1.基于駕駛行為與眼動(dòng)特征的疲勞駕駛辨識(shí)方法，其特征在于，包括以下步驟：
1)設(shè)計(jì)疲勞駕駛模擬實(shí)驗(yàn)，通過(guò)實(shí)驗(yàn)采集駕駛?cè)嗽诓煌跔顟B(tài)下的駕駛行為數(shù)據(jù)，包括方向盤轉(zhuǎn)角、轉(zhuǎn)角速度、車速、車輛加速度和駕駛?cè)说难蹌?dòng)數(shù)據(jù)，包括眨眼、注視、掃視數(shù)據(jù)；
2)對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行切分篩選，建立疲勞駕駛樣本數(shù)據(jù)庫(kù)；
3)采用單因素方差分析的方法對(duì)不同疲勞狀態(tài)下駕駛?cè)说鸟{駛行為參數(shù)和眼動(dòng)特征參數(shù)差異的顯著性進(jìn)行統(tǒng)計(jì)分析，并找出了各種特征參數(shù)的最優(yōu)時(shí)間窗；初步篩選出駕駛行為特征參數(shù)包括方向盤絕對(duì)均值SAM、轉(zhuǎn)角標(biāo)準(zhǔn)差SASTD、方向盤角速度絕對(duì)均值SWM、角速度標(biāo)準(zhǔn)差SWSTD、速度標(biāo)準(zhǔn)差Vstd、加速度均值A(chǔ)m和標(biāo)準(zhǔn)差A(yù)std；眼動(dòng)特征參數(shù)包括眨眼頻率BF、注視持續(xù)時(shí)間均值FIXT_mean和標(biāo)準(zhǔn)差FIXT_std、掃視平均速度標(biāo)準(zhǔn)差SACV_std和瞳孔直徑變異系數(shù)CVPLD；
4)對(duì)初步篩選出的特征參數(shù)進(jìn)行雙變量Spearman相關(guān)分析，具體步驟如下：
4-1)對(duì)來(lái)源與同一指標(biāo)的特征參數(shù)進(jìn)行分析，相關(guān)性顯著的特征，只能選擇一項(xiàng)；
4-2)對(duì)篩選出的特征參數(shù)，按駕駛行為參數(shù)和眼動(dòng)參數(shù)分類進(jìn)行相關(guān)性分析，同樣，對(duì)相關(guān)性顯著的指標(biāo)只能選擇一項(xiàng)；
4-3)對(duì)經(jīng)過(guò)以上兩部篩選后余下的指標(biāo)進(jìn)行相關(guān)性分析，對(duì)相關(guān)性顯著的指標(biāo)采取步驟4-1)、4-2)同樣的處理方式；
5)篩選出最優(yōu)特征參數(shù)包括：方向盤轉(zhuǎn)角標(biāo)準(zhǔn)差SASTD、車輛加速度標(biāo)準(zhǔn)差A(yù)std、掃視平均速度標(biāo)準(zhǔn)差SACV_std和瞳孔直徑變異系數(shù)CVPLD；
6)建立疲勞駕駛BP神經(jīng)網(wǎng)絡(luò)辨識(shí)模型，首先確定該網(wǎng)絡(luò)結(jié)構(gòu)的輸入神經(jīng)元數(shù)、輸出神經(jīng)元數(shù)、隱含層數(shù)、隱含層神經(jīng)元數(shù)；其次個(gè)網(wǎng)絡(luò)層的傳遞函數(shù)、設(shè)置各層初始值的權(quán)值，最后確定最佳學(xué)習(xí)效率，選取適當(dāng)?shù)钠谕`差，具體如下：
6-1)輸入神經(jīng)元，選步驟5)中最優(yōu)特征參數(shù)及作為模型的輸入，并將輸入數(shù)據(jù)進(jìn)行歸一化處理；
6-2)輸出神經(jīng)元，設(shè)定輸出為1-清醒、2-疲勞、3-非常疲勞，并由一個(gè)神經(jīng)元表示，在網(wǎng)絡(luò)的預(yù)測(cè)結(jié)果中，以1.5和2.5為界，如果預(yù)測(cè)值1≤k≤1.5，則為清醒；如果預(yù)測(cè)值1.5≤k≤2.5，則為疲勞如果預(yù)測(cè)值2.5≤k≤3，則為非常疲勞；
6-3)隱含層數(shù)，單個(gè)隱含層，隱含層節(jié)點(diǎn)數(shù)為9；
6-4)傳遞函數(shù)，BP的神經(jīng)網(wǎng)絡(luò)內(nèi)部采用tansig作為傳遞函數(shù)，輸出層采用purelin作為傳遞函數(shù)；
6-5)初始權(quán)重，初始權(quán)值定為(-1，1)之間的非零隨機(jī)值；
6-6)學(xué)習(xí)效率和期望誤差，采用LM學(xué)習(xí)算法，學(xué)習(xí)效率根據(jù)期望誤差自動(dòng)調(diào)節(jié)，無(wú)需設(shè)定；期望誤差設(shè)定為0.001；
7)利用Matlab軟件編寫模型程序，隨機(jī)選取訓(xùn)練樣本和測(cè)試樣本集對(duì)模型進(jìn)行訓(xùn)練和疲勞狀態(tài)辨識(shí)。
2.根據(jù)權(quán)利要求1所述的疲勞駕駛檢測(cè)方法，其特征在于，所述疲勞駕駛模擬實(shí)驗(yàn)具體如下：
1)實(shí)驗(yàn)設(shè)備：
A、駕駛模擬系統(tǒng)，由仿真車輛、控制臺(tái)區(qū)、視景系統(tǒng)、計(jì)算機(jī)系統(tǒng)、網(wǎng)絡(luò)系統(tǒng)以及相應(yīng)的軟件系統(tǒng)組成；主要操作設(shè)備都是真實(shí)車輛設(shè)備，通過(guò)傳感器捕獲用戶的輸入動(dòng)作，將用戶的輸入以及其他相關(guān)進(jìn)行模擬仿真計(jì)算，同時(shí)將仿真結(jié)果通過(guò)視景系統(tǒng)顯示、聲音仿真系統(tǒng)以及信號(hào)輸出系統(tǒng)將對(duì)應(yīng)信息反饋給用戶；系統(tǒng)還包括仿真車輛運(yùn)行過(guò)程中本車相關(guān)數(shù)據(jù)的導(dǎo)出接口，可根據(jù)研究需求，設(shè)置不同的采樣頻率，導(dǎo)出數(shù)據(jù)進(jìn)行二次分析；
B、Eye LinkⅡ型眼動(dòng)儀，采用瞳孔模式進(jìn)行追蹤；
2)實(shí)驗(yàn)場(chǎng)景：使用單調(diào)環(huán)形公路作為實(shí)驗(yàn)場(chǎng)景，所述單調(diào)環(huán)形公路為一條環(huán)形雙向6車道的郊區(qū)單調(diào)高等級(jí)公路，車道寬度3.75m，道路全長(zhǎng)20km，路面平整，天氣設(shè)置為晴天；
3)實(shí)驗(yàn)人員：身體健康，睡眠規(guī)律，測(cè)試前24h內(nèi)不允許飲酒，測(cè)試前12h內(nèi)不允許飲用咖啡、茶；
4)實(shí)驗(yàn)方案：保持100km/s的車速在中間車道行駛，工作人員每5min記錄一次被試人員的主觀疲勞等級(jí)(由睡眠尺度表Karolinska sleepiness scale，KSS標(biāo)定)，直到行駛60min，實(shí)驗(yàn)結(jié)束。