高速公路载重货车驾驶员视觉注意力建模与疲劳预警关键技术研究

高速公路载重货车驾驶员过度疲劳驾驶是导致特大交通事故的主要原因之一，基于驾驶员眼动跟踪技术与疲劳预警，作为交通事故前关键行为研究越来越受到人们的重视。但在现实驾驶环境下，载重货车驾驶员的眼动跟踪以及疲劳预警技术的准确性和可靠性限制了其实际应用。因此，本项目结合高速公路安全驾驶的实际需求，围绕载重货车驾驶员视觉注意力建模与疲劳预警等关键问题，开展高速公路载重货车驾驶员视觉注意力建模与疲劳预警关键技术研究。主要创新研究包括：（1）基于视觉认知机理的高速公路载重货车驾驶员眼动机制研究；（2）基于视觉非线性对数模型的载重货车驾驶员视觉注意力建模研究；（3）基于采样强跟踪非线性滤波理论的高速公路载重货车驾驶员眼动跟踪研究；（4）基于面像视觉多模态融合识别技术的疲劳预警方法研究。本项目旨在探索如何有效地检测和防止高速公路载重货车驾驶员疲劳驾驶，为疲劳预警设备的研制和应用提供理论支持与技术基础。

高速公路载重货车驾驶员过度疲劳驾驶是导致特大交通事故的主要原因之一，基于驾驶员眼动跟踪技术与疲劳预警，作为交通事故前关键行为研究越来越受到人们的重视。但在现实驾驶环境下，载重货车驾驶员的眼动跟踪以及疲劳预警技术的准确性和可靠性限制了其实际应用。因此，本项目结合高速公路安全驾驶的实际需求，围绕载重货车驾驶员视觉注意力建模与疲劳预警等关键问题，开展高速公路载重货车驾驶员视觉注意力建模与疲劳预警关键技术研究。主项目主要研究内容包括：（1）基于视觉认知机理的高速公路载重货车驾驶员眼动机制研究；（2）基于视觉非线性对数模型的载重货车驾驶员视觉注意力建模研究；（3）基于采样强跟踪非线性滤波理论的高速公路载重货车驾驶员眼动跟踪研究；（4）基于面像视觉多模态融合识别技术的疲劳预警方法研究。经过本项目的研究，完成了各种光照条件、姿态和戴墨镜条件下的高速公路载重货车驾驶员人眼检测与眼睛区域特征描述算法研究，完成了基于采样强跟踪非线性自适应滤波的载重货车驾驶员眼动跟踪，进行驶员眼部3D重构与跟踪方法研究，实现了PERCLOS、瞳孔、眨眼、点头、哈欠、面部倾斜等六个面部特征疲劳因子分析，完成基于生物特征无线可穿戴技术对疲劳评估的评价，进行载重货车驾驶员疲劳后汽车自适应巡航及电子油门控制研究，提出载重货车驾驶员疲劳预警后油门低速控制，减少公路交通事故研究。在载重货车驾驶员注意力建模与疲劳预警方面获得重要研究结果。实验数据及结果在《IEEE TRANSACTIONS ON IN TELLIGENT TRANSPORTATION SYSTEMS》（SCI一区，IEEE交通运输科学与技术领域排名第一）和《APPLIED ENERGY》（IF6.33）等国际权威杂志上发表，同时重要结果及实验数据以第一发明人申请87个专利，其中授权/公示35项相关交通安全领域发明专利，授权30余项相关实用新型专利。经过本项目的研究，有效地探索如何防止高速公路载重货车驾驶员疲劳驾驶，为疲劳预警设备的研制和应用提供理论支持与技术基础。