基于眼动特征的驾驶疲劳个体差异性研究  

作　　者：孙茜[1] 徐军莉[2] 

机构地区：[1]江西科技学院信息工程学院,江西南昌330098 [2]江西科技学院协同创新中心,江西南昌330098

出　　处：《电脑知识与技术》2024年第16期29-32,36,共5页Computer Knowledge and Technology

基　　金：江西省教育厅科技项目(GJJ2202611);江西科技学院协同创新中心开放基金(XTCX2111)。

摘　　要：为了研究基于眼动特征的疲劳驾驶模型受个体差异的影响,首先提取受试者在清醒和疲劳状态下单位时间内的眼睛闭合百分比(Perclos)、眨眼时间均值和瞳孔变异系数这三个眼动特征;然后对不同状态下的眼动特征进行Kruskal-Wallis检验,并选取统计量H最大的受试者逐一与其他受试者组成双被试者组合;采用线性模型拟合双被试组合的H统计量和指标个体差异度的关系,将直线的斜率作为指标个体差异敏感度;最后,通过分别建立基于这三个眼动特征的单特征和混合特征的7个疲劳检测模型来分析模型的稳定性、检测率与指标个体差异敏感度的关系。研究结果发现,Per⁃clos是个体差异敏感度最小的眼动特征;基于Perclos单特征或混合特征的模型在检测稳定性和检测率方面基本上都优于其他特征的模型。因此,可以通过个体差异敏感度择优选择眼动疲劳特征来建立具有较高检测率和稳定性的疲劳检测模型。

关 键 词：个体差异 个体敏感度 眼动特征 疲劳驾驶 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]