摘要
为解决驾驶员疲劳驾驶引发的交通事故问题,本研究致力于设计一款高精度、及时预警的疲劳驾驶检测与预警装置。文章提出了一种基于卷积神经网络与ECG信息的多模态疲劳驾驶检测方法:首先,通过训练数据集获取模型文件,并将其与预设行为进行对比,得出预警结果;接着,结合ECG信号对驾驶员的驾驶状态进行进一步分析,输出最终结果并触发预警。实验结果表明,该方法能够准确识别驾驶员的疲劳状态并及时发出预警,最高检测正确率达到了99%,验证了方法的可行性。
出处
《电脑知识与技术》
2024年第12期24-26,34,共4页
Computer Knowledge and Technology
基金
河南省教育厅2023年大学生创新创业训练计划项目:基于机器学习的疲劳驾驶异常检测与预警研究(编号:202312746041)
郑州科技学院2023年大学生创新创业训练计划项目:基于机器学习的疲劳驾驶异常检测与预警研究(编号:DC202341)
2023年省级大学生创新创业训练计划项目:基于机器学习的疲劳驾驶异常检测与预警研究(202312746041)。
