[发明专利]一种基于应激反应能力的汽车驾驶员疲劳识别方法

权利要求书

1.一种基于应激反应能力的汽车驾驶员疲劳识别方法，其特征在于，包括以下步骤：

步骤一、试验方案设计：利用汽车驾驶模拟器，驾驶员在虚拟的道路交通环境中连续行驶，直至驾驶员主观疲劳拒绝开车，在驾驶员的前方视野内设置一组LED灯，每隔1分钟～3分钟随机闪亮，闪亮持续时间为1秒钟，当作给予驾驶员的刺激，驾驶员在发现外界刺激时采取制动；人工获得驾驶员的主观疲劳状态Y，将驾驶员的主观疲劳状态Y分为疲劳和清醒两种状态；

步骤二、数据采集及预处理：通过Bus hound5.0采集驾驶员在整个模拟驾驶过程中在发现外界刺激时采取制动的反应时间R和执行时间E的数据并记录，将驾驶员的主观疲劳状态Y分为疲劳和清醒两种状态，疲劳状态记为1，清醒状态记为0；根据驾驶状态特性分析得到疲劳状态下反应时间R和执行时间E服从对数正态分布，清醒状态下反应时间R和执行时间E服从正态分布，即：

其中N₀表示清醒状态下反应时间R服从正态分布，N₂表示清醒状态下执行时间E服从正态分布，N₁表示疲劳状态下ln R服从正态分布，N₃表示疲劳状态下ln E服从正态分布，μ₀为清醒状态下反应时间R的均值，μ₂为清醒状态下执行时间E的均值，μ₁为疲劳状态下ln R的均值，μ₃为疲劳状态下ln E的均值，σ₀为清醒状态下反应时间R的标准差，σ₂为清醒状态下执行时间E的标准差，σ₁为疲劳状态下ln R的标准差，σ₃为疲劳状态下ln E的标准差；

步骤三、数据变换：对任意状态下的反应时间R和执行时间E，使用变换f，将反应时间R和执行时间E映射到1的邻域，得

在1的邻域内有ln R⁰≈R⁰-1，ln E⁰≈E⁰-1得到，

其中f表示将任意状态下的反应时间R和执行时间E变换为R⁰和E⁰的一种变换方法，N’₀表示清醒状态下R⁰服从正态分布，N’₂表示清醒状态下E⁰服从正态分布，N’₁表示疲劳状态下ln R⁰服从正态分布，N’₃表示疲劳状态下ln E⁰服从正态分布，N″₀表示清醒状态下R⁰-1服从正态分布，N″₂表示清醒状态下E⁰-1服从正态分布，N″₁表示疲劳状态下R⁰-1服从正态分布，N″₃表示疲劳状态下E⁰-1服从正态分布，R⁰为反应时间R经过变换f映射到1的邻域后的数据，E⁰为执行时间E经过变换f映射到1的邻域后的数据，μ′₀为清醒状态下R⁰的均值，μ′₂为清醒状态下E⁰的均值，μ′₁为疲劳状态下ln R⁰的均值，μ′₃为疲劳状态下ln E⁰的均值，σ′₀为清醒状态下R⁰的标准差，σ′₂为清醒状态下E⁰的标准差，σ′₁为疲劳状态下ln R⁰的标准差、σ′₃为疲劳状态下ln E⁰的标准差；

在任意状态下R⁰-1，E⁰-1均服从正态分布，构建变换：

其中定义变换：

为一个将反应时间R、执行时间E变换为R′、E′的函数，R′、E′分别为反应时间R、执行时间E经变换得到的数据；x是函数的自变量，x的赋值R或E；

f(R)表示将任意状态下的反应时间R变换为R⁰的一种变换方法；

f(E)表示将任意状态下的执行时间E变换为E⁰的一种变换方法；

步骤四、建立基于朴素贝叶斯的概率模型：设定X＝(R′,E′)^T，X为一个二维随机向量，其服从二元正态分布，即X～N(μ,Σ)，其中N表示二维随机向量X服从二元正态分布，μ为二维随机向量X的均值向量，Σ为二维随机向量X的协差阵，Cov表示随机变量之间的协方差，T表示矩阵的转置，驾驶员的主观疲劳状态Y为一个伯努利变量，驾驶员的主观疲劳状态Y的概率密度函数为：

P(Y)＝φ^Y(1-φ)^1-Y (1)

在疲劳和清醒两种状态下二维随机向量X的条件概率分布分别为：

根据朴素贝叶斯公式和全概率公式有：

将式(1)、(2)、(3)带入式(4)，化简整理得：

其中是X的线性函数，简化为-θ^TX-θ₀，φ为驾驶员状态是疲劳的概率，Y＝0，1，μ₀为清醒状态下的二维随机向量X的均值向量，μ₁为疲劳状态下二维随机向量X的均值向量，Σ为二维随机向量X的协差阵；

步骤五、估计模型参数：运用最大似然估计法对式(5)中的参数驾驶员状态是疲劳的概率φ、清醒状态下的二维随机向量X的均值向量μ₀、疲劳状态下二维随机向量X的均值向量μ₁、二维随机向量X的协差阵Σ进行估计，有似然方程：

对似然方程取对数：

得到：

其中{Y⁽ⁱ⁾＝1}、{Y⁽ⁱ⁾＝0}是隐射函数，括号内的式子为真，函数取值1；否则函数取值0，m为训练集的样本个数；

步骤六、建立基于逻辑斯特的概率模型：由步骤四得到逻辑斯特函数：

其中，θ₀、θ₁及θ₂由θ_k表示，θ_k为驾驶员状态是疲劳的概率φ、清醒状态下的二维随机向量X的均值向量μ₀、疲劳状态下二维随机向量X的均值向量μ₁、二维随机向量X的协差阵Σ的一个适当函数，k＝0,1,2；

步骤七、疲劳识别：由步骤六中的逻辑斯特函数，输入反应时间R、执行时间E经变换得到的R′、E′，输出概率大于0.5，则驾驶员为疲劳状态；输出概率小于0.5，则驾驶员为清醒状态。