基于遗传优化算法的疲劳驾驶状态辨识方法

作者：张杨; 王晓原; 刘士杰; 王瀚卿; 项徽

来源：传感器与微系统, 2023, 42(09): 157-168.

DOI：10.13873/J.1000-9787(2023)09-0157-05

• 遗传算法
• 广义回归神经网络
• 疲劳驾驶辨识
• 主动安全预警

为了准确辨识驾驶人疲劳驾驶状态并提供及时的主动安全预警，提出了一种低成本、高效的基于遗传优化算法的疲劳驾驶状态辨识方法。改进了YOLOv3-tiny网络结构并应用于人脸检测。融合驾驶人眼部、嘴部及头部多特征参数基础上，利用因子分析算法提取原始数据中的主因子，并构建遗传算法(GA)优化广义回归神经网络(GRNN)疲劳驾驶辨识模型。实验结果表明：GA-GRNN模型疲劳驾驶状态检测准确率高达94.2%,召回率为92.5%,精确率为93.2%。本文研究是机器视觉在辅助驾驶系统中的实际应用，可为驾驶人早期疲劳驾驶预警的研究提供理论与技术支持。

• 单位
  青岛科技大学; 机电工程学院