28-35.[5]WATLING C N,HASAN M M,LARUE G S. Sensitivity and specificity of the driver sleepiness detection methods using physiological signals:A systematic review[J].Accident Analysis&Prevention,2021,150:105900.[6]HU X,LODEWIJKS G.Detecting fatigue in car drivers and aircraft pilots by using non-invasive measures:The value of differentiation of sleepiness and mental fatigue[J].Journal of Safety Research,2020(72):173-187.[7]GAO Z K,LI Y L,YANG Y X, etal.A recurrence network-based convolutional neural network for fatigue driving detection from EEG[J].Chaos:An Interdisciplinary Journal of Nonlinear Science,2019,29(11):113-126.[8]王昱博,刘安童,田怡然,等.基于眼部识别的疲劳驾驶监测系统设计与实现[J],电脑编程技巧与维护,2022,128-130+171,128-130+171[9]曾志康.用于精神疲劳监测的多模态表皮电子传感器研究[D],华中科技大学,2020,undefined[10]管仲尧,项天,方东平,等.改进的建筑工人疲劳与不安全行为实验测量方法[J].清华大学学报:自然科学版,2021,61(10):9.[11]陈凤兰.基于多导生理信号的管制员疲劳分析方法研究[D],中国民航大学,2018.[12]李雨.基于多生理信息融合的运动疲劳检测系统的搭建[D],南京邮电大学,2021.[13]张文影.基于面部和心率特征融合的驾驶员疲劳状态识别方法研究[D].华南理工大学,2020.DOI:10.27151/d.cnki.ghnlu.2020.000748.[14]邢彦涛.基于可穿戴的作业疲劳人体状态信息测试方法研究[D],南京理工大学,2018.[15]刘澳,雷宇乾,万博锋,胡鸿,易灿南.基于sEMG的驾驶员肌肉疲劳研究[J].安全,2022,43(04):66-71.DOI:10.19737/j.cnki.issn1002-3631.2022.04.011.[16]于陈.基于生理参数的驾驶疲劳特征识别方法的研究[D].扬州大学,2020.DOI:10.27441/d.cnki.gyzdu.2020.002463.
DOI: http://dx.doi.org/10.12361/2661-3476-05-02-120438
Refbacks
- 当前没有refback。