一种基于脑电信号的疲劳驾驶检测方法

作者：王家曜; 张震^*; 宋光乐; 马亮亮

来源：控制工程, 2023, 1-8.

DOI：10.14107/j.cnki.kzgc.20230023

• 疲劳检测
• 脑电信号
• 深度学习
• 功率谱特征
• 微分熵特征

脑电信号一直被誉为疲劳检测的“金标准”，本研究基于脑电信号的功率谱特征和微分熵特征，构建了基于Conformer和GTN网络(Gated Transformer Network)的脑电信号分类器，引入深度可分离卷积替代传统卷积，实现了基于脑电信号的疲劳检测方法。该方法使用SEED-VIG数据集进行验证，对疲劳状态进行分类时，准确率最高可达97.5%。实验结果表明：微分熵特征在各分类器上的训练效果更好，相比其他模型，所提出的基于Conformer和GTN网络的分类器在四种特征处理数据集上的平均准确率具有明显优势，达到96.2%。

• 单位
  潍坊科技学院; 哈尔滨工程大学; 自动化学院; 青岛大学