技術特征：

技術總結
本發(fā)明公開了一種基于眼動指標數(shù)據(jù)的駕駛疲勞檢測系統(tǒng)及識別方法，由數(shù)據(jù)采集模塊按200HZ的頻率采集四種眼動數(shù)據(jù)；然后數(shù)據(jù)分析處理模塊將眼動數(shù)據(jù)傳入計算程序進行預處理；然后采集駕駛?cè)说难蹌又笜藬?shù)據(jù)以及每一條數(shù)據(jù)對應駕駛?cè)似诔潭茸鳛樵紨?shù)據(jù)建立隨機森林模型，通過隨機森林模型中每一棵決策樹對駕駛?cè)说难蹌訑?shù)據(jù)進行分類判斷，給出結果；最后綜合各個決策樹給出的分類結果，利用隨機森林模型進行投票，綜合投票概率高的即為本次分類的最終結果。采用機器學習的隨機森林模型，訓練速度快，分類預測性能優(yōu)異，能快速識別駕駛?cè)水斍暗氖欠衿?，并且隨機森林模型隨著數(shù)據(jù)量不斷增加和更新，能夠不斷優(yōu)化提升判別性能。

技術研發(fā)人員：王永崗;馬成喜;李巖輝;馬景峰;常旭;張興雨;朱浩
受保護的技術使用者：長安大學
技術研發(fā)日：2017.03.13
技術公布日：2017.07.07