排序方式: 共有1条查询结果,搜索用时 15 毫秒
1
1.
为了对驾驶员的驾驶状态进行有效地监测,基于驾驶员握力、方向盘转角和驾驶员头部位置3种驾驶信息,通过分析驾驶过程中的内在规律,提出了一种滑动时间窗的提取方法,使用该方法提取出了握力幅值疲劳度、转角标准差疲劳度、转角频数疲劳度和头位偏离疲劳度4种特征参数,并结合神经网络技术,建立了驾驶状态实时监测系统。研究表明:所设计的驾驶状态实时监测方法的识别正确率可达90.4%,且监测系统实时性强、监测效果理想、获取信息直观、警示方式多功能化,为驾驶状态的特征提取和实时监测系统的研究提供了有益的参考。 相似文献
1