科研之友
微信
新浪微博
Facebook
分享链接
摘要
疲劳驾驶是引起道路交通事故的主要因素之一，提高驾驶疲劳检测精度是预防交通事故的有效措施。为研究驾驶员在极端高温天气下驾驶过程中疲劳程度情况，基于生理反馈仪和卡罗林斯卡嗜睡表(Karolinska sleepiness scale, KSS)主观疲劳调查方法，采集了本地和外地两类驾驶员在正常天气(35℃以下)、高温天气(35～39℃)及极端高温天气(40℃及以上)等3种气温环境下主观疲劳值和生理指标(心电信号与表皮温度)。通过应用皮尔逊相关性分析方法、非参数检验(曼-惠特尼U检验)及配对检验针对各项生理指标进行特征分析。结果表明，在极端高温天气下2类驾驶员主观疲劳值与各项生理指标之间存在相关性；两类驾驶员主观疲劳值和各项生理指标在3种天气下变化存在显著差异；相比于本地驾驶员，在极端天气下外地驾驶员疲劳程度的增加较快。在此基础上，选用麻雀搜索算法(sparrow search algorithm, SSA)优化了BP(back propagation)神经网络预测模型，建立基于SSA-BP驾驶疲劳检测模型，对样本数据进行预测与分类，验证了该模型的有效性。结果表明，标准BP神经网络和SSA-BP疲劳检测精度分别为88.5%、95%,建立的SSA-BP驾驶疲劳检测模型预测效果良好，可为极端高温道路交通安全提供参考与借鉴。
- 出版日期2023
- 单位新疆农业大学
