文档名：基于脑电熵值特征和功能连接的不同线型道路下驾驶状态检测
摘要：基于脑电信号完成对不同驾驶过程的解码分析,并就驾驶意图做出预测,是基于脑机接口的人机协同智能驾驶控制中的核心问题.为了实现对直线、左弯道和右弯道驾驶过程的识别,本文提出了基于脑电功能性脑网络和熵值特征的驾驶行为特征检测方法,并结合支持向量机和高斯混合模型等算法完成对不同线型驾驶过程的分类识别.模拟驾驶实验结果表明,本文提出的方法可有效实现对不同线型驾驶过程的识别,针对16名被试对直线和弯道驾驶过程的识别准确率均高于82％,最高达到86.66％,对左弯道和右弯道驾驶过程的识别准确率均高于75％,最高达到77.95％.对主要脑区间相互依赖关系的分析结果表明,弯道驾驶过程表现出明显的大脑对侧性特征,且左弯道驾驶相比右弯道需要更多的脑区间交互活动,而直线驾驶过程中左脑区的活动稍强于右脑区.本文研究结果对理解弯道驾驶过程中驾驶员脑认知特性,以及开展不同线型道路下驾驶行为检测和驾驶状态研究,具有一定的参考价值.
Abstract：Thedecodingofdifferentdrivingprocessesanddrivingintentionpredictionbasedonelectroencephalo-gram(EEG)signalsarethekeyissueofhumancomputerinterfacebasedintelligentdrivingcontrol.Inordertorealizetheidentificationofdrivingprocessinstraightroad,leftcurveandrightcurveroad,thispaperproposesafeatureextrac-tionmethodfordrivingbehaviorsbasedonfunctionalbrainnetworkandentropyfeaturesofEEGs,andachievethesclas-sificationofdifferentdrivingconditionsundervariouscurvebycombiningwithseveralclassifierswiththeextractedEEGfeatures.Correspondingsimulationdrivingexperimentsaredesignedandtheresultsshowthatthemethodproposedinthisstudycaneffectivelyidentiythedrivingprocessundervariouscurve.Alltheclassificationaccuracyforthe16subjectsbetweenstraightandcurveroadarehigherthan82％,withthehighestvalueto86.66％,whiletheaccuracybetweenleftcurveandrightcurvearehigherthan75％,withthehighestvalueto77.95％.Interdependenceanalysisbetweendifferentbrainregionsshowsthatthereareobviousbraincontralateralcharacteristicsduringcurvedriving.Inaddition,leftcurvedrivingneedsmoreinteractionsbetweenthebrainregionsthanrightcurvedriving,whilethelefthemisphereisslightlymoreactivethantherighthemisphereduringstraightdriving.Theresulthassignificantvalueforunderstandingdriver'sbraincognitivecharacteristicsintheprocessofcurvedrivinganddrivingbehaviordetectionunderdifferentcurveroad.
作者：常文文 闫光辉 杨志飞 张冰涛 罗浩Author：CHANGWen-wen YANGuang-hui YANGZhi-fei ZHANGBing-tao LUOHao
作者单位：兰州交通大学电子与信息工程学院,甘肃兰州730070
刊名：电子学报 ISTICEIPKU
Journal：ActaElectronicaSinica
年，卷(期)：2023, 51(10)
分类号：TP391TP18
关键词：驾驶行为 弯道驾驶 脑电信号 脑功能连接 熵
Keywords：drivingbehavior curvedriving electroencephalogram(EEG) functionalbrainnetwork entropy
机标分类号：
在线出版日期：2024年1月17日
基金项目：基于脑电熵值特征和功能连接的不同线型道路下驾驶状态检测[
期刊论文] 电子学报--2023, 51(10)常文文 闫光辉 杨志飞 张冰涛 罗浩基于脑电信号完成对不同驾驶过程的解码分析,并就驾驶意图做出预测,是基于脑机接口的人机协同智能驾驶控制中的核心问题.为了实现对直线、左弯道和右弯道驾驶过程的识别,本文提出了基于脑电功能性脑网络和熵值特征的驾驶...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于脑电熵值特征和功能连接的不同线型道路下驾驶状态检测 Detection of Driving State Under Different Curve Road based on Entropy and Functional Connectivity of EEG
基于脑电熵值特征和功能连接的不同线型道路下驾驶状态检测.pdf
- 文件大小:
- 12.52 MB
- 下载次数:
- 60
-
高速下载
|
|
