项目名称: 基于前额眼电的疲劳监测关键技术研究

项目编号: No.61272248

项目类型: 面上项目

立项/批准年度: 2013

项目学科: 自动化技术、计算机技术

项目作者: 吕宝粮

作者单位: 上海交通大学

项目金额: 80万元

中文摘要: 疲劳驾驶是恶性交通事故的主要因素,为此工业界和科技界长期致力于疲劳监测技术的研究和开发。现有的商业化疲劳监测系统主要基于视频分析技术,使用简单,但易受内、外部环境干扰;而科技界研究较多的基于脑电的疲劳监测技术,虽然精度最高,但实用性较差。为此,本课题拟从实用性和准确性两方面出发,研究设计基于前额眼电的疲劳监测关键技术。该技术将充分利用前额眼电的疲劳表征特性,实用性强,并能克服内、外部环境的干扰。本项目拟开展的研究工作主要包括以下四方面:1)研究分析前额眼电与传统眼电的关系。2)研究分析前额眼电信号的眼部活动状态表征能力和对疲劳的表征能力。3)研究设计驾驶环境下的高鲁棒性前额眼电特征提取算法和疲劳监测算法。4)研究设计针对不同用户的自适应疲劳监测模型,可在线修正模型参数,使其适应不同用户的眼电疲劳变化模式。本研究将为驾驶员提供一种新的主动安全技术,为开发面向一般驾驶员的疲劳监测技术奠定基础。

中文关键词: 疲劳监测;前额眼电;脑电信号;特征提取;警觉度

英文摘要: Driver fatigue is the main factor in many serious accidents. Therefore industry and scientific communities have long been working on the research and development of fatigue monitoring. The existing systems for fatigue monitoring are mainly based on video techniques, which are easy to use, but vulnerable to internal and external environmental interference; EEG-based fatigue monitoring techniques which are common in scientific community are with high accuracy, but not practical for application. For these reasons, our project intends to focus on the study of fatigue monitoring technology based on EOG extracted from forehead (forehead EOG), to get a balance between practicality and accuracy. This technology will make full use of the forehead EOG features to monitor fatigue, which is both practical and robust to the interference of the external environment. The research that the project plans to conduct mainly comprises the following four parts: 1) to study the relationship between forehead EOG and traditional EOG; 2) to study and analyze the characterization of eye-movement activities and fatigue about forehead EOG; 3) to study and design an algorithm with high robustness to extract features of forehead EOG and an algorithm for monitoring fatigue; 4) to study and design a subject-independent self-adaptive fatigue mo

英文关键词: Fatigue Monitoring;Forehead EOG;EEG;Feature Extraction;Vigilance

成为VIP会员查看完整内容
0

相关内容

个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
18+阅读 · 2021年5月16日
自动驾驶软件测试技术研究综述
专知会员服务
57+阅读 · 2021年2月19日
专知会员服务
133+阅读 · 2021年2月17日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
专知会员服务
108+阅读 · 2020年10月27日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
Nest Hub 的非接触式睡眠监测
TensorFlow
1+阅读 · 2021年5月21日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
Interspeech 2019 | 基于多模态对齐的语音情感识别
AI科技评论
23+阅读 · 2019年9月21日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
李克强:智能车辆运动控制研究综述
厚势
21+阅读 · 2017年10月17日
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月20日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月18日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关VIP内容
个性化学习推荐研究综述
专知会员服务
58+阅读 · 2022年2月2日
专知会员服务
89+阅读 · 2021年7月9日
专知会员服务
18+阅读 · 2021年5月16日
自动驾驶软件测试技术研究综述
专知会员服务
57+阅读 · 2021年2月19日
专知会员服务
133+阅读 · 2021年2月17日
基于生理信号的情感计算研究综述
专知会员服务
61+阅读 · 2021年2月9日
多模态视觉语言表征学习研究综述
专知会员服务
191+阅读 · 2020年12月3日
专知会员服务
108+阅读 · 2020年10月27日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
Nest Hub 的非接触式睡眠监测
TensorFlow
1+阅读 · 2021年5月21日
面向自动驾驶的边缘计算技术研究综述
专知
4+阅读 · 2021年5月3日
深度学习技术在自动驾驶中的应用
智能交通技术
26+阅读 · 2019年10月27日
Interspeech 2019 | 基于多模态对齐的语音情感识别
AI科技评论
23+阅读 · 2019年9月21日
【大数据】海量数据分析能力形成和大数据关键技术
产业智能官
17+阅读 · 2018年10月29日
【工业智能】风机齿轮箱故障诊断 — 基于振动信号
李克强:智能车辆运动控制研究综述
厚势
21+阅读 · 2017年10月17日
相关基金
国家自然科学基金
0+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员