基于脑电信号的驾驶员警觉度估计与预测研究

随着对交通事故中驾驶员自身状态关注度的提高，驾驶员警觉度估计与预测技术已逐渐成为车辆辅助安全驾驶领域的一个重要研究课题。研究表明，脑电信号具有最准确可靠的警觉度表征能力。近两年，随着无线可穿戴脑电头盔的出现，使开发驾驶员警觉度估计与预测系统成为可能。本项目研究基于脑电信号的驾驶员警觉度估计与预测技术。拟开展的研究工作主要包括以下三个方面：1）利用半监督的动态聚类算法，通过对大量模拟驾驶环境下驾驶员脑电信号的分析，研究警觉度的状态描述与标注方法；2)研究高鲁棒性的脑电信号预处理、特征提取和分类算法，以解决无线可穿戴脑电头盔采集的脑电信号所存在的噪音伪迹和测量失真等问题；3）研究不同人群在不同环境下的警觉度实时估计与短时预测模型，实现对驾驶员疲劳驾驶和危险情景的提早预警。本研究对跟踪无线可穿戴脑电头盔这一最新技术，开发未来的车辆辅助安全驾驶系统，以及研究新的军事通讯技术和装备都具有重要意义。